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.
Sie wollen wissen, wie maschinelle Übersetzung überhaupt funktioniert?
Dann empfehlen wir Ihnen folgende Beiträge:
Maschinelle Übersetzung im Unternehmen – Lohnt sich das?
Die Einführung maschineller Übersetzung im Unternehmen ist ein Schritt, der viele Fragen aufwirft im Hinblick auf technische Umsetzung, generelle Nutzbarkeit im bestehenden Übersetzungsworkflow, Datensicherheit und Wirtschaftlichkeit. Aufgrund des durch die NMT (Neuronale Maschinelle Übersetzung) neu angefachten Interesses an der generellen Einsetzbarkeit maschineller Übersetzung haben wir dem Thema einen längeren Beitrag gewidmet, der Einstiegsfragen beantworten und eine erste Einschätzung erleichtern soll.
SMÜ, SAMÜ, NMÜ…und wofür steht eigentlich PEMÜ?
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?
Adaptive maschinelle Übersetzung – Lernen nebenbei
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.
Weiterlesen
Sie interessieren sich für das Thema „neuronale maschinelle Übersetzung“?
Dann empfehlen wir Ihnen folgende Beiträge:
Neuronale maschinelle Übersetzung – Mysterium?
Im Rahmen aktueller MÜ-Projekte evaluiere ich zur Zeit maschinelle Übersetzungsdienste und vergleiche Ansätze zur MÜ, um für unseren Kunden die beste Lösung auszuwählen, die der Markt aktuell zu bieten hat. Hierbei stoße ich unweigerlich immer wieder auf einen Begriff: ‚Neuronale maschinelle Übersetzung‘ (auch neural MT, NMT). Aber was genau hat es damit auf sich?
Training und Herausforderungen der Neuronalen MÜ
Neuronale maschinelle Übersetzung erreicht mit öffentlichen Angeboten (Software as a Service) wie DeepL eine stetig wachsende Nutzerzahl und erfreut sich dank der teils herausragenden Übersetzungsqualität auch wachsenden Vertrauens in die Technologie. Das Angebot von DeepL, Google & Co stößt jedoch dort an seine Grenzen, wenn sehr spezifische Textinhalte (Domänen) des Nutzers übersetzt werden sollen, die nicht in das Training der öffentlichen Systeme eingeflossen sind. Hier muss der Nutzer seine Texte in die Hand nehmen, um eine sog. domänenspezifische Engine mit dem System eines MÜ-Anbieters zu trainieren. Wir geben Ihnen einen Überblick, was hierzu nötig ist und wo in der NMÜ noch Entwicklungsbedarf besteht.
Weiterlesen
blc beim NMÜ-Workshop der Europäischen Kommission
Wenn das Directorate-Generale for Translation (DGT) der Europäischen Kommission mit der Anfrage anklopft, einen Überblicksvortrag zum Stand der neuronalen Übersetzung zu halten, lässt man sich nicht 2 Mal bitten und macht sich auf den Weg in die Hauptstadt Bulgariens.
Weiterlesen
Die EAMT 2018 – Neuronaler Stierkampf in Alicante
Vom 28. – 30. Mai 2018 fand in Alicante die Konferenz der European Association for Machine Translation, kurz EAMT, statt. Die Konferenz bot eine gute Plattform für regen Austausch zwischen Forschung, Anwendern und Industrie. Wie erwartet zog sich die neuronale Übersetzung (NMÜ) als Schwerpunktthema durch den Großteil der Präsentationen. Dass NMÜ nun unweigerlich ihren Fußabdruck in der Welt der Humanübersetzung hinterlassen hat, zeigte sich auch eindrucksvoll im Plenum des Translator Track. Hier diskutierten LSPs, Übersetzer und MÜ-Entwickler angeregt zur Zukunft des Übersetzungsgeschäfts. So machte die Sicht der klassischen Übersetzung die EAMT dieses Jahr auch besonders spannend und bot Anlass zu regem Austausch.
Weiterlesen
Sie haben schon mit maschineller Übersetzung zu tun und möchten wissen, wie man die Ausgangstexte vorbereiten und die Qualität von maschinell übersetzten Texten bewerten kann?
Dann empfehlen wir Ihnen folgende Beiträge:
Maschinelle Übersetzung bewerten – wie und wozu?
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. Und auch immer mehr LSPs ziehen den Einsatz maschineller Übersetzung in Erwägung. Bei der großen Auswahl an Systemanbietern fällt die Entscheidung nicht leicht. Eine Qualitätsbewertung kann helfen. Wir geben einen kleinen Überblick über die Möglichkeiten der Bewertung von maschinellen Übersetzungsergebnissen und über das, was noch vor uns liegt.
blc Gastbeitrag: “Sorgenfreie maschinelle Übersetzung durch Authoring Tools”
Unser MÜ-Experte Christian Eisold hat für den Blog von Congree einen Gastbeitrag geschrieben. Der Beitrag beschäftigt sich mit dem Einsatz von Authoring Tools, um Ausgangstexte für den Einsatz in der maschinellen Übersetzung vorzubereiten.
Weiterlesen
Schreiben für die maschinelle Übersetzung
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.
Sie interessieren sich für Chatbots oder allgemein die „maschinelle Verarbeitung natürlicher Sprache“?
Dann empfehlen wir Ihnen folgende Beiträge:
Von NLP, Chatbots und Sprachassistenten
Natural Language Processing, kurz “NLP”, bedeutet so viel wie „maschinelle Verarbeitung natürlicher Sprache“. Sie ermöglicht unter anderem die Interaktion zwischen Mensch und Maschine (Stichwort: Sprachassistenten). Wir bei blc haben täglich mit Anfragen zu diesen Themen zu tun. Aber wo wird NLP überall eingesetzt und wie funktionieren diese Technologien grundsätzlich? Das lesen Sie in meinem Blog.
Intelligente Agenten
Wer erinnert sich nicht an die aufdringlich schlaue Büroklammer, die uns ungefragt mit Tipps zu Funktionen in Word, Excel, Powerpoint und Outlook beglückte. Seit Karl Klammer – so hieß der spärlich animierte Neunmalklug – aus den Office-Paketen entfernt wurde, hat sich auf dem Gebiet der digitalen Assistenzsysteme einiges getan. Längst beschränken sich Avatare, Assistenten und Chatbots nicht mehr auf die reine Darbietung von Infos oder die Antwort zu fest vorgegebenen Frageoptionen. In diesem Blogbeitrag vertiefen wir das Thema NLP, Chatbots und Sprachassistenten weiter.