Татоэба

Tatoeba Project
URL:	http://tatoeba.org
Коммерческий:	Нет
Тип сайта:	Открытый мультиязычный онлайн-словарь фраз
Регистрация:	Требуется только для редактирования
Язык(и):	17 языков, включая русский; предложения на 114 языках
Владелец:	Trang Ho
Автор:	Trang Ho
Начало работы:	2006
Текущий статус:	Актуальный[1]

Проект Татоэба (Tatoeba project, от японского слова татоэба (яп. 例えば^?, «например») — сайт для свободного 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^[2], а любой желающий вне зависимости от специализации и языковой принадлежности может вносить изменения в базы данных проекта (добавлять или редактировать существующие фразы). Благодаря этим особенностям проект Татоэба постепенно получает признание как уникальное средство для самостоятельного обучения^[3]. На декабрь 2010 года проект поддерживал 81 язык и предоставлял 11 вариантов языкового интерфейса. В ноябре 2011 это показатели составили 94 и 17 соответственно.

Создателем и лидером проекта является Чанг Хо (Trang Ho), француженка вьетнамского происхождения^[4]. Первые примеры сайта датированы 30 сентября 2007 [1]. Предложение № 1 принадлежит пользователю sysko: это китайская фраза «Посмотрим-ка!» [2].

Принцип работы

Принцип работы проекта заключается сборе и увязывании переводов той или иной фразы данного языка. Это могут быть, например, разговорные фразы, вопросы, пословицы и поговорки, любые другие связные предложения. 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 они будут считаться переводами друг друга, обозначающими одно и то же. После этого при запросе одной из них отображены будут все три.

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, в 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^[5]. 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 неточны^[6]. 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^[7]. На сайте имеются ссылки для скачивания всего корпуса материалов^[8] или его частей^[9].

Каждой фразе при внесении на платформу присваивается порядковый номер, однако некоторые вклады (машинный перевод, дубликаты) 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.

Поддерживаемые языки

Начальным ресурсом для сайта стал англо-японский корпус языковых примеров проф. Ясухиро Танаки. В декабре 2010 года Татоэба содержала более 648 000 предложений; сегодня (апрель 2012) эта цифра почти достигла 1.5 млн. Наибольшее количество фраз (по убывающей, июль 2012):

• Английский
• Эсперанто
• Японский
• Французский
• Немецкий
• Испанский
• Турецкий
• Португальский
• Итальянский
• Русский
• Польский
• Китайский (путунхуа)
• Иврит
• Нидерландский
• Венгерский
• Украинский
• Нижненемецкий
• Персидский

Кроме того, есть более тысячи предложений на следующих языках: литературный 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, CycL, 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^[10].

Деятельность

Открытость и доступность, в сочетании с удобством сайта, привела к устойчивому росту его популярности. (График активности сайта^[11] фиксирует количество новых языковых примеров начиная с 1 января 2008). В настоящее время (декабрь 2010) количество ежедневных посетителей составляет ок. 1 800^[12], которые добавляют до полутора-двух тысяч примеров в день.

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

Татоэба содействует многим электронным словарям и переводчикам — например, электронному словарю японского языка WWWJDIC^[13]. Татоэба сотрудничает с проектом Shtooka  (нем.) — бесплатной коллекцией аудиозаписей слов, фраз, пословиц и т. п. на различных языках^[14].

См. также

• Сайт проекта Shtooka  (англ.)
• Сайт словаря WWWJDIC  (англ.)
• Корпусная лингвистика
• Машинный перевод
• Forvo — интернет-платформа, коллекционирующая произношения слов.

Примечания

1. ↑ tatoeba.org — Traffic Details from Alexa. Alexa Internet, Inc  (англ.). Архивировано из первоисточника 6 июля 2012.
2. ↑ Rule 1. Understand the context of the project  (англ.)
3. ↑ Tatoeba (Where to Learn)  (англ.)
4. ↑ Профиль Trang Ho  (англ.)
5. ↑ Rule 14. Spread the love (англ.)
6. ↑ Rule 3. Do not pay attention to the other translations  (англ.)
7. ↑ Rule 8. Do not add sentences from copyrighted content  (англ.)
8. ↑ Downloads  (англ.)
9. ↑ Public lists  (англ.)
10. ↑ FAQ  (англ.)
11. ↑ График активности  (англ.)
12. ↑ If Tatoeba.org was a country, it would be larger than Niue with its 1,809 daily visitors!  (англ.)
13. ↑ Example Sentence Management System  (англ.)
14. ↑ Shtooka Project Download  (англ.)

Ссылки

• Татоэба — главная страница проекта
• Статья про Татоэба на Лингвовики
• Введение в проект Татоэба — видеоролик, объясняющий суть проекта и его работу  (англ.)
• Татоэба — участник интернет-проекта Mozilla Drumbeat  (англ.)
• Обзор проекта на сайте Магазета
• Краткий обзор Татоэба на сайте Джунга (крупнейший русско-китайский интернет-словарь)
• Интервью Аллана Симона сайту Sinoglot.com, посвященному китайскому языку  (англ.)
• Use tatoeba.org for mining sentences  (англ.)
• Japonais, обучающая программа-переводчик для iPhone/iPod/iPad, использующие базу Татоэбы для немецкого и французского языков  (англ.)
• Статья о корпусе Tanaka Corpus, базе данных фраз, с которой начинал свою работу проект Татоэба, на сайте Группы исследования и развития электронных словарей  (англ.)
• Сайт японского словаря WWWJDIC  (англ.)