Проект Татоэба (Tatoeba project, от японского слова татоэба ( яп. 例えば , «например») — сайт для обмена примерами фраз на всех доступных языках мира. В отличие от онлайн-словарей, в которых хранятся переводы слов, проект ориентирован на цельные семантические конструкции — фразы, предложения, пословицы и т. д.; их накапливаемые аналоги на различных языках сопоставляются друг с другом вручную или автоматически. Особенностью проекта является его открытость и общедоступность: Татоэба заявлена как некоммерческий проект , а любой желающий вне зависимости от специализации и языковой принадлежности может вносить изменения в базы данных проекта (добавлять и, в отдельных случаях, редактировать существующие фразы, исправлять ошибки).

Благодаря этим особенностям проект Татоэба постепенно получает признание как уникальное средство для самостоятельного обучения . На декабрь 2010 года проект поддерживал 81 язык и предоставлял 11 вариантов языкового интерфейса; в ноябре 2011 эти показатели составили 94 и 17 соответственно; в январе 2014—132 и 19.

Создателем и лидером проекта является Чанг Хо ( Trang Ho ), француженка вьетнамского происхождения . Первые примеры сайта датированы 30 сентября 2007 . Предложение № 1 принадлежит пользователю sysko: это китайская фраза «Посмотрим-ка!» .

Принцип работы

Принцип работы проекта заключается в сборе и увязывании переводов той или иной фразы данного языка. Система анализирует все поступившие данные. Если конструкция А переводится на другой язык как конструкция В, а та, в свою очередь — как конструкция С, то все три будут отображены как цепочка прямых или косвенных переводов, которая по умолчанию будет отображена при поиске любого из фрагментов соответствующих фраз А, В и С (количество отображаемых языков может быть ограничено индивидуальными пользователями).

Просматривать накопленный материал могут все желающие, добавлять и редактировать — только зарегистрированные участники. Участники со стажем могут получить статус «доверенного» («trusted user»). Он дает доступ к тегам, а также позволяет связывать адекватные переводы между собой или «отрезать» неадекватные. Ограниченный круг участников проекта имеет статус «блюстителей» (corpus maintainers), которые имеют администраторские полномочия.

В отличие от учебников, интернет-словарей и форумов, проект Татоэба не ориентирован на конкретную языковую аудиторию или профессиональный круг пользователей. Зарегистрироваться и дополнять примеры фраз на родном или изучаемом языке может любой желающий с базовыми навыками грамотности . Для работы пользователям предлагается весь спектр имеющихся языков или возможность выборочного чтения с указанием языка оригинала и/или перевода. При этом для собственных переводов на Татоэба рекомендуется ориентироваться только на оригинал, так как сопутствующие переводы могут быть неточными . Обсуждение нюансов перевода возможно тут же в комментариях к каждому из предложений.

Накапливаемый таким образом материал может бесплатно распространяться для всех видов использования, включая коммерческое, при отсылке на источник по лицензии CC-BY . На сайте имеются ссылки для скачивания всего корпуса материалов или его частей . Единственным ограничением контента является запрет на фразы, защищенные авторским правом согласно французскому законодательству.

Каждой фразе при внесении на платформу присваивается порядковый номер, однако некоторые вклады (машинный перевод, дубликаты, неоконченные фразы и проч.) впоследствии удаляются. Процент удаления может быть вычислен при сравнении последнего порядкового номера (открыть верхнюю фразу в списке последних вкладов на лицевой) со счётчиком фраз на лицевой странице. Например, 12 дек. 2011 они составили, соответственно, 1295340 и 1241274.

Грамматически верные фразы, недостаточно соответствующие друг другу в качестве переводов, могут быть разъединены (перестают отображаться как цепочка), но не удаляются. Они сохраняются в базе проекта как отправные точки для новых переводов. История модификаций каждой из фраз, а также соединений/разъединений между ними прилагается при каждой фразе и видна всем пользователям.

Поддерживаемые языки

На июль 2019 года сайт технически поддерживает 342 языка. Начальным ресурсом для сайта стал англо-японский корпус языковых примеров проф. Ясухиро Танаки . В декабре 2010 года Татоэба содержала более 648 000 предложений; в апреле 2012 эта цифра почти достигла 1.5 млн, 12 января составила 2 037 379. Наибольшее количество фраз (по убывающей, февраль 2013):

Кроме того, есть более тысячи предложений на следующих языках: арабский , исландский , хинди , уйгурский , вьетнамский , норвежский ( букмол ), белорусский , шанхайский и кантонский диалекты китайского языка.

Наряду с естественными языками в проекте фигурируют искусственные : эсперанто , клингон , интерлингва , , токипона .

Первоначально для введения нового языка было достаточно лишь обратиться к администраторам и внести на нём пять примеров. Впоследствии необходимым требованием стало наличие сертификации вносимого языка согласно стандарту ISO 639-3 . При заявке на добавление нового языкового раздела можно предложить флаг-символ, который его обозначит на сайте; этот графический знак не обязан представлять конкретное государство из современных либо существовавших ранее .

Аудио

Помимо письменной передачи предложений, платформа Татоэба коллекционирует их произношение. (Поэтому участникам запрещается вводить предложения с вариантами грамматических и лексических форм в скобках, которые потребовали бы более чем один вариант прочтения). Для участия в пополнении аудиораздела необходимо пройти аккредитацию, доказывающую качество записываемых примеров. По этой причине аудиоразделы Татоэба пополняются сравнительно медленно.

Активность и формы сотрудничества

Открытость и доступность, в сочетании с удобством сайта, привела к устойчивому росту его популярности. (График активности сайта фиксирует количество новых языковых примеров начиная с 30 сентября 2007). В декабре 2010 года количество ежедневных посетителей составляло ок. 1 800 , которые добавляли до полутора-двух тысяч примеров в день. К 2013 году вторая цифра возросла до 2,5-3 тысяч.

Татоэба выступает за открытость и свободу Интернета в проекте в числе нескольких сотен других проектов-участников.

Татоэба содействует многим электронным словарям и переводчикам — например, электронному словарю японского языка . Татоэба сотрудничает с проектом — бесплатной коллекцией аудиозаписей слов, фраз, пословиц и т. п. на различных языках . Материал платформы используется в электронных словарях Glosbe .

На базе Татоэба разработано приложение для самостоятельного изучения языков при помощи компьютерных ТаТоТэн .

Ссылки

• — главная страница проекта
• — сопровождающий сайт (принципы работы, история проекта, технические подробности)
• про Татоэба на
• (недоступная ссылка) — видеоролик, объясняющий суть проекта и его работу (англ.)
• — участник интернет-проекта (англ.)
• проекта на сайте
• Татоэба на сайте (крупнейший русско-китайский интернет-словарь)
• сайту , посвященному китайскому языку (англ.)
• (англ.)
• , обучающая программа-переводчик для iPhone/iPod/iPad, использующие базу Татоэбы для немецкого и французского языков (англ.)
• о корпусе Tanaka Corpus, базе данных фраз, с которой начинал свою работу проект Татоэба, на сайте (англ.)
• японского словаря (англ.)
• — вспомогательный сайт со статистикой и разъяснениями правил Татоэба.
• - приложения, использующие Татоэба.
• от 30 ноября 2010 на Wayback Machine (англ.)
• (англ.)

См. также

• Корпус текстов
• Корпусная лингвистика
• Reverso
• Linguee
• (веб-версия ABBYY Lingvo )
• Машинный перевод
• Forvo — интернет-платформа, коллекционирующая произношения слов.

Примечания