doi.org/10.35321/term31-07

Översättares resursdominans och framgång med att hitta måltermer vid mänsklig översättning och efterredigering av maskinöversättning

Översättares resursdominans och framgångsrik sökning efter termer på målspråket vid mänsklig översättning eller efterredigering av maskinöversättning

ESZTER SERMANN

Institutionen för italienska språket och litteraturen, Szegeds universitet, Ungern

ORCID-id: https://orcid.org/0000-0001-8753-5312

MÁRTA LESZNYÁK

Institutionen för engelska och amerikanska studier, Szegeds universitet, Ungern

ORCID-id: https://orcid.org/0000-0002-9354-0633

S A M M A N F A T T N I N G

Denna studie presenterar de första resultaten från processinriktad forskning om vilka typer av översättningsresurser på nätet som används av översättarstudenter på första och andra året när de översätter och efterredigerar en juridisk text från engelska till ungerska. Med utgångspunkt i skärminspelningar av studenternas arbetsflöde analyserades möjliga samband mellan resursdominans (terminologisk-lexikografisk eller textbaserad), tid för uppgiften och framgången med att hitta de korrekta måltermerna. Våra resultat visar att studenter i allmänhet föredrar terminologisk-lexikografiska källor framför textbaserade källor. Intressant nog uppvisade framgången med att hitta de korrekta måltermerna i de flesta fall inga signifikanta samband med vare sig tiden för uppgiften eller resursdominansen. Det enda undantaget var gruppen av efterredigerare, där det fanns ett signifikant samband mellan hur ofta textbaserade källor användes och framgången med att hitta korrekta termer. Dessutom fann man belägg för att efterredigerare arbetade effektivare än mänskliga översättare som översatte från grunden, både vad gäller tid och sökinsats. Artikeln avslutas med möjliga förklaringar till resultaten och förslag för översättarutbildning.

NYCKELORD: översättning, efterredigering, forskning om översättningsprocessen, översättningsresurser, terminologins adekvans.

136

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

SAMMANFATTNING

I denna studie presenteras de första resultaten från en processinriktad undersökning av de typer av översättningsresurser på nätet som används av översättarstudenter på första och andra året när de översätter en juridisk text från engelska till ungerska och efterredigerar den. Med utgångspunkt i skärminspelningar av studenternas arbetsflöde analyserades möjliga samband mellan resursdominans (terminologisk-lexikografisk (eng. termino-lexicographic) eller textbaserad), den tid som ägnades åt uppgiften och framgången med att hitta korrekta termer på målspråket. Våra resultat visar att studenterna oftast föredrar terminologisk-lexikografiska källor framför textbaserade källor. Intressant nog uppvisade ett framgångsrikt återfinnande av korrekta termer på målspråket i de flesta fall inget signifikant samband vare sig med den tid som ägnades åt uppgiften eller med resursdominansen. Det enda undantaget var gruppen av efterredigerare, där ett signifikant samband konstaterades mellan hur ofta textbaserade källor användes och framgången med att hitta korrekta termer på målspråket. Dessutom fann man att efterredigerarna arbetade effektivare än översättarstudenter som översatte från grunden, både vad gäller tid och den sökinsats som krävdes för att hitta termer på målspråket. Artikeln avslutas med möjliga förklaringar till forskningsresultaten och förslag på översättarutbildning.

NYCKELORD: översättning, efterredigering, forskning om översättningsprocessen, översättningsresurser, terminologins lämplighet.

1. INLEDNING

Översättningsverktygen har förändrats radikalt under de senaste två decennierna, och digitala resurser på nätet har nästan helt ersatt pappersbaserade verktyg. I dagens teknologiska miljö finns många digitala resurser på nätet tillgängliga för översättare, men det krävs omsorg och vana för att välja tillförlitliga och effektiva verktyg. Forskning har bekräftat att användningen av översättningsresurser på nätet utgör en betydande del av den totala tid som ägnas åt översättning (Hvelplund 2017); dessutom har de ständiga tekniska förändringarna lett till ett ökat intresse för typerna av översättningsresurser och deras användning vid mänsklig översättning och efterredigering av maskinöversättning (t.ex. Gough 2019; Hvelplund 2016, 2017; Prieto Ramos 2021). Under de senaste åren har efterredigering av maskinöversättning blivit vanlig praxis bland översättare, men en av de största bristerna hos maskinöversättningsmotorer är att de producerar ett stort antal terminologiska fel och inkonsekvenser. Därför måste efterredigerare kontrollera att motsvarigheterna på målspråket är korrekta och konsekventa, vilket också är en tidskrävande process som kräver hög precision.

Den forskning som presenteras här fokuserade på att fastställa vilka resurser översättarstudenter föredrar när de översätter eller efterredigerar en juridisk text, och

Terminologija | 2024 | 31

137

hur dominansen i resursanvändningen hänger samman med prestationsmått som tid på uppgiften och korrekt terminologianvändning. Först ges en kort litteraturöversikt med fokus på översättningsprocessforskning, översättningsresurser på nätet och översättningsinriktad forskningsverksamhet. Därefter beskrivs Szeged Translation Competence-forskningsprojektet och metodiken för den aktuella undersökningen redogörs för. Detta följs av en presentation och diskussion av resultaten samt en slutsats.

2. LITTERATURÖVERSIKT

2.1. Forskning om översättningsprocessen (TPR)

Forskningen om översättningsprocessen började växa fram under 1980-talet (Károly 2022; Lesznyák 2024), då forskare riktade uppmärksamheten mot översättningens kognitiva, psykologiska och beteendemässiga aspekter. Tidig processinriktad forskning fokuserade på översättningskompetens och utvecklingen av forskningsmetoder (t.ex. Wilss 1988; Tirkkonen-Condit, Jääskeläinen 2000). Under 2000-talet har den tekniska utvecklingen medfört radikala förändringar inte bara för översättningspraktiken, utan också för översättningsforskningen (se Klaudy 2022 för mer information), bland annat genom nya forskningsverktyg och metoder för studier av exempelvis översättningens psykologiska faktorer (Angelone 2010), översättningsstrategier och översättarbeteende (Dragsted 2005; Lesznyák 2008), pedagogiska frågor inom översättning (Shreve 2006; Ericsson 2010), simultantolkningens process (Seeber 2015) och översättarnas fysiska arbetsmiljö (Ehrensberger-Dow, Hunziker Heeb 2016).

