Czytelnia

Ponosząc całkowitą porażkę w realizacji swoich pierwotnych zamierzeń, postanowili osiągnąć sukces, pozyskując jak najwięcej zwolenników wśród hobbystów-amatorów.

Nie oznacza to jednak, że MT nie może być używane w tłumaczeniu małych podzbiorów językowych, takich jak dziedziny wiedzy specjalistycznej, katalogów części, czy przewidywalnych pytań i odpowiedzi.

W tych przypadkach MT może się doskonale sprawdzać. Jest to jednak dalekie od pierwotnie zamierzonych możliwości zastosowania systemów tłumaczenia maszynowego. W tym czasie tłumacze nie byli jednak przeciwni wykorzystywaniu komputerów w tłumaczeniu.

Co więcej, przeczesując strony internetowe w poszukiwaniu wszelkiego rodzaju glosariuszy, narzędzi służących do edycji tekstu a także wspomagających pracę tłumacza, znajdowali się oni w grupie najczęstszych użytkowników Internetu.

Jednak zarówno indywidualni tłumacze, jak i firmy tłumaczeniowe, korzystając z technik komputerowych, bardziej skłaniają się w stronę „pamięci translacyjnej" niż tłumaczenia maszynowego. Przy czym jedno ma się do drugiego tak, jak leksykon do tablicy logarytmów.

Główną zawartość obydwu książek stanowi więc opis odejścia tłumaczenia maszynowego do przysłowiowego lamusa. Tematem przewodnim obydwu tomów jest tzw. ocena jakości tłumaczenia maszynowego, czyli próba odkrycia i wyjaśnienia przyczyn tak niskiej efektywności tego systemu.

Temu zagadnieniu poświęcony jest cały drugi tom a także dwa spośród sześciu artykułów tomu pierwszego (kolejne dwa poruszają mniej więcej ten sam problem).

Tylko dwa artykuły poświęcone są więc innej tematyce: pierwszy, autorstwa Isabelle Schrade, na temat „kognitywnych" aspektów tłumaczenia, drugi - na temat użycia obiektowego programowania w celu udoskonalenia systemów MT.

Pierwszy jest niemalże parodią neurobiologii poznawczej Stevena Pinkersa - kontynuatora myśli Chomsky'ego - zachęcającą autora do pełnego wykorzystywania możliwości ludzkiego umysłu.

Jak twierdzi dr Shrade, tłumaczenie obejmuje siedem głównych elementów (każdemu z nich poświęca kilka stron): pamięć, wiedzę ogólną, wiedzę lingwistyczną, umiejętność rozumienia i analizowania, dostosowanie do potrzeb odbiorcy, intuicję i kreatywność.

Prof. Dr Rolshoven funduje nam natomiast coś więcej niż zwodnicze, chociaż dobrze znane ćwiczenie w użyciu diagramów Chomsky'ego.

Krytyka ta nie neguje jednak doniosłości przedsięwziętych zadań ani lojalności autorów wobec wyznaczonych sobie celów.

Czytelnik z podziwem obserwuje, jak skrupulatnie próbują oni wyjaśnić swoje dążenie do stworzenia metodologii, która pozwoliłaby na obiektywne, fachowe przetestowanie i porównanie pierwszych sześciu a także czterech kolejnych, dostępnych obecnie systemów tłumaczenia maszynowego

Ogromnym kompromisem z ich strony jest to, że testy przez nich przeprowadzane „powinny opierać się na licznych zjawiskach gramatycznych, ważnych dla danych typów tekstów, które są z kolei uważane za typowe dla tłumaczenia maszynowego (kursywa wprowadzona przez redaktorów).