(Very) general introduction to post-editing for students of HWN

1. PEMT
POST-EDITING
OF
MACHINE TRANSLATION

2. OPZET
•Basisprincipes van MT
•Wat is post-editing?
•Revisie of Post-editing?
•Criteria voor de evaluatie van PEMT-
opdrachten
•Tips voor een efficiënte post-editing
•Tarieven

3. Basisprincipes van
machinevertaling (MT)
• RBMT - Rule-Based Machine
Translation
• Stochastische MT
• EbMT - Example-based Machine
Translation
• SMT - Statistical Machine Translation
• Hybrid
• MTM - Machine Translation + Translation
Memory

4. Rule-based Machine Translation

5. Example-based
Machine Translation (EbMT)
• Het meisje leest een boek
• The girl reads a book
• Het meisje leest een krant
• The girl reads ….

6. Statistical Machine Translation (SMT)

7. RbMT vs SMT

8. Toepassingen van MT

9. Wat is revisie?
•“The process of checking a draft
translation for errors and making
appropriate amendments.” (Brian
Mossop, Revising and Editing for
Translators, 2011)

10. Wat is post-editing (PEMT)?
• Reparatie vs verbetering
• The process of improving a machine‐generated
translation with a minimum of manual labor. (TAUS,
2010)

11. Wat is het verschil tussen PEMT en
revisie?

12. PEMT: Verschillende niveau’s
• GIST POST-EDITING
• LIGHT POST-EDITING
• FULL POST-EDITING

13. VOORBEELD – INSTRUCTIES VOOR
FULL POST-EDITING
•
• De gewenste kwaliteit is de kwaliteit van een tekst die
klaar is voor publicatie. Dit betekent dat de tekst geen
doorhalingen bevat en er geen woorden ontbreken, dat de
tekst zorgvuldig is opgesteld, de brontekst nergens
verkeerd is vertaald, de grammaticale regels en de
spelling van de doeltaal correct zijn toegepast en de
terminologie van het meegeleverde glossarium is
aangehouden.
• Maak zo min mogelijk edits
• Corrigeer alleen fouten
• Volg het glossarium
• Wanneer de terminologie afwijkt, vervang deze dan
met die in het glossarium
• Voer geen eigen voorkeurstermen in
• Herschrijf de tekst niet, tenzij er onzin staat
• Probeer de tekst niet te ‘verbeteren’

14. VOORBEELD – INSTRUCTIES VOOR
LIGHT POST-EDITING
• Duidelijk en beknopt
• Wijk niet af van de stijl
• Taalspecifieke regels
• Nationale/regionale nuances
• Gramaticale, syntactische en spellingregels
• Houd de grove vertaling zo veel mogelijk aan
• Sta niet te lang stil bij een probleem
• Maak je niet druk over stijl
• Vermijd tijdrovend opzoeken van termen
• Breng alleen veranderingen aan wanneer het absoluut noodzakelijk is
• Onzin
• Verkeerde woorden (ook door spellingsfouten in de brontekst)
• Ontbrekende woorden
• Interpunctie, hoofdlettergebruik
• Flexie (verbuiging/vervoeging)
• Geslacht
• Woordvolgorde
• Opmaak

15. VOORBEELD 1
BRONTEKST
Met de spectrofotometer kun je eenvoudig en snel
de kleur van te spuiten auto’s bepalen. Plaats het
apparaat op het te meten oppervlak en het apparaat
doet de rest. De basis voor het programma is
ICRIS: een database met formules voor alle
kleurvarianten, te vergelijken met een digitale
staalkaartenbak. Deze gebruikershandleiding laat
zien hoe je de spectrofotometer gebruikt.

16. RbMT vs SMT
RbMT OUTPUT
• With the spectrophotometer you
can simply and rapidly the colour
to spout car to stipulate. Place
the apparatus on surface to
measure and the apparatus does
the rest. The basis for the
programme is ICRIS: a database
with formulas for all colour
alternatives, to compare with a
digital steel card-tray. This user-
manual shows how you use the
spectrophotometer.
SMT OUTPUT
• With the spectrophotometer,
you can easily and quickly
determine the color of
spraying cars. Place the
device on the surface to be
measured and the machine
does the rest. The basis for
the program is ICRIS:
comparable to a digital steel
card catalog a database of
formulas for all color
variants. This manual shows
how to use the
spectrophotometer.

