Сложности при машинном переводе произведений Ф.М. Достоевского на китайский язык

• ЧЖАН Каймагистрант кафедры иностранных языков и перевода Уральского федерального университета имени первого Президента Б.Н. Ельцинаzkai222120@gmail.com
• НЕВРАЕВА Наталия Юрьевнастарший преподаватель кафедры иностранных языков и образовательных технологий Уральский федеральный университет имени первого Президента Б.Н. Ельцинаnny@mail.ru
• КАБАНОВ Александр Михайловичкандидат педагогических наук, доцент кафедры иностранных языков и перевода Уральского федерального университета имени первого Президента России Б.Н. Ельцина, доцент кафедры иностранных языков и деловой коммуникации Уральского государственного горного университета, доцент кафедры гуманитарных и естественнонаучных дисциплин НЧОУ «Технический университета УГМК»a.m.kabanov@urfu.ru
• ПЫРКОВА Тамара Александровнакандидат педагогических наук, доцент кафедры иностранных языков и перевода Уральского федерального университета имени первого Президента России Б. Н. Ельцинаtpyrkova@mail.ru
• ЯЦЕНКО Оксана Юрьевнакандидат педагогических наук, доцент кафедры иностранных языков и перевода Уральского федерального университета имени первого Президента России Б. Н. Ельцинаsunny1.3@mail.ru

Машинный перевод (далее - МП) активно развивается и показывает высокие результаты в обработке технических и повседневных текстов, однако перевод художественной литературы, особенно произведений классической русской литературы, остается серьезной проблемой. Творчество Ф.М. Достоевского, в частности его роман «Братья Карамазовы», представляет собой сложный сплав философии, религиозных идей и эмоциональной глубины, выраженный через уникальный язык с многозначной лексикой, стилистической насыщенностью и устаревшими терминами. Перевод таких текстов на китайский язык, отличающийся принципиально иной грамматикой, культурным контекстом и семантикой, требует учета множества нюансов, с которыми современные алгоритмы часто не справляются. Среди наиболее значимых лексических сложностей можно выделить многозначность слов, потерю стилистической окраски и неправильную интерпретацию религиозных или культурных терминов, что приводит к искажению смысла оригинального текста.

Ключевые слова: машинный перевод, стилистика, многозначность, культурные термины, Федор Достоевский

1. Лингвистические особенности произведений Ф.М. Достоевского Язык произведений Достоевского насыщен философскими, психологическими и культурными аспектами, что делает его лексическую систему чрезвычайно сложной и многоуровневой [1; 2; 18]. В процессе перевода эти сложные словари и выражения не только представляют собой большую проблему для переводчика, но и создают трудности для системы машинного перевода.

Особенно когда речь идет о психологической деятельности, эмоциональной экспрессии, социаль- ном фоне и философском мышлении пе рсонажей, лексика, используемая Достоевским, обычно несет в себе глубокие смыслы и скрытые культурные корни. Поэтому понимание разнообразия и иерархии этих слов является важной частью анализа лексической сложности при машинном переводе.

Во-первых, стиль и язык Достоевского представляют собой богатую палитру архаизмов, церковнославянских элементов и редкой лексики.

Достоевский использует сложные синтаксические конструкции, отражающие глубину психологического анализа его персонажей [4; 5]. В произведениях Достоевского часто встречаются полифонические элементы, где различные голоса и идеи взаимодействуют друг с другом [7]. Достоевский мастерски использует языковую динамику, чередуя высокий стиль с просторечием, что усиливает эмоциональное воздействие текста. Во-вторых, важной особенностью является его глубокий психологизм. Автор передает внутренний мир героев через детализированные монологи и диалоги, наполненные символикой и философскими размышлениями. Эти аспекты часто требуют от переводчика понимания не только лексики, но и подтекста. В-третьих, культурный и исторический контекст произведений Достоевского также играет значительную роль. Его тексты наполнены отсылками к русской культуре, религии и быту, а также историческими реалиями, которые нередко сложно интерпретировать для китайской аудитории без соответствующих пояснений. Религиозная и архаическая лексика Достоевского, как «старец» или «покаяние», содержит сложные культурные коннотации, которые трудно передать на других языках без искажения смысла. Кроме того, описания быта и социальной структуры Российской империи XIX века, характерные для произведений Достоевского, часто включают детали, которые не имеют прямых аналогов в китайской культуре, что делает перевод особенно сложным. Перевод текстов Достоевского требует не только лингвистической точности, но и глубокого погружения в контекст его эпохи и философских идей, что делает процесс перевода уникальным вызовом для исследователей.

