Створення поліфункціонального паралельного англо-українського корпусу текстів на основі контенту відеоігор
Тип публікації :
Бакалаврська робота
Дата випуску :
6 липня 2026 р.
Автор(и) :
Карпенко, Юрій Олександрович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Карпенко, Ю. О. (2026). Створення поліфункціонального паралельного англо-українського корпусу текстів на основі контенту відеоігор [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/31296
[ДСТУ] Карпенко Ю. О. Створення поліфункціонального паралельного англо-українського корпусу текстів на основі контенту відеоігор : кваліфікаційна робота бакалавра : 03 Гуманітарні науки / наук. кер. О. М. Зубань, М. П. Костіков. Київ, 2026. 106 с. URL: https://ir.library.knu.ua/handle/15071834/31296 (дата звернення: 22.08.2026).
Дипломну роботу присвячено створенню паралельного корпусу для машинного перекладу на основі текстів відеоігор та оцінюванню якості згенерованого перекладу, отриманого через велику мовну модель Gemini 3.1 Flash-Lite. Актуальність зумовлена стрімким зростанням індустрії відеоігор, посиленням попиту на українську локалізацію в контексті дерусифікації культурного простору та браком структурованих мовних ресурсів ігрового домену для української мови.
Об'єктом дослідження є переклад текстів відеоігор у парі англійська – українська; предметом – методологія побудови паралельного корпусу таких текстів і якість згенерованого перекладу відносно людського еталону. Мета – розробити методологію створення корпусу, сформувати його й оцінити придатність сучасних великих мовних моделей для перекладу ігрових текстів.
Матеріалом слугували локалізаційні файли відеогри Baldur's Gate 3 (Larian Studios). Методологія охоплює витягування текстів із бінарних форматів гри, вирівнювання пар за спільними ідентифікаторами, евристичну класифікацію за функціональними типами, фільтрацію, дедуплікацію та збагачення метаданими; систему реалізовано мовою Python. Корпус містить 186 311 унікальних паралельних пар за сімома функціональними класами; для 4 992 записів стратифікованої вибірки додано згенерований переклад моделі Gemini 3.1 Flash-Lite.
Оцінювання за п'ятьма автоматичними метриками виявило центральний результат: разючу розбіжність між лексичними метриками (BLEU 23,16) і семантичною оцінкою (BERTScore 91,93). Це підтвердило неадекватність метрик буквального збігу, що занижують якість художнього й діалогічного перекладу через варіативність формулювань. Сліпе експертне оцінювання та якісний аналіз за класами окреслили межі застосовності великих мовних моделей середнього класу й потребу постредагування складних фрагментів.
Об'єктом дослідження є переклад текстів відеоігор у парі англійська – українська; предметом – методологія побудови паралельного корпусу таких текстів і якість згенерованого перекладу відносно людського еталону. Мета – розробити методологію створення корпусу, сформувати його й оцінити придатність сучасних великих мовних моделей для перекладу ігрових текстів.
Матеріалом слугували локалізаційні файли відеогри Baldur's Gate 3 (Larian Studios). Методологія охоплює витягування текстів із бінарних форматів гри, вирівнювання пар за спільними ідентифікаторами, евристичну класифікацію за функціональними типами, фільтрацію, дедуплікацію та збагачення метаданими; систему реалізовано мовою Python. Корпус містить 186 311 унікальних паралельних пар за сімома функціональними класами; для 4 992 записів стратифікованої вибірки додано згенерований переклад моделі Gemini 3.1 Flash-Lite.
Оцінювання за п'ятьма автоматичними метриками виявило центральний результат: разючу розбіжність між лексичними метриками (BLEU 23,16) і семантичною оцінкою (BERTScore 91,93). Це підтвердило неадекватність метрик буквального збігу, що занижують якість художнього й діалогічного перекладу через варіативність формулювань. Сліпе експертне оцінювання та якісний аналіз за класами окреслили межі застосовності великих мовних моделей середнього класу й потребу постредагування складних фрагментів.
Галузі знань та спеціальності :
03 Гуманітарні науки
03 Гуманітарні науки::035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Мови та література
Лінгвістика
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.36 MB
Контрольна сума :
(MD5):f0046a5905456903fe87d350b6ad07e1