2026/2027
Основы машинного перевода
Статус:
Майнор
Кто читает:
Департамент иностранных языков
Где читается:
Факультет социально-экономических и компьютерных наук
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
английский
Кредиты:
5
Контактные часы:
34
Course Syllabus
Abstract
Изучение данной дисциплины предполагает обучение использованию современных ресурсов и систем в лингвистической деятельности в переводе. Вы познакомитесь с существующими системами машинного перевода, изучите принципы их работы (скелетные структуры, метрики оценки качества перевода, основы теоретической грамматики и др.) и способы повышения качества работы систем машинного перевода. Вы осуществите перевод текста при помощи нейронных переводчиков Google, Yandex, модели ChatGPT и сравните полученные переводы с переводами, выполненными человеком.Уровень Data Culture при реализации дисциплины - начальный.Studying this course involves learning how to use modern resources and systems in linguistic activities in translation. You will get acquainted with existing machine translation systems, study the principles of their operation (skeletal structures, translation quality assessment metrics, fundamentals of theoretical grammar, etc.) as well as the ways to improve the quality of machine translation systems. You will translate text using neural translators from Google, Yandex, the ChatGPT model and compare the results with the human-made translations. The Data Culture level for implementing the course is Beginner.
Learning Objectives
- Целями освоения дисциплины «Основы машинного перевода» являются: - формирование системного представления о методах и системах машинного перевода, их теоретических основах и этапах развития; - формирование навыков работы с инструментами автоматической обработки текста и количественной оценки качества машинного перевода; - развитие компетенций в области промпт-инжиниринга и применения больших языковых моделей в переводческих задачах; - формирование готовности к профессиональной деятельности переводчика в условиях цифровой трансформации отрасли. Настоящая дисциплина относится к циклу дисциплин специальности «Современные технологии перевода». Освоение данной учебной дисциплины базируется на изучении факультативных дисциплин по английскому языку 1 курса. Для освоения учебной дисциплины студенты должны владеть следующими знаниями и компетенциями: - базовые знания в области теории и практики перевода; - иноязычная коммуникативная компетенция не ниже уровня B1; - умение работать с текстовыми редакторами, онлайн-сервисами и платформами дистанционного обучения; - базовые навыки критического анализа текста. Формат изучения дисциплины: без использования онлайн курса. Все виды аудиторных занятий (лекции и практические занятия) проводятся в дистанционном формате с использованием видеоконференц-связи. Все виды контроля выполняются и сдаются онлайн.
Expected Learning Outcomes
- Знает понятия текста, языка, корпуса текста; понимает взаимосвязь языка и передаваемой информации. Знает понятие «диаметра сообщения»; владеет лексико-стилистическими показателями текста; понимает обобщённый алгоритм анализа текста. Знаком с историческими алгоритмическими подходами к анализу языка: алгоритм Шеворошкина–Сухотина, координатная сетка Алисы Кобер, алгоритм Хэрриса.
- Знает понятия звуко-цвета и фоносемантики; умеет применять семантический дифференциал и интерпретировать куб Осгуда. Знает принципы векторного представления слов. Умеет проводить морфологический анализ текста: токенизацию, лемматизацию, стемминг. Понимает принцип TF-IDF и применяет его для оценки значимости лексических единиц.
- Знает принципы грамматики конструкций Ч. Филлмора и интегрального описания языка Ю.Д. Апресяна. Понимает методы изменения порядка слов при переводе; знает понятие «скелетной структуры» текста. Владеет понятиями Bag of Words, TF-IDF (углублённое рассмотрение), Word2Vec; умеет работать с параллельными корпусами.
- Знает задачи классификации текстов, релевантные для МП; умеет дифференцировать уровни сложности вопросов. Различает IR-Based и NEL-системы; понимает их применение в переводческих задачах. Анализирует чат-боты с функцией перевода; знает особенности обработки именованных сущностей. Понимает и применяет метрики Precision, Recall, Accuracy.
- Знает понятие когерентности текста. Знает и умеет применять автоматические метрики оценки качества: TER, BLEU, METEOR, ROUGE; вычисляет и интерпретирует коэффициент Жаккара
- Знает принципы использования нейронных сетей при работе с текстами; понимает архитектуру LLM. Умеет определять задачи работы с текстами, в которых применение LLM наиболее эффективно. Владеет промпт-инжинирингом: правила составления запросов, роль контекста, стратегии Zero-Shot, One-Shot, Few-Shot, Chain-of-Thought. Знает этические правила применения LLM; умеет использовать интеллектуальных агентов; знает критерии выбора LLM и наиболее известные системы.