Таким образом, язык Достоевского создает значительные лексические трудности для машинного перевода, который, ограничиваясь поверхностным анализом текста, теряет стилистические, семантические и культурные нюансы, что существенно снижает глубину восприятия произведения на целевом языке.

2. Основы и ограничения машинного перевода Машинный перевод (далее - МП) - это процесс автоматического преобразования текста с одного естественного языка (языка-источника) на другой естественный язык (язык-цель) с помощью компьютерной программы [3; 6; 8]. Благодаря быстрому развитию искусственного интеллекта и технологий глубокого обучения системы машинного перевода добились значительного прогресса во многих областях [10; 12; 14]. Однако при переводе литературных произведений, особенно таких сложных с лингвистической точки зрения и имеющих глубокую культурную основу, как Достоевский, машинный перевод по-прежнему сталкивается со многими трудностями.

Технология машинного перевода пережила несколько поколений развития и может быть разделена на следующие основные типы:

Машинный перевод на основе правил (далее - RBMT): этот метод перевода опирается на лингвистические правила, включая грамматические, лексические и синтаксические правила. Система анализирует и переводит входной исходный язык с помощью правил лексических преобразований, правил синтаксической структуры и грамматических правил. Хотя этот метод достиг определенных успехов в ранних исследованиях машинного перевода, он часто сталкивается с такими проблемами, как низкая точность перевода и сложность обновления системы из-за большой системы правил и трудности адаптации ко всем языковым явлениям.

Статистический машинный перевод (далее - SMT): статистический машинный перевод осуществляет перевод путем извлечения статистических закономерностей из большого двуязычного параллельного корпуса. В этом методе система выбирает наиболее вероятный результат перевода, вычисляя вероятность перевода между языковыми парами. Этот метод более гибкий, но он опирается на большое количество корпусов и статистических данных и склонен к неточному или неестественному переводу при работе со сложными предложениями и длинными текстами.

Нейромашинный перевод (далее - НМП): на сегодняшний день НМП является самым передовым методом машинного перевода, который использует технологию глубокого обучения для изучения отношений между исходным и целевым языками с помощью нейросетевых моделей. По сравнению с традиционными методами машинного перевода, NMT способен автоматически улавливать семантические связи между предложениями и переводить их путем сквозного обучения. Он особенно хорошо справляется с длинными предложениями и сложными структурами предложений, а также способен генерировать гладкие и естественные переведенные тексты. Однако NMT все еще сталкивается с трудностями в понимании сложных контекстов, особенно в литературе, где глубокие культурные контексты и эмоциональные выражения часто выходят за рамки обучения модели.

Хотя машинный перевод добился значительного прогресса во многих областях, он по-прежнему сталкивается со многими ограничениями в литературном переводе, особенно при переводе сложных текстов, таких как Достоевский. Во-первых, машинному переводу не хватает глубокого понимания контекста, особенно тонкого выражения психологических и эмоциональных колебаний персонажей литературных произведений. Во-вторых, машинный перевод склонен к непониманию при работе с полисемией слов, особенно в произведениях Достоевского, где многие слова имеют несколько значений и глубокую философскую или религиозную подоплеку. Кроме того, при машинном переводе обычно трудно передать эмоциональную окраску и культурную информацию оригинального текста, особенно в отношении таких литературных элементов, как метафоры и риторические приемы, машинный перевод часто не обладает достаточной чувствительностью, что приводит к недостаточно естественным и глубоким результатам перевода. В заключение следует отметить, что, хотя машинный перевод может оказать поддержку предварительному переводу при переводе литературных произведений, он все же не может полностью заменить тщательность и глубину человеческого перевода.

