Sinn und Unsinn von Übersetzungssoftware |
Blog >> Aktuelles |
Sinn und Unsinn von Übersetzungssoftware
Kaum ein Thema beschäftigt aktuell die Übersetzerbranche mehr als die Frage nach Sinn und Unsinn von Übersetzungssoftware.
Die Menschheit träumt schon seit langem von einem Übersetzungswerkzeug, das alle Sprachbarrieren der Welt überwindet. So hat der der britische Schriftsteller Douglas Adams in seinem 1979 erschienenen Science-Fiction-Roman „Per Anhalter durch die Galaxis“ ein Lebewesen namens „Babelfisch“ (in Anlehnung an die Geschichte des Turmbaus zu Babel) erfunden, das sich ins Ohr einführen lässt und dem Träger ein Verständnis aller Sprachen ermöglicht. Genau dieser Babelfisch wurde bald zu einem Symbol für maschinenbasierte Übersetzungssysteme.
Welche Arten von maschineller Übersetzungssoftware gibt es?
Aktuell gibt es drei Arten von maschinellen Übersetzungssystemen: regelbasierte, statistische und neuronale Systeme.
Die ersten Übersetzungssysteme in den 1960er Jahren arbeiteten regelbasiert und stützten sich auf eine Kombination aus Sprachalgorithmen und Grammatik sowie Wörterbüchern für allgemeines Vokabular. Regelbasierte Systeme liefern bei der Konfiguration mit Fachwörterbüchern normalerweise konsistente Übersetzungen mit exakter Terminologie.
Dann folgte die „Geburtsstunde“ der statistischen Machine Translation, die auf eine Idee aus dem Bereich der Spracherkennung zurückzuführen war. Computer sollten anhand bereits vorhandener Übersetzungen lernen, wie ein Satz am sinnvollsten übersetzt werden kann. Die Programme wurden mit von Menschen übersetzten Texten gefüttert, um ihnen die häufigste Übersetzung jedes einzelnen Wortes beizubringen. Gleichzeitig wurden etliche Texte in der Zielsprache eingegeben, damit das Programm den Satzbau erlernen kann. Anhand sehr großer Datenmengen können Übersetzungen für spezielle Bereiche konfiguriert werden. Dabei werden zumeist flüssige, aber nicht allzu konsistente Übersetzungen produziert.
Der neueste Ansatz im Bereich maschinelle Übersetzung sind die neuronalen Systeme, auch als NMT (Neural Machine Translation) bezeichnet. Das System lernt in diesem Fall, über ein großes neuronales Netzwerk zu übersetzen. Dieser Ansatz erfreut sich zunehmender Beliebtheit unter Entwicklern und anderen Experten aus dem MÜ-Bereich, weil konfigurierte NMT-Systeme mittlerweile bei vielen Sprachpaaren bessere Übersetzungsergebnisse liefern als etwa phrasenbasierte statistische Übersetzungen.
Experten erwarten dennoch nicht, dass aus solchen neuronalen Übersetzungssystemen ein Babelfisch werden könnte, wie ihn der Science-Fiction-Autor Douglas Adams erdachte hatte. Dafür stehen die neuronalen Systeme noch vor zu großen Hürden.
Was sind die Vor- und die Nachteile einer maschinellen Übersetzung gegenüber einer von Menschen angefertigten Übersetzung?
Auf den ersten Blick ist die maschinelle Übersetzung (für den Kunden) billig. Öffentlich zugängliche Übersetzungssysteme wie Google Translate oder DeepL sind – im Gegensatz zum Humanübersetzer – häufig sogar kostenlos.
Außerdem sind maschinelle Übersetzungen schneller verfügbar und es werden größere Datenmengen in kürzerer Zeit verarbeitet.
Dennoch bergen die scheinbar einfachen und kostenlosen Übersetzungen große Risiken. Sie sind häufig nicht flüssig zu lesen, die Syntax ist mitunter nicht korrekt und sie können weder Ironie noch Metaphern erkennen.
Bei Vergleichen zwischen maschinell und von Menschen angefertigten Übersetzungen wird häufig behauptet, die maschinellen Übersetzungen könnten ein „menschliches“ Niveau erreichen. Einer genaueren Prüfung halten solche Behauptungen jedoch nicht stand. Vergleichsübersetzungen werden häufig anhand von Nachrichtentexten oder standardisierten Texten vorgenommen. Doch im Übersetzeralltag hat man es stattdessen mit Marketingtexten oder Fachtexten aus anderen Branchen zu tun. Viele Texte sind für maschinelle Systeme zu komplex und es fehlt der Kontext. Maschinen können keine Feinheiten übersetzen und nicht über die Grenze des jeweiligen Satzes hinausblicken.
Wie groß ist die Gefahr für den Beruf des Übersetzers?
Da manche Kunden nur die potenzielle Kostenersparnis sehen, wird sich das Berufsbild des Übersetzers voraussichtlich stark verändern. Vielleicht gibt es den Übersetzer von heute in zehn oder zwanzig Jahren nicht mehr. Aber arbeitslos werden wir deswegen vermutlich nicht werden. Zunächst können maschinelle Übersetzungen nicht ungeprüft übernommen werden, sodass der Übersetzer vielfach als Post-Editor fungiert und den maschinell vorübersetzten Text prüft und gegebenenfalls korrigiert. Auch nimmt das Auftragsvolumen aufgrund der immer stärkeren internationalen Verflechtungen eher zu als ab. Die Nachfrage nach fachlich versierten, gut ausgebildeten Übersetzern ist also nach wie vor ungebrochen und wird dies wohl auch geraume Zeit noch bleiben.
KATEGORIEN
- Aktuelles (50)
- Übersetzer gesucht (34)
- Regensburger Übersetzer (48)
ARCHIV
- February 2021 (1)
- January 2021 (2)
- October 2020 (2)
- September 2020 (1)
- August 2020 (1)
- July 2020 (2)
- June 2020 (1)
- April 2020 (1)
- March 2020 (1)
- February 2020 (3)
- January 2020 (1)
- December 2019 (1)
- November 2019 (2)
- October 2019 (2)
- September 2019 (2)
- August 2019 (3)
- July 2019 (2)
- June 2019 (1)
- May 2019 (2)
- April 2019 (2)
- March 2019 (3)
- February 2019 (3)
- January 2019 (3)
- December 2018 (2)
- November 2018 (2)
- October 2018 (2)
- September 2018 (1)
- August 2018 (1)
- July 2018 (2)
- June 2018 (1)
- May 2018 (2)
- April 2018 (3)
- March 2018 (2)
- February 2018 (3)
- January 2018 (3)
- December 2017 (1)
- November 2017 (2)
- October 2017 (2)
- September 2017 (1)
- August 2017 (1)
- July 2017 (4)
- June 2017 (2)
- May 2017 (3)
- April 2017 (4)
- March 2017 (5)
- February 2017 (4)
- January 2017 (5)
- December 2016 (2)
- November 2016 (1)
- October 2016 (2)
- June 2016 (1)
- May 2016 (4)
- April 2016 (1)
- March 2016 (5)
- February 2016 (1)
- January 2016 (1)
- December 2015 (1)
- November 2015 (1)
- October 2015 (1)
- September 2015 (10)
- June 2015 (1)
- May 2015 (3)
- March 2015 (1)
- February 2015 (3)
- January 2015 (1)