165 lines
44 KiB
Markdown
165 lines
44 KiB
Markdown
# Режимы отказа MTL на русской стороне (en/zh/ja → ru)
|
||
|
||
Дата: 2026-07-04. Дополняет doc 07 (канцелярит/кальки/Галь/Чуковский там уже покрыты — здесь не повторяются). Каждый режим описан как заготовка тест-кейса и механизма бэкенда: пример (оригинал → типичный неверный MTL → верный), причина отказа, способ детекции, источник.
|
||
|
||
## TL;DR
|
||
|
||
1. Свежий WMT 2025 test-suite по en→ru (465 заданий, 55 явлений, 13 категорий, 10 топ-систем) подтверждает: даже лучшие LLM-системы систематически дают «literal word order carry-overs, misused verb forms, rigid phrase translations» — т.е. три наших режима (тема-рема, вид глагола, кальки конструкций) — это измеренная, а не гипотетическая проблема ([ACL 2025.wmt-1.61](https://aclanthology.org/2025.wmt-1.61/)).
|
||
2. Русский — уникально «неудобный» целевой язык по роду: прошедшее время и согласования принудительно требуют решения о роде там, где en/zh/ja молчат ([TACL: Gender Bias in MT](https://direct.mit.edu/tacl/article/doi/10.1162/tacl_a_00401/106991/Gender-Bias-in-Machine-Translation)). *(Правка верификатора: ранее тезис ссылался и на [WMT 2020](https://arxiv.org/pdf/2010.06018) — там у русского действительно наибольшая доля «unknown»-случаев (12.9–13.5% против 1.3–1.8% у cs/de/pl), но статья объясняет её пробелами морфоанализатора, а не грамматикой, поэтому как опору для этого тезиса ссылку сняли.)*
|
||
3. Существует проверенный арсенал стратегий письма «без рода» (перестройка фразы, настоящее время, безличные/номинативные конструкции) — формализован в гайдах ООН по гендерно-нейтральному русскому; он конвертируется в протокол «gender: unknown» для переводчика-агента ([UN Russian guidelines](https://www.un.org/ru/gender-inclusive-language/guidelines.shtml)).
|
||
4. Самый дешёвый и самый заметный читателю класс отказов — механика: английские кавычки вместо тире-диалогов, дефис вместо тире, транслит-междометия («Ауч!», «Упс»), непоследовательная ё. Всё это детектится и чинится детерминированно, без LLM (Розенталь §47–52, Лопатин, правила ё на Грамоте.ру).
|
||
5. Мат — двусторонний отказ: LLM-санитайзинг даёт «недожим» (злодей ругается «чёрт возьми»), буквализм — «пережим» (мат там, где в оригинале бытовое shit). Русская обсценная лексика табуированнее английских four-letter words, а закон 2014 г. требует маркировки 18+ — это и политика проекта, и двусторонний детерминированный гейт по лексиконам ([Habr/EnglishDom](https://habr.com/ru/companies/englishdom/articles/564036/)).
|
||
6. Переход ты↔вы внутри сцены — сюжетное событие (сближение, оскорбление, дистанцирование), а не вариант перевода you; главная жалоба на DeepL-класс систем — случайные перескоки. Решение: матрица пар + журнал «событий перехода» + детерминированный детектор несанкционированных перескоков.
|
||
7. Наименее автоматизируемые режимы — вид глагола в нарративных цепочках, тема-рема и несобственно-прямая речь: они требуют дискурсивного понимания, детектируются только целевыми LLM-судьями с узкими промптами и контрастивными регрессионными наборами (по образцу WMT fine-grained suite).
|
||
|
||
---
|
||
|
||
## Каталог режимов отказа
|
||
|
||
### 1. Обязательный род: прошедшее время и согласования при неизвестном поле источника
|
||
|
||
**Проблема.** Русский принуждает к выбору рода в прошедшем времени («пришёл/пришла»), кратких прилагательных, причастиях. En «I»/«you» рода не несут; в zh 他/她 различаются лишь на письме, а имена пола не выдают; в ja пол говорящего часто маркирован лишь косвенно (boku/ore/atashi) и **намеренно скрывается автором** (классический троп 女扮男装 «девушка, переодетая мужчиной» в китайских новеллах; «реверс-трапы» в ранобэ).
