Maschinelle Übersetzung, auf Englisch „machine translation“ ist ein immer wichtiger werdender Bereich der Computerlinguistik. Die Geschichte der machine translation ist eng mit der Entwicklung der Linguistischen Datenverarbeitung zu einer wissenschaftlichen Disziplin verknüpft (vgl. Lenders 1986, S. 22). Einige der größten Errungenschaften der westlichen Welt, wie die Globalisierung oder die offenen Grenzen des Schengen-Raumes, stellen große Herausforderungen für die maschinelle Übersetzung dar (vgl. Dorna 2001, S. 514): Viele verschiedene Sprachen führen zu Sprachbarrieren, die möglichst schnell und effektiv abgebaut werden sollen. Dabei ist man weitestgehend auf menschliche Übersetzer angewiesen. Genau hier setzt die maschinelle Übersetzung an. Ihr Ziel ist es, den menschlichen Übersetzern qualitativ möglichst nahe zu kommen (vgl. Dorna 2001, S. 514). Die Voraussetzungen dazu, werden von Jahr zu Jahr besser. Die Verbreitung von Computern und deren Leistungsfähigkeit nimmt stetig zu, was ein ideales Umfeld für Übersetzungssysteme darstellt (vgl. ebd.). Der Übersetzungsmarkt ist ein Milliardengeschäft; die Anbieter müssen unter starkem Zeitdruck einer immer größer werdenden Informationsflut Herr werden (vgl. Dorna 2001, S. 520). Dabei scheint es bisher unrealistisch zu sein, hohe Qualität bei den übersetzten Texten zu erwarten. Lediglich bei Fachtexten sind gute Ergebnisse realistisch (vgl. Lenders 1986, S. 22). Der Sprachforscher Franz Och hat dazu gesagt: „Maschinelle Übersetzung wird nie perfekt werden, nie so gut wie ein menschlicher Übersetzer.“ (Lemm 2013). Diese Aussage führt zu den Forschungsfragen dieser Arbeit. Wie gut sind verschiedene Übersetzungssysteme mittlerweile und welcher Ansatz ist hierbei der beste? Wie nahe kommt die Maschine dem Menschen und welche Sprachen werden besonders gut oder schlecht übersetzt?
Inhaltsverzeichnis
1. Einführung
2. Begriffsklärung
3. Geschichte maschineller Übersetzung
4. Heutige Forschungen
5. Vorstellung Übersetzungssysteme
5.1 Google Translate
5.2 Microsoft Bing Translator
5.3 Yahoo Babelfish
6. Versuchsaufbau
7. Auswertung
8. Analyse
9. Fazit
10. Literaturverzeichnis
11. Anhang
11.1 Abbildungsverzeichnis
11.2 Texte
11.3 Übersetzte Texte
Zielsetzung & Themen
Diese Arbeit untersucht die Leistungsfähigkeit dreier bekannter maschineller Übersetzungssysteme im bidirektionalen Vergleich zwischen Deutsch und Englisch, um die Qualität der Übersetzungsergebnisse anhand journalistischer Texte zu evaluieren und Ansätze der Systemarchitektur gegenüberzustellen.
- Vergleich von drei Übersetzungssystemen (Google Translate, Bing Translator, Yahoo Babelfish)
- Analyse verschiedener technischer Übersetzungsansätze (statistisch, regelbasiert, hybrid)
- Evaluation der Übersetzungsqualität anhand eines standardisierten Bewertungsschemas
- Untersuchung von Einflussfaktoren wie Themenabhängigkeit und Satzstruktur auf die Ergebnisqualität
Auszug aus dem Buch
1. Einführung
Maschinelle Übersetzung, auf Englisch „machine translation“ ist ein immer wichtiger werdender Bereich der Computerlinguistik. Die Geschichte der machine translation ist eng mit der Entwicklung der Linguistischen Datenverarbeitung zu einer wissenschaftlichen Disziplin verknüpft (vgl. Lenders 1986, S. 22). Einige der größten Errungenschaften der westlichen Welt, wie die Globalisierung oder die offenen Grenzen des Schengen-Raumes, stellen große Herausforderungen für die maschinelle Übersetzung dar (vgl. Dorna 2001, S. 514): Viele verschiedene Sprachen führen zu Sprachbarrieren, die möglichst schnell und effektiv abgebaut werden sollen. Dabei ist man weitestgehend auf menschliche Übersetzer angewiesen. Genau hier setzt die maschinelle Übersetzung an. Ihr Ziel ist es, den menschlichen Übersetzern qualitativ möglichst nahe zu kommen (vgl. Dorna 2001, S. 514).
Die Voraussetzungen dazu, werden von Jahr zu Jahr besser. Die Verbreitung von Computern und deren Leistungsfähigkeit nimmt stetig zu, was ein ideales Umfeld für Übersetzungssysteme darstellt (vgl. ebd.). Der Übersetzungsmarkt ist ein Milliardengeschäft; die Anbieter müssen unter starkem Zeitdruck einer immer größer werdenden Informationsflut Herr werden (vgl. Dorna 2001, S. 520). Dabei scheint es bisher unrealistisch zu sein, hohe Qualität bei den übersetzten Texten zu erwarten. Lediglich bei Fachtexten sind gute Ergebnisse realistisch (vgl. Lenders 1986, S. 22).
Zusammenfassung der Kapitel
1. Einführung: Die Einleitung beleuchtet die steigende Bedeutung der maschinellen Übersetzung im Kontext der Globalisierung und stellt die Forschungsfragen bezüglich der Qualität verschiedener Übersetzungssysteme.