Машинный перевод, как инструмент автоматизированного перевода, достиг значительных успехов во многих областях, но в литературном переводе он по-прежнему сталкивается со многими проблемами, особенно при работе с классическими произведениями [17; 19]. Контекстуальное понимание, лексическая полисемия, передача эмоциональной и культурной информации, сложность структуры предложения и игнорирование риторических приемов - все это ограничения машинного перевода в области литературы. Поэтому, хотя машинный перевод в некоторых случаях может быть полезен для литературного перевода, человеческий перевод по-прежнему необходим для классических литературных произведений с глубоким культурным и эмоциональным фоном [11; 15; 20].

3. Основные лексические сложности Перевод произведений Достоевского на китайский язык сталкивается с множеством лексических вызовов, которые связаны как с многозначностью слов, так и с их культурной спецификой.

Достоевский с помощью языка и стиля создает сложную систему психоанализа, требующую особого внимания при переводе. Одной из главных трудностей является полисемия — явление, при котором одно слово может иметь несколько значений. Например, слово «мир» в русском языке может означать как «вселенную», так и «покой». Подобные случаи требуют тщательного анализа контекста, чтобы выбрать правильное значение. Многозначные слова русского языка, такие как «дух», могут иметь несколько значений в зависимости от контекста, что затрудняет их корректный перевод и часто приводит к искажениям смысла. Пример: дух может означать «душа», «призрак», «атмосфера» или «смелость». В предложении «Весь дух его был потрясен.» МП может перевести как «他的整个气味受到了震撼» (Его запах был потрясён), что искажает смысл. Стилистически окрашенная лексика, характерная для произведений Достоевского, теряет свою эмоциональную и оценочную глубину в машинных переводах, где слова становятся нейтральными или неправильно интерпретированными. Религиозная и философская лексика Достоевского, включая такие понятия, как «искупление», «грешник» или «свобода», имеет глубокий смысл, который нередко уходит корнями в православную культуру. Их перевод требует не только языковой, но и культурной адаптации, например, в переводе религиозных терминов («старец»), часто приводят к замене их на неточные эквиваленты, которые не отражают оригинального значения. Пример: старец в русской культуре означает духовного наставника в монастырях, но МП может перевести это как «老人» (старик), что неверно передает смысл. Особые сложности вызывает передача сниженного регистра речи, который используется для характеристики персонажей. Просторечия, жаргонизмы и уменьшительно-ласкательные формы, такие как «душенька», «голубчик», требуют от переводчика креативного подхода, поскольку в китайском языке нет эквивалентных форм. Наконец, авторские неологизмы и сложные составные конструкции, например, «надломленный дух» или «стушеваться», добавляют еще один уровень сложности. Эти слова часто передают уникальное состояние персонажей или служат для описания сложных концепций, что делает их практически непереводимыми без потери смысла или стилистического оттенка.

Достоевский выстраивает символическую систему текста через метафоры, однако механизм этих метафор тесно связан с лингвистическими особенностями русского языка и культурным контекстом. Например, в романе «Преступление и наказание» образ «кровь» пронизывает все повествование, символизируя как насильственное преступление, так и возможность искупления. В русском языке слова «кровь» и «крест» образуют звуковую аллитерацию (повторение «к-к»), что подразумевает диалектическую связь между гре- хом и спасением. Однако машинный перевод не способен уловить подобные фонетические символы, ограничиваясь выводом изолированных лексических единиц (например, «血» и «十字架»), что разрушает оригинальную семиотическую сеть. Подобные провалы в передаче метафор обнажают фундаментальное ограничение машинного перевода в обработке литературных текстов: его алгоритмы основаны на семантической.