|
||
|
||
**Пример.** ja: 「昨日、あの店に行った」 (пол говорящего не выражен, персонаж-загадка) → MTL: «Вчера я ходил в тот магазин» (мужской род по умолчанию; в главе 30 персонаж оказывается девушкой — весь тираж «спойлерит» или противоречит) → верно: «Вчера мне довелось заглянуть в тот магазин» / «Вчера я туда заходил**а**», если series bible фиксирует истинный род и политику раскрытия.
|
||
|
||
**Почему падают.** Модели статистически дефолтят в мужской род (гендер-биас измерен: [TACL](https://direct.mit.edu/tacl/article/doi/10.1162/tacl_a_00401/106991/Gender-Bias-in-Machine-Translation), [WMT 2020](https://arxiv.org/pdf/2010.06018)); окно контекста не содержит главу с раскрытием пола; при zh→ru через en-пивот род теряется дважды. Известны и обратные «трансформации» пола персонажей переводчиками (Багира у Киплинга — самец; [APNI](https://apni.ru/article/2843-transformatsiya-gendera-personazhej-pri-perev)).
|
||
|
||
**Стратегии при истинно неизвестном/скрытом поле** (формализованы в [гайдах ООН по русскому](https://www.un.org/ru/gender-inclusive-language/guidelines.shtml)): (а) перестройка фразы — «Мне удалось войти» вместо «Я вошёл/вошла»; (б) настоящее историческое — «Захожу в лавку, оглядываюсь…» (о повествовательном времени: [Литинститут](https://litinstitut.ru/content/tolma4nonstop_vremya)); (в) безличные/пассивные конструкции — «Дверь поддалась не сразу»; (г) номинативные предложения и обращение к описаниям («незнакомый голос», «фигура в плаще»).
|
||
|
||
**Детекция.** Комбинированная: (1) поле глоссария `gender` у каждой сущности с тремя значениями `m/f/hidden(до главы N)` + «заявленный род» по диапазонам глав; (2) детерминированный гейт: морфопарсер (pymorphy/UD) находит все формы прошедшего времени и согласований, привязывает к референту через атрибуцию, сверяет с глоссарием; при `hidden` — любые родовые формы про этого референта = блокер; (3) LLM-судья только для спорной атрибуции референта.
|
||
|
||
### 2. Ты/вы-динамика внутри сцены: переход как событие
|
||
|
||
**Проблема.** У en «you» нет регистра; выбор ты/вы — интерпретация. Doc 07 покрывает матрицу пар на уровне книги; здесь — внутрисценовая динамика: переход ты↔вы это **сюжетное событие** (сближение, ссора, издёвка через ледяное «вы», интимность через внезапное «ты»). Известная слабость MT: DeepL непоследовательно скачет du/Sie внутри одного текста (см. doc 02); у LLM то же на длинной дистанции.
|
||
|
||
**Пример.** en (ссора супругов): "Don't you dare. — Or what? What will *you* do?" → MTL: реплика 1 на «ты», реплика 2 внезапно на «вы» без мотивировки (перескок) → верно: вся сцена на «ты»; а вот намеренный ход — «Не смейте. Слышите — не смейте» (переход на «вы» как знак разрыва) — допустим, только если зафиксирован как событие. Обратный кейс: en "Just call me Sam" — конвенциональный англоязычный аналог «перейдём на ты» и легитимный триггер смены регистра ([Яндекс Кью](https://yandex.ru/q/question/kak_v_perevodakh_russkikh_filmov_na_davai_960c45c9/); теория thou/you: [КиберЛенинка](https://cyberleninka.ru/article/n/k-voprosu-ob-upotreblenii-i-perevode-angliyskih-mestoimeniy-thou-you-v-hudozhestvennyh-tekstah-1)).
|
||
|
||
**Почему падают.** Каждый вызов модели решает «you локально»; сигналы регистра (имя vs фамилия, титул, тон) рассеяны по главам и не попадают в промпт.
|
||
|
||
**Детекция.** Детерминированный гейт: парсер извлекает 2-е лицо (местоимения + глагольные формы «-ешь/-ете», императивы) по репликам, атрибуция реплик → пары говорящих; любой флип внутри пары, не записанный в журнале «ty/vy-событий» series bible, — флаг. LLM-судья классифицирует флаги: ошибка / мотивированный переход (и тогда предлагает записать событие в журнал).
