Во втором отрывке:

... but it is believed to be the simplest set of rules ...

Статистическая СМП:

... но это, как полагают, простейший набор правил ...

Трансфертная СМП:

... но это, как полагают, самый простой ряд правил ...

Переводчик-человек:

... но автор все же верит, что он является простейшим набором правил ...

Здесь переводчик позволил себе более серьезное отступление от оригинала. При прочтении третьего варианта возникает сомнение в объективности высказывания, а как было сказано в начале текущей главы - объективность одна из важнейших особенностей научно-технического текста. С другой стороны, в анализе мы рассматриваем ограниченные отрывки текста вырванные из контекста - поведение переводчика может быть объяснено компенсацией.

Авторская речь построена в первом лице множественного числа:

... so we should begin with a careful analysis of this concept ...

... We will have 0 6 r < n.

For example, we are now in Section 1.1 ...

Это «мы» имеет двойное значение:

· вовлечение читателей в процесс рассуждения;

· множественное скромности.

При переводе множественного скромности переводчик применял различные трансформации.

В первом отрывке

Each algorithm we consider ...

Статистическая СМП:

Каждый алгоритм, который рассматриваем ...

Трансфертная СМП:

Каждому алгоритму, который мы рассматриваем ...

Переводчик-человек:

Каждому рассматриваемому алгоритму ...

Машина перевела текст, через сложноподчиненное предложение, как было в оригинале. Переводчик воспользовался причастием. Использование причастий тоже характерно для научного русскоязычного текста (что нельзя утверждать про английский), однако во многих случаях они перегружают текст. Решение переводчика может быть объяснено попыткой избежать тавтологий в тексте - в предыдущем предложении тоже использовано слово который. Варианты и СМП и переводчика верны. Но вариант СМП точнее, и более полно отражает стиль автора. Важно понимать, что для СМП в текущей их реализации стилистическая стройность переводного текста не учитывается. Текст создается ни как произведение научно-технической прозы, а как мост между носителями двух различных языков (но не культур). Потому в тексте перевода могут возникать тавтологии и многие другие погрешности, которые не позволительны, если текст создается носителем языка.

Аналогичную ситуацию можно встретить и в десятом предложении второго отрывка. Однако варианты переводчика и вариант трансфертной СМП являются эквивалентными в стилистическом плане.

Рассмотрим другой пример. В шестом предложении второго отрывка:

... however, in such a case we usually have ...

Статистическая СМП:

... в таком случае мы, как правило ...

Трансфертная СМП:

... в таком случае у нас обычно есть ...

Переводчик-человек:

Но в таком случае получится...

Здесь переводчик очередной раз решил избежать местоимения «мы», но причина, возможно, была продиктована личными предпочтениями автора перевода. Отчасти, на решение повлиять переводческая компенсация, о которой мы писали выше.

Если отдельно проанализировать перевод отрывков, выполненный человеком, тоже можно заключить, что переводчик упорно избегал множественного числа, как указания на автора, используя более безличные формы. Во втором отрывке также встречаются:

but we may ignore будут игнорироваться,

we have described работа лифта описывалась

В третьем отрывке:

We must admit that, Следует признать,

we don't know how неизвестно,

since we wantпоскольку желательно

Достаточно трудно объяснить использование оборотов в каждом случае, не зная личных мотивов автора перевода. Учитывая, что в некоторых местах переводчик использует менее официальные формулировки, то опять можно говорить о компенсации. Но нельзя упускать из внимания и личные предпочтения переводчика. В данном случае СМП любая свободна от таких предпочтений. При использовании машинного перевода с большей вероятностью удастся получить перевод, с учетом стиля автора исходного текста, а не с учетом стиля переводчика.

Стоит так же рассмотреть пример обезличивания предложений на следующем примере. В восемнадцатом предложении второго отрывка:

When a person presses a button, the appropriate variable is set to 1

Статистическая СМП:

Когда человек нажимает кнопку, соответствующая переменная установлена в 1

Трансфертная СМП:

Когда человек нажимает кнопку, соответствующая переменная устанавливается в 1

Переводчик-человек:

При нажатии кнопки соответствующей переменной присваивается значение 1

Здесь нужно передать мысль словами автора. Из контекста повествования ясно, что кнопку должен нажимать человек. Но чтобы придти к такому выводу приходится задуматься. Поведение объектов рассматривается в двух системах координат - относительно лифта и относительно человека.

Автор умышленно акцентирует внимание, на то, что именно должен нажимать кнопку. С другой стороны - высказать аналогичную мысль красиво и правильно на русском языке нельзя, потому переводчик решил немного пренебречь точностью высказывания.

Вернемся к описанию алгоритма Эвклида. Как было сказано ранее, использованы безличные предложения, глаголы стоят в повелительном наклонении. Интересно заметить, что при машинном переводе императивное наклонение было сохранено (в форме просьбы), в то время как, переводчик привел алгоритм более стилистически приемлемой форме.

Какой из вариантов правильнее, вопрос спорный. В оригинальном тексте, да и в английском языке вообще глаголы в алгоритмах имеют форму повелительного наклонения. Очень часто их переводят на русский в форме приказа («выполнить», «разделить»). В первом пункте алгоритма переводчик вообще не стал использовать императив, сведя фразу к определенно личному предложению. При этом на третьем шаге использована повелительная форма глагола. Можно сказать, что такой прием был вызван предложением в скобках Но использование разных по форме глаголов в шагах алгоритм может сбить читателей с толку. Мы считаем, что в данном случае машина перевела стилистически верно, и, возможно, лучше переводчика-человека.

Согласно одной из морфологических особенностей научно-технического стиля в тексте используется будущее время вместо простого настоящего.

Подобная ситуация отражена и в переводе. Для СМП используется простой перевод фраз, как если бы время означало именно простое будущее время. Но в этом случае перевод получается верным. Отчасти, это происходит от того, что русская и английская традиции для научных текстов совпадают. Последнее имеет большее влияние на статистическую СМП. Отчасти - от того, что подобная ситуация могла быть жестка прописана в алгоритме перевода. Это более относится к трансфертной СМП. В варианте переводчика-человека на временах наиболее видно проявление переводческой компенсации, и замена ряда конструкций на более приемлемые в русском языке.

В конце второго отрывка:

The algorithm we will now study may not reflect the elevator's true principles of operation ...