Лексическая сложность произведений Достоевского проявляется в следующих аспектах: во-первых, в его произведениях используется большое количество лексики с несколькими значениями, иерархией и культурными коннотациями, особенно когда они связаны с философией, религией и психологией, что еще больше увеличивает сложность этих лексик; во-вторых, он часто использует старорусские словари, литературные словари и выражения с сильной эмоциональной окраской, которые В-третьих, русские лексические словосочетания и устойчивые выражения могут быть неточными или неспособными передать эмоции оригинального текста в процессе перевода, особенно когда речь идет о диалогах персонажей и психологических картинах; наконец, лексика религиозного, философского и социального происхождения требует особого внимания к точной передаче культурного фона в переводе.

В целом сложность лексики Достоевского создает большие трудности для систем машинного перевода. Чтобы преодолеть эти трудности, системы машинного перевода должны не только обладать мощными возможностями обработки языка, но и учитывать культурный фон и контекст для более точного перевода.

4. Оптимизация машинного перевода произведений Ф.М. Достоевского Язык Достоевского включает в себя многослойные смыслы, что делает его тексты глубокими и многозначными, что, в свою очередь, усложняет их перевод на другие языки.

В последние годы машинный перевод достиг беспрецедентного развития благодаря растущим потребностям международных связей, а также революционным достижениям в области науки, особенно искусственного интеллекта и компьютерных технологий [9]. Но в связи с комплексностью человеческого языка и ограниченностью компьютерных программ, машинный перевод имеет ряд недостатков. Таким образом, в условиях информационной и компьютерной эпохи важно изучать и понимать, что такое машинный перевод, а также проводить исследования и улучшения в этой области. Для повышения качества перевода произведений Достоевского на китайский язык с использованием машинных технологий необходимо внедрить ряд инновационных подходов. Во-первых, важно провести сравнительный анализ существующих систем машинного перевода, таких как Google Translate, Baidu и Яндекс Переводчик. Эти системы часто сталкиваются с трудностями при работе с длинными предложениями, редкой лексикой и контекстно зависимыми выражениями. Например, алгоритмы могут терять ключевой смысл текста, неправильно интерпретируя культурные или стилистические особенности. Термины в китайском языке имеют многозначность по отношению к русскому языку. Один китайский термин может соответствовать нескольким русским словам и выражениям, например, «论文» может быть переведен как статья, работа, сочинение, диссертация, трактат.

Одним из решений может стать создание специализированного корпуса текстов Достоевского для обучения алгоритмов машинного перевода. Такой корпус должен включать оригинальные тексты и их качественные переводы, чтобы алгоритмы могли «учиться» учитывать стиль и особенности языка автора. Постредактирование, то есть доработка машинного перевода профессиональными переводчиками, также является важным шагом в этом процессе. Оно позволяет сохранить оригинальный смысл и стиль текста, которые часто теряются при автоматическом переводе.

Гибридные подходы, сочетающие машинный перевод с ручной редактурой, показывают высокую эффективность. Например, использование автоматического перевода для создания чернового варианта, который затем дорабатывается специалистами, позволяет существенно сократить время и затраты. Для этого можно разработать инструменты, такие как специализированные словари и программное обеспечение, адаптированные для работы с текстами Достоевского.

Кроме того, использование искусственного интеллекта и семантических сетей открывает новые возможности для машинного перевода [13; 16]. Такие технологии могут помочь анализировать контекст и строить семантические связи между словами, что особенно важно при работе с текстами, насыщенными философскими и религиозными размышлениями. Адаптивные модели перевода, которые учитывают культурный контекст и особенности целевой аудитории, могут значительно повысить качество перевода.

