EUVIMEDEUVIMED entdecken
Crossref

КОРПУСНЕ ДОСЛІДЖЕННЯ МІЖМОВНОЇ НОМІНАЛІЗАЦІЇ У ПЕРЕКЛАДІ АВТОРСЬКИХ КОЛОНОК (НА МАТЕРІАЛІ GOOGLE TRANSLATE ТА CHATGPT)

Natalia Ivanytska, Nina Ivanytska

Modern Philology · 06.04.2026 · (5) · 130-138

DOI: 10.32782/modernph-2026.5.19 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Modern Philology, online erschienen am 06.04.2026. Verfasst von Natalia Ivanytska und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

У статті досліджено явище міжмовної номіналізації особових і неособових дієслів англійської мови в українському перекладі авторських колонок, виконаному системою нейронного машинного перекладу (НМП) Google Translate та генеративною великою мовною моделлю (ВВМ) ChatGPT. Метою дослідження є виявлення закономірностей міжмовної номіналізації та порівняння стратегій трансформації дієслів у номінативні форми різними системами машинного перекладу (МП) з використанням паралельних корпусів та корпусних технологій як інструментів аналізу. Дослідження проведено на власноруч укладеному паралельному англо-українському корпусі, який містив вихідний текст та два цільові переклади, що дало змогу порівняти стратегії різних систем МП. Загальний обсяг корпусу становить понад 17 800 токенів в оригіналі та понад 16–18 000 токенів у перекладах. Для аналізу застосовано платформу Sketch Engine, що забезпечило автоматизовану екстракцію особових і неособових дієслів, ідентифікацію випадків номіналізації, а також підрахунок абсолютної та відносної частоти трансформацій і коефіцієнта номіналізації. Статистичний аналіз показав, що Google Translate використав трансформацію номіналізації у 9,1% випадків перекладу особових і 18,04% неособових дієслів, тоді як ChatGPT – 3,8% та 7,52% відповідно. Відносна частота на 10 000 токенів також вища для Google Translate (31,09 та 124,35) порівняно з ChatGPT (14,22 та 56,28). Це дає підстави припустити, що Google Translate частіше застосовує номіналізаційні трансформації, що призводить до деагентивізації та часткового згортання предикації. Водночас ChatGPT зберігає дієслівну предикативність і жанрову динаміку колонок, демонструючи більшу контекстуальну та стилістичну адекватність перекладу. Отримані результати довели ефективність корпусного аналізу як інструменту кількісного дослідження міжмовних граматичних трансформацій, що дає змогу системно оцінювати трансформаційні процеси в перекладах та виявляти специфічні закономірності для різних систем МП. Отри- мані дані підтверджують, що граматична організація тексту є носієм дискурсивних стратегій і визначає тон, стиль та авторську присутність у перекладі. Перспектива подальших досліджень пов’язана з оптимізацією постредагування МП із метою збереження авторської експресивності та жанрової автентичності, розробленням рекомендацій щодо балансу між граматичною точністю та стилістичною адекватністю перекладу

Zitieren

APA

Ivanytska, N., & Ivanytska, N. (2026). КОРПУСНЕ ДОСЛІДЖЕННЯ МІЖМОВНОЇ НОМІНАЛІЗАЦІЇ У ПЕРЕКЛАДІ АВТОРСЬКИХ КОЛОНОК (НА МАТЕРІАЛІ GOOGLE TRANSLATE ТА CHATGPT). Modern Philology, 130-138. https://doi.org/10.32782/modernph-2026.5.19

Vancouver

Ivanytska N, Ivanytska N. КОРПУСНЕ ДОСЛІДЖЕННЯ МІЖМОВНОЇ НОМІНАЛІЗАЦІЇ У ПЕРЕКЛАДІ АВТОРСЬКИХ КОЛОНОК (НА МАТЕРІАЛІ GOOGLE TRANSLATE ТА CHATGPT). Modern Philology. 2026:130-138. doi:10.32782/modernph-2026.5.19

BibTeX
@article{Ivanytska2026,
  author = {Ivanytska, Natalia and Ivanytska, Nina},
  title = {КОРПУСНЕ ДОСЛІДЖЕННЯ МІЖМОВНОЇ НОМІНАЛІЗАЦІЇ У ПЕРЕКЛАДІ АВТОРСЬКИХ КОЛОНОК (НА МАТЕРІАЛІ GOOGLE TRANSLATE ТА CHATGPT)},
  journal = {Modern Philology},
  year = {2026},
  number = {5},
  pages = {130--138},
  doi = {10.32782/modernph-2026.5.19}
}
Kostenlos starten →