Статистическая СМП:

Алгоритм, который изучим теперь может не отражать истинных принципов работы лифта ...

Трансфертная СМП:

Алгоритм, который мы теперь изучим, возможно, не отражает истинные принципы лифта работы ...

Переводчик-человек:

Этот алгоритм может и не отражать истинный принцип действия лифта ...

Для упрощения речи переводчик отказался от фразы «алгоритм, который мы теперь изучим». Момент, хотя и не является критичным, так как есть указательное местоимение, однако переводчик допустил тут некоторое отступление от авторской мысли.

В шестнадцатом предложении второго отрывка можно наблюдать проявление переводческой компенсации в обратную сторону.

Corresponding to these buttons, there are ten variables CALLUP[j] and CALLDOWN[j], 0 <= j <= 4.

Статистическая СМП:

В соответствии с этими кнопками, есть десять переменных CALLUP[J] и CALLDOWN[J], 0 <= J <= 4.

Трансфертная СМП:

Соответствуя этим кнопкам, есть десять переменных CALLUP[j] и CALLDOWN[j], 0 <= j <= 4.

Переводчик-человек:

Соответственно эти кнопки будут обозначаться десятью переменными CALLUP[j] и CALLDOWN[j], 0 <= j <= 4.

В этом отрезке, автор перевода даже не нарушил стиль автора. Варианты СМП и переводчика являются эквивалентными. Причем, вариант предложенный СМП звучит не совсем правильно. В русском научном тексте такие конструкции употребляются очень редко, но с точки зрения понимания исходного текста машинный перевод тоже приемлем.

Заключение

В ходе выполнения работы были рассмотрены основные проблемы стилистики текста, описана одна из классификаций функциональных стилей, представленная в виде схемы, а также выявлены характерные особенности стиля научно-технической литературы. Проведен сопоставительный анализ отрывков научно-технического текста и их переводов на русский язык. Как известно, предназначение научного стиля -- научная сфера общественной деятельности. Цель научного стиля _ передать информацию «от разума к разуму».

Выявлены общие черты работ, выдержанных в научном стиле:

· предварительное обдумывание высказывания;

· монологический характер высказывания;

· строгий отбор языковых средств;

· превалирование нормированной речи.

В практической части было сопоставлено три текста:

· отрывок научного текста;

· машинный перевод отрывка;

· профессиональный перевод отрывка.

Машинный перевод отрывка был осуществлен с помощью двух различных СМП трансфертной и статистической. Статистическая СМП рассмотрена на примере сервиса Google Переводчик. Трансфертная СМП рассмотрена на примере системы ПРОМПТ 9.0. Из проведенного анализа отрывка можно сделать следующие выводы:

1) Текст обладает стилистической неоднородностью. Стиль рассмотренного отрывка варьируется от формального научного до художественного. Экстраполируя этот вывод на огромный массив текстов, и руководствуясь некоторым текстовым опытом, можно утверждать, что любой текст обладает стилистической неоднородностью. Безусловно, такой вывод подлежит дальнейшей тщательной проверке.

2) При переводе некоторые стилистические особенности текста теряются. Потеря происходит не на уровне функции текста, а на уровне образных средств. Такие потери представляются естественными из-за различных стилистических традиций разных культур. Научный текст в английском языке обладает меньшей шаблонностью, чем в русском. Потери могут быть объяснены переводческой компенсацией.

3) Стилистика отрывка претерпела меньшие изменения при машинном переводе. Что с одной стороны является случайным фактом, а с другой стороны объясняется применением эквивалентных и вариантных переводных преобразований.

4) При переводе научного текста значительную роль играют эквивалентные переводные соответствия, в меньшей мере вариантные переводные соответствия. Крайне редко используются трансформационные соответствия. Это обусловлено стилистическими особенностями научного текста. Представляется, что подобное совпадение не является случайным. Машинный перевод изначально создавался для оперативного перевода технической документации, потому именно в этой сфере он проявляет себя лучше всего.

5) Основные ошибки, которые совершает СМП, относятся к лексическим особенностям рассматриваемого текста. Но даже при неверном разрешении омонимии в некоторых случаях основной смысл был передан. Учитывая экстралингвистические реалии, не составляет труда догадаться что именно имел в виду автор. Синтаксические и морфологические особенности были переданы корректно. Таким образом, у читателя машинного перевода складывается приемлемое представление о тексте, его структуре и основных идеях. Это очень важно для научных текстов, когда в кратчайшие сроки необходимо получить общее представление о каком-либо явлении или изобретении, при этом можно пренебречь некоторыми деталями и «красотой изложения».

6) Для разрешения проблемы омонимии и трансформационных соответствий, перед применением машинного перевода текст должен пройти некоторую предобработку. При этом, безусловно, потеряется колорит текста и любая экспрессивность, которой и так очень мало в научном тексте. На данном этапе развития - такова цена за безупречную ясность научного текста.

7) Машинный перевод рассмотренного отрывка требует редакторской правки. Связано это с ошибками согласования членов предложения. Но, полезно отметить, что перевод сделанный человеком тоже должен быть отредактирован. В нашем случае очень важно, что СМП верно перевела термины и научные обороты. Редактору такого текста не обязательно иметь специальную техническую подготовку.

Опираясь на стилистические особенности научно-технического текста, можно сказать, что в этой сфере машинный перевод не только необходим, но и вполне допустим. Если научный текст перед применением машинного перевода и/или после него дополнительно преобразовать, то результат перевода будет значительно лучше. Что дороже: профессиональный переводчик или редактирование текста и машинный перевод? Вопрос сложный и требует подробного анализа. Описать его в рамках данной работы не представляется возможным.

Дальнейшее изучение структурно-семантических преобразований при машинном переводе текстов с иностранного языка на русский может быть полезно:

· для изучения основных принципов работы СМП;

· для улучшения качества существующих СМП;

· для анализа применимости машинного перевода в каждом конкретном случае;

· при построении новых систем перевода, предназначенных в первую очередь для научно-технических текстов на конкретном языке.

Автор данного исследования планирует в дальнейшем углубленно изучать проблемы структурно-семантических трансформаций, возникающих при использовании статистических систем машинного перевода.

