Aspekte der Texttechnologie: Machine Translation. Susanne J. Jekat Zürcher Hochschule Winterthur Übersicht

Transkript

1 Aspekte der Texttechnologie: Machine Translation Susanne J. Jekat Zürcher Hochschule Winterthur Übersicht Thema : Maschinelle Übersetzung (Machine Translation, MT) Maschinelles Dolmetschen (Verbmobil) Computer-Aided Translation (CAT) 2 1

2 Maschinelle Übersetzung Terminologie Historische Entwicklung Grundlegende Konzepte Umsetzung 3 Terminologie MT = Machine Translation, auch MÜ = Maschinelle Übersetzung FAHQT = Fully Accurate High Quality Translation (FAHQHT oder FAHQMT) CAT = Computer Aided Translation, frz. TAO = Traduction assistée par ordinateur (inkl. MAHT und HAMT) 4 2

3 Beteiligte Disziplinen Elektrotechnik Linguistik Informatik Mathematik Übersetzungswissenschaft? 5 Entwicklung Europa SYSTRAN SUSY USA Weaver-Memorandum Sprache ist ein berechenbares Phänomen Georgetown-IBM Experiment russischenglisch SYSTRAN (Babelfish, Lycos) Logos 1963 SYSTRAN als kommerzielles System, FAHQT ist nicht realistisch kaum MT Forschung SYSTRAN, METAL Japan MT-Forschung 6 3

4 Entwicklung Europa USA Japan 1980 EUROTRA Neuer Start MT- Forschung Boom MT in Industrie Boom MT- Forschung ALR 1990 Ende von EUROTRA verstärkt CAT Offizielle MT- Forschung verstärkt CAT CICC 2000 V E R B M O B I L (Teilanwendungen z.b. Daimler-Chrysler, IBM, Siemens) 7 MT: Konzepte Interlingua Transfer Direkte Übersetzung: Statistische Übersetzung Beispielbasierte Übersetzung 8 4

5 Direkte Systeme Ausgangstext direkt Zieltext Ausgangstext Morphologische Analyse Lexikon Korrekte Wortfolge Zieltext 9 Direkte Systeme Beschreibung Morphologische Analyse (Segmentierung) Methode Segmentierungsalgorith men Beispiel It`s in it is Ein- und Ausgang in Eingang und Ausgang Lexikon: Übertragung von lexikalischen Einheiten abhängig vom lokalen Kontext Korrekte Wortfolge Anwendung einfacher Wortstellungsregeln Dictionary Look-up Definition von Regeln auf der Ebene von Wortkategorien Much/many Engl Dt.: if preceding word is how return wieviel(e) else if preceding word is as return soviel(e) EAdj EN FN FAdj Preliminary installation Installation préliminaire 10 5

6 Direkte Systeme Eine grosse Anzahl von Übersetzungsregeln ist notwendig Beispiel: The preliminary installation configuration Art Adj N1 N2 La configuration d`installation préliminaire Art N2 de N1 Adj Regel: E-Art E-Adj E-N1 E-N2 F-Art F-N2 de F-N1 F-Adj 11 MT Tests: Direkte Übersetzung (Studierende der ZHW) AT (Ausgangstext) Obwohl ich im Sommer lernen muss, würde ich gerne in Urlaub fahren. eigene Übersetzung: Although I must learn in summer, I would like to go on vacation. babelfish: Although I must learn in the summer, I would drive gladly into vacation. reverso: Although I must learn in summer, I would gladly go in vacation. systransoft: Although I must learn in the summer, I would drive gladly into vacation. freetranslation: Although I must learn in the summer, I would go gladly vacation on. 12 6

7 MT Tests: Direkte Übersetzung AT: Vielleicht kann man den Beispielsatz gar nicht übersetzen eigene Übersetzung: Perhaps one cannot translate the example sentence at all babelfish: Perhaps one cannot at all translate the example sentence reverso: Perhaps one cannot translate the example at all systransoft: Perhaps one cannot at all translate the example sentence freetranslation: Perhaps one can translate the example sentence not at all 13 MT Tests: Direkte Übersetzung AT: Es gelang dem mutigen Feuerwehrmann, die alte Frau rechtzeitig aus dem brennenden Haus zu holen. eigene Übersetzung: The brave/courageous fireman managed to get/succeeded in getting the old woman out of the burning house just in time. babelfish:it succeeded to the courageous feuerwehrmann to get the old woman in time from the burning house. reverso: The brave fireman succeeded in getting the old woman in time from the burning house. systransoft: It succeeded to the courageous feuerwehrmann to get the old woman in time from the burning house. freetranslation: It succeeded the courageous fire department man to get the old woman on time out of the burning house. 14 7

