Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › English Language and Literature Studies - Linguistics

Maschinelle Übersetzungssysteme im literarischen Übersetzen. Vergleich zweier neuronaler MÜ Systeme und die Rolle von Idiomen

An J.R.R. Tolkiens "Lord Of The Rings"

Title: Maschinelle Übersetzungssysteme im literarischen Übersetzen. Vergleich zweier neuronaler MÜ Systeme und die Rolle von Idiomen

Bachelor Thesis , 2019 , 39 Pages , Grade: 2.3

Autor:in: Jennifer Ringeisen (Author)

English Language and Literature Studies - Linguistics
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Ziel dieser Arbeit ist es, am Beispiel einiger Ausschnitte aus J.R.R. Tolkiens „Lord of the Rings“ zu beweisen, dass selbst die neusten und weitentwickeltsten maschinellen Übersetzungssysteme (MÜ Systeme) noch nicht in der Lage sind, einen literarischen Text zu produzieren, ohne dass Post-Editing nötig ist.

Hierfür werden passende Textstellen aus dem Buch, welche möglichst viele idiomatische Wendungen beinhalten, mit den Übersetzungsprogrammen „DeepL“ und „Google Translate“ übersetzt und die Fehler nach ausgewählten Kategorien des Multidimensional Quality Metric analysiert und miteinander verglichen. Aufgrund der fortgeschrittenen Technik ist zu erwarten,
dass grammatikalische Fehler eher seltener vorkommen, als Fehler bei der Übersetzung von Redewendungen. Dennoch wird voraussichtlich ersichtlich werden, dass noch einige Forschungen nötig sind, bis die MÜ Systeme auch mit komplizierteren Satzteilen und Sätzen zurechtkommen.

Excerpt


Inhaltsverzeichnis

  • 1. Einleitung.
  • 2. Theorie
    • 2.1. Geschichte und Entwicklung der MÜ Systeme.
    • 2.2. Ansätze und Methoden der Maschinellen Übersetzung
      • 2.2.1. Regelbasierte Methode......
      • 2.2.2. Korpusbasierte Methode
      • 2.2.3. Wissensbasierte Methode
    • 2.3. Probleme bei der Verwendung von MÜ-Systemen .......
    • 2.4. Phraseologi...........
  • 3. Verwendete Ressourcen und Methoden.
  • 4. Quantitative Analyse.
  • 5. Qualitative Analyse
    • 5.1. Zu wörtlich übersetzte Redewendungen.………………………..\li>
    • 5.2. Unidiomatische Übersetzungen.
    • 5.3. Falsch übersetzte Redewendungen
    • 5.4. Richtig übersetzte Redewendungen……………………..\li>
  • 6. Fazit........

Zielsetzung und Themenschwerpunkte

Diese Arbeit untersucht die Fähigkeit von zwei modernen neuronalen Maschinenübersetzungssystemen (NMT), idiomatische Redewendungen in literarischen Texten korrekt zu übersetzen. Anhand von ausgewählten Passagen aus J.R.R. Tolkiens „Lord of the Rings“ soll belegt werden, dass selbst die fortschrittlichsten NMT-Systeme noch nicht in der Lage sind, literarische Texte fehlerfrei zu übersetzen, sodass ein Nachbearbeiten (Post-Editing) notwendig bleibt.

  • Vergleich der Leistung zweier NMT-Systeme (DeepL und Google Translate) bei der Übersetzung von Idiomen.
  • Analyse der Übersetzungsergebnisse anhand des Multidimensional Quality Metric (MQM) zur Identifizierung von Fehlerkategorien.
  • Bewertung der Fähigkeit von NMT-Systemen, den Kontext und die Bedeutung von Idiomen zu erfassen.
  • Diskussion der Herausforderungen bei der Übersetzung von Idiomen und der Notwendigkeit von Post-Editing.

Zusammenfassung der Kapitel

Die Einleitung stellt die Problematik der Übersetzung von Idiomen in literarischen Texten dar und erläutert die Zielsetzung der Arbeit. Im zweiten Kapitel werden die Geschichte und Entwicklung der Maschinellen Übersetzung (MÜ) beleuchtet, verschiedene Arten der MÜ vorgestellt und die Besonderheiten der Phraseologie behandelt. Kapitel 3 präsentiert die verwendeten Ressourcen und Methoden der Analyse. Die Kapitel 4 und 5 bieten eine quantitative und qualitative Analyse der Übersetzungsergebnisse. Hier werden die Fehler in den Übersetzungen anhand des MQM-Systems kategorisiert und analysiert. Das Fazit fasst die Ergebnisse der Arbeit zusammen und zieht Schlussfolgerungen hinsichtlich der zukünftigen Entwicklung von NMT-Systemen im Bereich der literarischen Übersetzung.

Schlüsselwörter

Neuronale Maschinenübersetzung (NMT), Idiome, Phraseologie, literarische Übersetzung, Post-Editing, Multidimensional Quality Metric (MQM), DeepL, Google Translate, J.R.R. Tolkien, „Lord of the Rings“.

Excerpt out of 39 pages  - scroll top

Details

Title
Maschinelle Übersetzungssysteme im literarischen Übersetzen. Vergleich zweier neuronaler MÜ Systeme und die Rolle von Idiomen
Subtitle
An J.R.R. Tolkiens "Lord Of The Rings"
College
Saarland University
Grade
2.3
Author
Jennifer Ringeisen (Author)
Publication Year
2019
Pages
39
Catalog Number
V1351945
ISBN (PDF)
9783346858702
ISBN (Book)
9783346858719
Language
German
Tags
Anglistik Translation Übersetzung Linguistik Herr der Ringe
Product Safety
GRIN Publishing GmbH
Quote paper
Jennifer Ringeisen (Author), 2019, Maschinelle Übersetzungssysteme im literarischen Übersetzen. Vergleich zweier neuronaler MÜ Systeme und die Rolle von Idiomen, Munich, GRIN Verlag, https://www.grin.com/document/1351945
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • https://cdn.openpublishing.com/images/brand/1/preview_popup_advertising.jpg
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  39  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint