Ez 2006 nyarán volt, épp szabadságidőszak, így csendes napok következtek. Először lektorálási feladatokat kaptam, az angolra lefordított szövegeket ellenőriztem. Miért volt szimpatikus a Multi-Lingua, és az előző két gyakorlati helye miért nem? Az előző két helyen nem készültek fel arra, hogy mit is kezdjenek egy gyakornokkal, nem gondolták át, hogy milyen munkába lehetne bevonni az odaérkező egyetemi hallgatót. Mint ahogy minden fordítóirodában, itt is belső és külső fordítók, illetve projektmenedzserek dolgoztak, és nem tudtak engem hová besorolni. Kérdezték, hogy dolgozni akarok-e vagy fordítani, vagy mit szeretnék csinálni. Én igazából gyakornokoskodni akartam. A Multi-Linguánál viszont felkészültek erre, előre kialakították, hogy hogyan ismertessék meg a gyakornokkal a gyakorlati munkát, nem feltétlenül kell az egyetemi hallgatónak előre eldöntenie, hogy projektmenedzser vagy fordító szeretne lenni, hanem minden munkaterületre bepillantást nyerhet. Miért döntött úgy, hogy itt marad dolgozni?
Ha te is szeretnél egyik blogbejegyzésünk hőse vagy szerzője szeretnél lenni, küld el történetedet vagy ötletedet a címre
Tükörfordításban angolul: "You can't make bacon out of a dog". Ők így mondják: "Once a thief, always a thief" (Aki egyszer lopott, mindig tolvaj marad) Tükörfordításban oroszul: С собаки не будет сало. Ők így mondják Горбатого могила исправит (А púpost a sír kezeli ki) Magyarul: Majd ha piros hó esik! Tükörfordításban angolul: "When red show is falling". Ők így mondják: "When pigs fly! " (Amikor a disznók repülnek). Tükörfordításban oroszul: Когда красный снег будет падать. Ők így mondják: Когда рак на горе свиснет. (Amikor a rák füttyent a hegyen). A fordítás nehézségét legtöbbször az adja, hogy a másik nyelvben olyan reália szerepel, ami a célnyelvi kultúrában nem ismert, így a fordítás után sem érthető. Ez lehet földrajzi név, személynév, de ide tartoznak a szójátékok is, amelyek csak a forrásnyelven működnek. Ilyenkor a reáliafordításnál ismert stratégiák valamelyikét kell alkalmazni, amennyire csak lehet. Ami az orosz vagy angol nyelvű fordítást illeti, természetesen az is fontos szempont, hogy pontosan kiknek szól – értelemszerűen másképp fordítunk egy hivatalos dokumentumot, mint egy egyszerű tartalmú levelet vagy párbeszédet.
Néha egy-egy egyszerűbb mondat lefordítása is trükkös lehet. Az alábbi példák tökéletesen illusztrálják, hogy bizony ezekből a bakikból nagyon vicces dolgok is születhetnek. Magyarul: Miért itatod az egereket? Tükörfordításban angolul: "Why are you giving drinks to the mice? " Az angolok egyszerűen annyit kérdeznek: "Why are you crying? " Miért sírsz? Tükörfordításban oroszul: Почему поишь мишей? Az orosz kifejezés erre: Почему плачешь? (Miért sírsz? ) Magyarul: Annyit ér, mint halottnak a csók. Tükörfordításban angolul: "It's worth as much as a kiss to a dead person". Az angol kifejezés erre: "It's not worth the effort" (Nem éri meg a fáradtságot) Tükörfordításban oroszul: Столько же пользы, как мёртвому поцелуй. Az orosz kifejezés erre: Как мёртвому примочки (mint halottnak az arcpakolás). Magyarul: Az Isten háta mögött. Tükörfordításban angolul: "Behind God's back". Ők így mondják: "Far, far away" (Messze, messze) Tükörfordításban oroszul: У Бога за спиной. Ők így mondják: У чёрта на рогах (Az ördög szarvain) Magyarul: Kutyából nem lesz szalonna.
Ezt a projektet Végső Lászlóval közösen visszük, és gyakornokok működnek közre a tesztelésében. Ebben milyen eredmények vannak már? A gépi fordítás egy folyamatosan fejlődő újítás. A magyar és a külföldi nyelvek viszonylatában kicsit nehézkesebb, és lassabban fejlődik a magyar nyelv sajátos, toldalékkal történő ragozása miatt. Emiatt nehezebben illeszthetők össze a mondatok a gépi fordításban. Latin nyelvek között egészen jól működik már, pl. az angol-francia nyelvpáron, mert ott hasonlít a nyelvtan és a mondatszerkezet, illetve a nyelv felépítése. Német nyelven is viszonylag jól működik az eltérő nyelvtan ellenére. Kétféle megközelítés létezik, az egyik az elemző módszer, amely során tulajdonképpen meg kell tanítani az összes nyelvtani szabályt a számítógépnek, és az alapján a számítógép, mint a nyelvtanórán, fogja a mondatot és megkeresi az állítmányt, az alanyt és a többi mondatrészt, lebontja magának, és fölépíti a másik nyelven a mondatot. A másik módszer a statisztikai gépi fordítás, amelynek legjobb példája a Google.