8 Direkte Übersetzung Spezialfall: Statistische Übersetzung 1. Beschreibung: automatisch berechnete Zuordnungen (Alignments) von Übersetzungseinheiten 2. Linguistische/lexikalische Methode: 2.1 Berechnung einer initialen Menge potentiell alignierbarer Sätze mit Ankerpunkten (Anfang und Ende der Texte, Abschnittsgrenzen) 2.2 Berechnung von Wortalignierungen: Auswahl von Wortpaaren aus den potentiell alignierbaren Sätzen. Die Verteilung der Wörter eines Wortpaares ist dann ähnlich, wenn die meisten Sätze, in denen das erste Wort auftritt, alignierbar sind mit Sätzen, in denen das zweite Wort auftritt. 2.3 Neue Abschätzung der Satzalignierung 3. Beispiel: Kay, M. and Röscheisen, M. (1993) Text-Translation Alignment. In Computational Linguistics, 19/1, Direkte Übersetzung Spezialfall: Statistische Übersetzung 1. Beschreibung: automatisch berechnete Zuordnungen (Alignments) von Übersetzungseinheiten 2. satzlängenbasierte Methode: 2.1 Alignierung von Textabschnitten auf der Basis der Textformatierung (s.a. Kay and Röscheisen 1993) 2.2 Alignierung von Sätzen innerhalb eines Abschnittes (entsprechende Anzahl von Wörtern oder Buchstaben) 2.3 Berechnung der Wahrscheinlichkeit der Entsprechung von Satzpaaren unter Berücksichtigung verschiedener Typen von Entsprechungen (1:1; 1:0; 1:2; 2:2; 2:1). 3. Beispiel: Church, K.W. and Gale, W.A. (1993) A program for aligning sentences in bilingual corpora. In Computational Linguistics, 19/1,

9 Statistische Übersetzung Quellsatz: He buys a book on international politics. Korpus: He buys a notebook. Er kauft ein Notizbuch. I read a book on international politics. Ich lese ein Buch über internationale Politik. 17 Statistische Übersetzung Durch Zusammenfügen der Satzfragmente ergibt sich der Zielsatz: Er kauft ein Buch über internationale Politik. Vorteil: rasche Erstellung einer Rohübersetzung Nachteil: hoher Aufwand beim Erstellen der Ressourcen (alignierte Korpora), linguistische Defizite im Zieltext oder hoher Aufwand beim Post-Editing. 18 9

10 Direkte Übersetzung Spezialfall: Beispielbasierte Übersetzung manuell oder automatisch berechnete Zuordnungen (Alignments) von Übersetzungseinheiten werden in einer Datenbank abgelegt. Zur Laufzeit wird abgefragt, ob für einen Quelltext eine passende Übersetzung zur Verfügung steht. (s.a. CAT: Translation Memories: archivierte Übersetzungen) 19 Alignment in Translation Memories 20 10

11 Beispielbasierte Übersetzung Vorteil: stereotype Texte wie z.b. Gebrauchsanweisungen, die in der Aktualisierung nur wenig verändert werden, können mit wenig Aufwand übersetzt werden Nachteil: Wortschatz und grammatische Konstruktionen eingeschränkt, weil abhängig von Ressourcen 21 Transfer Ausgangstext Transfer Zieltext Ausgangstext Analyse Transfer Generierung Zieltext 22 11

12 Transfer Beschreibung Methode Beispiel Syntaktische Analyse Semantische Analyse oft Unifikationsbasierte Grammatikformalismen, z.b. HPSG (Head Driven Phrase Structure Grammar) oder LFG (Lexical Functional Grammar) der Hund Cat DET N KASUS nom nom NUM sg sg GEN mask mask Semantik [Hund] Transfer Zusammenfassende Regeln: EN FN E-N1 E-N2 F-N2 de F-N1 The installation configuration La configuration d`installation Generierung Generierung erzeugt aus zielsprachlicher Repräsentation eine natürlichsprachliche Ausgabe I give PAST I gave 23 Russische Analyse Transfer-Systeme Russisch-Deutscher Transfer Deutsche Generierung Deutsche Analyse Deutsch-Russischer Transfer Russische Generierung Englische Analyse Russisch-Englischer Transfer Englisch- Russischer Transfer Deutsch-Englischer Transfer Englische Generierung Englisch-Deutscher Transfer 24 12