2. Begriffsklärung: Dieses Kapitel definiert maschinelle Übersetzung, unterscheidet zwischen manuellen und automatisierten Ansätzen und erläutert verschiedene Übersetzungsstrategien wie die direkte Übersetzung oder den Transfer-Ansatz.
3. Geschichte maschineller Übersetzung: Es wird ein historischer Abriss der maschinellen Übersetzung in fünf Phasen gegeben, von den Anfängen in den 1940er Jahren bis zur heutigen Verbreitung internetbasierter Systeme.
4. Heutige Forschungen: Dieses Kapitel gibt einen Überblick über aktuelle Entwicklungen, die vorwiegend von kommerziellen Akteuren und Forschungsprojekten wie Apertium vorangetrieben werden.
5. Vorstellung Übersetzungssysteme: Die drei untersuchten Systeme Google Translate, Bing Translator und Yahoo Babelfish werden hinsichtlich ihrer technischen Funktionsweise und Zielsetzung vorgestellt.
6. Versuchsaufbau: Das Kapitel beschreibt das methodische Vorgehen, die Auswahl der Quelltexte sowie das angewandte Bewertungsschema zur Messung der Übersetzungsqualität.
7. Auswertung: Die erhobenen Daten aus dem Versuch werden hier tabellarisch und in prozentualen Werten für die verschiedenen Sprachrichtungen aufbereitet.
8. Analyse: Die Ergebnisse werden interpretiert, wobei insbesondere die unterschiedliche Satzkomplexität und die Themenabhängigkeit als Einflussfaktoren für die Qualität beleuchtet werden.
9. Fazit: Die Arbeit fasst zusammen, dass der Bing Translator die besten Ergebnisse erzielt, weist jedoch gleichzeitig auf die verbleibenden Grenzen maschineller Systeme hin.
10. Literaturverzeichnis: Hier werden sämtliche in der Arbeit verwendeten Fachbücher und Internetquellen aufgelistet.
11. Anhang: Der Anhang enthält das Abbildungsverzeichnis, die verwendeten Originaltexte sowie die entsprechenden Übersetzungsergebnisse der drei Systeme.
Schlüsselwörter
Maschinelle Übersetzung, Computerlinguistik, Google Translate, Bing Translator, Yahoo Babelfish, Statistische Übersetzung, Regelbasierte Übersetzung, Evaluation, Sprachbarrieren, Übersetzungssysteme, Linguistische Datenverarbeitung, Übersetzungsqualität, Sprachtechnologie.
Häufig gestellte Fragen
Worum geht es in der vorliegenden Hausarbeit im Kern?
Die Arbeit befasst sich mit dem Vergleich der Qualität und Leistungsfähigkeit von drei verschiedenen maschinellen Übersetzungssystemen bei der bidirektionalen Übersetzung zwischen Deutsch und Englisch.
Welche zentralen Themenfelder werden in der Arbeit behandelt?
Zentrale Themen sind die Geschichte der maschinellen Übersetzung, die unterschiedlichen technischen Strategien (statistisch vs. regelbasiert) und die empirische Überprüfung dieser Systeme anhand journalistischer Sachtexte.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, herauszufinden, wie gut moderne Übersetzungstools mittlerweile sind, welches System die besten Ergebnisse liefert und ob die Maschine den menschlichen Übersetzer bereits ersetzen kann.
Welche wissenschaftliche Methode wird zur Erhebung verwendet?
Es wurde ein empirischer Versuchsaufbau gewählt, bei dem zehn journalistische Artikel (fünf deutsch, fünf englisch) von drei Systemen übersetzt und anschließend mithilfe eines skalierten Bewertungsschemas qualitativ beurteilt wurden.
Was wird im Hauptteil der Arbeit detailliert untersucht?
Der Hauptteil gliedert sich in die Vorstellung der Systeme, die Beschreibung des Versuchsaufbaus, die statistische Auswertung der erzielten Punkte sowie eine kritische Analyse der Ergebnisse unter Berücksichtigung von Satzlänge und Thema.
Welche Begriffe beschreiben die Arbeit am besten?
Die Arbeit lässt sich am besten mit den Begriffen maschinelle Übersetzung, computergestützte Sprachverarbeitung, Qualitätsvergleich von Übersetzungstools und computerlinguistische Evaluation zusammenfassen.
Welches Übersetzungssystem hat in der Studie am besten abgeschnitten?
Laut der Auswertung der Hausarbeit erzielte der Bing Translator mit seinem hybriden Ansatz (Mischung aus statistischen und regelbasierten Elementen) die besten Gesamtergebnisse.
Welche wesentliche Erkenntnis ergibt sich bezüglich der Grenzen der Systeme?
Die Studie kommt zu dem Schluss, dass komplexe Sprachstrukturen wie lange, verschachtelte Sätze, Sprichwörter, Metaphern oder Ambiguitäten für die aktuellen Übersetzungstools eine große Herausforderung darstellen.
Wie bewertet die Arbeit die Eignung der Tools für die Praxis?
Die Tools werden als gut geeignet für Übersichtsübersetzungen eingestuft, wobei für präzise und qualitativ hochwertige Ergebnisse auch weiterhin auf menschliche Übersetzer zurückgegriffen werden muss.
- Citar trabajo
- Daniel Heißenstein (Autor), 2013, Maschinelle Übersetzung. Ein Vergleich verschiedener Übersetzungssysteme, Múnich, GRIN Verlag, https://www.grin.com/document/229863
