Die Welt der Sprache hat sich im Zeitalter der Globalisierung und technologischen Fortschritte auf beeindruckende Weise verändert. In dieser Ära, in der Kommunikation über Grenzen hinweg immer wichtiger wird, hat die maschinelle Übersetzung eine entscheidende Rolle dabei übernommen, Sprachbarrieren zu überwinden und den Austausch zwischen Menschen verschiedener Sprachgruppen zu erleichtern. Diese Entwicklung hat einen Bereich der Computerlinguistik hervorgebracht, der kontinuierlich an Bedeutung gewinnt: die maschinelle Übersetzung.
Das vorliegende Werk widmet sich eingehend der Thematik der maschinellen Übersetzung und ihrer praktischen Anwendung, insbesondere unter Berücksichtigung des Post-Editing-Prozesses, der als entscheidender Schritt zur Verbesserung und Verfeinerung maschinell generierter Übersetzungen dient. Dabei steht das innovative Übersetzungstool DeepL im Mittelpunkt der Untersuchung.
Die Einleitung beginnt mit einer grundlegenden Einführung in die theoretischen Grundlagen und Methoden der maschinellen Übersetzung, gefolgt von einer Diskussion über die Entwicklungen und Herausforderungen, denen dieser Bereich gegenübersteht. Von zentraler Bedeutung ist dabei die zunehmende Fokussierung auf die Qualität maschineller Übersetzungen, die durch technologische Fortschritte und die Integration künstlicher Intelligenz in Übersetzungssysteme vorangetrieben wird.
Im weiteren Verlauf werden die praktischen Anwendungen der maschinellen Übersetzung beleuchtet, wobei insbesondere die Potenziale und Grenzen dieser Technologie sowie die Rolle der Informationstheorie und Lokalisierung in der Übersetzungspraxis untersucht werden.
Ein besonderer Schwerpunkt liegt auf dem Post-Editing-Prozess, der als essenzieller Bestandteil der Übersetzungspraxis zunehmend an Bedeutung gewinnt. Dabei werden nicht nur die verschiedenen Formen des Post-Editings erläutert, sondern auch die Normen und Anforderungen, die diesem Prozess zugrunde liegen, wie etwa die ISO 18587.
Abschließend wird das Übersetzungstool DeepL als exemplarische Technologie für maschinelle Übersetzungen näher betrachtet. Dabei werden dessen Funktionen, Anwendungen und Leistungsfähigkeit analysiert, um einen umfassenden Einblick in die Möglichkeiten und Herausforderungen der maschinellen Übersetzung zu gewinnen.
Inhaltsverzeichnis
1. Einführung in die Thematik der Maschinellen Übersetzung
1.1 Theoretische Grundlagen und Methoden der maschinellen Übersetzung
1.2 Computergestützte Übersetzung
1.3 Entwicklung der maschinellen Übersetzung
2. Anwendung maschineller Übersetzung
2.1 Grenzen und Potenziale der maschinellen Übersetzung
2.2 Terminologie und Konsistenz in der Übersetzung von Fachtexten
2.3 Die Rolle der Informationstheorie in der maschinellen Übersetzung
2.4 Lokalisierung in der maschinellen Übersetzung
3. Post-Editing: Verbesserung des Textes
3.1 Post-Editing: Erklärung der Begriffe
3.2 Bilinguale und monolinguale Post-Editierung
3.3 Die ISO 18587 Norm im Überblick: Anforderungen und Bestimmungen
4. Vorteile und Herausforderungen der Post-Editierung
4.1 Qualität und Effizienz
4.2 Post-Editing-Prozess
4.3 Herausforderungen und Fehler beim Post-Editing
5. DeepL als Tool für die Arbeit des Übersetzers
5.1 DeepL - Funktionen und Anwendungen
5.2 Untersuchung und Fehleranalyse
5.3 Schlussfolgerungen
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist die Bewertung der Effizienz der maschinellen Übersetzung sowie der zugehörigen Post-Editing-Prozesse, insbesondere unter Verwendung des KI-basierten Tools DeepL, um die Qualitätssicherung in der modernen Übersetzungspraxis zu analysieren.