13 Interlingua Systeme Rumänische Analyse Deutsche Analyse Interlingua Rumänische Generierung Deutsche Generierung Englische Analyse Englische Generierung 25 Interlingua Ausgangstext wird analysiert und überführt in eine Zwischenrepräsentation, die unabhängig von Einzelsprachen sein soll sie enthält alle Informationen, die für die Generierung des Zieltextes nötig ist Beispiel (vereinfacht): Guten Tag, Prof. Hess. <greet>, <title>, <name:hess> How do you do, Prof. Hess? 26 13

14 Interlingua Generierung des Zieltextes auf der Basis der Interlingua, kein Rückblick auf Originaltext Vorteil: rasche Integration verschiedener Sprachen Nachteil: hoher Aufwand bei der Analyse (vollkommenes Verstehen des Quelltextes) hoher Aufwand bei der Generierung ( im allgemeinen maschinell nicht entscheidbar) 27 Interlingua attraktiv für Sprachpaare, die weit auseinanderliegen, z.b. Japanisch- Deutsch aber die meisten heute verfügbaren System arbeiten nach dem TRANSFER-Modell 28 14

15 Interlingua vs. Transfer Jedes Analysemodul ist unabhängig von allen Analyse- und Generierungmodulen Zielsprachen haben keinen Einfluß auf Analyseprozesse für eine neue Sprache werden nur 2 neue Module erzeugt back-translation möglich (gut für Systemüberprüfung) Schwere Darstellung selbst für verwandte Sprachen Sprachabhängig für eine neue Sprache muß eine große Zahl von Modulen erzeugt werden (für n Sprachen: n (n-1) Module) einfachere Darstellung 29 Möglichkeiten und Grenzen von MT Granularität der Sprachen, z.b. Pfote Tierpfote Paw - - Patte Tierbein, Tierpfote, Vogelkralle? Fuss menschl. Fuss, Tal! Foot - - Vogelkralle Pied - - Stuhlbein vgl. Jurafsky & Martin (2000), grafische Darstellung: 30 15

16 paw etape journey leg human leg jambe leg chair leg patte animal leg bird foot pied animal paw human foot foot 31 Möglichkeiten und Grenzen von MT Syntaktische Ambiguität: Der Mann sah die Frau mit dem Fernrohr Tiefen- und Oberflächenstruktur: z. B.: das syntaktische Subjekt ist nicht gleichzeitig das logische Subjekt Der Mann hat dem Mädchen das Buch gegeben Das Buch wurde dem Mädchen von dem Mann gegeben

17 Möglichkeiten und Grenzen von MT Kasusrollen-Ambiguität: Er las den Artikel in der Zeitung/in der Bahn Referentielle Ambiguität: The cook put the sugar on the cake and left it in the fridge Pragmatische Ambiguität: Können Sie mir sagen, wieviel Uhr es ist? Lexikalische Ambiguität: Bank, Sache, baskisch: ahizpa (Schwester-Schwester), arreba (Bruder- Schwester) Kategorialambiguität: last time, the show lasts two hours Übersetzungsambiguität: wall ist Mauer oder Wand 33 Möglichkeiten und Grenzen von MT Anapher, Ellipse, Pronominalisierung z.b. Pronominalisierung auf Textebene FR DE Il tirait la balle. Elle disparait. Er feuerte die Kugel ab. Sie verschwand. Er trat den Ball. Er verschwand

18 Möglichkeiten und Grenzen European Association of Machine Translation, 2002: Weltweit über 100 Firmen, die MT oder CAT produzieren Dorna und Jekat, 2004: 572: Die immer wieder angekündigten großen technologischen Durchbrüche sind bisher allerdings nicht eingetreten [...] Die MÜ wird bis auf weiteres ausschließlich für Rohübersetzungen [...] einsetzbar sein. 35 Systeme CICC (Interlingua) EUROTRA Logos (Transfer) SUSY (Transfer) SYSTRAN (Direkt/Transfer) VERBMOBIL (divers)