|
||
|
||
### 3. Вид глагола: perfective/imperfective в нарративных цепочках
|
||
|
||
**Проблема.** Категория вида — главная грамматическая ловушка русского как целевого: en Past Simple совместим и с «прочитал», и с «читал»; ja/zh маркируют аспект иначе (〜ていた, 了/过/着) и не изоморфно. В нарративе вид кодирует фон (имперфектив) vs продвижение сюжета (перфектив); ошибка ломает темп сцены. WMT 2025 фиксирует «misused verb forms» у топ-систем ([ACL 2025.wmt-1.61](https://aclanthology.org/2025.wmt-1.61/)); теория соответствий: Progressive → всегда несов. вид, обратное неверно ([Linguisticus](http://linguisticus.com/ru/TranslationTheory/OpenFolder/CHLENENIE_PREDLOZHENIJA), [DelightEnglish](https://www.delightenglish.ru/DG/verb3.htm)).
|
||
|
||
**Пример.** en: "She read the letter and smiled." (цепочка событий) → MTL: «Она читала письмо и улыбалась» (превращает события в фон: сцена «зависает») → верно: «Она прочитала письмо и улыбнулась». Зеркальный отказ: ja 「彼は一年間タバコを吸っていた」 → MTL «Он покурил год» → верно «Он курил год» (длительность несовместима с перфективом). Ещё частный случай — хабитуалис: "Every morning he drank coffee" → MTL «выпил» → верно «пил».
|
||
|
||
**Почему падают.** Выбор вида требует решения «событие или фон» на уровне дискурса, а модель оптимизирует локальную адекватность предложения; в обучающих данных оба вида частотны в похожих контекстах.
|
||
|
||
**Детекция.** Детерминированно ловятся только маркеры-конфликты (обстоятельства длительности «весь день/год/долго» + перфектив; «каждое утро/обычно» + перфектив в прошедшем) — дешёвый морфо-гейт с высокой точностью. Основная масса — целевой LLM-судья с узким промптом («проверь цепочки действий в прошедшем: фон/событие») + контрастивный регрессионный набор пар предложений по образцу WMT-suite.
|
||
|
||
### 4. Порядок слов и тема-рема: MTL копирует английскую информационную структуру
|
||
|
||
**Проблема.** В русском нет артиклей — новизна референта выражается порядком слов: рема тяготеет к концу. Английский держит SVO, новизну несут артикли. MTL сохраняет порядок оригинала → русский текст грамматичен, но информационная структура перевёрнута: новое подаётся как известное. WMT 2025 называет «literal word order carry-overs» типовой ошибкой даже лидеров ([ACL 2025.wmt-1.61](https://aclanthology.org/2025.wmt-1.61/)); классика переводоведения: «A book was lying on the table» — подлежащее-рема требует инверсии в русском ([КиберЛенинка: тема и рема в русском и английском](https://cyberleninka.ru/article/n/tema-i-rema-v-russkom-i-angliyskom-yazykah), [Linguisticus](http://linguisticus.com/ru/TranslationTheory/OpenFolder/CHLENENIE_PREDLOZHENIJA)).
|
||
|
||
**Пример.** en: "A girl entered the room." (ввод нового персонажа) → MTL: «Девушка вошла в комнату» (читается как «та самая девушка», о которой уже шла речь) → верно: «В комнату вошла девушка». Накопленный эффект сотен таких предложений — то самое «складно, но нечитаемо», на которое жалуются читатели MTL.
|
||
|
||
**Почему падают.** Порядок слов оригинала — сильнейший прайминг; информационная структура нигде не размечена; ошибка не наказывается метриками adequacy.
|
||
|
||
**Детекция.** Полудетерминированный гейт высокой точности для частного случая: неопределённый артикль у подлежащего в источнике + это же существительное на первом месте в целевом предложении + первое упоминание сущности в главе → флаг «рема в позиции темы». Остальное — монолингвальный редактор-судья (промпт «новое — в конец фразы») + метрика доли предложений, дословно повторяющих порядок источника.
