MT im Übersetzungsprozess mit zusätzlichem Kunden-Mehrwert - Szenario für einen sanften Einstieg
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
MT im Übersetzungsprozess
mit zusätzlichem Kunden-Mehrwert
Szenario für einen sanften Einstieg
Inhalt unseres Vortrags Kurzvorstellung Maschinelle Übersetzung – Einsatzzwecke, Anspruch und Wirklichkeit Herausforderungen für einen (deutschen) Übersetzungsdienstleister Best Practices und zeitlicher Ablauf einer MT- Einführung Zusätzlicher Mehrwert durch MT-Einsatz
Kurzvorstellung - Christine Bruckner Diplom-Übersetzerin, Aufbaustudium Computerlinguistik Langjährige Erfahrung im Bereich CAT, MT, Terminologiesysteme in Sprachendiensten Seit 2014: Leiterin Technical Services bei [itl]
Kurzvorstellung – [itl]
Kurzvorstellung – Heidi Depraetere
Kurzvorstellung – CrossLang
Unabhängige Berater und Systemintegratoren
Spezialisiert auf Übersetzungstechnologie
Seit 2002 in Gent, Belgien
Unternehmensberatung Lösungen
Sprach-Audits Translation Management-Systeme
Pilotprojekte und Proof of Concept Terminologie-Management
Programm-Management Maschinelle Übersetzung (MT)
6 18.11.2015
Maschinelle Übersetzung - Definition Machine translation (MT) is the application of computers to the task of translating texts from one natural language to another. One of the very earliest pursuits in computer science, MT has proved to be an elusive goal, but today a reasonable number of systems are available which produce output which, if not perfect, is of sufficient quality to be useful in a number of specific domains. (http://www.eamt.org/mt.php) „klassische“ regelbasierten MT-Systeme (RBMT) statistische maschinelle Übersetzungssysteme (SMT)
Maschinelle Übersetzung – Typische Einsatzzwecke
Inhaltserschließung fremdsprachiger Texte (Gisting)
interne mehrsprachige Kommunikation
Veröffentlichung von Inhalten in anderen Sprachen:
Temporäre/benutzergenerierte Inhalte
Support-Seiten, Blogs, Chats, usw.
Inhalte mit hoher Außenwirkung
Marketing-Broschüren; Produktkataloge, Betriebsanleitungen, usw.
Unterschiede in Anforderungen an
Verwendbarkeit
Qualität
des MT-Outputs
Maschinelle Übersetzung – Fakten und Prognosen Verstärktes Interesse an / Zugänglichkeit von MT durch Globalisierung Big Data Open-Source-/Do-it-Yourself-Lösungen Cloud-basierte MT-Lösungen MT-Förderung durch (zwischen-)staatliche Programme Prognose: MT-Markt wird $983,3 Millionen bis 2022 erreichen Großer Marktanteil für Elektronik- und Automobilbranche prognostiziert Steigender Marktanteil für Gesundheitsbereich in den nächsten 6 Jahren
Mehrsprachige Kommunikation in der heutigen Zeit
Vielzahl an Sprachen, ständig steigendes
↔ Knappheit an Budget, Ressourcen und Zeit
Volumen an Daten und InhaltenDie MT-Realität auf dem deutschen Markt
Beobachtungen aus LSP-Sicht:
wenig Interesse bei Kunden aus dem
Bereich mittelständischer und großer
Unternehmen im deutschsprachigen Markt
Kaum Fallbeispiele für MT-Einsatz bei
deutschen LSPs1 Vielfalt
Viele Branchen
Viele Fachgebiete (Domains)
Viele Sprachpaare
Viele Content-Typen
Viele Projekttypen2 MT-Verkaufsargumente
Große Versprechungen von
statistischer maschineller
Übersetzung (SMT)
"Moses-Hype"
Do-it-Yourself-Lösungen3 Mangel an Transparenz
Kostenmodell
WissenQualität
Zwecktauglichkeit (fit for purpose)
AnwendungsszenarioWenn es MT ist, dann muss es schlecht sein?