Inom forskningen om översättningsprocessen använder forskare följande metoder för att observera översättare: tänka-högt-protokoll (TAP), loggning av tangenttryckningar, skärminspelning, ögonrörelsestudier, retrospektiva intervjuer och direkt observation av översättningsprocessen (Risku 2019; Károly 2022; Lesznyák 2024), och försöker därefter identifiera regelbundenheter i översättningsprocessen. TPR är vanligtvis inte en individuell forskningsverksamhet, eftersom datainsamling och analys kräver samarbete (Risku 2019), och kvantitativa och kvalitativa metoder kombineras ofta.

2.2. Användning av översättningsresurser som en del av översättningskompetensen

Typer av översättningsresurser och deras användning, kognitiv ansträngning och mönster för interaktion mellan professionella översättare och resurser på nätet är välstuderade ämnen (Gough 2018; Lesznyák 2008; Hvelplund 2016, 2017; Prieto Ramos 2021 m.fl.). Olika klassificeringar av översättningsresurser kan

138

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

hittas i den terminologiska och lexikografiska litteraturen (Fóris 2019; Gaál 2016; Sermann 2021; Tamás 2014).

Färdigheter som rör användningen av översättningsresurser ingår – uttryckligen eller underförstått – i olika modeller för översättningskompetens. PACTE Research Group (Hurtado Albir 2017) klassificerar användningen av resurser som en instrumentell delkompetens, medan informationssökningskompetens i den senaste versionen av EMT-modellen (2022) inte förekommer som ett separat element; korrekt användning av sökmotorer och användning av korpusbaserade resurser ingår dock i teknologisk kompetens. TransCert-modellen (Budin et al. 2013) innefattar informationssökning och teknologisk kompetens, medan eTransFair-modellen (2016) omfattar informationsinhämtning och terminologisk kompetens. Sammanfattningsvis spelar effektiv användning av översättningsresurser på något sätt en roll i var och en av de undersökta modellerna för översättningskompetens.

2.3 Översättningsinriktad forskningsaktivitet (TRA)

Vår studie bygger på Hvelplunds forskning om översättares användning av digitala resurser under översättningsarbetet (Hvelplund 2016, 2017) och Goughs forskning om översättningsinriktad forskningsaktivitet (Gough 2016, 2018, 2019, 2023). Hvelplunds resultat (2017) visar att konsultation av digitala resurser utgör en betydande del av den totala översättningstiden (20 procent) och att översättare främst använde allmänspråkliga ordböcker, tvåspråkiga ordböcker och sökmotorer på internet vid både litterär och teknisk översättning. Gough (2019) använde en kvasi-naturalistisk observationsmetod med skärminspelningar för att studera professionella översättares forskningsaktivitet. Författaren identifierade fyra typer av resursbeteende: ordboksentusiast, parallelltextfantast, blandad användare och MT-användare. Hennes resultat tyder på att domänexpertis, eller avsaknaden av sådan, spelar en roll för profilen för resursbeteende.

I en tidigare studie undersökte vi vilka typer av översättningsresurser på nätet som användes av första- och andraårsstudenter på ett masterprogram i översättning och tolkning när de översatte och efterredigerade samma juridiska text från engelska till ungerska. Resultaten visar att förstaårsstudenter i högre grad använde enspråkiga och tvåspråkiga ordböcker, medan andraårsstudenter föredrog mer korpusbaserade resurser. Valet av översättningsresurser på nätet bestämdes inte av översättningssättet (HT eller PE), utan av översättarens kompetensnivå (Sermann 2023).

Terminologija | 2024 | 31

139

I föreliggande studie försökte vi, utifrån videoinspelningar av studenternas arbetsflöde, hitta korrelationer mellan översättarstudenternas resursdominans, tiden som ägnades åt uppgiften och framgången med att hitta korrekta målspråkstermer. Resursdominans operationaliserades som antalet olika resurskategorier som användes och hur ofta dessa källor konsulterades, vilket ledde till två kategorier: (a) terminologisk-lexikografiska och (b) textbaserade.

3. FORSKNINGSPROJEKTET OM ÖVERSÄTTNINGSKOMPETENS I SZEGED – SYFTEN OCH MÅL

Den forskning som redovisas här ingår i det övergripande forskningsprojektet vid forskningscentrumet för översättnings- och MT-efterredigeringskompetens (Szegeds universitet, Ungern), vars syfte är att undersöka vilken roll olika delar av översättningskompetensen (PACTE) spelar vid mänsklig översättning och efterredigering av maskinöversättning. Inom projektet har vi arbetat med variablerna färdigheter i källspråket (engelska), kompetens i L1/målspråket (ungerska), yrkesrelaterade bakgrundskunskaper om källtextens innehåll (tvåspråkighet, upphovsrätt), deklarativ kunskap om översättning, källspråkstextens texttyp, översättningserfarenhet, arbetsform (HT eller PE) samt studenternas uppfattningar om fördelarna och nackdelarna med att arbeta enligt respektive metod (Lesznyák, Bakti, Sermann 2023, 2024). Efter att ha deltagit i produktinriktad forskning presenterar vi nu de första resultaten från vår översättningsprocessforskning.

I den undersökning som redovisas här var våra forskningsfrågor följande:

1. Vilka resursval föredrar de olika undergrupperna (studenter på första och andra året, HT- och PE-studenter)?

2. Hur hänger studenternas resursdominans samman med framgången med att hitta målspråksmotsvarigheter till nyckeltermerna?

3. Finns det en korrelation mellan resursdominans och tiden som ägnas åt uppgiften?

4. Finns det en korrelation mellan framgången med att hitta korrekta målspråkstermer och tiden som ägnas åt uppgiften?

4. METOD

4.1. Deltagare och material

Urvalet i den här studien bestod av 14 förstaårsstudenter (i början av sina studier) och 12 masterstudenter i översättning under det andra studieåret (i slutet av sina studier). Det är viktigt att här framhålla att vid universitetet

140

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

i Szeged i Ungern bedrivs översättarutbildningen uteslutande på masternivå inom ramen för ett fyra terminer långt utbildningsprogram för översättare och tolkar. Förstaårsstudenter på masternivå kan därför betraktas som mycket skickliga språkinlärare eller språkanvändare utan tidigare erfarenhet av översättning. Det är också värt att notera att studenterna inte hade fått någon särskild utbildning i efterredigering när data samlades in, men att studenterna under det andra studieåret redan hade genomgått kurserna ”Juridikens grunder” och ”Juridisk översättning”.