Gyakornokból lett állandó munkatárs Hatodik éve dolgozik a Multi-Lingua fordítóirodában a fiatal Vágvölgyi Pál, aki növény-biotechnológusból lett szakfordító. Még az egyetemi évek alatt, gyakornokként kezdett a Multi-Linguánál, azután itt ragadt. Itt jól tudja kamatoztatni kétnyelvűségét is, hiszen gyermekkorát az Egyesült Államokban töltötte. Ma már nagyobb fordítási projekteket koordinál, illetve fordít is, és részt vesz a Multi-Lingua fordítóiroda gépi fordítással kapcsolatos kísérleti programjában. Erről is beszámol, és elmondja azt is, milyennek látja saját szakmai jövőjét a Multi-Linguában. Hogyan lesz egy növény-biotechnológusból szakfordító? Úgy, hogy amíg a Szent István Egyetem agrármérnök szakán folytattam a tanulmányaimat, közben elvégeztem a szakfordítóképzést is. Ez egy négyéves képzés volt és elég jelentős óraszámban tanultunk szakirányú fordítást, illetve országismeretet az Egyesült Államokról és Angliáról, ezenkívül fordítási elméletet és gyakorlatot magyarról angolra és angolról magyarra, de tanultunk agrármérnök szaknyelvet is.
A tavalyi évig futott a Multi-Linguában a Trademark projekt az Európai Bizottság megbízásából, amelyet szintén pályázattal nyertünk el. A munka során szlovén, lengyel, cseh, szlovák és magyar nyelvről fordítottuk angolra az Európai Unió által szabályozott, egységes cégleírásokat és adatűrlapokat. Elég aprólékos munka volt, külön szoftvert is kaptunk hozzá, amit meg kellett tanulni, illetve terminológiai adatbázis alapján dolgoztunk. Ezenkívül jelenleg is fut a Mester Kiadó projektje, amelynek koordinálását néhány éve vettem át kolléganőmtől. Ennek során bolgár és román nyelvre fordítottuk a kiadó lefűzhető kártyákon kapható kiadványsorozatát. Most ősszel fut ki az utolsó kiadvány, a Speak English című, nyelvtanulóknak szóló sorozat. Ennek koordinálása már szinte szerkesztőségi feladat. Nem igazán vág egy fordítóiroda profiljába. Valóban sok szervezési munkával jár. Az elején kicsit bonyolult volt, kellett egy kis idő, amíg belerázódtunk. Minden lehetséges probléma, ami előfordulhat, az tényleg előfordult.
Alak A második típusú feltételes mondatok esetén, az 'if' mellékmondatban az egyszerű múltat használjuk, a fő mondatban pedig a feltételes jelent (present conditional) vagy a folyamatos feltételes jelent (present continuous conditional). If clause (feltétel) Fő mondat (eredmény) If + egyszerű múlt feltételes jelen vagy folyamatos feltételes jelen If this thing happened that thing would happen. Mint minden feltételes mondatban, ezekben sincs megszabva a mellékmondatok sorrendje. Átrendezheted a névmásokat és megigazíthatod a központozást, amikor megváltoztatod a mellékmondatok sorrendjét, viszont a jelentése ugyanaz marad. Példák If it rained, you would get wet. You would get wet if it rained. If you went to bed earlier you wouldn't be so tired. You wouldn't be so tired if you went to bed earlier. If she fell, she would hurt herself. She would hurt herself if she fell. Funkció A második típusú feltételes mód egy valószínűtlen vagy hipotetikus állapotra vonatkozik, és ennek a valószínű eredményére.
Ebben az esetben nem gondolkodik a számítógép, hanem óriási mennyiségű párhuzamos szöveg áll rendelkezésére. Ebben megkeresi, hogy az adott szó, pl. az angol table kifejezés amely magyar fordításban lehet táblázat is meg asztal is hányszor, milyen formában fordul elő. Ha pl. 100-szor fordul elő úgy, hogy asztal és csak 70-szer úgy, hogy táblázat, akkor magyarul az asztal szót ajánlja fel. A keresését lehet finomítani úgy, hogy nemcsak a konkrét szóra, hanem a szókapcsolatokra is keressen, és ha ebben a kontextusban többször fordul elő a táblázat kifejezés, akkor azt ajánlja fel. Eléggé esetlegesnek tűnik az eredmény. De meglepően jól működik. Főleg a nagy nyelveknél, ahol nagyon nagy mennyiségű párhuzamos szöveg áll rendelkezésre. Milyen szoftvereket tesztelnek? Az elemző módszerre a Morphologic fejlesztett ki egy programot, illetve a már említett Google az, amelyik széles körben elérhető és statisztikai módszerrel dolgozik. Ezenkívül a Systran és a Moses nevű szoftverekkel is foglalkoztunk.
Utóbbit önállóan kell fejleszteni, csak a keretprogramot adják.