textmachine/docs/research/12-failure-modes-ja.md

# Каталог режимов отказа ja→ru (и ja→en как прокси)

Дата: 2026-07-04. Исследование для TextMachine. Дополняет 07-translation-methodology.md (там: общая теория кэйго/yakuwarigo, Поливанов, счётные слова, чек-листы Галь) — здесь только конкретные режимы отказа с примерами, причинами и механизмами детекции.

## TL;DR

1. **Pro-drop — режим отказа №1 именно для ru-выхода.** В японском разговорном корпусе личные местоимения есть лишь в ~11% предложений, около половины предложений требуют разрешения нулевой анафоры ([arXiv:2107.00318](https://arxiv.org/pdf/2107.00318), [Rikters et al. 2021](https://www.researchgate.net/publication/352392897_Japanese-English_Conversation_Parallel_Corpus_for_Promoting_Context-aware_Machine_Translation_Research)). Английский может спрятаться за «they» и «I» без рода; **русский глагол прошедшего времени обязан выбрать род в каждой реплике** («я поел/поела») — ошибка пола персонажа детектируется читателем мгновенно и рушит доверие.
2. Значительная часть режимов отказа **детектируется детерминированно, без LLM**: остатки каны/транслита ономатопеи, ruby-разметка в EPUB, смена 敬体/常体 (desu/masu ↔ простые формы) по паре «говорящий→слушатель», род прошедшего времени 1-го лица vs пол говорящего, цепочки «который», токены 兄/姉/弟/妹.
3. Половина проблем — не «ошибки перевода», а **потеря сигнала**: кэйго-сдвиг как сюжетное событие, авторский рефрен, второй слой фуриганы, аллюзия на классику. Их нельзя «исправить» на выходе — их надо **извлечь из оригинала аналитическим пре-пассом** и передать переводчику как явные инструкции.
4. Для позднего твиста пола (Kino, Quina из FF9, Вивиан из Paper Mario) у профессионалов нет магии — есть **дисциплина уклонения**: перестройка в настоящее время, безличные конструкции, обращение по имени. Это реализуемо как жёсткий гейт «персонаж X: родовые формы запрещены».
5. Русский местами **сильнее английского**: ты/вы-матрица передаёт кэйго-сдвиги, род прилагательных частично компенсирует гендерные я-местоимения, канонические переводы классики (Санович, Соколова-Делюсина) дают готовые цитаты для аллюзий. Пайплайн должен эксплуатировать эти преимущества, а не копировать en-практику.

---

## Каталог режимов отказа

### 1. Pro-drop: род говорящего в русском прошедшем времени

**Пример.** 「もう食べた。おいしかった」 (говорит девушка) → MTL: «Я уже поел. Было вкусно» → верно: «Я уже поела». Оригинал не содержит ни одного маркера лица и рода: субъект опущен, глагол по роду не изменяется.

**Почему падают.** Модель переводит фрагмент без знания, кто говорит; NMT-системы систематически разрешают нулевые местоимения в «I»/мужской род по частотному приору ([arXiv:1909.00369](https://arxiv.org/pdf/1909.00369), оценочный датасет: [LREC 2020](https://aclanthology.org/2020.lrec-1.447/)). Для en это прячется в безродовом «I said», для ru — вылезает в **каждом** глаголе прошедшего времени и в кратких прилагательных («я рада»). Даже классики спорят: первая фраза «Снежной страны» Кавабаты 「国境の長いトンネルを抜けると雪国であった」 вообще без субъекта (точка зрения изнутри поезда); Сайденстикер и русский перевод вставили подлежащее «поезд», сместив POV, — предмет многолетней дискуссии ([Quora](https://www.quora.com/Is-it-true-that-the-famous-opening-sentence-of-Kawabata-Yasunaris-Snow-Country-The-Long-Tunnel-of-Borders-published-in-English-translation-is-quite-different-from-the-original), ru-текст: [litres](https://litres.com/book/yasunari-kavabata/snezhnaya-strana-141350/read/)). MTL эту проблему даже не видит.

