Данная работа посвящена изучению возможностей машинного перевода. Задачи, которые были решены в ходе исследования: 1. раскрыть понятие машинного перевода (МП) и определить его роль в со-временной индустрии переводов; 2. проанализировать лексические особенности публицистических и научно-технических текстов; 3. изучить процесс постредактирования МП как этап повышения его каче-ства; 4. описать основные виды существующих лексических ошибок МП 5. сравнить качество перевода систем Google, PROMT и Yandex. Были изучены теоретические материалы по теме лингвистических аспектов английского и русского языков и лексических особенностей публицистического и научно-технического текста. Был проведен переводческий анализ вариантов машинного перевода научно-технических и публицистических текстов от трех систем - Google, PROMT и Yandex, на предмет наличия лексических ошибок. В результате проведенного исследования было установлено, что что система Yandex имеет наилучшую лексическую точность среди трех систем машинного перевода для научно-технических и публицистических текстов. Не-смотря на это, все три системы допускают ошибки, искажающие и неискажающие смысл, что подчеркивает важность ручной проверки и постредактирования машинных переводов.

The given work is devoted to studying the potential of machine translation. The research set the following goals: 1. Explore the concept of machine translation (MT) and define its role in the modern translation industry; 2. Analyze lexical features of journalistic and scientific-technical texts; 3. Identify the main types of existing lexical errors in machine translation Study post-editing of MT; 4. Compare translation quality of Google, PROMT and Yandex systems. The theoretical materials on the topic of linguistic aspects of the English and Russian languages and lexical features of the journalistic and scientific-technical texts were studied. Translation analysis of the machine translation versions of journalistic and scientific-technical texts from three systems - Google, PROMT and Yandex - has been carried out in terms of the presence of lexical errors. As a result of the conducted research, it was found that the Yandex system has the best lexical accuracy among the three machine translation systems for the scientific, technical and journalistic texts. In spite of this, all three systems have errors that distort and do not distort the meaning, which emphasises the importance of manual checking and post-editing of machine translations.