технический стиль текст машинный перевод

Библиография

1. Brown R. Adding Linguistic Knowledge to a Lexical Example-Based Translation System, in Proceedings of the Eighth International Conference on Theoretical and Methodological Issues in Machine Translation (TMI-99), Chester, UK, 1999.

2. Brown R., Automated Generalization of Translation Examples, Pittsburg, PA, USA, 2000.

3. Evert, S. Statistical Natural Language Processing. The Noisy Channel & Statistical MT, Institute of Cognitive Science, University of Osnabruck, Germany, 2009.

4. Hutchins W.J., Somers H.L. An Introduction to Machine Translation. London: Academic Press, 1992.

5. Galperin I.R. Stylistics: Учебник для студентов институтов и факультетов иностранных языков. - M.: Высшая школа, 1981.

6. Knuth D. «The Art Of Computer Programming. Volume 1 / Fundamental Algorithms - 3rd ed» -- Stanford University: Addison Wesley Longman, 1997.

7. Kracht M. Introduction to Computational Linguistics, UCLA, Los Angeles, 2006.

8. Kracht M. Mathematics Structures of Language II, UCLA, Los Angeles, 2007.

9. Lehrberger J., Bourbeau L. Machine Translation, Linguistic Characteristics of MT Systems and General Methodology of Evaluation, John Benjamins Publishing Company, New York, 2010.

10. Niccolai J. AltaVista Offers Slicker Translations. June 15, 2000, IDG News Service.

11. Nirenburg S. Machine Translation: Theoretical and Methodological Issues. Cambridge, Mass, 1987.

12. Nirenburg S., Carbonell J., Tomita M., Goodman K. Machine Translation: A Knowledge based Approach. San Mateo, CA, Morgan Kaufinann, 1992.

13. Rhoads R. E. miRNA Regulation of the Translational Machinery, Springer, New York, 2010.

14. Roukos, S. Survey of the State of the Art in Human Language Technology. Language Represintation, IBM T. J. Watson Research Center, Yorktown Heights, New York, USA, 1996.

15. Shannon, C. A mathematical theory of communication. Bell System Technical Journal, 27(3): 379-423, 1948.

16. Slocum J. Machine Translation Systems. Studies in Natural Language Processing. Cambridge, UK: Cambridge University Press, 1988.

17. Smith P.D. An Introduction to Text Processing. - Cambridge, MA: The MIT Press. -1990.

18. Sparck J.K., Galliers J.R. Evaluating Natural Language Processing Systems: An Analysis and Review, Berlin, Springer, 1995.

19. Stone M. L. Web embraces language translation. ZDNN, 21.07.1998

20. Sumita E., Iida H. Experiments and prospects of example-based machine translation. In Proceedings of the 29th Annual Conference of the ACL, Berkley, CA, 1991.

21. Wilks Y. Machine Translation, Its Scope and Limits, New York: Springer Science+Business Media LLC, 2009

22. Анисимов А.В. Компьютерная Лингвистика для Всех. Мифы. Алгоритмы. Язык -- Киев: Наукова думка, 1991.

23. Арнольд И.В. Стилистика современного английского языка -- М.: Просвещение, 1990.

24. Ахманова Г.И., Богомолова О.И. Теория и практика английской научной речи // Под редакцией М. М. Глушко -- М.: Изд. МГУ, 1987

25. Белоногов Г.Г. Компьютерная лингвистика и перспективные информационные технологии -- М.: Русский мир, 2004.

26. Гальперин А.И. Очерки по стилистике английского языка -- M.: Издательство литературы на иностранных языках, 1958.

27. Голуб И.Б. Русский язык и культура речи. Учебное пособие -- М.: Логос, 2003.

28. Грязнухина Т.А., Дарчук И. П., Клименко Н.Ф. Использование ЭВМ в лингвистических исследованиях / Отв. ред. Перебейнос В.И. -- Киев: Наукова думка, 1990.

29. Грязнухина Т.А., Дарчук Н.П., Комарова Л.И. Лингвистические проблемы автоматизации редакционно-издательских процессов. - Киев: Наукова Думка, 1986.

30. Ершов А.П. Машинный фонд русского языка: внешняя постановка // Машинный фонд русского языка: идеи и суждения, М. - Наука, 1986.

31. Караулов Ю.Н. Методология лингвистического исследования и машинный фонд русского языка // Машинный фонд русского языка: идеи и суждения, М. - Наука, 1986.

32. Караулов Ю.Н., Молчанов В.И., Афанасьев В.А., Михалев Н.В. Анализ метаязыка словаря с помощью ЭВМ, М. - Наука, 1982.

33. Кнут Д. «Искусство программирования. Том 1. Основные алгоритмы. 3-е издание, исправленное и дополненное» -- М: Вильямс, 2002.

34. Комиссаров В. Н., Коралова А. Л. Практикум по переводу с английского языка на русский -- М.: Высшая школа, 1990.

35. Марчук Ю.Н. Проблемы машинного перевода -- М.: Наука, 1983.

36. Марчук Ю.Н. Основы компьютерной лингвистики. Учебное пособие. Издание 2-е дополненное -- М.: Изд-во МПУ «Народный учитель», 2000.

37. Марчук Ю.Н. Контекстологический словарь для машинного перевода многозначных слов с английского языка на русский, М. - ВЦП, 1976.

38. Маслов Ю.С. Введение в языкознание, М. - Высшая школа, 1987.

39. Мельчук И.А. Опыт теории лингвистических моделей "СМЫСЛ-ТЕКСТ". М: Наука, 1974.

40. Мельчук И.А. Русский язык в модели «смысл-текст». Москва-Вена: Школа: «Языки русской культуры», 1995.

41. Мороховский А.Н. Стилистика английского языка, Киев: Вища Школа, 1984.

42. Нелюбин Л.Л. Перевод и прикладная лингвистика. М.: Высшая школа, 1983.

43. Нелюбин Л.Л. Компьютерная лингвистика и машинный перевод (Методическое пособие). М.; Всесоюзный центр переводов, 1991.

44. Нелюбин Л.Л., Хухуни Г.Т. История и теория зарубежного перевода. Учебник, М.: МПУ, Издательство Сигнал, 1999. -- 144 с.

45. Нелюбин Л.Л., Хухуни Г.Т. История и теория перевода в России. Учебник, М.: МПУ, Издательство Сигнал, 1999а. -- 151 с.