Assessment Elements
- Посещаемость занятий (ОЭК0)Посещаемость занятий (ОЭК0). Оценка отражает регулярность посещения семинарских занятий и активность студента на занятии. ОЭК0 — оценка за посещаемость и активность на семинарских занятиях, рассчитываемая как отношение суммы баллов, полученных за занятия, к общему числу занятий, приведенное к шкале от 0 до 10
- Онлайн-тест по теоретическому материалу (ЭК1).Онлайн-тест по теоретическому материалу (ЭК1). После изучения каждых 2 тем студент проходит онлайн-тест в системе управления обучением (LMS). Каждый тест содержит 15 заданий (закрытые и открытые вопросы); время выполнения — 10 минут. Всего предусмотрено 3 теста. Оценка ОЭК1 вычисляется как среднеарифметическое по 3 тестам. Максимальная оценка за тест 10 баллов.
- Практические задания (ЭК2)Практические задания (ЭК2). Выполнение не менее 2 практических заданий в онлайн-формате. Задания предполагают работу с инструментами автоматической обработки текста и системами МП (Google Translate, DeepL, LLM и др.) и загружаются студентом через платформу дистанционного обучения. Задание может быть выдано на любом семинарском занятии. Оценка ОЭК2 вычисляется как среднеарифметическое по всем выполненным заданиям. Максимальная оценка за задания 10 баллов.
- Мини-проект (ЭК3)Мини-проект (ЭК3). Индивидуальная письменная работа: сравнительный анализ качества машинного перевода текста выбранной тематики (юридической, медицинской, научно-технической или художественной) с применением не менее двух изученных метрик и стратегий промпт-инжиниринга и формализованных методов анализа текстов для улучшения результатов. Объём основной части — 1200–1500 слов плюс приложения. Загружается онлайн через платформу. Максимальная оценка 10 баллов.
- ЭкзаменЭкзамен по дисциплине проходит в письменной форме в асинхронном онлайн-формате. Студент получает через платформу дистанционного обучения исходный текст (800–1000 знаков с пробелами) и его машинный перевод, выполненный с использованием одной из систем МП. Задание включает: (1) анализ качества перевода с применением не менее двух изученных метрик или методов оценки, (2) классификацию выявленных ошибок, (3) предложение улучшенного промпта для LLM и сравнение результатов, (4) обоснованные выводы. Объём аналитической части — 600–800 слов. Срок выполнения — 48 часов с момента получения задания. Во время экзамена студенты могут пользоваться любыми словарями и справочными материалами.
Interim Assessment
- 2026/2027 4th module0.1 * Посещаемость занятий (ОЭК0) + 0.25 * Экзамен + 0.25 * Практические задания (ЭК2) + 0.25 * Мини-проект (ЭК3) + 0.15 * Онлайн-тест по теоретическому материалу (ЭК1).
Bibliography
Recommended Core Bibliography
- Гарбовский, Н. К. Теория перевода : учебник и практикум для вузов / Н. К. Гарбовский. — 3-е изд., испр. и доп. — Москва : Издательство Юрайт, 2025. — 387 с. — (Высшее образование). — ISBN 978-5-534-07251-8. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/560380 (дата обращения: 02.07.2026).
Recommended Additional Bibliography
- Бутусова А.С., Бец Ю.В. - Машинный и автоматизированный перевод - 978-5-9275-3982-6 - Южный федеральный университет - 2021 - https://znanium.ru/catalog/product/2057597 - 2057597 - ZNANIUM
- Латышев, Л. К. Технология перевода : учебник и практикум для вузов / Л. К. Латышев, Н. Ю. Северова. — 4-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2025. — 263 с. — (Высшее образование). — ISBN 978-5-534-00493-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/560200 (дата обращения: 02.07.2026).
- Прошина, З. Г. Теория перевода : учебник для вузов / З. Г. Прошина. — 4-е изд., испр. и доп. — Москва : Издательство Юрайт, 2025. — 320 с. — (Высшее образование). — ISBN 978-5-534-11444-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/565609 (дата обращения: 02.07.2026).
- Ульянова А.В. - Компьютерная лингвистика и интеллектуальные технологии. Том II - 978-5-7281-3206-6 - Российский государственный гуманитарный университет - 2022 - https://znanium.ru/catalog/product/1993547 - 1993547 - ZNANIUM