Urvalet delades in i två undergrupper (översättare eller efterredigerare), och de ombads att översätta eller efterredigera en juridisk text på 350 ord (ett avsnitt ur ett upphovsrättsavtal, se Appendix). Källspråket var engelska, målspråket ungerska, och engelska var översättarstudenterna B- eller C-språk, medan ungerska var deras A-språk. MT-utdata för efterredigerarna hade producerats av eTranslation, EU:s maskinöversättningsverktyg.

4.2. Datainsamlingsförfarande

Datainsamlingen ägde rum hösten 2022 och våren 2022. Alla översättningar utfördes i klassrumsmiljö, och uppgiften hade en tidsgräns på 120 minuter, men den gränsen uppnåddes aldrig i praktiken. Studenterna hade tillgång till internet och fick använda vilka källor och webbsidor de ville. Studenterna i HT-betingelsen instruerades dock att avstå från MT. Studenterna ombads att producera en måltext av publicerbar kvalitet (det vill säga fullständig efterredigering av MT-utdata) utan att använda TM-programvara. Studenterna arbetade i Translog, eftersom även data om översättnings- och efterredigeringsprocessen samlades in. Dessutom användes OBS Studio för att spela in datorskärmen medan studenterna arbetade med översättnings- och efterredigeringsuppgiften. För att fastställa arbetstiden användes videoinspelningarna. Översättnings- och efterredigeringsprocessens längd räknades från det att knappen ”start logging” trycktes i Translog tills knappen ”stop logging” trycktes. På grund av ett tekniskt fel gick en del data förlorade, vilket innebar att vi totalt kunde använda 22 inspelningar.

4.3. Metoder för dataanalys

Utifrån videoinspelningarna av studenternas arbetsflöden skapades mått på resursanvändning. Först kategoriserades varje resurs som studenterna konsulterade antingen som termino-lexikografisk (LEX) eller textbaserad (TXT). Inom

Terminologija | 2024 | 31

141

I varje grupp skapades två kategorier: (1) antalet använda resurser av en viss typ (t.ex. 3 ordböcker) och (2) den totala frekvensen för konsultation av dessa källor (t.ex. 11 sökningar /i de 3 ordböckerna). På så sätt skapades fyra variabler som användes i den kvantitativa analysen: LEX antal, LEX frekvens, TXT antal och TXT frekvens.

Därefter valdes 10 nyckeltermer ut ur källtexten (se Appendix), och deras motsvarigheter utvärderades i måltexterna, som hade översatts eller efterredigerats av studenterna. Sju av termerna tillhör det juridiska fackområdet och tre det akademiska fackområdet. De korrekta ungerska motsvarigheterna till de juridiska termerna fastställdes av en expert på upphovsrätt.

För den statistiska analysen användes SPSS v. 26. Analysen inriktades på att fastställa undergruppernas resursdominans med hjälp av t-test för parade urval, jämföra resursdominansen hos olika undergrupper med t-test för oberoende urval samt försöka hitta korrelationer mellan resursdominans, framgång med att hitta lämplig terminologi och tid för uppgiften. På grund av utrymmesbegränsningar avstår vi från att redovisa stora mängder data med icke-signifikanta resultat och fokuserar i stället på signifikanta fynd.

5. RESULTAT

5.1. Skillnader i resursdominans inom delurvalen

Vår första forskningsfråga syftade till att ta reda på vilken typ av resurser de olika undergrupperna föredrog. Först genomfördes t-test för parade urval för att jämföra preferenserna inom förstaårs- och andraårsgrupperna. Å ena sidan jämförde vi hur många olika typer av resurser de använde, och å andra sidan jämfördes frekvensen med vilken de konsulterade dessa resurser.

I förstaårsgruppen (n = 12) konstaterades att studenterna använde signifikant fler terminologisk-lexikografiska (M = 2.42, SD = 1.68) än textbaserade resurser (M = 1.33, SD = 1.23, t(11) = 3.463, p =.005). I linje med detta gjorde de också signifikant fler sökningar i terminologisk-lexikografiska (M = 18.00, SD = 13.86) än i textbaserade källor (M = 5.17, SD = 5.80, t(11)= 3.736, p =.001).

I andraårsgruppen (n = 10) konstaterades inga signifikanta skillnader i vilka typer av källor studenterna använde (terminologisk-lexikografiska M = 1.90, SD = 0.74, textbaserade M = 1.40, SD = 1.27, t(9) = 1.246, p =.244).

142

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

Med andra ord användes termino-lexikografiska och textbaserade källor i ungefär samma utsträckning, och den mindre skillnaden i medelvärden kan bero på mätfel. En analys av sökfrekvensen visade dock att andraårsstudenter, liksom sina kamrater på första året, genomförde betydligt fler termino-lexikografiska sökningar (M = 17.2, SD = 11.10) än textbaserade sökningar (M = 5.4, SD = 5.83, t(9) = 3.190, p =.011). Som framgår var standardavvikelsen för textbaserade sökningar större än medelvärdet, vilket tyder på stor variation och en onormal fördelning av data. Därför jämfördes även medianerna för sökfrekvensen. Wilcoxons test för parade stickprov visade också att medianerna skilde sig signifikant, med en stor effektstorlek (termino-lexikografisk MDN = 14.50, textbaserad MDN = 3.50, Z (9) = -2.497, p =.013, r = 0.79).

I nästa steg delades urvalet in i mänskliga översättare och postredigerare, och resurspreferenserna analyserades återigen med t-test för parade stickprov. I gruppen mänskliga översättare (n = 10) hittades ingen signifikant skillnad mellan antalet använda resurser av de två typerna (termino-lexikografiska M = 2.70, SD = 1.16, textbaserade M = 1.90, SD = 0.99, t(9) = 1.809, p =.104). Siffrorna visade ändå att studenterna gjorde betydligt fler sökningar i termino-lexikografiska (M= 27.8, SD = 9.36) än i textbaserade källor (M = 8.5, SD = 5.87, t(9) = 4.636, p=.001).

Resultaten av t-testerna visade att postredigerarna använde betydligt fler termino-lexikografiska (M = 1.75, SD = 1.36) än textbaserade resurser (M = 0.92, SD = 1.24, t(11) = 2.802, p =.017). Eftersom standardavvikelsen för textbaserade källor var större än medelvärdet, vilket tyder på en onormal fördelning, användes Wilcoxons test för parade stickprov för att jämföra medianerna. Testresultaten visade att medianerna skilde sig signifikant, även om sannolikheten för mätfel var något högre (termino-lexikografisk MDN = 2, textbaserad MDN = 0, Z(11) = -2.226, p =.026, r = 0.643), men effektstorleken var fortfarande måttlig till stark.