Наконец, важным этапом является тестирование и валидация переведенных текстов. Это включает оценку их читабельности, сохранения смысла и стилистической точности. Проведение таких проверок с участием профессиональных переводчиков и представителей целевой аудитории позволяет выявить слабые места и предложить пути их устранения. В совокупности эти меры помогут значительно повысить качество машинного перевода произведений Достоевского, сохранив их уникальную стилистическую и смысловую глубину.

Список литературы

1. Алексеева М.Л. Приемы передачи русских реалий в немецких переводах романов Ф. М. Достоевского: Автореф. дис.… канд. филол. наук / Урал. гос. пед. ун-т. – Екатеринбург, 2007. – 23 с.
2. Бастет Г.Д. Стратегии перевода реалий романа Ф. М. Достоевского «Братья Карамазовы» [Электронный ресурс] // Молодой ученый. 2021. № 49 (391). – С. 459-463. – URL: https://moluch.ru/ archive/391/86356/ (дата обращения: 07.03.2025).
3. Вахрамеева Н.С. Применение систем искусственного интеллекта в переводе // Молодежь третьего тысячелетия. Сборник научных статей XLVIII региональной студенческой научно-практической конференции. В 2-х частях. Омск, 01 апреля – 15 мая 2024 г.– Омск: Омский государственный университет им. Ф.М. Достоевского, 2024. – С. 438-443.
4. Гаврилова Л.А. «Дневник писателя» Ф.М. Достоевского: коммуникация автора и читателя // Ярославский педагогический вестник. 2012. № 2. – С. 217-221.
5. Гайдарова Д.С. Психологизм в творчестве Ф. М. Достоевского // Bulletin of Medical Internet Conferences. 2016. Vol. 6. Issue 5. – C. 488.
6. Гудков Н.Н. Искусственный интеллект VS личность переводчика: Проблемы замены живого специалиста технологиями будущего в области перевода // Актуальные проблемы педагогики, психологии и переводоведения сборник статей Международной научно-практической конференции. Санкт-Петербург, 19–20 мая 2022 г. / Санкт-Петербургский университет технологий управления и экономики, – СПб.: Центр научно-информационных технологий «Астерион», 2022. – С. 188-195.
7. Захаров В.Н. Почвенничество в русской литературе: метафора как идеологема // Проблемы исторической поэтики. 2012. №10. – С. 14-24.
8. Исаева Е.Г. Применение искусственного интеллекта в переводе // Языки и литература в поликультурном пространстве. 2024. № 10. – С. 83-88.
9. Касаткина Т.А., Кузнецова А.Б. Проблемы перевода Достоевского // Достоевский и мировая культура. Филологический журнал. 2020. № 4 (12). – С. 117-133.
10. Колин К.К., Хорошилов Ал-др. А., Никитин Ю.В., Пшеничный С.И., Хорошилов Ал-й А. Искусственный интеллект в технологиях машинного перевода // Социальные новации и социальные науки. 2021. № 2 (4). – С. 64-80.
11. Ли Цзиньпин. О стратегии перевода между китайским и русским языками с учетом культурного контекста // Культура и цивилизация. 2022. Т. 12 № 5А. – С. 905-913.
12. Лю Ц. Прошлое, настоящее и будущее машинного перевода в Китае // Вестник Московского университета. Серия 22: Теория перевода. 2020. № 3. – С. 47-59.
13. Любимов А.П., Пономарева Д.В., Барабашев А.Г. Основные понятия искусственного интеллекта. – М.: ООО «Сам Полиграфист», 2019. – 116 с.