**Детекция.** (а) Пре-пасс speaker attribution + поле `gender` в глоссарии персонажей; (б) детерминированный гейт: морфопарсер ru-выхода находит глаголы прош. времени 1-го лица в прямой речи и сверяет род с полом говорящего; (в) билингвальный судья для 3-го лица (кто субъект действия). Человек — только при `gender=unknown`.

### 2. Pro-drop: перепутанные роли «кто кого»

**Пример.** 「黙って見ていた。殴られても、何も言わなかった」 → MTL: «Он молча смотрел. Ударил — и ничего не сказал» → верно: «...Даже когда его били, он ничего не говорил». Пассив 殴られる и опущенные аргументы дают MTL свапнуть агенса и пациенса.

**Почему падают.** Zero-pronoun resolution — известная слабость NMT/LLM: неверно восстановленный субъект меняет тематические роли, а сентенс-левел метрики (BLEU) этого не ловят ([Springer: pro-drop language translation](https://link.springer.com/article/10.1007/s10590-016-9184-9), [JP-TL-Bench, arXiv:2601.00223](https://arxiv.org/pdf/2601.00223) — бенчмарк, целящий именно в «politeness, implicature, ellipsis, register»).

**Детекция.** Только билингвальный судья с контекстным окном (вопрос-промпт: «перечисли по оригиналу и переводу пары агенс–действие–пациенс, найди расхождения»); дёшево гейтится триггером: пассивы られる/される и предложения без явного субъекта в оригинале.

### 3. Поздний твист пола персонажа

**Пример.** Кино («Путешествие Кино») говорит о себе «боку», текст избегает родовых форм до 4-й серии, где раскрывается, что Кино — девушка; сабы ADV с первой серии писали «he» и убили твист ([Anime Feminist](https://www.animefeminist.com/feature-kino-non-binary-protagonist-deserve/)). Квина в FF9 обозначен безродовым あいつ — локализация выкрутилась написанием «s/he» ([Legends of Localization](https://legendsoflocalization.com/articles/ff9-quina-pronoun/)); Вивиан в Paper Mario при первой локализации просто вырезали гендерную линию ([Concrete](https://concreteuea.co.uk/2025/02/14/nintendos-trans-pioneer-how-vivian-became-a-gaming-icon/)). В ru «they»-стратегия недоступна вовсе.

**Почему падают.** Автор строит неопределённость на грамматике, которой в русском нет; модель на уровне главы не знает, что через 30 глав будет твист, и «уверенно» выбирает род.

**Профессиональные обходы (все реализуемы промптом):** настоящее историческое время («иду, смотрю»), безличные и инфинитивные конструкции («пришлось уйти»), именование вместо местоимений («путник», имя), реплики без атрибуции рода. Так русские переводчики десятилетиями передают, например, «боку»-говорящих девушек.

**Детекция.** Поле глоссария `gender: m/f/unknown/spoiler(до главы N)`; для `unknown/spoiler` — жёсткий детерминированный гейт: морфопарсер запрещает любые родовые формы, согласованные с этим персонажем. Требует аналитического пре-пасса по всей книге (мы переводим книгу целиком — у нас, в отличие от посерийных сабберов, твист виден заранее). Финальное решение о стратегии — человек.

### 4. Гендерные и характерные местоимения 1-го лица (боку/орэ/атаси/ватакуси)

**Пример.** Сцена из «Твоего имени»: Мицуха в теле Таки подбирает местоимение перед его друзьями — 「私？…わたくし？…僕？…俺？」. В сабах это стало «I… hmm… my… I'm… yes!» с пояснениями в скобках — комизм и гендерный сигнал умерли ([kantopia](https://kantopia.wordpress.com/2017/08/05/how-did-mitsuha-as-taki-talk-to-his-friends-in-your-names-english-dub-jpn-vs-eng/), [HiNative](https://hinative.com/questions/14228724)). MTL сплющивает все местоимения в «я» без компенсации.