Vorbehalte gegenüber MT
Unbekanntem wird misstraut
Einfach ein weiteres Tool
Kommunikation
Abrechnungsmodelle für Post-EditingMT-Stolpersteine auf deutschem Markt mangelnde Kenntnisse über Chancen und Risiken bei MT-Einsatz Unklarkeiten bei Abrechnungsmodellen Skepsis und Ablehnung vieler Übersetzer gegenüber MT/Post- Editing Fehlen von kommerziellen MT-Lösungen für DE→alle kundenrelevante Zielsprachen mangelnde Verfügbarkeit von kunden-/domänenspezifischen zweisprachigen Daten mit Ausgangssprache Deutsch oft: Fehlen von validierten Kunden-Terminologiebeständen oft: unzureichende sprachliche Eignung der zu übersetzenden Quelldaten
Deutscher Beispielskunde – Ausgangssituation für MT-Einsatz Quellsprachen-Problematik Quellsprache für Übersetzung üblicherweise Deutsch In einigen Fällen Quellsprache Englisch: durch Nicht-Muttersprachler erstellt, keine Autorenunterstützung im Einsatz Autorenunterstützungs-Tool bei “echten” deutschen Texten (noch nicht umfassend eingesetzt/befüllt) Zielsprachen für (publikationsreife) Übersetzung Prio 1: EN/DE, FR, IT , ES, CS, PL, RU, NL, SE Prio 2: PT, SL, HU, CN, TR, RO, SK, FI Terminologie Listen vorhanden; noch nicht vom Kunden validiert Vorhandene Translation Memories Aktuelle TMs mit 2.000 – 20.000 Übersetzungseinheiten Alte Referenz-TMs vorhanden; schlechte Qualität
Deutscher Beispielskunde – Anforderungen an die MT-Lösung MT-Anwendungsszenarien: 1. Integration in TM-Tool-basierten Übersetzungs-Workflow bei LSP 2. “Gisting” für Unternehmensmitarbeiter Wichtigste Sprachen: Englisch, Deutsch Anforderungen an die technische Lösung: Performanz und Sicherheit: Hosting auf deutschem Server Skalierbarkeit; künftige Nutzung an anderen Kundenstandorten Anpassbarkeit der MT-Engines
Herausforderungen für einen Übersetzungsdienstleister
Welche MT-Technologie?
Wer passt wie und womit die MT-Engines an?
Wie integrieren wir MT in den Übersetzungs-Workflow?
Wie bringen wir MT unseren Übersetzern bei?
Kostenersparnis
Welche Investitionen kommen auf uns/den Kunden zu?
Welche Einsparungen und Produktivitätssteigerungen sind
realistisch? Produktivität
…
Qualität
“For most [LSPs], the successful implementation of MT represents a
huge leap and long-term investment in resources and expertise before
return on investment becomes apparent.” (GALAxy Newsletter Q2
2015)
Kooperation zwischen LSP und MT-Beratungs- und IntegrationspartnerMT-Erfolgsfaktoren
Qualität
Integration ROIMT-Erfolgsfaktoren und MT-Ansatz
Evaluierung
ROI
Auswahl
Linguistische Performanz
• Kontinuierliche Projekt-
Parameter Optimierung Anpassung
• Skalierbarkeit Parameter
Text-
Linguistisches
Engineering
Engineering
• Sprach-
spezifische
• Gezielte
Verbesserung Roll-out & Integration
en je nach
Anpassungen
Content-Typ
Nutzer-Anleitung und
Wissenstransfer Akzeptanz
• Programm- • Change
Management
• Schulungen
Management
• nutzer- Training
orientierte
Evaluierung
Linguistische Business
Kontinuierliche
Expertise Expertise
Integration
Optimierung; Wartung
Operative Parameter„In-Kontext“-Evaluierung
1.
