ҚАЗАҚ ТІЛІНДЕГІ МЕДИЦИНАЛЫҚ МӘТІНДЕРДІ ПОСТРЕДАКТОРЛЕУДІҢ ӘДІСТЕРІ МЕН САПАЛЫҚ ТАЛДАУЫ

Қазіргі таңда медицина саласында ағылшын тілінен қазақ тіліне сапалы және дәл аудару – медициналық ақпараттың қолжетімділігі мен қауіпсіздігін қамтамасыз етуде маңызды мәселелердің бірі. Бұл ғылыми жұмыста кеңінен қолданылатын Google Translate және Yandex Translate секілді машиналық аударма жүйелерінің медициналық мәтіндерге қатысты дәлдігі мен тиімділігі зерттелді. Зерттеудің негізгі мақсаты – ағылшын тіліндегі медициналық терминдер мен күрделі сөйлемдерді қазақ тіліне мағыналық және стилистикалық тұрғыдан дұрыс аудару жолдарын қарастыру. Осы мақсатта халықаралық медициналық мақалалар, клиникалық зерттеулер және дәрі-дәрмек сипаттамаларынан тұратын 102 374 сөйлем жинақталып, арнайы корпус жасалды. Корпус MarianNMT нейронды машиналық аудармада оқытылып, қазақ тіліне аударылды. Аударма нәтижелерін жеңіл постредакторлеу үшін Kaz-RoBERTa трансформерлік моделі және толық постредакторлеу үшін Үлкен Тілдік Модельдердің (LLM) бірі GPT-4.1 моделі қолданылып, оның медициналық мәтіндерге бейімделу мүмкіндіктері қарастырылды. Аударма сапасы BLEU, TER және METEOR метрикалық бағалау көрсеткіштері арқылы өлшенді. Бастапқы MarianNMT машиналық аудармадан кейін алынған аудармалар мен Kaz-RoBERTa мен GPT-4.1 модельдерінен кейінгі нәтижелер салыстырмалы түрде ұсынылды. Талдау нәтижелері көрсеткендей Kaz-RoBERTa моделінен кейін алынған аудармалар бастапқы MarianNMT машиналық аудармадан кейінгі алынған аудармадан BLEU метрика бойынша 9%-ға жоғары нәтиже, ал GPT-4.1 моделінен кейін 23%-ға жоғары нәтиже көрсетті. Қазақ тілі лингвист мамандар баға беруі бойынша, Kaz-RoBERTa моделі қолданылғаннан кейінгі алынған аудармаларда термин, лексика бойынша қателер саны азайғаны байқалды. Ал GPT-4.1 моделінен кейін аударма стильдік және семантикалық жағынан жақсарғанын көруге болады. Мақалада қарастырылған модельдер қазақ тіліне ұқсас түркі тілдеріндегі медицина саласындағы аудармаларды постредакторлеу саласында қолдануға болады.

1. Issakova, S., Khassangaliyeva, B., Issakova, A., Taganova, A., Toxanbayeva, T., Kamarova, N., and Kuzdybaeva, A. The frame representation of medical terminological system in Kazakh and English. Forum for Linguistic Studies, 7 (5), 739–747 (2025). https://doi.org/10.30564/fls.v7i5.9233

2. Kucherenko, O.F., Kuanysheva, A.B., and Keller Deditskaya, E.R. The corpus of borrowings and their functioning in the medical terminology of Kazakhstan (on the material of professional periodicals). Bulletin of the Karaganda University. Philology Series, 105 (1), 54–61 (2022). https://doi.org/10.31489/2022Ph1/54-61

3. Forcada, M.L., Ginestí-Rosell, M., Nordfalk, J., O’Regan, J., Ortiz-Rojas, S., Pérez-Ortiz, J.A., Sánchez-Martínez, F., Ramírez-Sánchez, G., and Tyers, F.M. Apertium: A free/opensource platform for rulebased machine translation. Machine Translation, 25, 127–144 (2011). https://doi.org/10.1007/s10590-011-9090-0

4. Assylbekov, Z., and Nurkas, A. Initial explorations in Kazakh to English statistical machine translation. In: Proceedings of the First Italian Conference on Computational Linguistics CLiC-it 2014 and of the Fourth International Workshop EVALITA 2014, pp. 12–16 (2014). Available at: https://clic2014.fileli.unipi.it/proceedings/vol1/CLICIT201413.pdf

5. Assylbekov, Z., Myrzakhmetov, B., and Makazhanov, A. Experiments with Russian to Kazakh sentence alignment. In: Proceedings of the 4th International Conference on Computer Processing of Turkic Languages (2016). Available at: https://nur.nu.edu.kz/handle/123456789/1694

6. Vieira, L.N., Alonso, E., and Bywood, L. Introduction: Post-editing in practice—Process, product and networks. Journal of Specialized Translation, 31, 2–13 (2019). https://doi.org/10.26034/cm.jostrans.2019.173

7. Shterionov, D., do Carmo, F., Moorkens, J., Hossari, M., Wagner, J., Paquin, E., Schmidtke, D., Groves, D., and Way, A. A roadmap to neural automatic post-editing: An empirical approach. Machine Translation, 34, 67–96 (2020). https://doi.org/10.1007/s10590-020-09249-7

