Краткий ответ: наиболее ошибкоопасны структуры с перестановкой глагола в конце (SOV в придаточных), развёрнутые инфинитивные/чтобы‑конструкции (um … zu / damit), длинные вложенные придаточные и конструкции с отделяемыми приставками и глагольными кластерами; поправки даются через синтаксическое разметку/нормализацию на предобработке, таргетированную аугментацию/тегирование при обучении и восстановление порядка/форм на постобработке.
1) Какие синтаксические структуры чаще всего дают ошибки и почему
- Придаточные с глаголом в конце (цель, следствие, условие): например, Konsekutiv „so … dass …“, Final „damit/um … zu …“, Konditional „wenn …“. MT путает порядок, пропускает частицы или неправильно передаёт связь: «Es regnete so stark, dass…» → потеря «so»/интенсивности или неверный порядок.
- Инфинитивные конструкции vs. союзные: различие «damit + finite» vs «um + zu + Inf.» вызывает коллизии управления и референта (контроль субъекта).
- Отделяемые приставки и кластеры (Modal+Inf/Perfekt): в придаточном приставка уходит в конец, модель теряет связь между основой и приставкой.
- Длинные или вложенные придаточные (несколько уровней): модель теряет долгосрочные зависимости, делает неправильную антецедентную привязку (референцию).
- Эллипсис и правописание запятых: отсутствие/лишняя запятая меняет границы придаточного; модели часто игнорируют пунктуацию.
- Управление и когезия (контроль/raising, референтные местоимения): неверная привязка субъекта/объекта в целевом предложении.
2) Предобработка (что делать до перевода)
- Синтаксический разбор + разметка типов придаточных: пометить токенами // вокруг придаточной и передать модели (улучшает разбор семантики).
- Упрощение/нормализация форм:
- нормализовать альтернативные выражения: преобразовать «damit + finite» ↔ «um … zu», или наоборот, в единообразную форму, которая лучше обучена для целевого языка;
- раскрывать сокращения и фиксировать отделяемые приставки как одноморфные токены (например, markiert „an_kommen“).
- Сегментация длинных предложений: при сохранении связей — разделить главное и придаточное на параллельные фрагменты и пометить связь (id), чтобы модель переводила части с учётом связи, затем срастить.
- Явное помечание границ придаточных через запятые/токены; нормализовать пунктуацию.
- Аугментация данных: синтетически генерировать примеры с различными типами придаточных и перестановками, чтобы модель видела больше образцов.
- Нормализация управления: пометить контролируемые аргументы (PRO) в конструкциях «um … zu»/«damit», чтобы модель правильно сопоставляла субъект.
3) Во время/при обучении
- Многозадачность: тренировка с дополнительной разметкой типа придаточного как вспомогательная цель.
- Контрастивное обучение: дать парам «правильно/неправильно» для тех же конструкций, чтобы модель училась предпочитать корректные синтаксические реализации.
- Пересбалансировка корпуса: доресэмплировать редкие, но критичные конструкции (особенно „um … zu“, вложенные придаточные, отделяемые приставки).
4) Постобработка (что исправлять после перевода)
- Восстановление порядка и морфологии:
- склеивание отделяемых приставок в цельном глаголе на целевом языке, если требуется;
- восстановление правильной формы вспомогательных и инфинитивов, согласование времен.
- Коррекция союзов и частиц: заменить прямые кальки «so that» → более естественные конструкции в целевом языке (например, «in order to», «so … that» в зависимости от типа).
- Пунктуация и сращивание: корректировать запятые и соединять ранее разделённые фрагменты по разметке id из предобработки.
- Ререйтинг/перевод с контекстом: получить несколько вариантов перевода придаточного и переоценить с учётом согласованности с главным предложением (LM‑скоры, синтаксические штрафы).
- Фиксация управления/референции: выполнить правила/нервные проверки для привязки субъекта в конструкциях «damit/um … zu».
5) Оценка и отладка
- Таргетированные тесты: набор контрастивных пар и контролируемых примеров для Konsekutiv/Final/Konditional.
- Ошибки классифицировать: порядок глагола, связь управления, пунктуация, лексика союза — затем адресно улучшать этапы пайплайна.
- Человеческая оценка на семантическое соответствие и сохранение логики следствия/цели/условия (не только BLEU).
Короткие практические рекомендации
- На предобработке: парсить и помечать тип придаточного, нормализовать инфинитивные конструкции и отделяемые приставки.
- При обучении: аугментировать данные и давать модели токены типа придаточного; использовать контрастивное обучение.
- На постобработке: восстанавливать формы/порядок, корректировать союзы и пунктуацию, ререйтинговая проверка согласованности.
Эти шаги дают заметное улучшение адекватности передачи семантики Konsekutiv/Final/Konditional, особенно для длинных и вложенных предложений.