46. Новиков А.И. Применение денотатной структуры текста для перевода научно-технической литературы.-- В кн.: Психолингвистические аспекты грамматики. М. -- 1979.

47. Пиотровский Р. Г. Текст, машина, человек - Л.: Наука,1975.

48. Плещенко Т.П. Стилистика и культуры речи: Учеб. Пособие, _ Мн.: ТетраСистемс, 2001.

49. Пумпянский A.Л. Информационная роль порядка слов в научной и технической литературе, М.: Наука, 1974.

50. Разинкина Н.М. Функциональная стилистика английского языка, М.: Высшая школа, 1989.

51. Рассел С. Норвиг П. Искусственный интеллект: современный подход, 2-е изд..: Пер. с англ. -- М.: Издательский дом "Вильямc" _ 2006.

52. Рахимбердиев Б.Н. Эволюция семантики экономической терминологии русского языка в XX веке. Дисс. на соиск. уч. степ. канд. филол. наук. М., 2003.

53. Реформатский А.А. Введение в языковедение /Под ред. В.А. Виноградова. -- М.: Аспект Пресс, 1996.

54. Рецкер Я.И. О закономерных соответствиях при переводе на родной язык. Теория и методика учебного перевода. - М.: 1950.

55. Рецкер Я.И. Теория перевода и переводческая практика. Очерки лингвистической теории перевода / Дополнения и комментарии Д.И. Ермоловича. - М.: Р.Валент, 2004.

56. Розенталь Д.Э. Практическая стилистика русского языка -- М.: Высшая школа,1987.

57. Слюсарева Н.А. Проблемы функционального синтаксиса современного английского языка (монография) - М.: Наука, 1981.

58. Сошников Д.В. Парадигма логического программирования - М.: Вузовская книга, 2006.

59. Суханова М. Кто лучше переводит. Мир ПК, № 1/97.

60. Шевченко Т.А. Стилистика современного английского языка -- М.: Современный гуманитарный университет, 1998.

61. Фатеева Н. Тропы, Онлайн Энциклопедия Кругосвет -- 2009.

62. Хроменков П.Н. Анализ и оценка эффективности современных систем машинного перевода Диссертация на соискание учёной степени кандидата филологических наук. -- М., 2000.

63. Швейцер А.Д. Теория перевода -- М.: Наука, 1988.

Приложения

Схема 1: основные понятия стилистики

Схема 2: тропы и фигуры

Схема 3: функциональные стили языка

Схема 4: особенности научно-технического стиля

Образцы проанализированных текстов

Отрывок 1

Оригинал

Отрывок из «Искусства программирования» (Knuth, 1997: 1).

The notion of an algorithm is basic to all of computer programming, so we should begin with a careful analysis of this concept. The word ”algorithm” itself is quite interesting; at first glance it may look as though someone intended to write ”logarithm” but jumbled up the first four letters. The word did not appear in Webster's New World Dictionary as late as 1957; we find only the older form ”algorism” with its ancient meaning, the process of doing arithmetic using Arabic numerals. During the Middle Ages, abacists computed on the abacus and algorists computed by algorism. By the time of the Renaissance, the origin of this word was in doubt, and early linguists attempted to guess at its derivation by making combinations like algiros [painful] + arithmos [number]; others said no, the word comes from ”King Algor of Castile.” Finally, historians of mathematics found the true origin of the word algorism: It comes from the name of a famous Persian textbook author, Abu 'Abd Allah Muhammad ibn Musa al-KhwarizmT (c. 825) -- literally, ”Father of Abdullah, Mohammed, son of Moses, native of Khwarizm.” The Aral Sea in Central Asia was once known as Lake Khwarizm, and the Khwarizm region is located in the Amu River basin just south of that sea. Al-Khwarizm wrote the celebrated book Kitab aljabr wa'l-muqabala (”Rules of restoring and equating”); another word, ”algebra” stems from the title of his book, which was a systematic study of the solution of linear and quadratic equations. [For notes on al-Khwarizml's life and work, see H. Zemanek, Lecture Notes in Computer Science 122 A981), 1-81.] Gradually the form and meaning of algorism became corrupted; as explained by the Oxford English Dictionary, the word ”passed through many pseudo-etymological perversions, including a recent algorithm, in which it is learnedly confused” with the Greek root of the word arithmetic. This change from ”algorism” to ”algorithm” is not hard to understand in view of the fact that people had forgotten the original derivation of the word. An early German mathematical dictionary, Vollstk'ndiges mathematisches Lexicon (Leipzig: 1747), gave the following definition for the word Algorithmus: ”Under this designation are combined the notions of the four types of arithmetic calculations, namely addition, multiplication, subtraction, and division.” The Latin phrase algorithmus infinitesimalis was at that time used to denote ”ways of calculation with infinitely small quantities, as invented by Leibniz.”

By 1950, the word algorithm was most frequently associated with Euclid's algorithm, a process for finding the greatest common divisor of two numbers that appears in Euclid's Elements (Book 7, Propositions 1 and 2). It will be instructive to exhibit Euclid's algorithm here:

Algorithm E (Euclid's algorithm). Given two positive integers and , find their greatest common divisor, that is, the largest positive integer that evenly divides both and .

E1. [Find remainder.] Divide by and let be the remainder. (We will have .)

E2. [Is it zero?] If , the algorithm terminates; is the answer.

E3. [Reduce.] Set , , and go back to step E1.

Of course, Euclid did not present his algorithm in just this manner. The format above illustrates the style in which all of the algorithms throughout this book will be presented. Each algorithm we consider has been given an identifying letter (E in the preceding example), and the steps of the algorithm are identified by this letter followed by a number (El, E2, E3). The chapters are divided into numbered sections; within a section the algorithms are designated by letter only, but when algorithms are referred to in other sections, the appropriate section number is attached. For example, we are now in Section 1.1; within this section Euclid's algorithm is called Algorithm E, while in later sections it is referred to as Algorithm 1.1E.

Статистика (приводятся цифры для оригинального издания, без учета алгоритма Евклида):

Параметр	Значение
строки	50
слова	563
символы	3649

Перевод, выполненный статистической СМП

Машинный перевод отрывка (на основании веб-сервиса Google Переводчик).

