Seitdem das deep learning in die Welt praktizierter maschineller Lernverfahren Einzug gehalten hat, vergeht kaum eine Woche, in der man nicht von Durchbrüchen und neuen Anwendungsfällen neuronaler Netze lesen kann. Im heutigen Blog möchten wir Ihnen einen kleinen Einblick in unsere Schulungen zur digitalen Qualifizierung und das Modul “Maschinelles Lernen” geben.
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.
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.
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.
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.
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 →
Das Terminologiemanagement stellt einen der Grundpfeiler des effizienten Übersetzungsworkflows dar. Der schrittweise Terminologieaufbau über regelmäßige Termextraktionen und ein sachkundiges Vorschlagsverfahren für neu hinzukommende Terme garantieren dabei, dass die Terminologie stets auf dem neusten Stand sind. Zunehmend rücken nun neben den klassischen Terminologie-Managementsystemen auch ontologische Managementsysteme in den Fokus der Terminologieverwaltung, weshalb wir uns nicht nur in diesem Blog eingehender mit dem Thema befassen.
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.
Mehr lesen →
Am 13. und 14.11.2017 kamen auf dem META-FORUM 2017 in Brüssel zum 7. Mal Vertreter aus Wissenschaft, Forschung, Verwaltung und Industrie zusammen, um gemeinsam darüber zu diskutieren, wie ein multilingual vernetztes Europa aussehen kann und welche Hürden dabei zu nehmen sind. Da die maschinelle Übersetzung als eines der Kernthemen von blc auch im Fokus der Veranstaltung stand, waren dabei und haben die wichtigsten Einblicke in das vielschichtige Programm für Sie zusammengefasst.
Ich bin bei blc hauptsächlich als Computerlinguist tätig. Was das genau bedeutet? Überall dort, wo sich Sprache – in unserem Fall der digitale Text – und Mensch oder Maschine treffen, findet sich mit Sicherheit auch ein Problem und der dazugehörige Weg, der mittels Analyse, Systemkenntnis und/oder Programmierung eine Lösung bereitstellt.