T-testet för parade stickprov visade att postredigerarna genomförde betydligt fler sökningar i termino-lexikografiska (M = 9.17, SD = 7.03) än i textbaserade källor (M = 2.58, SD = 3.99, t(11) = 4.026, p =.011). På grund av den onormala fördelningen användes Wilcoxons test för parade stickprov återigen för att kontrollera om medianerna skilde sig signifikant. Testresultaten var återigen signifikanta, vilket tyder på att skillnaden mellan medianantalet sökningar i termino-lexikografiska källor (MDN = 8)

Terminologija | 2024 | 31

143

och i textbaserade källor (MDN = 0) är signifikant (Z(11) = - 2.805, p =.005, r = 0.810), med en stor effektstorlek.

5.2. Skillnader i resursdominans mellan delurvalen

Efter att ha karakteriserat de enskilda delurvalen jämförde vi grupperna med varandra: dels förstaårsstudenter och andraårsstudenter, dels mänskliga översättare och postredigerare. Inga signifikanta skillnader hittades mellan förstaårs- och andraårsstudenterna i deras sökaktiviteter enligt något av måtten.

När mänskliga översättare och postredigerare jämfördes var dock alla skillnader i sökfrekvens signifikanta, medan skillnaderna beträffande de använda källtyperna var signifikanta på marginalen (se tabell 1).

Tabell 1. Skillnader i resursdominans mellan mänskliga översättare och postredigerare. Resultat av t-tester för oberoende stickprov

MÄNSKLIGA ÖVERSÄTTARE (N = 10)POSTREDIGERARE (N = 12)MSDMSDT-TESTPAntal termino-lexikografiska resurser2.703.081.161.361.74.096Antal textbaserade resurser1.900.990.921.242.02.057Totalt antal använda resurser4.601.652.752.382.08.051Sökfrekvens (LEX)*27.809.609.177.035.33.000Sökfrekvens (TXT)*8.505.872.503.992.81.011Sökfrekvens (totalt)*36.308.4111.759.936.18.000

Anm.: * = signifikanta skillnader

5.3. Antal korrekta termmotsvarigheter som hittats

För att besvara forskningsfrågorna 2 och 4 behövde framgången med att hitta de korrekta målspråksmotsvarigheterna fastställas. Medelvärdena (HT = 1.40, PE = 1.67, 1^st år = 1.42, 2^nd år = 1.70) visar att studenterna inte var särskilt

144

Eszter Sermann

Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

framgångsrika med att hitta motsvarigheterna. De flesta studenter kunde hitta en eller två korrekta motsvarigheter av tio. Tre studenter kunde inte hitta någon av termerna alls, och det högsta värdet, som anger det största antalet träffar, var 4. Skillnaderna mellan första- och andraårsstudenterna å ena sidan och mellan mänskliga översättare å andra sidan var inte signifikanta.

5.4. Tid som ägnats åt uppgiften

Forskningsfrågorna 3 och 4 fokuserade på de tidsmässiga aspekterna av översättning, och därför behövde den genomsnittliga tiden som ägnades åt själva översättningsuppgiften beräknas för undergrupperna. Genomsnittliga tider för översättning och efterredigering visas i tabell 2. Det framgår också att inga signifikanta skillnader kunde konstateras mellan första- och andraårsstudenter, men att efterredigerare arbetade signifikant snabbare än mänskliga översättare. Skillnaderna i standardavvikelse är också anmärkningsvärda, och Levenes test visade att varianserna också är signifikant olika mellan de två grupperna (F = 12.990, p =.002), vilket tyder på att efterredigerargruppen uppvisar betydligt större variation i hur mycket tid som ägnas åt uppgiften än HIT-gruppen.

Tabell 2. Skillnader mellan mänskliga översättare och efterredigerare samt mellan första- och andraårsstudenter i fråga om tid som ägnats åt uppgiften. Resultat från oberoende t-test för urval

MÄNSKLIGA ÖVERSÄTTARE (N = 10) EFTERREDIGERARE (N = 12) T-TEST P M SD M SD tid som ägnats åt uppgiften (min) 70.99 4.67 59.76 11.76 3.033.008 FÖRSTAÅRSSTUDENTER (N = 12) ANDRAÅRSSTUDENTER (N = 10) t-test p M SD M SD tid som ägnats åt uppgiften (min) 65.99 10.94 63.52 10.83 0.529.60370.99 4.67 59.76 11.76 3.033.008 FÖRSTAÅRSSTUDENTER (N = 12) ANDRAÅRSSTUDENTER (N = 10) t-test p M SD M SD tid som ägnats åt uppgiften (min) 65.99 10.94 63.52 10.83 0.529.603

5.5. Korrelationer mellan resursdominans och framgång i att hitta lämplig terminologi

Den andra forskningsfrågan syftade till att undersöka om det finns ett samband mellan resursdominans och framgång i att hitta lämplig terminologi. För att besvara frågan beräknades Pearsons korrelationskoefficienter mellan index för resursdominans å ena sidan och

Terminologija | 2024 | 31

145

antalet korrekta motsvarigheter som studenterna hittade. I hela urvalet fann man inga signifikanta korrelationer alls, och detsamma gällde även första året, andra året och undergruppen mänskliga översättare. I undergruppen efterredigerare fann man däremot en måttlig till stark, signifikant korrelation mellan hur ofta textbaserade källor konsulterades och framgången med att hitta rätt termer (r = 0.676, p =.016), vilket tyder på att det lönar sig att använda textbaserade källor vid efterredigering.

5.6. Korrelationer mellan resursdominans och tidsåtgång

Nästa steg i analysen var att beräkna Pearsons korrelationskoefficienter mellan mått på resursdominans och tidsåtgång. Tabell 3 visar ett återkommande mönster i hela urvalet och i samtliga delurval utom bland mänskliga översättare. Mönstret visar att det finns ett stort antal positiva, måttliga till starka signifikanta korrelationer mellan antalet använda terminologisk-lexikografiska (LEX) resurser och tid, mellan frekvensen av terminologisk-lexikografiska (LEX) sökningar och tid samt mellan det totala antalet sökningar och tid.