Понятие алгоритма является основой всех компьютерного программирования, поэтому мы должны начать с тщательного анализа этой концепции. Слово «алгоритм» само по себе достаточно интересно, на первый взгляд это может выглядеть, как будто кто-то собирался написать «логарифм», но неясный первых четырех букв. Слово не появлялось в Новом Мировом Словаре Вебстера уже в 1957; мы находим только старую форму «алгоритм» с его древними смысл, процесс выполнения арифметических операций используются арабские цифры. В средние века, abacists вычисляется на счетах и algorists вычисляется алгоритм. К тому времени, эпохи Возрождения, происхождение этого слова было сомнений, и в начале лингвисты пытались угадать его вывод путем комбинации, как algiros [болезненным] + arithmos [число], другие сказали, нет, слово происходит от «короля Algor Кастилии». Наконец, историки математики обнаружили истинное происхождение слова алгоритм: Оно происходит от названия известного персидского автора учебника, Абд Абу Аллаха Мухаммад ибн Муса аль-Хорезм (ок. 825), буквально, «Отец Абдулла Мухаммед, сына Моисея, уроженец Хорезма». Аральского моря в Центральной Азии было когда-то называли озеро Хорезм, и в регионе Хорезма расположен в бассейне реки Амударьи к югу от этого моря. Аль-Хорезм написал знаменитую книгу Китаб aljabr wa'1-мукабаля («Правила восстановления и приравнивая»); другое слово, «алгебра» происходит от названия своей книги, которая была систематическое изучение решения линейных и квадратичных уравнений. [Для заметки о жизни аль-Khwarizml и работы, см. Н. Земанек, Лекции по информатике 122 A981), 1-81.]

Постепенно форму и смысл алгоритм была повреждена; как пояснил Оксфордский словарь английского языка, слово «прошла через многие псевдо-этимологический извращений, в том числе последние алгоритма, в котором она знанием путают» с греческого корня слова арифметика. Это переход от «алгоритм» на «Алгоритм» не трудно понять, в силу того, что люди забыли оригинальный вывод слова. Раннего немецкого математический словарь, Vollstk'ndiges mathematisches Лексикон (Лейпциг: 1747), дал следующее опре- деление слова Algorithmus: «В соответствии с этим обозначением сочетаются понятия четырех типов арифметических расчетов, а именно сложение, умножение, вычитание, и Отдел». Латинская infinitesimalis algorithmus фраза была в это время используется для обозначения «способы расчета с бесконечно малыми величинами, как изобрели Лейбницем».

К 1950 году, слово алгоритм чаще всего связаны с алгоритмом Евклида, процесс для нахождения наибольшего общего делителя двух чисел, который появляется в «Начал» Евклида (книга 7, предложений 1 и 2). Это будет Поучительно выставку алгоритм Евклида здесь:

Алгоритм E (алгоритм Евклида). Даны два натуральных чисел и , найти их наибольший общий делитель, т. е. наибольшее положительное целое число, равномерно делит и .

Е1. [Найти остаток.] Разделите на и быть остаток. (Мы будем иметь .)

Е2. [Это нуль?] Если , алгоритм завершается, является ответом.

E3. [Уменьшить.] Множества , , и вернитесь к шагу Е1.

Конечно, Евклид не представит свой алгоритм именно таким образом. Формат выше иллюстрирует стиль, в котором все алгоритмы в этой книге будут представлены.

Каждый алгоритм рассмотрим было уделено выявлению письмо (E и в предыдущем примере), и шаги алгоритма обозначены этим письмом последовал ряд (El, E2, E3). Главы разделен на пронумерованные разделы, в разделе алгоритмы, обозначенные буквой только, но при алгоритмов, упоминаемые в других разделах, соответствующих номер раздела прилагается. Например, сейчас мы находимся в разделе 1.1, в этом разделе алгоритма Евклида называется алгоритм E, а в последующих разделах это называется алгоритм 1.1e.

Перевод, выполненный трансфертной СМП

Машинный перевод отрывка (на основании СМП Промпт):

Понятие алгоритма является основным ко всему программированию, таким образом, мы должны начать с тщательного анализа этого понятия. Само слово "алгоритм" довольно интересно; на первый взгляд может выглядеть, как если бы кто-то намеревался записать "логарифм", но смешивал первые четыре буквы. Слово не появлялось в Новом Мировом Словаре Вебстера уже в 1957; мы считаем только более старую форму "десятеричной системой счисления" с ее древним значением, процессом выполнения арифметического использования арабских цифр. Во время Средневековья abacists, вычисленный на абаке и algorists, вычислен десятеричной системой счисления. Ко времени Ренессанса вызывал сомнение источник этого слова, и ранние лингвисты попытались предположить его деривацию, делая комбинации как algiros [болезненный] + arithmos [число]; другие сказали не, слово прибывает от ”Короля Алгора Кастилии.” Наконец, историки математики нашли истинный источник десятеричной системы счисления слова: Это прибывает из имени известного персидского автора учебника, Абу 'Абд Аллах Мухаммед ибн Муса al-KhwarizmT (c. 825) - буквально, ”Родительский элемент Абдуллы, Мохаммеда, сына Моисея, уроженца Khwarizm.” Аральское море в Средней Азии было когда-то известно как Озеро Хваризм, и область Khwarizm расположена в Бассейне реки Amu только к югу от того моря. Аль-Хваризм записал знаменитой книге Kitab aljabr wa'l-muqabala (”Правила восстановления и приравнивания”); другое слово, "алгебра" происходит от заголовка его книги, которая была систематическим исследованием решения линейных и квадратных уравнений. [Для примечаний по жизни al-Khwarizml и работе, см. Х. Земэнека, Примечания Лекции в Информатике 122 A981), 1-81.] Постепенно форма и значение десятеричной системы счисления стали поврежденными; как объяснено Оксфордским английским Словарем, слово ”проходило через многие псевдоэтимологические извращения, включая недавний алгоритм, в котором это со знанием дела перепутано” с греческим корнем арифметики слова. Это изменение от "десятеричной системы счисления" до "алгоритма" не трудно понять ввиду факта, что люди забыли исходную деривацию слова. Ранний немецкий математический словарь, Словарь Vollstk'ndiges mathematisches (Лейпциг: 1747), дал следующее определение для слова Algorithmus: ”Под этим обозначением объединены понятия четырех типов арифметических вычислений, а именно, дополнения, умножения, вычитания, и подразделения.” Латинская фраза algorithmus infinitesimalis тогда использовалась, чтобы обозначить ”способы вычисления с бесконечно небольшими количествами, как изобретено Лейбницем.”