|
||
|
||
### 5. Деепричастные обороты с висячим субъектом
|
||
|
||
**Проблема.** Русская норма: субъект деепричастия обязан совпадать с подлежащим главного предложения. Английские -ing-обороты, японские тэ-формы и китайские сериальные конструкции такого ограничения не имеют — прямой перенос порождает чеховское «Подъезжая к сией станции… у меня слетела шляпа» ([popravilam.com](https://popravilam.com/blog/030-upotrebliaya-deeprichastnyj-oborot.html), [licey.net](https://licey.net/free/4-russkii_yazyk/41-kurs_russkogo_yazyka_russkii_yazyk_i_kultura_obscheniya/stages/786-36_predlozheniya_s_deeprichastnymi_oborotami.html)).
|
||
|
||
**Пример.** en: "Walking down the street, an idea struck him." → MTL: «Идя по улице, ему в голову пришла идея» (субъект «идя» — не «идея») → верно: «Когда он шёл по улице, ему пришла в голову идея» / «По дороге его осенило».
|
||
|
||
**Почему падают.** Структурный перенос: модель сохраняет конструкцию оборота, не проверяя кореферентность субъектов; в безличных главных предложениях («ему пришлось», «у меня слетела») ошибка гарантирована.
|
||
|
||
**Детекция.** Почти полностью детерминированная — редкий подарок: UD-парсер находит деепричастный оборот; флаг, если главное предложение безличное, либо его подлежащее не кореферентно агенсу деепричастия. Точность правила высокая, автофикс — перестройка в придаточное («когда/пока…») силами дешёвой модели.
|
||
|
||
### 6. Несобственно-прямая речь: перенос английского согласования времён
|
||
|
||
**Проблема.** Английская несобственно-прямая речь (free indirect discourse) сдвигает времена назад ("Tomorrow was Monday. She would have to face him."). В русском согласования времён нет: внутренняя речь персонажа передаётся «его» временем — настоящим/будущим ([Purdue CLCWeb: Indirect Discourse in German, Russian, and English](https://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1564&context=clcweb) — русский дискурс «untransposed»). MTL переносит бэкшифт буквально → временной хаос и потеря «внутреннего голоса».
|
||
|
||
**Пример.** en: "Tomorrow was Monday. She would have to face him." → MTL: «Завтра был понедельник. Ей придётся встретиться с ним» (грамматическая бессмыслица «завтра был» + рваный вид) → верно: «Завтра понедельник. Придётся встретиться с ним».
|
||
|
||
**Почему падают.** FID не имеет поверхностных маркеров (ни кавычек, ни «подумала, что»); распознание, что абзац — мысль персонажа, требует нарративного анализа.
|
||
|
||
**Детекция.** Дешёвая эвристика-детектор кандидатов: дейксис «завтра/сегодня/вчера/сейчас» + прошедшее время связки/модальность в повествовании → флаг «возможная НПР». Разбор флага — LLM-судья («это мысль персонажа? перепиши в непереносённом времени»). Полная проверка — только человек на выборке.
|
||
|
||
### 7. Pidgin, акценты и диалекты персонажей: нормализация или гротеск
|
||
|
||
**Проблема.** Речевые отклонения (иностранный акцент, деревенский говор, кансай-бэн, ломаный язык) — часть характеризации. MTL либо нормализует всё в гладкий литературный русский (персонажи неразличимы; это персонажный уровень тех же «normalization bias», что описаны в doc 07), либо буквально коверкает фонетику до нечитаемости. Русская школа решает **компенсацией**: просторечная лексика, синтаксис, словечки — а не фонетическое письмо ([КиберЛенинка: компенсация при переводе диалектизмов в «Пигмалионе»](https://cyberleninka.ru/article/n/priem-kompensatsii-pri-perevode-dialektizmov-s-angliyskogo-yazyka-na-russkiy-yazyk-na-primere-piesy-b-shou-pigmalion), [способы передачи просторечий, на материале Акунина](https://philology-journal.ru/article/phil20181316/fulltext), [ТГУ: передача акцентов английского](https://vital.lib.tsu.ru/vital/access/services/Download/vtls:000631728/SOURCE1)).
|
||
|
||
**Пример.** en: "Ah ain't never seen nothin' like it." → MTL: «Я никогда не видел ничего подобного» (нормализовано, деревенщина заговорил как профессор) → верно: «Отродясь такого не видал». ja (кансай): 「なんでやねん!」 → MTL: «Почему это!» → по речевому профилю: «Да ты гонишь!» (компенсация разговорностью, политика проекта).
|
||
|
||
**Почему падают.** Нестандартная орфография источника токенизируется плохо; модель обучена «чистить» шум; удержать один и тот же идиолект на протяжении 500 глав без внешней памяти невозможно.