Tabell 3. Korrelationer mellan mått på resursdominans och tidsåtgång i hela urvalet, urvalet från första året, urvalet från andra året, gruppen efterredigerare och gruppen mänskliga översättare (Pearsons r)

Tidsåtgång | Första året (n=12) | ANTAL LEX-RESURSER | ANTAL TXT-KÄLLOR | ANTAL RESURSER TOTALT | FREKVENS AV LEX-SÖKNINGAR | FREKVENS AV TXT-SÖKNINGAR | FREKVENS AV SÖKNINGAR TOTALT Första året (n=12):.62* (p=.03) | ej signifikant | ej signifikant |.66 (p=.02) | ej signifikant |.69** (p=.01) Andra året (n=10):.70 (p=.03) | ej signifikant | ej signifikant |.68 (p=.03) | ej signifikant |.67 (p=.04). Mänsklig översättare (n=10): ej signifikant | -.69 (p=.03) | ej signifikant | ej signifikant | ej signifikant | ej signifikant Efterredigerare (n=12):.62 (p=.03) | ej signifikant | ej signifikant |.63 (p=.03) | ej signifikant |.60 (p=.04) Hela urvalet (n=22):.61 (p<.01) | ej signifikant |.52 (p=.01) |.66 (p<.01) | ej signifikant |.68 (p<.01)

146

Eszter Sermann Márta Lesznyák Översättarnas resursdominans och framgången med att hitta måltermer vid mänsklig översättning och efterredigering av maskinöversättning

5.7. Korrelationer mellan framgången med att hitta termer och tidsåtgång

Den fjärde forskningsfrågan undersökte om det finns en korrelation mellan framgången med att hitta korrekta motsvarigheter till termer och den tid som ägnas åt hela översättnings-/efterredigeringsuppgiften. Intressant nog fann man inga signifikanta korrelationer vare sig i hela urvalet eller i någon av undergrupperna, vilket tyder på att det inte räcker att lägga mer tid på uppgiften för att hitta de korrekta termerna.

6. DISKUSSION

6.1. Skillnader i resursdominans inom delurvalen

Vår första forskningsfråga syftade till att beskriva studenternas resursdominans. T-test för parade urval visade att förstaårsstudenterna använde signifikant fler termino-lexikografiska källor än textbaserade källor, och att de också gjorde signifikant fler sökningar i termino-lexikografiska än i textbaserade källor. Andraårsstudenterna uppvisade liknande tendenser som förstaårsstudenterna när det gäller sökfrekvens, men inte i fråga om vilka typer av resurser som användes.

Mänskliga översättare kännetecknades av ett större antal sökningar i termino-lexikografiska källor än i textbaserade källor, men antalet termino-lexikografiska källor var inte signifikant större än antalet textbaserade källor. I gruppen efterredigerare var både antalet källor och antalet sökningar signifikant större i den termino-lexikografiska kategorin än i den textbaserade kategorin.

Sammantaget tyder dessa resultat på att studenternas översättningsrelaterade informationssökning kännetecknas av en stark termino-lexikografisk dominans. Textbaserade källor (det vill säga parallelltexter) konsulteras i mindre omfattning och mer sällan. Detta överensstämmer med Hvelplunds (2017) tidigare resultat, som visade att översättare i hög grad förlitade sig på ordböcker i översättningsprocessen.

Problemet med att tolka detta resultat är att vi saknar jämförelsedata om vilken inriktning som vore idealisk. Troligen finns det ingen ”perfekt metod”; den andel termino-lexikografiska respektive textbaserade källor som är ändamålsenlig i ett visst sammanhang beror på flera faktorer. Dessa omfattar språkparet, kvaliteten på de termino-lexikografiska källorna för språkparet, översättarens/efterredigerarens sakkunskap och kanske flera andra faktorer. Som vi ska se nedan tyder dock studenternas misslyckande med att hitta de flesta korrekta motsvarigheterna till de juridiska termerna och utbildningstermerna på att en alltför stor tillit till termino-lexikografiska

Terminologija | 2024 | 31

147

källor kanske inte var den mest givande strategin för denna uppgift. Dominansen av termino-lexikografiska källor återspeglar det som praktiserande översättarutbildare ofta ser under utbildningen: studenternas tilltro till ordböcker (i vilken form de än förekommer) och deras motvilja mot att gå vidare till mer tidskrävande och komplicerad informationssökning.

6.2 Resursdominans och framgången med att hitta måltermen

Resultaten visar att studenterna var relativt dåliga på att hitta korrekta termmotsvarigheter och i genomsnitt fick en eller två av tio termer rätt. Korrelationsanalysen gav inte heller några signifikanta resultat, med undantag för efterredigerarna och frekvensen av att konsultera textbaserade källor. Detta innebär att resursdominans inte är direkt kopplad till framgången med att hitta lämpliga termer under översättningen. Det är rimligt, eftersom det inte bara är vilka källor vi använder, utan också hur vi använder dem, som kan göra verklig skillnad. Tyvärr är det omöjligt att ta reda på vad som gick fel och i vilket skede av informationssökningsprocessen utan data från tänk-högt-protokoll eller retrospektiva intervjuer.

Som nämndes i föregående stycke fann man en måttlig till stark, signifikant korrelation mellan frekvensen av att konsultera textbaserade källor och framgången med att hitta rätt termer i gruppen efterredigerare. Återigen låter resultatet självklart, eftersom textbaserade källor är oumbärliga hjälpmedel i översättnings- och efterredigeringsprocessen. De är särskilt användbara när specialiserade ordböcker håller låg kvalitet eller när översättaren saknar ämneskunskap och därför inte kan bedöma träffarna i termino-lexikografiska källor på ett lämpligt sätt. Även om ingetdera av dessa villkor undersöktes empiriskt verkar båda stämma i forskningssammanhanget. Det bör tilläggas att det i detta skede av vår forskning inte går att avgöra om de textbaserade källorna tillhandahöll den korrekta termen eller termerna, eller om de bara hjälpte studenternas efterredigerare i utvärderingsprocessen.

Med ovanstående förklaring i åtanke är det dessutom oklart varför mänskliga översättare inte hade haft samma nytta av att konsultera textbaserade källor som efterredigerarna. En möjlig förklaring är att de mänskliga översättarna var betydligt mer överväldigade av informationssökningen (vilket vi har belägg för) och förmodligen även av andra aspekter av översättningsuppgiften. Följaktligen hade de inga kognitiva resurser kvar för att bearbeta information från textbaserade källor på djupet. Även här skulle verbala data från försökspersonerna behövas för att bekräfta hypotesen.

