A comparative study on google translate: An error analysis of Turkish-to English translations in terms of the text typology of Katherina Reiss

Yıl 2019, - RumeliDE 2019.Ö5 - II. Rumeli [Dil, Edebiyat, Çeviri] Sempozyumu Bildirileri, 367 - 376, 21.08.2019

Betül Koçer Güldal , Korkut Uluç İşisağ

https://doi.org/10.29000/rumelide.606217

Cited By: 3

Öz

Machine Translation (MT) has become one of the
important topics of public interest especially with the advent of technology
and the blooming need for translation. Google
Translate, as an MT, provides quick translations; however, the quality of
the texts often remains unsatisfactory. This study aims to analyze the
translation errors of Google Translate
outputs conducted from Turkish into English. The errors are classified into
four major categories: Lexical Errors,
Morphological Errors, Syntactic Errors, Semantic and Pragmatic Errors,
which include subcategories. In parallel with the aim of the study, a text from
each of the three text types put forward by Katherina Reiss (1971), was chosen
to be translated by Google Translate and to be analyzed. These text types are Informative Texts, Expressive Texts, and Operative Texts. In the study, firstly
it is aimed to explore which of the main text types has more translation
errors, secondly, whether the translation error types vary by the main text
types or not. In order to deal with
this, both quantitative and qualitative analyses are utilized in the study. The
data analysis revealed that the main text type that has more translation errors
is the translation of operative text and expressive text,
respectively. It is also observed that the error pattern between the text types
was different. The informative text mainly includes lexical errors,
whereas operative and expressive mainly include semantic and pragmatic
errors. Summing up the results, it can be concluded that although Google Translate provides
much quicker translations among a large number of languages, there is still a
need for human assistance.

Anahtar Kelimeler

Google translate, machine translation, translation errors, text typology, translation accuracy

Google çeviri üzerine karşılaştırmalı bir çalışma: Katherina Reiss'in metin tipolojisi açısından Türkçe-İngilizce çevirilerin hata analizi

Öz

Makine Çevirisi (MÇ), özellikle teknolojinin
ortaya çıkması ve çeviri ihtiyacının artması ile birlikte halkın ilgilendiği
önemli konulardan biri haline gelmiştir. Google Translate, MÇ
olarak hızlı çeviri sağlar; ancak, metinlerin kalitesi çoğu zaman yetersiz
kalmaktadır. Bu çalışma, Türkçeden İngilizceye yapılan Google Translate
çıktılarının çeviri hatalarını incelemeyi amaçlamaktadır. Hatalar, alt
kategorileri olan dört ana kategoriye ayrılır: Sözlüksel Hatalar, Morfolojik Hatalar, Sözdizimsel Hatalar, Anlamsal ve
Pragmatik Hatalar. Çalışmanın amacı doğrultusunda, Katharina Reiss (1971)
tarafından öne sürülen her üç metin türünden birer metin Google Translate
tarafından çevrilmek ve incelenmek üzere seçilmiştir. Bu metin türleri
Bilgilendirici Metinler, Anlatımcı Metinler ve İşlevsel
Metinlerdir. Çalışmada, ilk olarak, ana metin türlerinden hangisinde daha
fazla çeviri hatası bulunduğunu, ikinci olarak da, çeviri hatası türlerinin ana
metin türlerine göre değişip değişmediğinin araştırılması amaçlanmıştır. Bu amaçla, çalışmada hem nicel hem de
nitel analizler kullanılmıştır. Veri analizi, çeviri hatası daha fazla
olan ana metin türünün sırasıyla işlevsel metin ve anlatımcı metin çevirisi
olduğunu ortaya koymuştur. Metin tipleri arasındaki hata türlerinin farklı
olduğu da gözlenmiştir. Bilgilendirici metin temel olarak sözcüksel hatalar
içerirken, işlevsel ve anlatımcı metinler temel olarak anlamsal ve pragmatik
hatalar içermektedir. Sonuçları özetlerken, Google Translate'in çok
sayıda dilde daha hızlı çeviriler sağlamasına rağmen, hala insan yardımına
ihtiyaç duyulduğu sonucuna varılabilir.

Anahtar Kelimeler

Google Translate, makine çevirisi, çeviri hataları, metin tipolojisi, çeviri doğruluğu.

Kaynakça

• Aiken, M., & Balan, S. (2011). An analysis of Google Translate accuracy. Translation Journal, 16(2). Retrieved May 23, 2018 from http://translationjournal.net/journal/56google.htm ÇevBir Slogan. (n.d). Retrieved May 22, 2019 from https://cevbir.org.tr/genel/cevbirin-kurulusuna-amaclarina-ve-faaliyetlerine-dair Çeviribilim Bir Giriş. (n.d). Retrieved May 22, 2019 from http://ceviribilim.com/?page_id=1496 Chomsky, N. (1957) Syntactic Structures. The Hague: Mouton. Google Translate. (n.d.) Retrieved May 22, 2019 from https://translate.google.com/ Gu, K., Ng, H. K., Tang, M. L., & Schucany, W. R. (2008). Testing the Ratio of Two Poisson Rates. Biometrical Journal, 50(2), 283-298. doi:10.1002/bimj.200710403 Hernandez, M. S. (2011). Raising students awareness about grammatical and lexical errors via email. Revista de Lenguas Modernas, 4, 263-281. James, C. (1998). Errors in language learning and use: Exploring error analysis. New York: Longman. Karami, O. (2014). The brief view on Google Translate machine. Paper presented at the meeting of the 2014 Seminar in Artificial Intelligence on Natural Language, German. Keshavarz, M. H. (1999). Contrastive analysis and error analysis. Tehran: Rahnama Publication. Munday, J. (2008). Introducing translation studies: theories and applications (2nd ed.). Newyork and London: Routledge. Quah, C. K. (2006). Translation and technology. Basingstoke: Palgrave Macmillan. Reiss, K., & Vermeer, H. J. (1971, 2013). Towards a general theory of translational action: skopos theory explained. (C. Nord, Trans.). Manchester, UK: St. Jerome Publishing. Sager, J.C. (1994). Language Engineering and Translation: Consequences of Automation. Amsterdam: John Benjamins. Todd, L. (1987). An Introduction to Linguistics. Essex: England Person Education Limited. Yurdakul, M. (2007), Türkçe Şiirler (Ed. Hasan Kolcu - Fatih Kıran), İstanbul: Çağrı.