**Почему падают.** В ru лексической сетки я-местоимений нет; передача возможна только **распределённо**: род согласований, лексика («жрать» у орэ-грубияна vs «кушать» у атаси), синтаксис, частицы («я-то», «вот я»). Это требование к целому речевому профилю, а не к одному слову — модель без series bible это не удержит на дистанции книги ([Legends of Localization: Tricky Translations #4](https://legendsoflocalization.com/articles/personal-pronouns-in-japanese/)).

**Детекция.** Поле глоссария `first_person: 俺/僕/私/…` + описание ru-компенсации в речевом профиле; LLM-судья консистентности голоса по главе («мог ли этот персонаж сказать эту реплику?»); детерминированно ловится только смена местоимения в оригинале (важный сигнал: momенты, когда персонаж **меняет** я-местоимение, — сюжетные).

### 5. Кэйго-сдвиг как сюжетное событие

**Пример.** Персонаж всю книгу говорит коллеге 「田中さん、行きますか」 (вежливая форма, фамилия), после сближения — 「美咲、行くか」 (простая форма, имя). MTL переводит обе реплики одинаково нейтрально — читатель ru-версии не узнаёт, что случился поворот отношений. Локализаторы называют ровно это «особенно сводящим с ума» классом потерь: «переход Tanaka-san → Tanaka-kun означает, что изменились статус, близость или доверие» ([VEQTA](https://veqta.com/honorific-overload-why-japanese-social-hierarchies-break-english-sentence-logic/), [Tropedia: Keigo](https://tropedia.fandom.com/wiki/Keigo)). Обратный кейс — кэйго как характеризация злодея: Фриза в Dragon Ball говорит изысканным кэйго, что делает его жутким; ранний дубляж Funimation сделал его грубияном и сломал образ до самого DBZ Kai ([Dragon Ball Wiki](https://dragonball.fandom.com/wiki/Frieza), [TV Tropes: Lost in Translation](https://tvtropes.org/pmwiki/pmwiki.php/LostInTranslation/AnimeAndManga)).

**Почему падают.** Сигнал распределён по морфологии (です/ます vs словарные формы) и суффиксам обращений; при пофрагментном переводе он статистически «усредняется». Русский же имеет прямой эквивалент — переход с «вы» на «ты», по имени/по фамилии, — но им надо управлять **явно**.

**Детекция.** Детерминированный детектор по оригиналу: для каждой пары «говорящий→адресат» трекается регистр (масу-формы, суффикс обращения, имя/фамилия); **изменение** регистра = событие, которое (а) попадает в ты/вы-матрицу series bible с номером главы, (б) отправляется переводчику как явная инструкция «в этой сцене X переходит на ты». Морфопарсер оригинала это делает без LLM.

### 6. Ономатопея (гионго/гитайго) в прозе

**Пример.** 「頭がズキズキする」 → MTL: «голова болит зуки-зуки» / «пульсирующе болит» → верно: «в висках стреляет», «голова раскалывается». 「教室がしんと静まり返った」 → MTL: «класс затих со звуком шин» → верно: «класс замер — стало слышно муху». Японские словари ономатопеи насчитывают тысячи единиц, включая «звуки состояний» вроде しーん — «звук тишины» ([nippon.com](https://www.nippon.com/ru/views/b05602/), [КиберЛенинка](https://cyberleninka.ru/article/n/yaponskaya-onomatopeya-psihologicheskiy-vzglyad-na-lingvisticheskiy-fenomen)).

**Почему падают.** Прямого эквивалента нет; правильный приём — глагол/наречие/образ с усилением ([Ещеркин, Кириллов, PDF](https://www.imi-samara.ru/wp-content/uploads/2015/05/17_Eschcherkin_Kirillov_110-115.pdf)), а MTL либо транслитерирует, либо выдаёт блеклое «очень болит» (обеднение — та же translationese-нормализация).