- Grundlagen und historische Entwicklung der maschinellen Übersetzung
- Anwendungsszenarien und Lokalisierungsprozesse in der Übersetzungsbranche
- Anforderungen an das Post-Editing nach der Norm ISO 18587
- Vergleichende Analyse von Qualität und Effizienz verschiedener Nachbearbeitungsmethoden
- Praktische Untersuchung und Fehleranalyse von DeepL anhand spezifischer Anwendungsbeispiele
Auszug aus dem Buch
3. Post-Editing: Verbesserung des Textes
Bei den meisten maschinellen Übersetzungen muss die Ausgabe der MÜ-Systeme nachbearbeitet werden, um die gewünschten Qualitätsstandards zu erreichen. Die Nachbearbeitung maschineller Übersetzungen wird seit den Anfängen der MÜ-Technologie durchgeführt, hat sich aber in den letzten Jahren als Praxis, Dienstleistung und Forschungsthema erheblich weiterentwickelt. Diese Art der Textverarbeitung wird als Post-Editing bezeichnet.
Post-Editing ist der allgemeine Begriff für die Nachbearbeitung maschineller Übersetzungen. Normalerweise werden diese Änderungen von Menschen vorgenommen, aber es ist auch möglich, Texte automatisch zu bearbeiten. In einem Punkt sind sich die Experten einig: Die Nachbearbeitung maschineller Übersetzungen sollte von ausgebildeten Übersetzern durchgeführt werden.
In den Anfängen der MÜ-Forschung wurde erkannt, dass Interaktionen zwischen Menschen und MÜ-Systemen bei der Übersetzung von Inhalten mit hohem Schwierigkeitsgrad unvermeidlich sind. MT-Forscher betrachteten das Post-Editing als unerwünschten 'letzten Schritt' in der MT-Entwicklung. Einige der Formulierungen, die damals das Post-Editing beschrieben, beziehen sich eindeutig auf eine passive Tätigkeit, bei der menschliche Editor dabei helfen, die Lücke zwischen fehlerhaften MÜ-Ergebnissen und dem ultimativen MÜ-Ziel, vollautomatische, qualitativ hochwertige Übersetzungen zu liefern. Post-Editoren wurden als 'menschliche MT-Partner' bezeichnet. In einigen Fällen mussten sie nicht einmal die Ausgangssprache beherrschen. Man ging davon aus, dass durch die Kombination von nicht spezialisierten Pre-Editoren der Ausgangssprache und nicht spezialisierten Post-Editoren die Anzahl der Übersetzungen erhöht werden könnte, indem der Bedarf an zweisprachigen Übersetzern, die nur eine begrenzte Anzahl von Sprachen beherrschen, verringert wird. Das Post-Editing wurde also im Rahmen eines Modells entwickelt, bei dem menschliche Editoren die Maschine unterstützen und nicht die Maschine die Editoren. Angesichts dieser maschinenzentrierten Ausrichtung des Geschäfts und der - aus heutiger Sicht - schlechten Ergebnisse, die MÜ damals erzielen konnte, ist es nicht verwunderlich, dass die Post-Editing-Branche einen schlechten Ruf hatte.
Zusammenfassung der Kapitel
1. Einführung in die Thematik der Maschinellen Übersetzung: Vermittelt Grundlagen, Methoden und die historische Entwicklung der maschinellen Übersetzung sowie deren Abgrenzung zur computergestützten Übersetzung.
2. Anwendung maschineller Übersetzung: Beleuchtet praktische Anwendungsbereiche, die Grenzen und Potenziale der Technologie sowie die Bedeutung von Terminologie, Informationstheorie und Lokalisierung.