|
||
|
||
**Детекция.** (1) Поле речевого профиля персонажа в series bible: `marked_speech: тип (диалект/акцент/пиджин), стратегия компенсации, лексикон-якоря`; (2) детерминированный сигнал: в источнике у реплики есть орфографические девиации/диалект-маркеры, а реплика в целевом тексте — 100% нормативна → флаг «стёрта характеризация»; (3) судья сравнивает реплики персонажа с его профилем.
|
||
|
||
### 8. Мат и грубость: недожим и пережим регистров
|
||
|
||
**Проблема.** Регистры не изоморфны: английский mat-аналог легитимен в дружеской речи и в разговоре с начальством, русский мат — жёсткое табу и с 2014 г. законодательно ограничен в литературе (маркировка 18+/плёнка) ([Habr/EnglishDom: почему fuck переводится как «чёрт»](https://habr.com/ru/companies/englishdom/articles/564036/), [КиберЛенинка: ненормативная лексика в «Дневнике Бриджит Джонс»](https://cyberleninka.ru/article/n/osobennosti-upotrebleniya-nenormativnoy-leksiki-i-slozhnosti-ee-perevoda-s-angliyskogo-yazyka-na-russkiy-na-materiale-filma-dnevnik-1)). Отказы двух полюсов: **недожим** — safety-tuned LLM самовольно санирует («беззубый» наёмник); **пережим** — буквальный мат там, где в оригинале почти нейтральное shit/damn или японское くそ.
|
||
|
||
**Пример.** en (жёсткий криминальный триллер): "What the fuck is this?" → MTL-недожим: «Что за чёрт?» → по политике «грубость без мата»: «Это что ещё за херня?»; по политике «18+, мат разрешён» — жёстче. Обратный кейс: ja くそっ (досада школьника) → MTL-пережим: мат → верно: «Чёрт!/Блин!».
|
||
|
||
**Почему падают.** RLHF-санитайзинг + отсутствие в промпте политики регистра + незнание модели, что русская обсценная шкала сдвинута относительно английской.
|
||
|
||
**Детекция.** Детерминированный **двусторонний** гейт: лексиконы обсценности источника и цели с грубой шкалой силы (0–3); скор реплики в оригинале vs в переводе; расхождение >1 ступени → флаг. Политика в translation brief: `profanity: запрещён/эвфемизация/разрешён (18+)` + допустимый максимум по персонажу (профиль грубости в series bible). Судья решает только флаги.
|
||
|
||
### 9. Звукоподражания и междометия: транслит-англицизмы
|
||
|
||
**Проблема.** У русского собственная система междометий (ой, ай, ух ты, ого, фу, тьфу, эх, ба!); MTL тащит транслит английских/японских: «Ауч!», «Упс!», «Вау!», «Угх», «Хах», «Ара?» (яп. あら). Единичные — допустимая разговорность (для современного YA «вау» легитимен), системные — маркер машинного перевода. Словарные соответствия тривиальны: ouch → «ой!/ай!» ([Cambridge Dictionary](https://dictionary.cambridge.org/us/dictionary/english-russian/wow), обзор функций междометий: [YES Center](https://www.yescenter.ru/informaciya/baza-znanij/anglijskij-yazyk/grammatika/mezhdometiya-v-angliyskom-yazyke/)).
|
||
|
||
**Пример.** en: "Ouch! That hurt!" → MTL: «Ауч! Это было больно!» (двойной отказ: транслит + калька-перфект) → верно: «Ай! Больно же!». ja: 「えっ?」 → MTL: «Э?» приемлемо, «Эх?» — нет (смешение с русским «эх» = сожаление).
|
||
|
||
**Почему падают.** Токен-уровневая близость транслита; в веб-корпусах фанперевода транслит частотен — модель считает его нормой.
|
||
|
||
**Детекция.** Полностью детерминированная: блок-лист транслит-междометий (ауч, упс, воу, угх, хах, мда-а по паттернам…) с per-project allowlist; regex на латиницу и «осколки» ромадзи в целевом тексте. Автозамена по словарю соответствий + подтверждение дешёвой моделью по контексту (боль/удивление/досада).