8. Rakhimova, D., and Karibayeva, A. Aligning and extending technologies of parallel corpora for the Kazakh language. Eastern European Journal of Enterprise Technologies, 4 (2(118)), 32–39 (2022). https://doi.org/10.15587/1729-4061.2022.259452

9. Zhumanov, Z., and Tukeyev, U. Integrated technology for creating quality parallel corpora. In: Advances in Computational Collective Intelligence (Springer, Cham, 2021), pp. 511–524. https://doi.org/10.1007/978-3030-88113-9_41

10. Karyukin, V., Rakhimova, D., Karibayeva, A., Turganbayeva, A., and Turarbek, A. The neural machine translation models for the low-resource Kazakh–English language pair. PeerJ Computer Science, 9, e1224 (2023). https://doi.org/10.7717/peerj-cs.1224

11. Rakhimova, D., Sagat, K., Zhakypbaeva, K., and Zhunussova, A. Development and study of a postediting model for Russian-Kazakh and English-Kazakh translation based on machine learning. In: Advances in Computational Collective Intelligence (Springer, Cham, 2021), pp. 525–534. https://doi.org/10.1007/9783-030-88113-9_42

12. Gulcehre, C., Ahn, S., Nallapati, R., Zhou, B., and Bengio, Y. Pointing the unknown words. In: Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics, pp. 140–149 (2016). https://doi.org/10.18653/v1/P16-1014

13. Li, X., Zhang, J., and Zong, C. Towards zero unknown word in neural machine translation. In: Proceedings of the International Joint Conference on Artificial Intelligence, pp. 2852–2858 (New York, NY, USA, 2016). Available at: https://www.ijcai.org/proceedings/2016

14. Rakhimova, D., Turarbek, A., Karyukin, V., Karibayeva, A., and Turganbayeva, A. The development of the light post-editing module for English-Kazakh translation. In: Proceedings of the 7th International Conference on Engineering & MIS (Almaty, Kazakhstan, 2021). https://doi.org/10.1145/3492547.3492651

15. Martikainen, H. Post editing neural MT in medical LSP: Lexico grammatical patterns and distortion in the communication of specialized knowledge. Informatics, 6 (3), 26 (2019). https://doi.org/10.3390/ informatics6030026

16. Lee, W., Park, J., Go, B.-H., and Lee, J.-H. Transformer-based automatic post-editing with a contextaware encoding approach for multi-source inputs. arXiv preprint arXiv:1908.05679 (2019).

17. Rubino, R., Huet, S., Lefèvre, F., and Linarès, G. Statistical post editing of machine translation for domain adaptation. In: Cettolo, M., Federico, M., Specia, L., and Way, A. (Eds.), Proceedings of the 16th Annual Conference of the European Association for Machine Translation, pp. 221–228 (2012). Available at: https://aclanthology.org/2012.eamt-1.55/

18. Junczys-Dowmunt, M., Grundkiewicz, R., Dwojak, T., Hoang, H., Heafield, K., Neckermann, T., Seide, F., Germann, U., Aji, A.F., Bogoychev, N., Martins, A.F.T., and Birch, A. Marian: Fast neural machine translation in C++. In: Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics: System Demonstrations, pp. 116–121 (2018). https://doi.org/10.18653/v1/P18-4020

19. Baitenova, L., Tussupova, S., Mambetov, S., Munaitbas, G., and Mukhamejanova, G. Hybrid artificial intelligence architectures for automatic text correction in the Kazakh language. Frontiers in Artificial Intelligence, 8, Article 1708566 (2025). https://doi.org/10.3389/frai.2025.1708566

20. Xu, H., Kim, Y.J., Sharaf, A., and Awadalla, H.H. A paradigm shift in machine translation: Boosting translation performance of large language models. arXiv preprint arXiv:2309.11674 (2023).

21. Hendy, A., Abdelrehim, M., Sharaf, A., Raunak, V., Gabr, M., Matsushita, H., Kim, Y.J., Afify, M., and Awadalla, H.H. How good are GPT models at machine translation? A comprehensive evaluation. arXiv preprint arXiv:2302.09210 (2023).

22. Jiao, W., Wang, W., Huang, J.-T., Wang, X., and Tu, Z. Is ChatGPT a good translator? Yes with GPT-4 as the engine. arXiv preprint arXiv:2301.08745 (2023).

23. Reiter, E. A structured review of the validity of BLEU. Computational Linguistics, 44 (3), 393–401 (2018). https://doi.org/10.1162/COLI_a_00322

24. Lavie, A., and Agarwal, A. METEOR: An automatic metric for MT evaluation with high levels of correlation with human judgments. In: Proceedings of the Second Workshop on Statistical Machine Translation, pp. 228–231 (2007). URL: https://aclanthology.org/W07-0734

25. Snover, M., Dorr, B., Schwartz, R., Micciulla, L., and Makhoul, J. A study of translation edit rate with targeted human annotation. In: Proceedings of the 7th Conference of the Association for Machine Translation in the Americas: Technical Papers, pp. 223–231 (2006). URL: https://aclanthology.org/2006.amta-papers.25/