17. PEMT - VOORBEELD 1A
RbMT OUTPUT
• With the spectrophotometer you
can simply and rapidly the colour
to spout car to stipulate. Place
the apparatus on surface to
measure and the apparatus does
the rest. The basis for the
programme is ICRIS: a database
with formulas for all colour
alternatives, to compare with a
digital steel card-tray. This user-
manual shows how you use the
spectrophotometer.
POST-EDITED VERSIE
With the spectrophotometer you
can simply and rapidly choose
the colour of cars to be spray-
painted. Place the apparatus on
the surface to be measured and
the apparatus does the rest. The
basis for the programme is
ICRIS: a database with formulas
for all colour alternatives,
comparable to a digital box with
sample-sheets. This user manual
shows how you use the
spectrophotometer.

18. PEMT - VOORBEELD 1B
SMT OUTPUT
• With the spectrophotometer,
you can easily and quickly
determine the color of
spraying cars. Place the
device on the surface to be
measured and the machine
does the rest. The basis for
the program is ICRIS:
comparable to a digital steel
card catalog a database of
formulas for all color
variants. This manual shows
how to use the
spectrophotometer.
POST-EDITED VERSIE
• With the spectrophotometer,
you can quickly and easily
determine the colour of the
cars that need to be spray-
painted. Place the device on
the surface to be analysed
and the device will do the
rest. The basis for the
program is ICRIS: a
database of formulas for all
color variations comparable
to a digital colour catalogue.
This manual shows how to
use the spectrophotometer.

19. PEMT – Voorbeeld met CL
• RULE I
Write sentences that are shorter than 25 words.
Write:
If you want to modify your profile:
• Inform the editorial board;
• Send a copy of the new profile;
• Confirm once the new profile is published.
Do not write:
Authors wishing to modify their profile on the website
should send an email to the editorial board informing that
they want to change their profile. Then they will send a
copy of their new profile and wait to confirm once the
profile has been published on the journal website.

20. RbMT
• REGEL I
• Schrijf zinnen die korter zijn dan 25 woorden.
Schrijf:
Als u uw profiel wilt wijzigen:
• Informeer het redactiecomité;
• Verzend een exemplaar van het nieuwe
profiel;
• Bevestig zodra het nieuwe profiel wordt
gepubliceerd.
• Schrijf niet:
Auteurs die hun profiel op de website
shouldsendan e-mail aan het redactiecomité
informeren wensen te wijzigen die dat zij hun
profiel willen veranderen. Dan zullen zij een
exemplaar van hun nieuw profiel verzenden
en zullen wachten te bevestigen zodra het
profiel op de dagboekwebsite is
gepubliceerd.
Post-edited
•

21. SMT
• IK REGEL
• Schrijven van zinnen die korter dan 25
woorden zijn.
• Schrijven:
• Als u wilt uw profiel wijzigen:
• informeren de redactieraad;
• Stuur een kopie van het nieuwe profiel;
• Bevestigen nadat het nieuwe profiel is
gepubliceerd.
• Schrijf niet:
• auteurs willen wijzigen hun profiel op de
website moeten Stuur een email naar de
redactie te informeren dat ze willen hun
profiel wijzigen. Dan ze een kopie van het
nieuwe profiel sturen en wachten om te
bevestigen nadat u het profiel hebt
gepubliceerd op de website van het
dagboek.
Post-edited

22. EVALUATIE VAN MT –METRICS
• BLEU Bilingual Evaluation Understuy
• 1 = professionele menselijke vertaling
• .65 = menselijke kwaliteit
• Een verhoogde score betekent niet bij uitstek dat de kwaliteit van de
vertaling beter is
• TER – Translation Edit Rate
• WER (Word Error Rate)
• Meestal gebruikt in spraakherkenning
• NIST
• Gebaseerd op BLEU, met enkele aanpassingen
• METEOR (Metric for Evaluation of Translation with Explicit
ORdering)
• Gebaseerd op BLEU
• F-Measure (F1 Score or F-Score)
• Een meting van de testnauwkeurigheid die in machine-learning
wordt gebruikt
• Gebaseerd op BLEU, met enkele aanpassingen

23. TIPS - I
• De geschiktheid van de brontekst
• Het schonen van de brontekst
• Het beschikbaar zijn van een erkende
terminologie database

24. TIPS - II
• MT
• Kwaliteit
• Gebruik van de tekst
• Levertijd
• Duidelijke richtlijnen
• Voorbeeldtekst van 1500 Woorden

25. TIPS - III

26. Wie is de Post-editor?
•Eentalige Post-editors
•Professionele tweetalige MT Post-
Editors

27. TARIEVEN
• Evaluatie per MT engine/projekt
• Combinatie van Automatic Metrics en “menselijke”
evaluatie
• Samenwerking met post-editors
• Soort tekst
• PEMT-niveau (verwachte kwaliteitsniveau)
• Talencombinatie
• Editing distance