|
||
|
||
### 10. Оформление диалогов и прямой речи: английская пунктуация
|
||
|
||
**Проблема.** Русская норма: реплики с абзаца вводятся **тире**, кавычки для реплик не используются; авторские слова внутри реплики оформляются по жёстким схемам (запятая/точка + тире, строчная у «сказал») — Розенталь §47–52 ([old-rozental.ru §47](http://old-rozental.ru/punctuatio.php?sid=155), [§52 диалог](http://old-rozental.ru/punctuatio.php?sid=160)), академический Лопатин ([orthographia.ru](http://orthographia.ru/punctuatio.php?sid=137)), свод на [Грамоте.ру](https://gramota.ru/biblioteka/spravochniki/pravila-russkoj-orfografii-i-punktuacii/znaki-pri-pryamoj-rechi). MTL воспроизводит английское: "…," she said — кавычки, запятая внутри кавычек, дефис вместо тире, прописная после атрибуции. Для читателя это сигнал «машинный текст» с первой страницы; жалобы на оформление диалогов — в числе типовых у читателей нейропереводов ([Фантлаб, тред «Переводы и переводчики. Нейроэнтузиасты»](https://fantlab.ru/forum/forum1page2/topic11482page4)).
|
||
|
||
**Пример.** en: "I'm tired," she said. "Let's go home." → MTL: «"Я устала," - сказала она. "Пойдем домой."» → верно: «— Я устала, — сказала она. — Пойдём домой.»
|
||
|
||
**Почему падают.** Пунктуационная схема — самый частотный паттерн обучающих данных (англоязычных); правила Розенталя составные (регистр букв + знак + тире) и модель их знает «в среднем», но не выдерживает на объёме.
|
||
|
||
**Детекция.** Стопроцентно детерминированная: линтер прямой речи (regex + конечный автомат): запрет " и “ в диалогах, em-dash (—, U+2014) + пробел в начале реплики, паттерны «, — сказал» / «. — Сказал» по схемам Розенталя, знак вопроса/восклицания перед тире без запятой. Автофикс без LLM; это обязательный post-pass Proofreader-а из doc 07, вынесенный в код.
|
||
|
||
### 11. Буква ё: политика и консистентность
|
||
|
||
**Проблема.** По правилам ё факультативна, но **обязательна**: где возможно неверное чтение (все/всё, узнаем/узнаём, совершенный/совершённый, небо/нёбо), в редких словах и в именах собственных; в детских книгах — последовательно везде ([Грамота.ру: употребление ё](https://gramota.ru/biblioteka/spravochniki/pravila-russkoy-orfografii-i-punktuatsii/upotreblenie-bukvy-e-v-tekstakh-raznogo-naznacheniya); Минпросвещения в 2022 предлагало закрепить необязательность — [РБК](https://www.rbc.ru/society/11/04/2022/62544cb29a7947e8b2ff3ef3)). LLM выдаёт **смесь**: половина слов с ё, половина без, в т.ч. в одном и том же имени (Пётр/Петр, Сюэ/Сюе) — непоследовательность хуже любой из двух политик.
|
||
|
||
**Пример.** MTL: «Он понял, что все пропало» (все или всё?); в гл. 3 «Ким Ёнхо», в гл. 7 «Ким Енхо». Верно: политика проекта `ё: везде | только обязательные` + единая форма имён по глоссарию.
|
||
|
||
**Почему падают.** В корпусах оба написания; модель не удерживает выбор между сэмплами/главами.
|
||
|
||
**Детекция.** Полностью детерминированная: ёфикатор по словарю (существующие open-source словари ёфикации) + режим проекта; консистентность имён — сверка с глоссарием (транскрипционные поля уже есть в doc 07); отдельный флаг на омографы (все/всё, узнаем/узнаём) — там ё обязательна при любой политике.
|
||
|
||
### 12. Феминитивы: регистровая маркированность и жанровая уместность
|
||
|
||
**Проблема.** Традиционные феминитивы (учительница, актриса, княжна) нейтральны; «новые» (авторка, докторка, блогерка) идеологически маркированы — положительно их воспринимают лишь ~9% россиян ([Sostav/ВЦИОМ-опрос](https://www.sostav.ru/publication/blogerka-avtorka-doktorka-kak-rossiyane-otnosyatsya-k-novym-feminitivam-36996), обзор словообразования: [Лайфхакер](https://lifehacker.ru/esli-ne-avtorka-i-ne-blogerka-to-kto-kak-v-russkom-yazyke-obrazuyutsya-feminitivy/), дискуссия: [Коммерсантъ](https://www.kommersant.ru/doc/4710731)). MTL то вставляет маркированный феминитив в псевдосредневековое фэнтези («докторка осмотрела рану»), то теряет род в согласовании («врач сказал» о героине, которую читатель знает как женщину).
