Zusammenfassung : Die Qualität maschineller Übersetzungen ist nicht annähernd so gut wie die von ausgebildeten menschlichen Übersetzern. Hier sind Bereiche, in denen die Technologie versagt.

Kürzlich habe ich einen interessanten Artikel über neuronale maschinelle Übersetzung gelesen, Hat die KI den Menschen bei der Übersetzung übertroffen? Nicht annähernd! , die nachdrücklich argumentiert, dass die maschinelle Übersetzung, oder genauer gesagt, die neuronale maschinelle Übersetzung (NMT), bei weitem nicht weit genug fortgeschritten ist, um kompetente menschliche Übersetzer zu ersetzen.

Was ist das Problem?

Täglich lesen wir von den Triumphen von IBMs Watson, dass Google Translate häufig zum gelegentlichen Lesen ausländischer Publikationen und zur automatischen Übersetzung von Websites verwendet wird und Facebook sofortige Übersetzungen von Inhalten und Kommentaren in anderen Sprachen anbietet. Wir scheinen uns in einem goldenen Zeitalter der Qualitätsübersetzung auf Abruf zu befinden. Ist das der Fall?

Die kurze Antwort: nein.

Wenn wir eine Übersetzung mit einem strengen Qualitätsstandard überprüfen, stellen wir fest, dass es immer wieder Probleme mit geschlechtsspezifischen Vorurteilen, mangelndem Verständnis des Kontexts, unsinnigen Ergebnissen und der größeren Frage gibt, wie man beurteilen kann, ob eine Übersetzung korrekt ist. Bislang ist die Beurteilung der Qualität einer Übersetzung sehr aufwendig, da nur eine vollständig zweisprachige Person in der Lage ist, diese Feststellung zu treffen.

Es gibt eine Metrik für die maschinelle Übersetzung. Es heißt BLEU-Score. Das steht für bilinguale Bewertung Zweitbesetzung.

Der BLEU-Score

Dies ist ein Bewertungssystem, das die maschinelle Übersetzung mit einer Reihe bekannter menschlicher Übersetzungen von guter Qualität vergleicht. Qualität wird definiert als „je näher eine maschinelle Übersetzung an einer professionellen menschlichen Übersetzung ist, desto besser ist sie“. Jeder Satz wird einzeln nach Qualität bewertet und dann der Durchschnitt aller Bewertungen über das gesamte Korpus, dh die zu übersetzende Arbeit, berechnet. Diese durchschnittliche Punktzahl ist die Punktzahl, die dann als Punktzahl für die Arbeit verwendet wird.

Interessanterweise gibt es keine Messung der Verständlichkeit oder grammatikalischen Korrektheit. Es gibt auch keinen Vergleich zwischen den Sätzen, um festzustellen, ob sie kontextuell korrekt sind. Sie können sehen, dass dieses Maß für die Qualität maschineller Übersetzungen strenge Grenzen hat.

Lesen Sie mehr ausführliche Erklärung hier .

Warum Kontext wichtig ist

In dem Artikel, der zu diesem Blog geführt hat, verwendet der Autor dieses Beispiel: Ein Artikel über ein Musikkonzert zitiert jemanden mit den Worten: „Ich bin ein großer Metal-Fan“. Bei der maschinellen Übersetzung ins Französische wird daraus: „ Je suis un énorme ventilateur en méta l“ („Ich bin ein großer Ventilator aus Metall.“) Die schwierige Aufgabe, den Kontext zu verstehen, führt zu einer ungenügenden Note. Irgendwann wird die Technologie in der Lage sein, Kontextindikatoren wie „Konzert“, „Veranstaltung“, „Musik“, „Festival“, „Arena“, „Theater“ oder andere Wörter/Phrasen zu erkennen, die Menschen leicht formen können unser Sinn für Kontext. Aber heute kann sich diese Mehrdeutigkeit den Fähigkeiten der neuronalen maschinellen Übersetzung entziehen, um die korrekte Bedeutung von „Metall“ und „Fan“ zu bestimmen.

Weitere Hintergrundinformationen zum Verständnis der Konzepte von Übersetzung, maschineller Übersetzung und neuronaler maschineller Übersetzung finden Sie in diesem Vortrag der Standford University School of Engineering.

Neuronale maschinelle Übersetzung und Modelle mit Aufmerksamkeit

Weitere Informationen zur Bedeutung des Verständnisses des Kontexts und des Unterschieds zwischen einer globalisierten Übersetzung und einer lokalisierten Übersetzung finden Sie in den folgenden Artikeln:

Deutsche Übersetzung? Welches Deutsch? Spanische Übersetzung für Ihre Website: Welches Spanisch? Französische Übersetzung? Welches Französisch?

Was sollten Unternehmen angesichts des aufstrebenden Stands der Übersetzungstechnologie tun, um schnell und zu einem fairen Preis die genauesten und originalgetreuesten Übersetzungen zu erhalten? MotaWord hat eine Antwort. Unsere KI-gestützte Plattform ermöglicht es Übersetzern, gleichzeitig an einem Projekt zu arbeiten, ohne menschliche Projektmanager einzusetzen. Kunden können Styleguides und Glossare hochladen, um ihre Übersetzung anzupassen. Diese Ressourcen werden von allen Übersetzern geteilt, die an dem Projekt arbeiten, um präzise Übersetzungen in kürzerer Zeit zu erstellen. Und Kunden können in Echtzeit zusehen, wie Übersetzer an ihren Projekten arbeiten.

Kontaktiere uns um zu sehen, dass wir alle Ihre Übersetzungsanforderungen erfüllen können.