19 MT Tests Direkte Systeme: Babelfish Reverso ge=logiciels_reverso/index-d.htm Freetranslation 37 VERBMOBIL 38 19

20 VM: Ein maschinelles Dolmetschsystem 1. Spracherkennung sprecherabhängig: Die Spracherkennung wird auf einen Sprecher trainiert, Nachteil: Trainingsaufwand des Benutzers und begrenzte Anwendung (! Spontansprachliche Dialoge, kommerzieller Aspekt), Vorteil: relativ verlässliches Ergebnis in der Erkennung sprecherunabhängig: alle Sprecher können das System nutzen, Nachteil: Ergebnisse der Erkennung weniger verlässlich vor allem bei neuen Sprechern (z.b. Zweitsprache), Aussprachevarianten müssen antizipiert und modelliert werden, Vorteil: kein Trainingsaufwand der Benutzer VM sprecheradaptiv: startet im sprecherunabhängigen Modus mit anschliessender Adaption der Erkennung an den aktuellen Benutzer (Sprechgeschwindigkeit, Aussprachevarianten, Grundfrequenz) 39 VM: Ein maschinelles Dolmetschsystem 2. Prosodieanalyse Prosodie und Intonation? The term prosody is used in different ways by different researchers within the Language and Speech fold: from at one extreme those who maintain an abstract definition not necessarily coupled to any statement about realization (`` the structure that organizes sound ``), to those who use the term to refer to the realization itself, that is, effectively use it as a synonym for suprasegmental features (``pitch, tempo, loudness, pause``) at the other extreme. Cutler et al., 1997:

21 Prosodieanalyse in VM Probleme: Prosodie und Intonation kann aus linguistischer Sicht realisiert werden, muss aber nicht ist u.u. sprecher- und sprachabhängig (weitere s. Batliner et al. in Wahlster 2000). 41 Prosodieanalyse in VM Bearbeitete Phänomene (aus Batliner et al.): Grenzen: Fünfter geht bei mir, nicht aber neunzehnter Fünfter geht bei mir nicht, aber neunzehnter Akzent (Skopus von auch, doch): Ich fahre doch am Montag nach Hamburg. Ich fahre DOCH am Montag nach Hamburg. Grenzen und Satzmodus: Dann machen wir das vielleicht. Ab dem sechzehnten geht das. Dann machen wir das. Vielleicht ab dem sechzehnten? Geht das? 42 21

22 Prosodieanalyse in VM Beispiel Satzmodus: Treffen wir uns bei Ihnen? Do we meet at your place? Treffen wir uns bei Ihnen! Let us meet at your place! VM unterscheidet zwischen Frage und Nicht- Frage, indem prosodische Information mit syntaktischer (z.b. Stellung des Verbs) kombiniert wird 43 Sprachenerkennung (LID Language IDentification) Score-based: Berechnung der Übereinstimmung zwischen dem akustischen Signal und im Sprachmodell aufgefundenen Mustern, beste Übereinstimmung bestimmt die Sprache, abhängig vom Übermittlungskanal (z.b. Mobiltelefon vs. Mikrophon) Confidence-based: Konfidenzmass gibt an, wie sicher das System bei entsprechenden Interpretationen ist, in VM wird jedem Wort im Worthypothesengraph wird ein Wert zugewiesen, aus diesen Werten wiederum wird die Satzkonfidenz berechnet Methoden: z.b. Metze et al Ergebnis nach Auswertung der ersten 3 Sekunden jeder Äusserung: Deutsch, Englisch und Japanisch können nach Waibel et al. in Wahlster 2000:43 therefore be identified with an accuracy of more than 87% using two recognizers only. The score-based approach gave error rates of more than 25% on that task [...]

23 Verarbeitung von Reparaturen etc. Im VM-Korpus enthalten mehr als 21% aller Äusserungen mindestens eine Reparatur. Verarbeitung der Reparaturen durch Korrektur Man kann einfach/- kann sich einfach vorstellen Man kann sich einfach vorstellen. Nur möglich, wenn Reparandum ( Falscher Teil der Äusserung) und der Editing Term (Markierung einer Reparatur durch spezielle Phrasen, z.b. I mean oder gefüllte Pausen, z.b. hm) erkannt worden sind. 45 Übersetzungswege 1. Tiefe Analyse und Transfer 2. Dialogaktbasierte Übersetzung 3. Statistische Übersetzung 4. Fallbasierte Übersetzung 46 23

24 Tiefe Analyse und Transfer: Semantikkonstruktion in VM Übertragung des syntaktischen Inputs in semantische Repräsentationen (! Fregeprinzip) Eingabe: Analysebaum (tiefe linguistische Analyse mit HPSG) Extraktion aus Datenbasen: Lexikon Look-up und Information zur Kombination der Elemente Ausgabe: Verbmobil Interface Terms (VITs) mit semantischer Information 47 Semantikkonstruktion (vereinfachte Darstellung) 48 24