К 1950, алгоритм слова наиболее часто связывался с алгоритмом Евклида, процессом для того, чтобы найти самый большой общий делитель двух чисел, который появляется в Элементах Евклида (Книга 7, Суждения 1 и 2). Это будет поучительно, чтобы показать алгоритм Евклида здесь:

Алгоритм E (алгоритм Евклида). Учитывая два положительных целых числа и , найдите их самый большой общий делитель, то есть, самое большое положительное целое число, которое равномерно делит обоих и .

E1. [Найдите остаток.] Делятся на и позволяют быть остатком. (Мы будем иметь .)

E2. [Это - нуль?] Если , алгоритм завершается, ; ответ.

E3. [Уменьшить.] Набор , , и возвращается к шагу E1.

Конечно, Евклид не представлял свой алгоритм только этим способом. Формат выше иллюстрирует стиль, в котором будут представлены все алгоритмы всюду по этой книге. Каждому алгоритму, который мы рассматриваем, дали букву идентификации (E в предыдущем примере), и шаги алгоритма идентифицированы этой буквой, сопровождаемой числом (эль, E2, E3). Главы разделены на пронумерованные разделы; в пределах раздела алгоритмы определяются по буквам только, но когда алгоритмы упомянуты в других разделах, соответствующее число раздела присоединено. Например, мы находимся теперь в Разделе 1.1; в пределах этого раздела алгоритм Евклида вызывают Алгоритмом E, в то время как в более поздних разделах это упоминается как Алгоритм 1.1E.

Перевод, выполненный человеком

Перевод сделанный профессиональным переводчиком (Кнут Д, 2002: 20):

Понятие алгоритм является основным для всей области компьютерного программирования, поэтому начать мы должны с тщательного анализа этого термина. Слово «алгоритм» (algorithm) уже само по себе представляет большой интерес. На первый взгляд может показаться, будто кто-то собирался написать слово «логарифм» (logarithm), но случайно переставил первые четыре буквы. Этого слова еще не было в издании словаря Webster's New World Dictionary, вышедшем в 1957 году. Мы находим там только устаревшую форму «algorism» -- старинное слово, которое означает «выполнение арифметических действий с помощью арабских цифр». В средние века абакисты считали на абаках (счетных досках), а алгоритмики использовали «algorism». В эпоху Возрождения происхождение этого слова оказалось забытым. Одни лингвисты того времени пытались объяснить его значение путем сочетания слов algiros [больной] и arithmas [число], другие не соглашались с таким толкованием и утверждали, что это слово происходит от «King Algor of Castile». Наконец историки математики обнаружили истинное происхождение слова «algorism»: оно берет начало от имени автора знаменитого персидского учебника по математике, Abu 'Abd Allah Muhammad ibn Musa al-Khwarizml (Абу Абд Аллах Мухаммед ибн Муса аль-Хорезми) (ок. 825 г.), означающего буквально «Отец Абдуллы, Мухаммед, сын Мусы, уроженец Хорезма»*. Аральское море в Центральной Азии когда-то называлось озером Хорезм, и район Хорезма (Khwarizm) расположен в бассейне реки Амударьи южнее этого моря. Аль-Хорезми написал знаменитую книгу Kitab al-jabr wa'1-muqabala (Китаб аль-джебр валь-мукабала «Книга о восстановлении и противопоставлении»). От названия этой книги, которая была посвящена решению линейных и квадратных уравнений, произошло еще одно слово -- «алгебра». [О жизни и научной деятельности аль-Хорезми речь идет в работе Н. Zemanek, Lecture Notes in Computer Science 122 (1981), 1-81.]

Постепенно форма и значение слова algorism исказились; как объясняется в словаре Oxford English Dictionary, это слово «претерпело множество псевдоэтимологических искажений, включая последний вариант algorithm, где произошла путаница» с корнем слова греческого происхождения arithmetic. Этот переход от «algorism» к «algorithm» кажется вполне закономерным ввиду того, что происхождение рассматриваемого слова было полностью забыто. В старинном немецком математическом словаре Vollstandiges mathematisches Lexicon (Leipzig, 1747) дается следующее определение слова algorithmus: «Этот термин включает в себя понятие о четырех типах арифметических операций, а именно: о сложении, умножении, вычитании и делении». Латинское выражение algorithmus infinitesimalis в то время использовалось для определения «способов выполнения действий с бесконечно малыми величинами, открытых Лейбницем (Leibniz)».

К 1950 году слово «алгоритм» чаще всего ассоциировалось с алгоритмом Евклида, который представляет собой процесс нахождения наибольшего общего делителя двух чисел. Этот алгоритм приведен в книге Евклида (Euclid) Начала (книга 7, предложения 1 и 2). Думаю, имеет смысл привести здесь описание этого алгоритма.

Алгоритм Е (Алгоритм Евклида). Даны два целых положительных числа и . Требуется найти их наибольший общий делитель, т. е. наибольшее целое положительное число, которое нацело делит оба числа и .

El. [Нахождение остатка.]

Разделим на ., и пусть остаток от деления будет равен . (где .).

Е2. [Сравнение с нулем.]

Если , то выполнение алгоритма прекращается; -- искомое значение.

ЕЗ. [Замещение.]

Присвоить , ,и вернуться к шагу El.

Разумеется, у Евклида этот алгоритм сформулирован не совсем так. Приведенная выше формулировка иллюстрирует стиль, в котором алгоритмы будут представлены на протяжении всей этой книги.

Каждому рассматриваемому алгоритму присваивается идентифицирую- щая буква (в предыдущем примере использовалась буква Е), а шагам алгоритма -- эта же буква в сочетании с числом (El, Е2, ЕЗ). Главы книги подразделяются на пронумерованные разделы; внутри раздела алгоритмы обозначаются только буквами. Но когда на эти алгоритмы делаются ссылки из других разделов, то к букве присоединяется номер соответствующего раздела. Например, сейчас мы находимся в разделе 1.1; внутри этого раздела алгоритм Евклида называется «Алгоритм Е», но ссылаться на него в последующих разделах мы будем как на алгоритм 1.1Е.

