Browsing Tag : NMÜ

Datenbereinigung für MÜ

Titelbild_730
Trainingsdaten mithilfe von Datenbereinigung für die Maschinelle Übersetzung vorzubereiten, kann manchmal wie eine Mammutaufgabe erscheinen. Ganz unwahr ist das nicht – denn in der Praxis bringen die Vielzahl möglicher „Verunreinigungen“ von Daten und hohe Datenvolumen immer wieder Herausforderungen mit sich. Warum es sich trotzdem in jedem Fall lohnt, diese Zeit zu investieren und wie Automatisierung dabei helfen kann, sich große Teile dieser Arbeit zu sparen, soll in diesem Blog aufgezeigt werden.

Scoping – Von der Vision zur MÜ

Scoping – Von der Vision zur MÜ

„Wir kaufen halt einfach ein gutes Maschinelles Übersetzungssystem und das können dann alle nutzen!“

So, oder so ähnlich dürfte das Unternehmensmanagement in den Ohren von Übersetzungsmanagern klingen, wenn es darum geht, maschinelle Übersetzung einzuführen. Vor einer praktischen Umsetzung sollte man allerdings Risiken und Komplexität einer MÜ-Einführung genau abschätzen. Für unsere Kunden hat sich hierbei das sogenannte 'Scoping' bewährt. Was sich dahinter verbirgt und wie das Scoping im Unternehmen ablaufen sollte, ist Thema meines Blogs.

SMÜ, NMÜ, adaptive MÜ, PEMÜ…

SMÜ, NMÜ, adaptive MÜ, PEMÜ…

Jeder, der sich mit dem Thema Maschinelle Übersetzung (MÜ) auseinander gesetzt hat, wird dabei vermutlich über mindestens eine der folgenden Abkürzungen gestolpert sein: SMÜ, NMÜ und PEMÜ. Aber wofür stehen diese Abkürzungen und ihre englischen Pendants SMT, NMT und PEMT eigentlich?

Alles, was Sie über maschinelle Übersetzung wissen wollten

Alles, was sie über maschinelle Übersetzung wissen wollten

Technologien für maschinelle Übersetzungen entstanden bereits in den 50er-Jahren. Dennoch scheiden sich an kaum einem Thema die Geister in der Übersetzungsbranche mehr als an der maschinellen Übersetzung. Wird die maschinelle Übersetzung menschliche Übersetzer ersetzen? Wird die Übersetzungsqualität jemals an die eines Humanübersetzers herankommen? Lohnt sich der Aufwand? Und wie funktioniert das überhaupt? Eine Zusammenfassung unserer Beiträge.

Maschinelle Übersetzung bewerten – wie und wozu?

Roboter gleich Mensch?
Das Interesse an maschineller Übersetzung (MÜ) war noch nie so groß wie heute, vor allem seit der Einführung der neuronalen maschinellen Übersetzung. Wir beobachten schon lange die Entwicklungen und technologischen Neuheiten und begleiten Projekte zur Einführung von MÜ. Einige Unternehmen entwickeln mittlerweile ihre eigenen Engines (z. B. Booking.com) oder binden auf ihre Domäne abgestimmte Engines in ihren bestehenden Übersetzungsworkflow ein.

Gesucht: neue Metriken für die Neuronale MÜ

Neuronale Netze
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?