3. Post-Editing: Verbesserung des Textes: Definiert das Konzept des Post-Editings und die Unterschiede zwischen verschiedenen Ansätzen sowie die Anforderungen gemäß ISO 18587.
4. Vorteile und Herausforderungen der Post-Editierung: Analysiert Qualitäts- und Effizienzparameter, den Prozessablauf sowie die häufigsten Fehlerquellen bei der Nachbearbeitung.
5. DeepL als Tool für die Arbeit des Übersetzers: Stellt das Tool DeepL vor, erläutert seine Funktionen und untersucht dessen Leistung durch eine detaillierte Fehleranalyse verschiedener Sprachbeispiele.
Schlüsselwörter
Maschinelle Übersetzung, Post-Editing, DeepL, Computergestützte Übersetzung, CAT-Tools, Lokalisierung, Übersetzungsqualität, ISO 18587, Sprachbarrieren, Künstliche Intelligenz, Neuronale Netze, Übersetzungsprozess, Terminologie, Fehleranalyse, Sprachressourcen
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die Effizienz und Qualität maschineller Übersetzungssysteme, insbesondere im Kontext der Nachbearbeitung (Post-Editing) durch menschliche Übersetzer.
Was sind die zentralen Themenfelder?
Die zentralen Felder umfassen die technologischen Grundlagen der maschinellen Übersetzung, die Rolle von CAT-Tools, die Anwendung der ISO-Norm 18587 sowie die Fehleranalyse von KI-Systemen wie DeepL.
Was ist das primäre Ziel der Forschungsarbeit?
Das Ziel ist die Bewertung der Effizienz der maschinellen Übersetzung im praktischen Einsatz sowie die Aufarbeitung von Post-Editing-Prozessen zur Verbesserung der Übersetzungsqualität.
Welche wissenschaftliche Methodik wird verwendet?
Die Autorin kombiniert eine theoretische Literaturanalyse zur maschinellen Übersetzung und zum Post-Editing mit einer praktischen, beobachtungsbasierten Untersuchung und Fehleranalyse von DeepL.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die theoretischen Aspekte der Übersetzungstechnologie, die Differenzierung zwischen Post-Editing-Typen (Light vs. Full), sowie die konkrete Analyse von DeepL-Übersetzungsbeispielen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Maschinelle Übersetzung, Post-Editing, CAT-Tools, DeepL, Lokalisierung, Qualitätsmanagement, Fehlertypen und neuronale Netze.
Wie unterscheidet sich "Light" von "Full" Post-Editing?
Light Post-Editing fokussiert auf die reine inhaltliche Verständlichkeit bei minimalem Aufwand, während Full Post-Editing darauf zielt, einen qualitativ hochwertigen, publikationsreifen Text zu erstellen.
Warum ist DeepL laut der Analyse in manchen Fällen fehleranfällig?
Fehler treten häufig auf, wenn der Kontext fehlt, bei der Übersetzung von Eigennamen oder Fachbegriffen im falschen Register sowie bei der fehlerhaften Interpretation von Slang oder kulturell spezifischen Redewendungen.
Welche Rolle spielt die "Zwei-Sekunden-Regel"?
Diese Regel besagt, dass die Bewertung der Eignung einer maschinellen Übersetzung für einen bestimmten Textabschnitt nicht länger als zwei Sekunden dauern sollte, um die Effizienz zu wahren.
Ist der Mensch laut Autor unersetzlich?
Ja, besonders bei künstlerischen, poetischen oder literarischen Texten bleibt der menschliche Übersetzer aufgrund seiner Kreativität und seines kulturellen Kontextwissens unersetzlich.
- Arbeit zitieren
- Zaneta Debowska (Autor:in), 2024, Innovation in der maschinellen Übersetzung. Effektivität und Post-Editing am Beispiel des Tools DeepL, München, GRIN Verlag, https://www.grin.com/document/1442753
