In den letzten MÜ-Blogs haben wir uns ausgiebig den Entwicklungen im Bereich der neuronalen maschinellen Übersetzung gewidmet. Hier gibt es auch weiterhin fast täglich Neues zu berichten (Amazon geht nach Testphase mit eigenem NMT-Service und diversen LSPs an den Start). In diesem Blog wollen wir uns aber den Entwicklungen im Bereich der adaptiven MÜ zuwenden.
Mehr lesen →
KI-Lösungen sind im Begriff, zahlreiche Branchen drastisch zu verändern. Die möglichen Einsatzbereiche von KI-Technologien sind äußerst vielfältig und könnten bald unsere kühnsten Fantasien übertreffen. Auch die Übersetzungsindustrie wird durch diese Entwicklungen kräftig aufgemischt. Alle Unternehmen der Branche ungeachtet der Größe oder fachlichen Ausrichtung müssen sich über kurz oder lang mit diesem komplexen Phänomen auseinandersetzen.
Mehr lesen →
Die Technologie im Bereich der maschinellen Übersetzung macht große Sprünge (siehe Neuronale MÜ), und doch sind viele Systeme noch immer weit von dem perfekten Output entfernt. Oft liegt das aber nicht unbedingt am verbesserungswürdigen Algorithmus, sondern eventuell am verbesserungswürdigen Ausgangstext. Sie als Redakteur oder Redakteurin können auf die Übersetzungsergebnisse maßgeblich Einfluss nehmen, indem Sie Ihre Ausgangstexte so verfassen, dass sie von der maschinellen Übersetzung gut verarbeitet werden können. Wir zeigen Ihnen wie.
In der Übersetzungswelt haben momentan alle nur Augen für: DeepL, die neuronale Übersetzungsmaschine von Linguee, die von sich behauptet, schneller und akkurater zu sein als die Maschinen von Google, Microsoft und Co. Kann es wirklich sein, dass ein Netzwerk, das innerhalb eines halben Jahres aus dem Boden gestampft wurde, etablierte Konkurrenten in die Knie zwingt? Oder ist alles bloß ein großer Marketingstreich?
Jeder, der sich in letzter Zeit mit dem Thema Maschinelle Übersetzung auseinander gesetzt hat, wird dabei vermutlich über mindestens eine der folgenden Abkürzungen gestolpert sein: SMÜ, NMÜ und PEMÜ. Aber wofür stehen diese Abkürzungen eigentlich?