148

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

6.3. Tidens roll i arbetet

Forskningsfrågorna 3 och 4 fokuserade på tidens roll i arbetet i fråga om resursdominans och framgången med att hitta motsvarande terminologi. Våra resultat bekräftar Hvelplunds (2017) resultat, trots att en annan metod användes. Den positiva korrelationen mellan det totala antalet sökningar och tiden i arbetet i hela urvalet och de flesta delurvalen visar att ju fler sökningar en student gjorde, desto längre tid ägnade hen åt översättning/efterredigering. Med andra ord är den totala tiden för översättning/efterredigering nära kopplad till konsultation av resurser, särskilt användning av termino-lexikografiska källor.

Överraskande nog uppvisade dock tiden i arbetet inga signifikanta korrelationer med att hitta de korrekta termerna på målspråket. Detta innebär att studenter som ägnade mer tid åt översättningsrelaterad research inte lyckades bättre vad gäller terminologisk korrekthet. Återigen tyder detta på problem med att använda resurser på ett produktivt sätt.

6.4. Skillnader mellan mänskliga översättare och efterredigerare

Även om ingen forskningsfråga direkt fokuserade på skillnaderna mellan översättare och efterredigerare gav våra resultat några värdefulla insikter om detta. Jämförelser av resursdominans visade att mänskliga översättare använde ett större urval av källor och genomförde betydligt fler sökningar än efterredigerare. Detta kan tolkas som en större arbetsinsats från de mänskliga översättarnas sida. Dessutom visade det sig också att mänskliga översättare arbetade betydligt längre än efterredigerare, vilket återigen kan ses som ett tecken på större arbetsinsats. Paradoxalt nog ledde den ökade arbetsinsatsen inte till bättre resultat när det gäller terminologi. Sammantaget tycks det ta mänskliga översättare mer tid och större forskningsinsats att uppnå samma kvalitet i fråga om terminologin i en översättningsuppgift som efterredigerare. Med andra ord föreföll efterredigering vara effektivare i denna experimentella situation.

7. SLUTSATS

Studien syftade till att ta reda på vilka resurser översättningsstudenter föredrar när de översätter eller efterredigerar en juridisk text och hur dominansen i resursanvändningen är kopplad till prestationsmått som tid i arbetet och korrekt terminologianvändning. Våra resultat visar att studenter tenderar att föredra termino-lexikografiska källor framför textbaserade källor. Det är också slående att mänskliga översättare anstränger sig betydligt mer både i fråga om tid och research än

Terminologija | 2024 | 31

149

efterredigerare, men de är inte mer framgångsrika när det gäller att hitta lämpliga termer. Efterredigerare genomför å andra sidan färre sökningar och uppnår därmed samma kvalitet med mindre ansträngning. Den minskade researchaktiviteten kan dock också ses som en negativ tendens, eftersom den stämmer väl överens med det vi som lärare ser på kurser i efterredigering, nämligen studenternas ogrundade tillit till MT. Man skulle kunna hävda att studenterna med lite större ansträngning och lämpliga researchmetoder kunde förbättra den terminologiska kvaliteten hos efterredigerade måltexter.

De resultat som rapporteras i studien belyser också ett mönster av förgäves ansträngning: vissa studenter tenderar att lägga mer tid på uppgifter (oavsett om det gäller översättning från grunden eller efterredigering), vilket är nära kopplat till fler termino-lexikografiska sökningar. Trots detta lyckas de inte bättre än studenter som sparar tid, bland annat genom att inte göra lika många sökningar. En möjlig förklaring till detta misslyckande presenterades ovan: studenternas sätt att bedöma den information de hittar kanske inte är ändamålsenligt. Dessutom kan bristande (juridiska) förkunskaper kopplas till problemet, eftersom studenter utan tillräckliga ämneskunskaper kanske inte kan förstå, tolka och bedöma det de hittar i termino-lexikografiska eller textbaserade källor. Detta leder oss till frågan om i vilken utsträckning /re/search kan kompensera för bristande ämneskunskaper. Det är en fråga som framtida forskning skulle kunna fokusera på. Den korrelation som påvisades mellan användningen av textbaserade källor och terminologisk framgång vid efterredigering kan erbjuda en väg ut ur denna fälla och tyder på att det lönar sig att konsultera textbaserade källor.

Forskningsresultaten har konsekvenser för översättarutbildningen. Även om de studenter som deltog i studien hade läst terminologikurser verkade de sakna researchfärdigheter. Därför kan man anta att metoden för undervisning i researchbeteende bör utformas noggrant. Studenterna bör förstå att det inte är (enbart) antalet sökningar som hjälper dem att hitta rätt motsvarigheter, utan även ”sökaktivitetens kvalitet”, det vill säga vad de gör med den information de hittar. Sannolikt bör bedömning av källor och sökträffar i källor övas i undervisningen. Dessutom bör betydelsen av textbaserade källor betonas, och studenterna måste uppmuntras att lära sig om översättningens ämne. Annars kommer de inte att kunna fatta välgrundade beslut om termer.

Studien har också vissa begränsningar, varav en är det lilla urvalet. En annan svaghet i forskningen är att inga yrkesverksamma översättare

150

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

I datainsamlingen deltog. Dessutom användes endast en text, en juridisk text, i studien, och deltagarna kom från en och samma institution. Dessa faktorer begränsar resultatens generaliserbarhet, även om signifikanta resultat kan tyda på giltiga tendenser i sammanhang som liknar studiens. Avsaknaden av verbala data från deltagarna förhindrade tolkningen av vissa resultat, även om det också står klart att man måste begränsa forskningsdesignens komplexitet.

Studiens begränsningar pekar ut riktningar för framtida forskning. Studien skulle kunna upprepas med ett större urval som omfattar yrkesverksamma och studenter från andra universitet eller länder. En annan texttyp skulle kunna användas, och andra typer av processdata skulle kunna samlas in.

Dessutom har studiens datamaterial förblivit delvis outforskat. Tiden som ägnats åt informationssökning har inte mätts eller kopplats till mått på informationssökningsbeteende eller prestation. Användningen av översättningsresurser i de olika skedena av HT och PE (utkast, revision) skulle också kunna studeras, liksom antalet terminologiska ändringar som efterredigerare gör och deras samband med informationssökningsstrategier.