Linguistische
Qualität
Qualität
3. 2.
Produktivität Verwendbarkeit
24 18.11.2015Evaluierungsparameter für MT-Output
1.
Linguistische
Qualität
Qualität
3. 2.
Produktivität VerwendbarkeitZiele der MT-Evaluierung
Allgemeine Ziele: Bezogen auf Beispielskunde:
Ermitteln der produktivsten MT-Engine Für Sprachrichtung Englisch→Deutsch
Regelbasiertes MT-System 1
Statistisches MT-System
Regelbasiertes MT-System 2
Ermitteln der produktivsten Ressourcen 3 Evaluierer, davon 2 „echte“ Übersetzer
Ermitteln von objektiven Kriterien für Höhe des Abzugs für MT-Segmente in TM-Analyse
Preismodelle Bezahlung für „No-Matches“
Ermitteln von relevantem Material für Feedback von Übersetzern bezüglich:
Post-Editing-Schulungen Bereitschaft zu Post-Editing
Einschätzung des NachbearbeitungsaufwandsProjektparameter für Beispielskunde Umfang des Evaluierungs-Datensets: 5155 Wörter Neuübersetzung (35%) 100 % Matches (5%) Regelbasiertes MT-System 1 - Post-Editing (20 %) Statistisches MT-System - Post-Editing (20 %) Regelbasiertes MT-System 2 - Post-Editing (20 %)
Produktivitätsergebnisse (Wörter pro Stunde)
2500
2000
1500
1000
500
0
Full matchvonreview
Überarbeitung 100 %-Matches Systran
RBMT-1 MT post-editing
Post-Editing SDL
SMT-1 BeGlobal MT post-editing
Post-Editing Lucy
RBMT-2 MT post-editing
Post-Editing Translation from scratch
Neuübersetzung
Informant 1 Informant 2 Informant 3Produktivität – Steigerungen/Verschlechterungen
100%
80%
60% 56%
54%
40%
29%
25%
20%
0%
RBMT-1 Post-Editing SMT-1 Post-Editing RBMT-2 Post-Editing
Systran MT post-editing SDL BeGlobal MT post-editing Lucy MT post-editing
-8% -7%
-9%
-20% -16%
-23%
-40%
Informant 1 Informant 2 Informant 3Zwei MT-Anwendungsszenarien in der Pilotphase Plugin für TM-Tools Web-Portal für Gisting
Zusätzlicher Kunden-Mehrwert durch MT-Einsatz Einführung bzw. Optimierung von Terminologieprozessen beim Kunden Einführung von Terminologielösung/-gremien verstärktes Bewusstsein über die Notwendigkeit konsistenter und übersetzungsgerechter Quelltexte beim Kunden Einführung von Autorenunterstützungs-Tools Konsolidierung vorhandener Datenbestände in TM- und CMS- Systemen Einsatz der MT-Lösung auch auf Kundenseite für unternehmensinterne Kommunikationszwecke möglich
Empfehlungen
Erst testen, dann implementieren
Konkreten Anwendungsfall/konkretes
Sprachpaar als Ausgangspunkt nehmen
Klein anfangen und in kleinen Schritten
wachsen
Gute Kommunikation und Einbeziehen
aller Beteiligten ist enorm wichtigDanke für Ihre Aufmerksamkeit!
https://www.youtube.com/watch?v=wIK0JKTQcI8
christine.bruckner@itl.eu
heidi.depraetere@crosslang.comIhre Meinung ist uns wichtig! Sagen Sie uns bitte, wie Ihnen der Vortrag
gefallen hat. Wir freuen uns auf Ihr Feedback per Smartphone oder Tablet
unter
http://LOC22.honestly.de
oder scannen Sie den QR-Code
Das Bewertungstool steht Ihnen auch noch nach der Tagung zur Verfügung!Sie können auch lesen