**Детекция.** Детерминированно: (а) остатки транслита/каны в ru-выходе (регэксп по «зуки», «пика», «гуру-гуру» и по хирагане/катакане); (б) триггер по оригиналу — редупликация CVCV-CVCV и типовые паттерны っ/ん+と — фрагмент маркируется «содержит ономатопею», и line editor проверяет, что в переводе есть образ, а не заглушка. Словарь гионго→приёмы ru — готовый актив проекта.

### 7. Термины родства: градации «о-нии-чан» и счёт братьев

**Пример 1.** В Sister Princess двенадцать сестёр различаются **только** формой обращения к брату (онии-тян/анитики/онии-тама/онии-тяма/ани-уэ…); локализация была вынуждена изобрести двенадцать английских вариантов («Big Brother», «Bro-bro», «Dear Brother»…) ([TV Tropes: Japanese Sibling Terminology](https://tvtropes.org/pmwiki/pmwiki.php/UsefulNotes/JapaneseSiblingTerminology), [Wikipedia](https://en.wikipedia.org/wiki/Sister_Princess)). MTL сплющит всё в «брат» и сотрёт различие персонажей. **Пример 2.** 「三人兄弟です」 → MTL: «у меня три брата» → верно: «нас в семье трое» (счёт включает говорящего, 兄弟 покрывает и сестёр). **Пример 3.** Обращение «онии-сан» к незнакомому парню на улице → MTL: «старший брат!» → верно: «слушай, парень…».

**Почему падают.** Японская система родства обязательна по признаку старшинства (兄 vs 弟) и работает как система обращений к чужим; модель без карты семьи путает старшинство, число и «родственность» ([EDOPEN](https://global.japanese-bank.com/learn-japanese/how-to-call-siblings-in-japanese/)).

**Детекция.** Детерминированный триггер: токены 兄/姉/弟/妹/兄弟/姉妹 → сверка с полем глоссария «карта семьи + карта обращений» (кто кому кем приходится, чем передаём каждое обращение). Арифметика «нас трое/у меня двое братьев» — билингвальный судья по чек-вопросу.

### 8. Фуригана-игры и авторские чтения

**Пример.** Классика жанра: 強敵 («грозный враг») с фуриганой とも («друг») в «Кулаке Полярной звезды» — на письме читатель видит оба смысла сразу. Ranobe-авторы делают так постоянно: термин записан кандзи, читается английским словом, или наоборот. MTL видит только один слой (обычно кандзи) — второй смысл исчезает бесследно. Фуригана штатно используется для каламбуров и передачи иностранных слов смысловым кандзи ([Wikipedia: Furigana](https://en.wikipedia.org/wiki/Furigana), [ru-Wikipedia](https://ru.wikipedia.org/wiki/%D0%A4%D1%83%D1%80%D0%B8%D0%B3%D0%B0%D0%BD%D0%B0), художественные функции руби: [sci-article](https://sci-article.ru/stat.php?i=1435229572)).

**Почему падают.** Это не языковая, а **инженерная** потеря: при извлечении текста из EPUB/скана ruby-слой либо теряется, либо склеивается с основным текстом в кашу (強敵とも). Дальше модель уже ничего не может.

**Детекция.** Полностью детерминированно на инжесте: парсер EPUB сохраняет `<ruby>`-пары (база + чтение); каждая пара с нестандартным чтением (сверка по словарю) — кандидат в глоссарий как «двухслойный термин» с решением: сноска / передача обоих смыслов / выбор одного (решает человек или сильная модель один раз, дальше — консистентно).

### 9. Имена: чтения кандзи и прозвища

**Пример.** Фамилия 角田 читается Какута, Цунода, Сумида или Кадота — из текста это **невыводимо**; иероглиф 生 в именах имеет более десятка чтений ([amix-design](https://amix-design.com/tl/en/tool-name2kanji/column/how-kanji-readings-work.html), [Japanese with Anime](https://www.japanesewithanime.com/2017/12/same-kanji-different-reading.html)). MTL в главе 3 пишет «Цунода», в главе 17 — «Какута», и оба раза, возможно, неверно. Прозвища-игры (Хикигая → «Хикки» с созвучием «хикикомори») требуют отдельного решения.