Trots sina begränsningar bidrar studien utan tvekan till vår förståelse av översättningsstudenters resursanvändning. Ändå behövs mer forskning inom området för att ta reda på vilka informationssökningsstrategier och beteenden som behövs i den digitala tidsåldern, där efterredigering sannolikt kommer att dominera översättarnas arbete.

REFERENCES

Angelone Erik 2010: Uncertainty, Uncertainty Management and Metacognitive Problem Solving in the Translation Task. – “Translation and Cognition”, ed. Shreve G. M., Angelone E., Amsterdam: American Translators Association Scholarly Monograph Series XV, 17–40.

Budin Gerhard, Krajcso Zita, Lommel Arle 2013: The TransCert Project: Ensuring That Transnational Translator Certification Meets Stakeholder Needs. – The International Journal for Translation & Interpreting Research 5(1), 143–155. DOI: 10.12807/ti.105201.2013.a08.

Dragsted Barbara 2005: Segmenting in Translation: Differences across levels of expertise and difficulty. – Target 17(1), 49–70. DOI:10.1075/target.17.1.04dra.

Ericsson K. Anders 2010: Expertise in Interpreting: An expert-performance perspective. –“Translation and Cognition”, ed. Shreve G. M., Angelone E., Amsterdam: American Translators Association Scholarly Monograph Series XV, 231–262.

EMT 2022: Updated version of the EMT competence model framework. Available at: https://commission.europa.eu/news/updated-version-emt-competence-framework-now-available-2022-10-21_en.

eTransFair 2018: Competence Card for Specialised Translators. Available at: https://etransfair.inyk.bme.hu/.

Fóris Ágota 2019: Új tendenciák és módszerek a fordítási folyamatban: a terminológia és a dokumentáció szerepe. – “Diszciplínák találkozása a fordításban”, ed. Szoták Sz., Budapest: OFFI, 211–219.

Gaál Péter 2010: A hagyományos szótárak vizsgálati szempontjainak alkalmazhatósága az online szótárak esetében. –“Az alkalmazott nyelvészet ma: innováció, technológia, tradíció. XX. Magyar Alkalmazott Nyelvészeti Kongresszus”, ed. Boda I. K., Mónós K., Budapest/Debrecen: MANYE–Debreceni Egyetem, 432–437.

Terminologija | 2024 | 31

151

Gough Joanna 2016: The patterns of interaction between professional translators and online resources. PhD Thesis, University of Surrey. Available at: https://openresearch.surrey.ac.uk/esploro/outputs/99514578042346.

Gough Joanna 2018: Investigating the use of resources in the translation process. – “Trends in e-tools and resources for translators and interpreters”, ed. Pastor G. C., Durán-Muñoz I., Leiden: Brill, 9–36.

Gough Joanna 2019: Developing translation-oriented research competence: what can we learn from professional translators? – The Interpreter and Translator Trainer 13:3, 342–359. DOI: 10.1080/1750399X.2019.1656404.

Gough Joanna 2023: Individual Variations in Information Behaviour of Professional Translators: Towards a Classification of Translation-oriented Research Styles. Translation Studies. Taylor and Francis Online. Available at: https://www.tandfonline.com/doi/full/10.1080/14781700.2023.2231933.

Ehrensberger-Dow Maureen, Hunziker Heeb Andrea 2016: Investigating the Ergonomics of a Technologized Translation Workplace. – “Reembedding Translation Process Research”, ed. R. Muñoz Martín, Amsterdam/Philadelphia: John Benjamins, 69–88.

Hurtado Albir Amparo (ed.) 2017: Researching Translation Competence by PACTE Group, Amsterdam/Philadelphia: John Benjamins. DOI: 10.1075/btl.127.

Hvelplund Kristian Tangsgaard 2016: Cognitive efficiency in translation. – “Reembedding Translation Process Research”, ed. R. Muñoz Martín, Amsterdam/Philadelphia: John Benjamins, 149–170.

Hvelplund Kristian Tangsgaard 2017: Translators’ Use of Digital Resources during Translation. – Hermes 56, 71–87.

Károly Krisztina 2022: A nyelvi közvetítés empirikus kutatásának módszerei. – “Bevezetés a fordítás és a tolmácsolás kutatásmódszertanába I. Általános rész”, ed. K. Klaudy, E. Robin, O. Seidl-Péch, ELTE FTT–MANYE Fordítástudományi Szakosztály, 93–108.

Klaudy Kinga 2022: A fordítástudomány dilemmái a 21. század elején. – “Bevezetés a fordítás és a tolmácsolás kutatásmódszertanába I. Általános rész”, ed. K. Klaudy, E. Robin, O. Seidl-Péch, ELTE FTT–MANYE Fordítástudományi Szakosztály, 13–25. DOI: https://doi.org/10.21862/kutmodszer tan/1/2.

Lesznyák Márta 2008: A szótárhasználat jellegzetességeinek változása a fordítói tapasztalat függvényében. – “Az I. Alkalmazott Nyelvészeti Doktorandusz Konferencián elhangzott előadások kötete”, ed. Váradi T., Budapest: MTA Nyelvtudományi Intézet, 67–79.

Lesznyák Márta 2024: Folyamatorientált kutatások a fordítástudományban. – “Bevezetés a fordítás és a tolmácsolás kutatásmódszertanába II. Speciális rész”, ed. K. Klaudy, E. Robin, O. Seidl-Péch, ELTE FTT–MANYE Fordítástudományi Szakosztály, 71–94.

Lesznyák Márta, Bakti Mária, Sermann Eszter 2023: Translation and post-editing performance of translation students –a cross-sectional analysis. – LION Journal 2(2), 7–23.

Lesznyák Márta, Bakti Mária, Sermann Eszter 2024: Reading takes it all? – the role of language competence and subject knowledge in legal translation. – The Interpreter and Translator Trainer, 1–20. Available at: https://doi.org/10.1080/1750399X.2024.2344177.

Prieto Ramos Fernando 2021: Translating legal terminology and phraseology: between inter-systemic incongruity and multilingual harmonization. – Perspectives 29:2, 175–183. DOI: 10.1080/0907676X.2021.1849940.

Risku Hanna 2019: Process research. – “Routledge Encyclopedia of Translation Studies. 3^rd Edition”, ed. M. Baker, G. Saldanha, London: Routledge, 437–441.

