Bei blc haben wir täglich mit verschiedensten Einsatzbereichen der maschinellen Übersetzung zu tun und stoßen – auch dank unserer Kunden – auf immer neue Use Cases. Außerdem beschäftigen wir uns umfangreich mit den Funktionen der einzelnen Tools und ihren Möglichkeiten. Dazu gehört z. B. auch die Kopplung von maschineller Übersetzung und Translation Memory Systemen.
Ein Meeting steht bevor und innerhalb weniger Tage wird eine englische Version der deutschen PowerPoint Präsentation benötigt? Die Wortzahl ist hoch und die Zeit ist knapp? Maschinelle Übersetzung ist zugegebenermaßen nicht für jede Textsorte und jeden Zweck geeignet, aber in diesem Szenario kann sie eine große Hilfe sein. Es ist zum Beispiel kinderleicht, die neuronale maschinelle Übersetzung von DeepL Pro in Memsource einzubinden. Wie das geht, wird in diesem Blogbeitrag erläutert.
Die Voraussetzungen
Alles was man dazu braucht ist ein DeepL Pro Account und ein Memsource-Abo. Standardmäßig kann man in der kostenlosen Memsource-Version den Microsoft Translator für die Vorübersetzung bzw. MÜ-Vorschläge nutzen. Doch erstens sind die MÜ-Ergebnisse der generischen Microsoft Translator Engine z. T. stark verbesserungswürdig und zweitens bezahlt man bei kostenlosen Angeboten sehr wahrscheinlich mit seinen Daten. DeepL ist zwar auch „nur“ eine generische neuronale Engine und auf kein spezielles Fachgebiet ausgelegt, trotzdem liefert sie sehr gute Übersetzungsergebnisse, die vergleichsweise wenig Post-Editing erfordern.
Wie sieht es mit der Datensicherheit aus?
In DeepL Pro werden die eingegebenen Texte laut AGBs nicht gespeichert. Sie werden nur insoweit verarbeitet, wie es für die Erstellung der Übersetzung notwendig ist. Metadaten wie Uhrzeit der Anfrage, IP-Adresse und Anzahl der übersetzten Zeichen werden für die Abrechnung und die Statistik gespeichert. Auch wenn DeepL der DSGVO unterliegt und angibt, die Texte nicht zu speichern, wird in den AGBs trotzdem darauf hingewiesen, dass man den DeepL-Übersetzungsservice nicht für Texte nutzen darf, die personenbezogene Daten jeglicher Art enthalten. Diese könnten z. B. mithilfe einer Named Entity Recognition vor dem Upload in Memsource herausgefiltert und im Nachhinein wieder eingesetzt werden.
DeepL in Memsource einbinden – Schritt für Schritt
- DeepL Pro Account erstellen
- Memsource-Account erstellen (Version „Team Start“ oder höher)
- In den Memsource-Einstellungen unter Integration den Unterpunkt Engines für maschinelle Übersetzung wählen
- Auf Erstellen klicken
- DeepL als MT Engine Typ auswählen
- Engine benennen, den API-Schlüssel eingeben und Speichern
Nun können neue Projekte erstellt werden, in die DeepL für die Vorübersetzung oder als Übersetzungsvorschlag eingebunden wird. Doch Achtung! Es ist auf keinen Fall empfehlenswert, die Segmente blind zu bestätigen. Jedes Einzelne sollte auf Korrektheit und Sinnhaftigkeit geprüft werden. Helfen kann hierbei auch eine Terminologiedatenbank, die ebenfalls Vorschläge liefert.
Sehen Sie sich dazu auch unser kurzes Video an:
Wenn Sie Ihre Effizienz im multilingualen Content-Prozess steigern möchten, oder Fragen zu den Themen Maschinelle Übersetzung, Anonymisierung, Datenmigration oder Terminologiearbeit haben, zögern Sie nicht uns zu kontaktieren! Oder stöbern Sie in unseren anderen Blogbeiträgen, z. B. über adaptive Maschinelle Übersetzung.