**Почему падают.** Чтение имени — внешнее знание (автор задаёт его фуриганой при первом появлении или нигде); модель «угадывает» заново при каждом вызове — отсюда фирменная болезнь MTL «скачущие имена» (топ-жалоба читателей, см. 02-competitors).

**Детекция.** Детерминированно: (а) харвестинг фуриганы имён при первом появлении в исходнике; (б) глоссарий-лок: все вхождения кандзи-имени заменяются по глоссарию до/после перевода, несовпадение = ошибка сборки, а не стиля; (в) новое имя без фуриганы → флаг человеку (один клик: выбрать чтение). Транскрипция — по политике Поливанова (уже в 07).

### 10. Левоветвящиеся цепочки определений перед существительным

**Пример.** 「昨日駅で君に声をかけてきた背の高い赤いコートの女の人」 → MTL: «вчера на station заговорившая с тобой высокая красного пальто женщина» или «женщина, которая вчера на станции, которая заговорила с тобой, которая в красном пальто…» → верно: «та высокая женщина в красном пальто, что вчера окликнула тебя на станции». Японский — почти полностью левоветвящийся язык: всё определение стоит до вершины, без союзного слова ([Nihongoism](https://nihongoism.substack.com/p/left-branching-language-left-branching), [Tofugu](https://www.tofugu.com/japanese-grammar/sentences-and-clauses/)).

**Почему падают.** При длинной цепочке модель (а) неверно прикрепляет определения (чьё пальто? кто вчера?), (б) рожает канцелярские нагромождения «который…который», (в) теряет часть определений. Структурные ошибки такого типа — документированная слабость NMT на дальних зависимостях ([arXiv:1809.00120](https://arxiv.org/pdf/1809.00120)).

**Детекция.** Дёшево: парсер оригинала считает глубину преноминальной цепочки (триггер при ≥3 звеньях); парсер ru-выхода ловит ≥2 «который» в предложении и каскады причастных оборотов (пересекается с чек-листом Галь из 07). Attachment-ошибки — билингвальный судья по триггеру.

### 11. Повторы: авторский рефрен vs дефект текста

**Пример.** Японская проза спокойно повторяет одно слово там, где английская/русская редактура требует синонима; переводчики с японского «сражаются, чтобы не повторяться вовсе», и редакторы «набрасываются» на каждый повтор ([SWET: Repetition in Japanese vs. English](https://swet.jp/articles/article/repetition_in_japanese_vs_english/_C37)). Но у авторов уровня Мураками повтор и ритм — осознанный приём («джазовый» ритм прозы, [Рубин, «Харуки Мураками и музыка слов»](http://yanko.lib.ru/books/lit/rubin-murakami=a.htm)). Отказ двусторонний: MTL тащит в русский «сорные» повторы (дефект), а агент-редактор, зачищая повторы, **убивает авторский рефрен** (например, повторяющуюся ключевую фразу главы).

**Почему падают.** Модель не отличает повтор-привычку языка от повтора-приёма: для этого нужно сравнение позиций повтора в оригинале, а редактор-агент работает по ru-тексту без оригинала.

**Детекция.** Гибрид: детектор повторов лемм в окне (детерминированный, уже в 07) + **alignment-защита**: если повторяемая единица повторяется и в оригинале в параллельных местах (рефрен, зачины абзацев, лейтмотив) — фрагмент помечается «авторский повтор, не трогать», и line editor получает запрет. Спорные случаи — судья с оригиналом.

### 12. Диалог без атрибуции: кто говорит

**Пример.** Страница диалога из шести реплик без единого 「と言った」: японский читатель различает говорящих по yakuwarigo — частицам わ/ぜ/かしら, форме связки, местоимению. MTL выдаёт шесть одинаковых русских реплик подряд — читатель теряет нить, а заодно модель путает род внутри реплик (см. №1). Идентификация говорящего по стилю реплики — настолько устойчивое свойство японской прозы, что существует отдельная NLP-задача speaker identification для японских романов ([PACLIC 2022](https://aclanthology.org/2022.paclic-1.15.pdf), факторный анализ стилей реплик: [Murai 2018](https://onlinelibrary.wiley.com/doi/10.1155/2018/5056268)).