Seeber Kilian G. 2015: Cognitive Load in Simultaneous Interpreting: Measures and methods. – “Interdisciplinarity in Translation and Interpreting Process Research”, ed. M. Ehrensberger-Dow, S. Göpferich and S. O’Brien, Amsterdam/Philadelphia: John Benjamins, 18–33.

Sermann Eszter 2021: Terminológiai szabványosítás és nyelvi közvetítés, Szeged: Juhász Gyula Felsőoktatási Kiadó.

Sermann Eszter 2023: Online fordítói segédeszközök használata humán fordítás és a gépi fordítás utószerkesztése során. – “XXIX. Magyar Alkalmazott Nyelvészeti Kongresszus” (accepted for publication).

Shreve Gregory 2006: The Deliberate Practice: Translation and expertise. – Journal of Translation Studies 9(1), 27–42.

Tirkkonen-Condit Sonja, Jääskeläinen Riitta 2000: Tapping and mapping the processes of translation and interpreting, Amsterdam/Philadelphia: John Benjamins. Available at: https://doi.org/10.1075/btl.37.

Tamás Dóra Mária 2014: Gazdasági szakszövegek fordításának terminológiai kérdéseiről, Budapest: ELTE.

Wilss Wolfram 1988: Kognition und Übersetzen: Zu Theorie und Praxis der menschlichen und der maschinellen Übersetzung, Tübingen: Niemeyer.

152

Eszter Sermann Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation

APPENDIX 1.

The source text used for the study:

LICENCE TO PUBLISH

Manuscript #: [name of journal] (“The Journal”)

Title of the contribution: (“The Contribution”)

Author(s): (“the Authors”)

To: Nature Publishing Group (“NPG”), a division of Macmillan Publishers Ltd

1. In consideration of NPG agreeing to publish the Contribution the Authors grant to NPG for the full term of copyright in the Contribution and any extensions thereto, subject to clause 2 below, the exclusive licence (a) to publish, reproduce, distribute, display and store the Contribution in all forms, formats and media whether now known or hereafter developed (including without limitation in print, digital and electronic form) throughout the world, (b) to translate the Contribution into other languages, create adaptations, summaries or extracts of the Contribution or other derivative works based on the Contribution and exercise all of the rights outlined in (a) above in such translations, adaptations, summaries, extracts and derivative works and (c) to license others to do any or all of the above.

2. Ownership of copyright remains with the Authors and provided that, when reproducing the Contribution or extracts from it, the Authors acknowledge first and reference publication in the Journal, the Authors retain the following nonexclusive rights:

a) To reproduce the Contribution in whole or in part in any printed volume (book or thesis) of which they are the author(s).

b) They and any academic institution where they work at the time may reproduce the Contribution for course teaching.

c) To post a copy of the Contribution as accepted for publication after peer review (in Word or Tex format) on the Author’s own website or institutional repository six months after publication of the printed edition of the Journal, provided that they also give a hyperlink from the Contribution to the Journals web site

d) To reuse figures or tables created by them and contained in the Contribution of other works created by them.

This Agreement shall be governed by and construed in accordance with the laws of England without regard to the principles of conflicts of law. The parties hereto submit to the non-exclusive jurisdiction of the English courts.

APPENDIX 2.

The 10 target terms selected for the analysis:

licence to publish, contribution, full term of copyright, including without limitation, to grant exclusive licence, to reproduce, derivative work, thesis, academic institution, peer review

Terminologija | 2024 | 31

153

VERTĖJŲ IŠTEKLIŲ DOMINAVIMAS IR SĖKMINGA VERTIMO KALBOS TERMINŲ PAIEŠKA VERČIANT ŽMOGUI ARBA POSTREDAGUOJANT MAŠININĮ VERTIMĄ

Santrauka

Vertimo priemonių naudojimas iš esmės pasikeitė per pastaruosius du dešimtmečius – internetiniai skaitmeniniai ištekliai beveik visiškai pakeitė popierines priemones. Šiuolaikinėje technologinėje aplinkoje vertėjai gali naudotis daugybe internetinių skaitmeninių išteklių, tačiau norint pasirinkti patikimas ir veiksmingas priemones, reikia kruopštumo ir disciplinos. Šiame tyrime nagrinėjamas vertėjų praktikančių išteklių dominavimas tą patį teisinį tekstą verčiant žmogui ir postredaguojant ir analizuojami galimi ryšiai tarp išteklių dominavimo, užduoties atlikimo laiko ir sėkmingai rastų teisingų vertimo kalbos terminų.

Čia pateiktas tyrimas yra Segedo vertimo kompetencijos tyrimų grupės bendrojo tyrimo projekto, kuriuo siekiama ištirti vertimo kompetencijos elementų (PACTE) vaidmenį žmogaus vertime ir mašininio vertimą postredagavime, dalis. Kadangi dalyvaujame į produktą orientuotuose tyrimuose, dabar pristatome pirmuosius vertimo proceso tyrimo rezultatus.

Mūsų rezultatai rodo, kad terminografiniai ir leksikografiniai šaltiniai dominuoja su vertimu susijusiuose studentų tyrimuose. Be to, studentams ganėtinai nesisekė rasti teisingų atitikmenų terminams, jie rado vidutiniškai vieną ar du iš dešimties. Be to, nei laikas užduočiai, nei išteklių dominavimas neparodė jokių reikšmingų koreliacijų su tinkamų vertimo kalbos terminų radimu. Vertėjų ir postredaktorių palyginimas parodė, kad postredaktoriai dirbo greičiau ir atliko mažiau paieškų nei vertėjai. Nepaisant to, jų rastų terminų teisingumas buvo panašus į vertėjų.

Akivaizdu, kad tyrimas turi tam tikrų trūkumų, iš kurių vienas yra maža imtis, tačiau, nepaisant jų, išvados tikrai prisideda prie mūsų supratimo apie vertėjų praktikančių išteklių naudojimą.

Gauta 2024-05-03

Eszter Sermann. Department of Italian Language and Literature, University of Szeged, Hungary. 6724 Szeged, Pulz utca 1. E-mail [email protected]

Márta Lesznyák. Institute of English and American Studies, University of Szeged, Hungary. 6722 Szeged, Egyetem utca 2. E mail [email protected]

154

Eszter Sermann

Márta Lesznyák

Translators’ Resource Dominance and the Success of Finding the Target Terms in Human Translation and Post-editing of Machine Translation