Статистика (приводятся цифры для оригинального издания, без учета алгоритма Евклида):

Параметр	Значение
строки	52
слова	480
символы	4059

Отрывок 2

Оригинал

Отрывок из «Искусства программирования» (Knuth, 1997: 282).

As an example of the use of doubly linked lists, we will now consider the writing of a discrete simulation program. "Discrete simulation" means the simulation of a system in which all changes in the state of the system may be assumed to happen at certain discrete instants of time. The "system" being simulated is usually a set of individual activities that are largely independent although they interact with each other; examples are customers at a store, ships in a harbor, people in a corporation. In a discrete simulation, we proceed by doing whatever is to be done at a certain instant of simulated time, then advance the simulated clock to the next time when some action is scheduled to occur.

By contrast, a "continuous simulation" would be simulation of activities that are under continuous changes, such as traffic moving on a highway, spaceships traveling to other planets, etc. Continuous simulation can often be satisfactorily approximated by discrete simulation with very small time intervals between steps; however, in such a case we usually have "synchronous" discrete simulation, in which many parts of the system are slightly altered at each discrete time interval, and such an application generally calls for a somewhat different type of program organization than the kind considered here.

The program developed below simulates the elevator system in the Mathematics building of the California Institute of Technology. The results of such a simulation will perhaps be of use only to people who make reasonably frequent visits to Caltech; and even for them, it may be simpler just to try using the elevator several times instead of writing a computer program. But, as is usual with simulation studies, the methods we will use are of much more interest than the answers given by the program. The methods to be discussed below illustrate typical implementation techniques used with discrete simulation programs.

The Mathematics building has five floors: sub-basement, basement, first, second, and third. There is a single elevator, which has automatic controls and can stop at each floor. For convenience we will renumber the floors 0, 1, 2, 3, and 4.

On each floor there are two call buttons, one for UP and one for DOWN. (Actually floor 0 has only UP and floor 4 has only DOWN, but we may ignore that anomaly since the excess buttons will never be used.) Corresponding to these buttons, there are ten variables CALLUP [ j] and CALLDOWN [ j], 0 <= j <= 4.

There are also variables CALLCAR[j], 0 <= j <= 4, representing buttons within the elevator car, which direct it to a destination floor. When a person presses a button, the appropriate variable is set to 1; the elevator clears the variable to 0 after the request has been fulfilled.

So far we have described the elevator from a user's point of view; the situation is more interesting as viewed by the elevator. The elevator is in one of three states: GOINGUP, G0INGD0WN, or NEUTRAL. (The current state is indicated to passengers by lighted arrows inside the elevator.) If it is in NEUTRAL state and not on floor 2, the machine will close its doors and (if no command is given by the time its doors are shut) it will change to GOINGUP or G0INGD0WN, heading for floor 2. (This is the "home floor," since most passengers get in there.) On floor 2 in NEUTRAL state, the doors will eventually close and the machine will wait silently for another command. The first command received for another floor sets the machine GOINGUP or GOINGDOWN as appropriate; it stays in this state until there are no commands waiting in the same direction, and then it switches direction or switches to NEUTRAL just before opening the doors, depending on what other commands are in the CALL variables. The elevator takes a certain amount of time to open and close its doors, to accelerate and decelerate, and to get from one floor to another. All of these quantities are indicated in the algorithm below, which is much more precise than an informal description can be. The algorithm we will now study may not reflect the elevator's true principles of operation, but it is believed to be the simplest set of rules that explain all the phenomena observed during several hours of experimentation by the author during the writing of this section.

Статистика (вместе с математическими символами):

Параметр	Значение
строки	57
слова	729
символы	4400

Перевод, выполненный статистической СМП

Машинный перевод отрывка (на основании веб-сервиса Google Переводчик).

В качестве примера использования дважды связанные списки, мы рассмотрим написание отдельной программы моделирования. "Дискретное моделирование" означает моделирование системы, в которой все изменения в состоянии системы можно считать произойти при определенных дискретные моменты времени. "Система" моделируемой обычно набор отдельных мероприятий, которые в значительной степени независимы, хотя они взаимодействуют друг с другом; примеры клиентов в магазине, корабли в порту, люди в корпорации. В дискретного моделирования, мы проведем делать то, что должно быть сделано в определенный момент времени моделирования, то заранее моделируется часы, чтобы в следующий раз, когда какое-либо действие планируется произойти.

В отличие от этого, "непрерывное моделирование" будет моделирования деятельности, которые находятся под постоянным изменениям, например, трафик, проходящий по шоссе, космические корабли путешествия на другие планеты и т.д. непрерывного моделирования часто может быть удовлетворительно аппроксимируется дискретного моделирования с очень малыми интервалами времени между шагами, однако в таком случае мы, как правило, "синхронные" дискретного моделирования, в котором многие части системы слегка изменен в каждый дискретный интервал времени, и такие приложения обычно требует несколько иной тип организации, чем программы здесь рассматривается.

Программа, разработанная ниже имитирует лифт системы в здании математики из Калифорнийского технологического института. Результаты такого моделирования, возможно, быть полезным только для людей, которые делают достаточно частых визитов в Калифорнийском технологическом институте, и даже для них, это может быть проще, просто попробуйте использовать лифт несколько раз вместо написания компьютерной программы. Но, как обычно, с имитационные исследования, методы, которые мы будем использовать имеют гораздо больший интерес, чем ответов по программе. Методы, которые будут обсуждаться ниже, иллюстрируют типичные методы осуществления использоваться с дискретными программ моделирования.

Здание математики имеет пять этажей: суб-подвал, подвал, первый, второй, и третий. Существует один лифт, который имеет автоматический контроль и может остановиться на каждом этаже. Для удобства мы будем изменить нумерацию этажей 0, 1, 2, 3 и 4.

На каждом этаже Существуют две кнопки вызова, по одному для UP и один для ВНИЗ. (На самом деле слово 0 имеет только вверх и 4 этаж имеет только вниз, но мы можем игнорировать эту аномалию с избыточной кнопки никогда не будет использоваться.) В соответствии с этими кнопками, Есть десять переменных CALLUP [J] и CALLDOWN [J], 0 <= J <= 4.