**Почему падают.** Сигнал «кто говорит» в оригинале несёт грамматика, в русском его должны нести либо речевые профили (трудно), либо вставленные атрибуции «— сказал Н.» (это **добавление текста**, на которое нужен мандат).

**Детекция/механизм.** Обязательный пре-пасс speaker-ID (LLM с контекстом сцены) → разметка реплик; политика проекта разрешает вставку атрибуций в длинных безатрибуционных цепочках (порог настраивается); монолингвальный судья-«читатель» проверяет: «однозначно ли понятно, кто произносит каждую реплику?».

### 13. Цитаты и аллюзии на классику

**Пример.** Персонаж цитирует танка из «Огура хякунин иссю» (сюжетная основа «Тихаяфуру» — вся интрига построена на первых слогах карт, [Chihayafuru Wiki](https://chihayafuru.fandom.com/wiki/Ogura_Hyakunin_Isshu), обсуждение перевода: [SCBWI Japan](https://ihatov.wordpress.com/tag/chihayafuru/)) или роняет пословицу 「猿も木から落ちる」. MTL переводит стихотворение с нуля прозой (теряя и форму, и узнаваемость), а пословицу — буквально («и обезьяна падает с дерева» там, где нужно «и на старуху бывает проруха» либо сохранение экзотики — по слайдеру Venuti).

**Почему падают.** Аллюзия — внетекстовое знание; модель не сигнализирует «это цитата», а «переводя» её заново, отрывает от канона. У ru есть преимущество: корпус канонических переводов японской классики (Хякунин иссю в переводе В. Сановича, «Повесть о Гэндзи» Т. Соколовой-Делюсиной, Басё в переводах В. Марковой) — читатель-ценитель ждёт именно их.

**Детекция.** Детерминированно наполовину: n-gram-мэтчинг оригинала против корпуса классики (Aozora Bunko и антологии — всё оцифровано); совпадение → запись в глоссарий «цитата: источник, канонический ru-перевод, права/степень цитирования». Пословицы — словарь котовадза + слайдер доместикации. Остаток (скрытые парафразы) — только сильная модель/человек.

### 14. Кэйго-омонимия ролей: вежливость ≠ дистанция ≠ подобострастие

**Пример.** Слуга-дворецкий, безупречно вежливый ко всем, и офисный работник, вежливый к клиенту, в оригинале используют разные регистры кэйго (кэндзёго vs тэйнэйго); MTL оба переводит одинаковым «вежливым русским», а иногда — хуже — рандомно чередует «ты/вы» внутри одной сцены, потому что каждый фрагмент переводится независимо. Отмечено как типовая потеря при удалении хонорификов в дубляжах 2000-х: персонажи, которые «должны чувствовать себя ниже», звучали фамильярно ([VEQTA](https://veqta.com/honorific-overload-why-japanese-social-hierarchies-break-english-sentence-logic/)).

**Почему падают.** «Вы» в русском — один бит, кэйго — минимум три измерения (вверх/вниз/нейтрально + скромность о себе); передача требует лексических средств («извольте», «позвольте доложить», канцелярская правильность речи) на уровне речевого профиля.

**Детекция.** Рандомное чередование ты/вы ловится детерминированно (парсер ru-выхода по паре персонажей против ты/вы-матрицы). Качество передачи регистра — LLM-судья с речевым профилем из series bible; сам профиль строится в пре-пассе по статистике форм (см. №5).