|
||
|
||
**Пример.** en: "The doctor entered. She looked tired." → MTL-вариант 1: «Вошла докторка» (регистровый сбой для большинства жанров) → верно: «Вошла врач. Вид у неё был усталый» (норма «врач сказала» допустима) или жанровое «лекарка/целительница» для фэнтези по глоссарию.
|
||
|
||
**Почему падают.** Модель усредняет конфликтующие узусы (соцсети vs издательская норма) и не знает жанровой политики проекта.
|
||
|
||
**Детекция.** Лексикон маркированных неофеминитивов (детерминированный флаг) + политика в brief (`феминитивы: традиционные | новые | избегать`) + поле глоссария: для каждой профессии/титула женского персонажа — выбранная форма («воительница», «магичка» vs «женщина-маг» vs общий род). Согласование пола референта с глагольными формами проверяет тот же морфо-гейт, что в режиме 1.
|
||
|
||
---
|
||
|
||
## Выводы для TextMachine
|
||
|
||
1. **Три яруса детекции** ложатся на архитектуру напрямую. Детерминированные гейты (почти бесплатно, до/вместо LLM): линтер прямой речи (реж. 10), ёфикатор + омографы (11), блок-лист транслит-междометий (9), парсер висячих деепричастий (5), двусторонний скорер обсценности (8), детектор ты/вы-флипов (2), морфо-контроль рода по глоссарию (1, 12), маркеры-конфликты вида (3, частично). Поля глоссария/series bible: род с состоянием `hidden(до гл. N)`, журнал ты/вы-событий, речевой профиль + стратегия компенсации (7), профиль грубости персонажа (8), формы феминитивов по профессиям (12). LLM-судьи с узким мандатом: цепочки вида (3), тема-рема (4), несобственно-прямая речь (6), «стёртая характеризация» (7).
|
||
2. **Протокол «неизвестный род»** — уникальная фича для zh/ja-новелл с сокрытием пола: пометка `hidden` в глоссарии переключает переводчика-агента в режим безродовых конструкций (перестройка/настоящее время/безличность по гайду ООН), а морфо-гейт делает утечку рода блокером сборки главы. Ни один конкурент из doc 02 этого не делает.
|
||
3. **Дешёвый пост-пасс «механика»** (реж. 9–11) убирает самые узнаваемые читателем признаки MTL без единого вызова LLM — его стоит включить даже в самый дешёвый тариф: это максимум воспринимаемого качества за минимум денег.
|
||
4. **Контрастивный регрессионный набор** по образцу WMT fine-grained suite (465 заданий / 55 явлений): каждый режим выше даёт шаблон тест-кейсов «оригинал → ловушка → эталон» для пар en/zh/ja→ru; прогонять при смене моделей/промптов. Приоритет по частоте×заметности: 10, 1, 3, 4, 2.
|
||
5. **Наименее решаемые LLM-ом режимы (3, 4, 6)** — аргумент за пайплайн doc 07 «подстрочник + стилист»: аннотированный подстрочник должен нести пометы `[событие|фон]` для глагольных цепочек, `[новый референт]` для тема-ремы и `[внутренняя речь]` для НПР — тогда стилист получает информационную структуру явно, а не угадывает её.