14. Маслова Ж.Н. Возможности применения технологии искусственного интеллекта в области машинного перевода // Прикладной искусственный интеллект: перспективы и риски. Сборник докладов Международной научной конференции. Санкт-Петербург, 17 октября 2024 г. СПб.: Санкт-Петербургский государственный университет аэрокосмического приборостроения 2024. – С. 270-272.
15. Саверченко Н., Шагбанова Х.С. Анализ проблем начинающего переводчика [Электронный ресурс] // VI Международная студенческая научная конференция. Студенческий научный форум. – 2014. – URL: https://scienceforum.ru/2014/ article/2014004816 (дата обращения: 07.03.2025).
16. Сорокина С.Г. Искусственный интеллект в контексте междисциплинарных исследований языка // Вестник Кемеровского государственного университета. Серия: Гуманитарные и общественные науки. 2023. Т. 7. № 3 (27). – С. 267-280.
17. Федоренко А.Д. Художественный перевод с помощью ИИ, его возможности и перспективы // Актуальные проблемы лингвистики, переводоведения, языковой коммуникации и лингводидактики. Сборник материалов XXIV Всероссийской научно-практической конференции с международным участием. Красноярск, 21-22 мая 2024 г. – Красноярск: Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева, 2024. – С. 143-146.
18. Фокин П.Е. Европа знакомится с Достоевским: из истории переводов произведений русского писателя // Философические письма. Русско-европейский диалог. 2021. Т. 4, № 3. – С. 64-78.
19. Чжан Цзин. Развитие русско-китайского машинного перевода в Китае // Инновации и инвестиции. 2020. № 1. – С. 229-231.
20. Шагбанова Х.С. Изучение устойчивых выражений путем сравнения фразеологических единиц русского и английского языков [Электронный ресурс] // Филология: научные исследования. 2023. № 6. – С. 37-46. – URL: https://nbpublish.com/ library_read_article.php?id=43424 (дата обращения: 07.03.2025). Spisok literatury:
21. Alekseeva M.L. Priemy peredachi russkih realij v nemeckih perevodah romanov F. M. Dostoevskogo: Avtoref. dis.… kand. filol. nauk / Ural. gos. ped. un-t. – Ekaterinburg, 2007. – 23 s.
22. Bastet G.D. Strategii perevoda realij romana F. M. Dostoevskogo «Brat’ya Karamazovy» [Elektronnyj resurs] // Molodoj uchenyj. 2021. № 49 (391). – S. 459-463. – URL: https://moluch.ru/ archive/391/86356/ (data obrashcheniya: 07.03.2025).
23. Vahrameeva N.S. Primenenie sistem iskusstvennogo intellekta v perevode // Molodezh’ tret’ego tysyacheletiya. Sbornik nauchnyh statej XLVIII regional’noj studencheskoj nauchno-prakticheskoj konferencii. V 2-h chastyah. Omsk, 01 aprelya – 15 maya 2024 g.– Omsk: Omskij gosudarstvennyj universitet im. F.M. Dostoevskogo, 2024. – S. 438-443.
24. Gavrilova L.A. «Dnevnik pisatelya» F.M. Dostoevskogo: kommunikaciya avtora i chitatelya // Yaroslavskij pedagogicheskij vestnik. 2012. № 2. – S. 217-221.
25. Gajdarova D.S. Psihologizm v tvorchestve F. M. Dostoevskogo // Bulletin of Medical Internet Conferences. 2016. Vol. 6. Iss. 5. – C. 488.
26. Gudkov N.N. Iskusstvennyj intellekt VS lichnost ’ perevodchika: Problemy zameny zhivogo specialista tekhnologiyami budushchego v oblasti perevoda // Aktual’nye problemy pedagogiki, psihologii i perevodovedeniya sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferencii. Sankt-Peterburg, 19–20 maya 2022 g. / Sankt-Peterburgskij universitet tekhnologij upravleniya i ekonomiki, – SPb.: Centr nauchno-informacionnyh tekhnologij “Asterion”, 2022. – S. 188-195.
