Sehen Sie die Präsentation von Ulrike Mibs zum praktischen Einsatz maschineller Übersetzung vom Informationstag "Best Practices erfahren, Best Food genießen" am 26.11.2013 in München an.
3. Die SDL BeGlobal-Plattform
Mehrere Zugriffspunkte auf die MÜ-Engines
WorldServer
SDL Trados
Studio
Passolo
LivePerson
Oracle
RightNow
Kundenspezifische
Integrationen
Echtzeit-APIKonfiguration
via
TouchPoints
Web-UI mit
Benutzersteuerung
MÜ-Engines
Trainierte Sprachpaare
Allgemeine
Sprachpaare
(Baselines)
4. Infrastruktur der Plattform
Skalierbar
Echtzeit-Zugriff Tausender Nutzer
Vertraulich
Alle Systemanfragen sind nutzerspezifisch und werden vertraulich behandelt
Sicher
Zugang nur für Nutzer mit entsprechenden Berechtigungen
Hierarchie
Nur Nutzer mit entsprechenden Berechtigungen können bestimmte Abläufe
durchführen
Standortunabhängige Aktivierung
Webbasiert, kann sofort, in der „Cloud”, freigeschalten werden
Integriert
Ihr IT-Team kann die Plattform in andere Anwendungen einbinden
7. Integrationen: SDL Trados Studio
SDL BeGlobal Enterprise auswählen
Einstellungen für Vorübersetzung festlegen
7
8. Integrationen: SDL BeGlobal Web Translator (für
das Intranet)
8
Eine einfache Webanwendung
zum Übersetzen von Texten
und Dokumenten;
anpassbar an die jeweilige
Corporate Identity
11. Integrationen: LivePerson-Chat
Der Gesprächspartner chattet auf
Englisch und
alle eingehenden spanischen
Nachrichten
werden automatisch übersetzt
11
Der Benutzer chattet auf Spanisch und
erhält die Nachrichten des Gesprächspartners
ebenfalls auf Spanisch
13. Was ist der SDL BeGlobal Trainer?
• Eine „Software-as-a-Service“-Komponente (SaaS) von SDL BeGlobal, die
die individuelle Anpassung (das „Trainieren“) der MÜ-Engines ermöglicht,
und zwar anhand von bilingualen Inhalten im TMX-Format.
• Die Baseline-Engines können von den Nutzern mit kunden- oder
sektorspezifischen Inhalten trainiert und ihre Qualität so deutlich
verbessert werden.
• Das Software-Paket basiert auf bewährter Technologie, die seit Jahren
bei Language Weaver/SDL im Einsatz ist = 15+ Jahre
Branchenerfahrung.
• „Self-Service/DIY“-Modell: LSPs und Unternehmen können mit SDL
BeGlobal Trainer selbstständig die Baseline-Engines trainieren
13
16. Praktische Anwendung
Zuerst wollten wir sicher sein, dass die Technologie funktioniert
Sprachpaar Deutsch-Englisch
Unterschiedliche Versuche
Ohne Translation Memory und ohne Terminologie
Angelernte Maschine mittels Translation Memory
Brand-Management (Klingelnberg darf NIE übersetzt werden)
Plus Terminologie / einheitliche Begriffsverwendung
17. Erkenntnisse
Probleme mit Passiv-Konstruktionen
•
Die automatisierte Übersetzung von SDL (AT = Automated
Translation) hat anscheinend Probleme, Passivkonstruktionen zu
verarbeiten.
•
Hierbei hilft es aktive Formulierungen zu bilden und zu nutzen.
20. Erkenntnisse
•
Hier weiss ich leider nicht warum, ich denke aber dass es daran liegt,
dass das Verb zum einen zerpflückt ist und sich das eigentliche
Bezugswort anschliesst. Die Satzstellung ist nicht so wie es das
System kennt „der Wechselteller löst sich“ SONDERN „, dann löst sich
der Wechselteller“
22. Erkenntnisse
•
Hier liegt es vielleicht an Tags oder Ähnlichem, die sich im Translation
Memory befinden, so dass anstatt der Übersetzung einiger Wörter nur
eine Lücke angezeigt wird. Auch hier habe ich den Text
umgeschrieben. Hier kam dann zwar die Automated Translation zum
Einsatz, aber durch eine aktive Formulierung und Zerstückelung des
Satzes kam es dann schon wieder gut raus.
25. Erkenntnisse
Wortbedeutungen werden nur im wortwörtlichen Sinne
verstanden
•
Auch hier schafft eine Umformulierung Abhilfe. Es muss in diesem Fall
ein Synonym gefunden werden, dass nur auf eine Art verstanden
werden kann. (z. B. starten besser als hochfahren [move up])
28. Auswirkung auf den Übersetzungsprozess
Die Übersetzungskosten werden sinken, wenn diese Technologie
konsequent eingesetzt wird
Ziel ist die Ausweitung unternehmensintern, damit jeder eine
Hilfestellung in einer anderen Sprache bekommt ( Start wird englisch
nach deutsch sein)
31. Aussichten
Bei Klingelnberg sind wir erst am Anfang
Diese neue Technologie wird erst mit eine paar ausgewählten
Übersetzern eingesetzt
Wir wollen noch mehr Erfahrungen sammeln
Unsere Datenqualität muss verbessert werden
Schreibregeln werden angepasst
Rollout auf alle Übersetzer
Zusätzliche Sprachpaare
32. Fazit
Maschinelle Übersetzung kann funktionieren, aber...
Standardisiert Texte sind dafür besser geeignet.
Der Quelltext sollte bereinigt sein.
Es müssen eine Terminologie und grosse Translation Memorys
bereitstehen (beide natürlich bereinigt und konstant optimiert).
Ein genug hohes Übersetzungsvolumen muss vorhanden sein.
Wer die Finger davon lassen sollte:
Firmen mit zu kleinen Übersetzungsvolumen
Wer keine dedizierten Ressourcen hat, um die Qualität sicherzustellen