---

## Выводы для TextMachine

1. **Три обязательных пре-пасса по оригиналу до перевода** (все дешёвые): (а) speaker-ID разметка диалогов; (б) регистровый трекер пар «говорящий→адресат» (масу-формы, суффиксы, имя/фамилия) с генерацией событий «сдвиг регистра в главе N» в ты/вы-матрицу; (в) харвестинг ruby-слоя и фуриганы имён на инжесте EPUB. Пункты (б) и (в) — вообще без LLM.
2. **Глоссарий персонажа — это не «имя+перевод», а анкета**: пол (`m/f/unknown/spoiler-до-главы-N`), я-местоимение, регистр по адресатам, карта семьи и обращений, ru-компенсация речевой маски. Половина каталога (№1, 3, 4, 5, 7, 12, 14) без этой анкеты неразрешима в принципе — контекст фрагмента не содержит ответа.
3. **Детерминированные гейты ru-выхода** (быстрые, до вызова судьи): род прош. времени 1-го лица vs пол говорящего; запрет родовых форм для `gender=unknown`; ты/вы против матрицы; остатки каны/транслита ономатопеи; ≥2 «который» в предложении; несовпадение имён с глоссарий-локом. Каждый пункт каталога конвертируется в регрессионный мини-тест (оригинал + анти-паттерн + голд) — это готовый тест-сьют качества пайплайна.
4. **Правило «потерянного сигнала»**: кэйго-сдвиг, авторский рефрен, фуригана-каламбур, аллюзия — не правятся постфактум редактором, а передаются переводчику как явные инструкции в промпте фрагмента («в этой сцене X впервые говорит Y на ты»; «фраза Z — рефрен, повторить дословно»; «цитата — взять перевод Сановича»). Редактору — соответствующие запреты (alignment-защита рефренов).
5. **Эскалация на человека — точечная и дешёвая**: выбор чтения нового имени (один клик), стратегия для `gender=spoiler`, решение по двухслойному фуригана-термину. Всё остальное закрывается связкой «пре-пасс → глоссарий → гейт → судья».
6. **Продуктовый аргумент**: у переводящих книгу целиком есть преимущество перед посерийными фан-переводчиками и стриминговыми сабберами — твисты (пол Кино) видны аналитическому пре-пассу заранее, и стратегия уклонения включается с первой страницы, а не с 4-й серии.