27. Zaharov V.N. Pochvennichestvo v russkoj literature: metafora kak ideologema // Problemy istoricheskoj poetiki. 2012. № 10. – S. 14-24.
28. Isaeva E.G. Primenenie iskusstvennogo intellekta v perevode // YAzyki i literatura v polikul ’turnom prostranstve. 2024. № 10. – S. 83-88.
29. Kasatkina T.A., Kuznecova A.B. Problemy perevoda Dostoevskogo // Dostoevskij i mirovaya kul’tura. Filologicheskij zhurnal. 2020. № 4 (12). – S. 117-133.
30. Kolin K.K., Horoshilov Al-dr. A., Nikitin Yu.V., Pshenichnyj S.I., Horoshilov Al-j A. Iskusstvennyj intellekt v tekhnologiyah mashinnogo perevoda // Social’nye novacii i social’nye nauki. 2021. № 2 (4). – S. 64-80.
31. Li Czin’pin. O strategii perevoda mezhdu kitajskim i russkim yazykami s uchetom kul’turnogo konteksta // Kul’tura i civilizaciya. 2022. T. 12 № 5A. – S. 905-913.
32. Lyu C. Proshloe, nastoyashchee i budushchee mashinnogo perevoda v Kitae // Vestnik Moskovskogo universiteta. Seriya 22: Teoriya perevoda. 2020. № 3. – S. 47-59.
33. Lyubimov A.P., Ponomareva D.V., Barabashev A.G. Osnovnye ponyatiya iskusstvennogo intellekta. – M.: OOO «Sam Poligrafist», 2019. – 116 s.
34. Maslova Zh.N. Vozmozhnosti primeneniya tekhnologii iskusstvennogo intellekta v oblasti mashinnogo perevoda // Prikladnoj iskusstvennyj intellekt: perspektivy i riski. Sbornik dokladov Mezhdunarodnoj nauchnoj konferencii. Sankt-Peterburg, 17 oktyabrya 2024 g. SPb.: Sankt-Peterburgskij gosudarstvennyj universitet aerokosmicheskogo priborostroeniya 2024. – S. 270-272.
35. Saverchenko N., Shagbanova H.S. Analiz problem nachinayushchego perevodchika [Elektronnyj resurs] // VI Mezhdunarodnaya studencheskaya nauchnaya konferenciya. Studencheskij nauchnyj forum. – 2014. – URL: https://scienceforum.ru/2014/ article/2014004816 (data obrashcheniya: 07.03.2025).
36. Sorokina S.G. Iskusstvennyj intellekt v kontekste mezhdisciplinarnyh issledovanij yazyka // Vestnik Kemerovskogo gosudarstvennogo universiteta. Seriya: Gumanitarnye i obshchestvennye nauki. 2023. T. 7. № 3 (27). – S. 267-280.
37. Fedorenko A.D. Hudozhestvennyj perevod s pomoshch’yu II, ego vozmozhnosti i perspektivy // Aktual’nye problemy lingvistiki, perevodovedeniya, yazykovoj kommunikacii i lingvodidaktiki. Sbornik materialov XXIV Vserossijskoj nauchno-prakticheskoj konferencii s mezhdunarodnym uchastiem. Krasnoyarsk, 21-22 maya 2024 g. – Krasnoyarsk: Sibirskij gosudarstvennyj universitet nauki i tekhnologij im. akad. M.F. Reshetneva, 2024. – S. 143-146.
38. Fokin P.E. Evropa znakomitsya s Dostoevskim: iz istorii perevodov proizvedenij russkogo pisatelya // Filosoficheskie pis’ma. Russko-evropejskij dialog. 2021. T. 4, № 3. – S. 64-78.
39. Chzhan Czin. Razvitie russko-kitajskogo mashinnogo perevoda v Kitae // Innovacii i investicii. 2020. № 1. – S. 229-231.
40. Shagbanova H.S. Izuchenie ustojchivyh vyrazhenij putem sravneniya frazeologicheskih edinic russkogo i anglijskogo yazykov [Elektronnyj resurs] // Filologiya: nauchnye issledovaniya. 2023. № 6. – S. 37-46. – URL: https://nbpubli 5.1,,23Пр,е55д1с,а

Скачать