|
||
|
||
## Источники
|
||
|
||
- WMT 2025 fine-grained en→ru test suite: [ACL Anthology 2025.wmt-1.61](https://aclanthology.org/2025.wmt-1.61/)
|
||
- Гендер в MT: [Savoldi et al., TACL](https://direct.mit.edu/tacl/article/doi/10.1162/tacl_a_00401/106991/Gender-Bias-in-Machine-Translation); [WMT 2020 Gender Coreference (ru «unknowns»)](https://arxiv.org/pdf/2010.06018); [UN: гендерно-нейтральный русский](https://www.un.org/ru/gender-inclusive-language/guidelines.shtml); [APNI: трансформация гендера персонажей](https://apni.ru/article/2843-transformatsiya-gendera-personazhej-pri-perev); [Литинститут: повествовательное время](https://litinstitut.ru/content/tolma4nonstop_vremya)
|
||
- Ты/вы: [КиберЛенинка: thou/you в художественных текстах](https://cyberleninka.ru/article/n/k-voprosu-ob-upotreblenii-i-perevode-angliyskih-mestoimeniy-thou-you-v-hudozhestvennyh-tekstah-1); [Яндекс Кью: «давай перейдём на ты» в переводах](https://yandex.ru/q/question/kak_v_perevodakh_russkikh_filmov_na_davai_960c45c9/)
|
||
- Вид и порядок слов: [КиберЛенинка: тема и рема в русском и английском](https://cyberleninka.ru/article/n/tema-i-rema-v-russkom-i-angliyskom-yazykah); [Linguisticus: актуальное членение](http://linguisticus.com/ru/TranslationTheory/OpenFolder/CHLENENIE_PREDLOZHENIJA); [DelightEnglish: вид в английском](https://www.delightenglish.ru/DG/verb3.htm)
|
||
- Деепричастия: [popravilam.com](https://popravilam.com/blog/030-upotrebliaya-deeprichastnyj-oborot.html); [licey.net](https://licey.net/free/4-russkii_yazyk/41-kurs_russkogo_yazyka_russkii_yazyk_i_kultura_obscheniya/stages/786-36_predlozheniya_s_deeprichastnymi_oborotami.html)
|
||
- НПР: [Purdue CLCWeb: Indirect Discourse in German, Russian, and English](https://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1564&context=clcweb)
|
||
- Диалекты/компенсация: [КиберЛенинка: компенсация («Пигмалион»)](https://cyberleninka.ru/article/n/priem-kompensatsii-pri-perevode-dialektizmov-s-angliyskogo-yazyka-na-russkiy-yazyk-na-primere-piesy-b-shou-pigmalion); [Филологические науки: просторечия (Акунин)](https://philology-journal.ru/article/phil20181316/fulltext); [ТГУ: передача акцентов](https://vital.lib.tsu.ru/vital/access/services/Download/vtls:000631728/SOURCE1)
|
||
- Мат: [Habr/EnglishDom: fuck → «чёрт»](https://habr.com/ru/companies/englishdom/articles/564036/); [КиберЛенинка: «Дневник Бриджит Джонс»](https://cyberleninka.ru/article/n/osobennosti-upotrebleniya-nenormativnoy-leksiki-i-slozhnosti-ee-perevoda-s-angliyskogo-yazyka-na-russkiy-na-materiale-filma-dnevnik-1)
|
||
- Междометия: [Cambridge Dictionary: wow](https://dictionary.cambridge.org/us/dictionary/english-russian/wow); [YES Center: междометия](https://www.yescenter.ru/informaciya/baza-znanij/anglijskij-yazyk/grammatika/mezhdometiya-v-angliyskom-yazyke/)
|
||
- Прямая речь: [Розенталь §47](http://old-rozental.ru/punctuatio.php?sid=155), [§52](http://old-rozental.ru/punctuatio.php?sid=160); [Лопатин/orthographia.ru](http://orthographia.ru/punctuatio.php?sid=137); [Грамота.ру](https://gramota.ru/biblioteka/spravochniki/pravila-russkoj-orfografii-i-punktuacii/znaki-pri-pryamoj-rechi)
|
||
- Буква ё: [Грамота.ру: употребление ё](https://gramota.ru/biblioteka/spravochniki/pravila-russkoy-orfografii-i-punktuatsii/upotreblenie-bukvy-e-v-tekstakh-raznogo-naznacheniya); [РБК](https://www.rbc.ru/society/11/04/2022/62544cb29a7947e8b2ff3ef3)
|
||
- Феминитивы: [Sostav: отношение россиян](https://www.sostav.ru/publication/blogerka-avtorka-doktorka-kak-rossiyane-otnosyatsya-k-novym-feminitivam-36996); [Лайфхакер](https://lifehacker.ru/esli-ne-avtorka-i-ne-blogerka-to-kto-kak-v-russkom-yazyke-obrazuyutsya-feminitivy/); [Коммерсантъ](https://www.kommersant.ru/doc/4710731)
|
||
- Жалобы читателей: [Фантлаб: «Переводы и переводчики. Нейроэнтузиасты, объединяйтесь!»](https://fantlab.ru/forum/forum1page2/topic11482page4)
|