## Источники

- Pro-drop/zero pronouns: [arXiv:2107.00318 (Zero-pronoun Data Augmentation)](https://arxiv.org/pdf/2107.00318); [LREC 2020: Evaluation Dataset for Zero Pronoun ja→en](https://aclanthology.org/2020.lrec-1.447/); [arXiv:1909.00369](https://arxiv.org/pdf/1909.00369); [Springer MT: pro-drop translation](https://link.springer.com/article/10.1007/s10590-016-9184-9); [Rikters et al., BSD conversation corpus](https://www.researchgate.net/publication/352392897_Japanese-English_Conversation_Parallel_Corpus_for_Promoting_Context-aware_Machine_Translation_Research); [JP-TL-Bench, arXiv:2601.00223](https://arxiv.org/pdf/2601.00223)
- Гендерные твисты/местоимения: [Anime Feminist о Кино](https://www.animefeminist.com/feature-kino-non-binary-protagonist-deserve/); [Legends of Localization: Quina (FF9)](https://legendsoflocalization.com/articles/ff9-quina-pronoun/); [Legends of Localization: Tricky Translations #4 «I & Me»](https://legendsoflocalization.com/articles/personal-pronouns-in-japanese/); [тег gender](https://legendsoflocalization.com/tag/gender/); [история Birdo](https://www.thrillingtalesofoldvideogames.com/blog/birdo-gender-trans-female-male); [Vivian, Paper Mario](https://concreteuea.co.uk/2025/02/14/nintendos-trans-pioneer-how-vivian-became-a-gaming-icon/); [INLINGO: gender в японской локализации](https://inlingogames.com/blog/gender-in-japanese-what-to-consider-during-development-and-localization/)
- «Твоё имя», сцена местоимений: [kantopia](https://kantopia.wordpress.com/2017/08/05/how-did-mitsuha-as-taki-talk-to-his-friends-in-your-names-english-dub-jpn-vs-eng/); [HiNative](https://hinative.com/questions/14228724); [Medium: локализация Kimi no Na wa](https://medium.com/@crean/what-i-learned-while-localizing-kimi-no-na-wa-10cc3160fc0a)
- Кэйго-сдвиги: [VEQTA: honorific overload](https://veqta.com/honorific-overload-why-japanese-social-hierarchies-break-english-sentence-logic/); [Tropedia: Keigo](https://tropedia.fandom.com/wiki/Keigo); [Dragon Ball Wiki: Frieza](https://dragonball.fandom.com/wiki/Frieza); [TV Tropes: Lost in Translation (Anime & Manga)](https://tvtropes.org/pmwiki/pmwiki.php/LostInTranslation/AnimeAndManga)
- Ономатопея: [nippon.com (ru)](https://www.nippon.com/ru/views/b05602/); [КиберЛенинка](https://cyberleninka.ru/article/n/yaponskaya-onomatopeya-psihologicheskiy-vzglyad-na-lingvisticheskiy-fenomen); [Ещеркин/Кириллов, PDF](https://www.imi-samara.ru/wp-content/uploads/2015/05/17_Eschcherkin_Kirillov_110-115.pdf)
- Родство: [TV Tropes: Japanese Sibling Terminology](https://tvtropes.org/pmwiki/pmwiki.php/UsefulNotes/JapaneseSiblingTerminology); [Wikipedia: Sister Princess](https://en.wikipedia.org/wiki/Sister_Princess); [EDOPEN](https://global.japanese-bank.com/learn-japanese/how-to-call-siblings-in-japanese/)
- Фуригана: [Wikipedia: Furigana](https://en.wikipedia.org/wiki/Furigana); [ru-Wikipedia](https://ru.wikipedia.org/wiki/%D0%A4%D1%83%D1%80%D0%B8%D0%B3%D0%B0%D0%BD%D0%B0); [sci-article: руби-хайку](https://sci-article.ru/stat.php?i=1435229572)
- Имена: [amix-design: чтения кандзи](https://amix-design.com/tl/en/tool-name2kanji/column/how-kanji-readings-work.html); [Japanese with Anime](https://www.japanesewithanime.com/2017/12/same-kanji-different-reading.html)
- Синтаксис: [Nihongoism: left-branching](https://nihongoism.substack.com/p/left-branching-language-left-branching); [Tofugu](https://www.tofugu.com/japanese-grammar/sentences-and-clauses/); [arXiv:1809.00120](https://arxiv.org/pdf/1809.00120)
- Повторы: [SWET: Repetition in Japanese vs. English](https://swet.jp/articles/article/repetition_in_japanese_vs_english/_C37); [Рубин о ритме Мураками](http://yanko.lib.ru/books/lit/rubin-murakami=a.htm)
- Диалог/speaker-ID: [PACLIC 2022](https://aclanthology.org/2022.paclic-1.15.pdf); [Murai 2018](https://onlinelibrary.wiley.com/doi/10.1155/2018/5056268)
- Классика/аллюзии: [Chihayafuru Wiki: Ogura Hyakunin Isshu](https://chihayafuru.fandom.com/wiki/Ogura_Hyakunin_Isshu); [SCBWI Japan Translation Group](https://ihatov.wordpress.com/tag/chihayafuru/)
- «Снежная страна»: [Quora: первая фраза](https://www.quora.com/Is-it-true-that-the-famous-opening-sentence-of-Kawabata-Yasunaris-Snow-Country-The-Long-Tunnel-of-Borders-published-in-English-translation-is-quite-different-from-the-original); [ru-перевод, litres](https://litres.com/book/yasunari-kavabata/snezhnaya-strana-141350/read/)
- Контекст ja→ru: [интервью Д. Коваленина, Snob](https://snob.ru/literature/dmitrii-kovalenin-romany-murakami-teper-razvlechenie-dlia-gurmanov-ot-zdorovoi-literatury/); [jp-club](https://www.jp-club.ru/dmitrij-kovalenin-murakami-eto-lechashhij-vrach/)