Есть также переменные CALLCAR [J], 0 <= J <= 4, что составляет кнопки в лифте, которые направляют его на нужный этаж. Когда человек нажимает кнопку, соответствующую переменная установлена ??в 1, лифт очищает переменную в 0 после просьба была выполнена.

До сих пор мы описали лифт с точки зрения пользователя, ситуация более интересная, если смотреть на лифте. Лифт находится в одном из трех состояний: GOINGUP, G0INGD0WN, или нейтральным. (Текущее состояние указывается на пассажиров освещенные стрелками внутри лифта.) Если она находится в состоянии нейтральными и не на этаж 2, машина закроет свои двери и (если команда не дает времени свои двери закрыты) он изменится на GOINGUP или G0INGD0WN, направляясь к этаж 2. (Это "дом этаже", так как большинство пассажиров получить там.) На этаже 2 в нейтральном состоянии, двери, в конечном счете близких и машина будет ждать молча для другой команды. Первая команда получила еще пол множества машин GOINGUP или GOINGDOWN по мере необходимости, она остается в этом состоянии, пока Есть нет команды ожидания в том же направлении, а затем происходит переключение направления или переключается на нейтральной незадолго до открытия двери, в зависимости от того, что другие команды в CALL переменных. Лифт занимает определенное количество времени, чтобы открывать и закрывать свои двери, в целях ускорения и замедления, и чтобы попасть из одного этажа на другой. Все эти величины указаны в ниже алгоритм, который является гораздо более точным, чем неформальное описание может быть. Алгоритм Изучим теперь могут не отражать истинных принципов лифта работы, но это, как полагают, простейший набор правил, которые объясняют все явления, наблюдаемые в течение нескольких часов экспериментов автора во время написания этого раздела.

Перевод, выполненный трансфертной СМП

Машинный перевод отрывка (на основании СМП Промпт):

Как пример использования двунаправленных связанных списков, мы теперь рассмотрим запись дискретной программы моделирования. "Дискретное моделирование" означает моделирование системы, в которой все изменения в состоянии системы, как может предполагаться, происходят в определенные дискретные моменты времени. Моделируемая "система" обычно является рядом отдельных действий, которые в значительной степени независимы, хотя они взаимодействуют с друг другом; примеры - клиенты в хранилище, поставках в гавани, людях в корпорации. На дискретном моделировании мы продолжаем, делая независимо от того, что должно быть сделано в определенный момент моделируемого времени, затем усовершенствовать моделируемые часы к следующему разу, когда некоторое действие, как планируют, произойдет.

В отличие от этого, "непрерывное моделирование" было бы моделированием действий, которые находятся под непрерывными изменениями, такими как трафик, углубляющий магистраль, космические корабли, перемещающиеся в другие планеты, и т.д. Непрерывное моделирование может часто удовлетворительно приближаться дискретным моделированием с очень маленькими временными интервалами между шагами; однако, в таком случае у нас обычно есть "синхронное" дискретное моделирование, на котором много частей системы немного изменены в каждом интервале дискретного времени, и такое приложение обычно призывает к несколько различному типу организации программы чем вид, который рассматривают здесь.

Программа, разработанная ниже, моделирует систему лифта в здании Математики Калифорнийского Технологического института. Результаты такого моделирования будут, возможно, полезны только для людей, которые наносят разумно частые визиты в Калифорнийский технологический институт; и даже для них, может быть более просто только попытаться использовать лифт несколько раз вместо того, чтобы писать компьютерную программу. Но, как обычно с исследованиями моделирования, методы, которые мы будем использовать, имеют намного больше интереса чем ответы, данные программой. Методы, которые будут обсуждены ниже, иллюстрируют типичные методы реализации, используемые с дискретными программами моделирования.

У здания Математики есть пять этажей: подвал, подвал, во-первых, во-вторых, и треть. Есть единственный лифт, который имеет автоматические управления и может остановиться в каждом полу. Для удобства мы перенумеруем этажи 0, 1, 2, 3, и 4.

На каждом полу есть две кнопки вызова, один для и один для ВНИЗ. (Фактически пол 0 имеет только, и пол 4 имеет только ВНИЗ, но мы можем проигнорировать ту аномалию, так как избыточные кнопки никогда не будут использоваться.) Соответствие эти кнопки, есть десять ПРИВЛЕЧЕНИЙ переменных [j] и ВЫГОВОР [j], 0 <= j <= 4. Есть также переменные CALLCAR [j], 0 <= j <= 4, представляя кнопки в пределах автомобиля лифта, которые направляют это к целевому полу. Когда человек нажимает кнопку, соответствующая переменная установлена в 1; лифт очищает переменную к 0 после того, как запрос был выполнен.

До сих пор мы описали лифт с точки зрения пользователя; ситуация более интересна как просматривающийся лифтом. Лифт находится в одном из трех состояний: GOINGUP, G0INGD0WN, или НЕЙТРАЛЬНЫЙ. (Текущее состояние обозначено пассажирам освещенными стрелками в лифте.), Если это находится в НЕЙТРАЛЬНОМ состоянии а не на полу 2, машина закроет свои двери и (если никакая команда не будет дана к тому времени, когда ее двери закрыты), это изменится на GOINGUP или G0INGD0WN, направляясь в пол 2. (Это - "домашний пол,", так как большинство пассажиров входит там.) На полу 2 в НЕЙТРАЛЬНОМ состоянии, в конечном счете закроются двери, и машина будет ожидать тихо другой команды. Первая команда, полученная для другого пола, устанавливает машину GOINGUP или GOINGDOWN как соответствующую; это остается в этом состоянии, пока нет никаких команд, ожидающих в том же самом направлении, и затем это переключает направление или переключается на НЕЙТРАЛЬНЫЙ прежде, чем открыть двери, в зависимости от того, что другие команды находятся в переменных ВЫЗОВА. Лифт берет определенное количество времени, чтобы открыть и закрыть его двери, ускориться и замедлиться, и добраться от одного пола до другого. Все эти количества обозначены в алгоритме ниже, который намного более точен, чем неофициальное описание может быть. Алгоритм, который мы теперь изучим, возможно, не отражает истинные принципы лифта работы, но это, как полагают, самый простой ряд правил, которые объясняют все явления, наблюдаемые в течение нескольких часов экспериментирования автором во время записи этого раздела.