25 Dialogaktbasierte Übersetzung Terminabsprachen und Reiseplanungen als zentrale Anwendungsszenarien für VM lassen sich (unter bestimmten Bedingungen wie z.b. gemeinsames Handlungsziel, Kooperation, Symmetrie) schematisieren, vgl. Jekat 1994, z.b. Phasen der Terminabsprache (TA) 1. Begrüssung 2. Vorstellung 3. Grund der TA 4. Konkretisierung: Zeitrahmen 5. Zeiteingrenzung 6. Entscheidung 7. Ort 8. Bestätigung 49 Dialogaktbasierte Übersetzung Jeder Phase des Schemas entsprechen bestimmte sprachliche Realisierungen, die wiederum auf Dialogakte (Sprechakte, die zusätzlich durch konkrete Beispiele definiert werden) abgebildet werden können 50 25

26 Dialogaktbasierte Übersetzung Beispiel: Jackie I`d like to set up a meeting in the next couple a weeks for two hours init_date do you have some time free request_suggest_date 51 Dialogaktbasierte Übersetzung Dialogakte können durch die Kombination aus Informationen, in welcher Phase des Dialogs gesprochen wird, Satzmodus und gewichteten Schlüsselwörtern (für request_suggest_date z.b. time free und Fragemodus) erkannt werden, in der Zielsprache wird dann nach einer Realisierung des entsprechenden Dialogakts gesucht, die Eingabe muss nicht weiter analysiert werden 52 26

27 Statistische Übersetzung in gesprochener Sprache kaum 1:1 Entsprechungen keine explizite Wortdesambiguierung, aber implzite auf der Basis des Kontextes (sprachliche Umgebung des Wortes) 53 Statistische Übersetzung, Implizite Desambiguierung, Beispiel gehen Eingabe Wir gehen ins Theater. Mir geht es gut. Es geht um Geld. Geht es bei Ihnen am Montag? Das Treffen geht bis 5 Uhr. Übersetzung We will go to the theatre. I am fine. It is about money. Is it possible for you on Monday? The meeting is to five

28 Generierung Anforderungen in einem Speech-System: 1. Robustheit: Fehler in der Verarbeitung und Repräsentation, die durch Performanz- Phänomene (oder Fehler in der Erkennung) entstehen, sollten ausgeglichen werden 2. zeitnahe Generierung (Echtzeit) 3. Abdeckung verschiedener Sprachen und eines grossen Wortschatzes 55 Generierung VITs als hauptsächlich semantische Repräsentation enthalten Informationen darüber, was gesagt wurde und wie es gesagt wurde 56 28

29 VM Generation Component (VM- GECO) Phasen der Generierung: 1. Mikroplanung: relevante Information aus VITs wird in einem Satzplan abgebildet 2. Syntaktische Realisierung auf der Basis des Satzplanes 3. Concept to Speech Synthesis: Eingabe ist Text, der durch weitere Informationen angereichert (getagged) ist, Ausgabe ist Repräsentation, die Laute und Prosodie beschreibt (zusätzlich zur kanonischen phonetischen Beschreibung in TTS- Systemen) 57 Tools für Dolmetscher Sand, Peter & Eric Hartner (2002) Interplex 30 Tage Testversion (Terminologie für Dolmetscher) 58 29

30 CAT-Software kommerzielle Systeme: ACROSS ( ), Testversion kostenlos Atril Deja Vu ( Star Transit ( Einzelplatz kostenlos SDL Trados ( TRANS Suite 2000 ( Alignmentkomponente kostenlos Wordfast (Zusatz zu MS Word, bis 500 TU kostenlos,?verschiedene Plattformen möglich 59 CAT-Software enthält: Alignment-Komponente (Alignment früherer Ausgangstexte mit bereits erstellten Übersetzungen) Datenbasis-Konsistenzerhaltungskomponente Terminologie-Komponente (automatische Extraktion aus Texten, manuelle Eingabe und Pflege der Terminologie) Dokumenten-Editor Filter Komponente zum Erstellen und Verwalten von Projekten Komponente zur Maschinellen Übersetzung 60 30

31 Die CAT- Arbeitsumgebung des Übersetzers Alignierung Terminologie Übersetzungsbeispiele (Alignments) Beispielbasierte MT Textverarbeitung Datenbankmanagement 61 Alignment mit CAT 62 31

32 Datenbasis- Konsistenzerhaltungskomponente Bewältigung grosser Datenmengen Verarbeitung von Eingabefehlern Änderungen von terminologischen Zuordnungen 63 Terminologie-Komponente verschiedene Suchmöglichkeiten Möglichkeiten zum Import von Glossaren und Wörterbüchern Terminologieextraktion aus Texten Einsatz von Wörtern aus dem Glossar in den Text 64 32

33 Dokumenten-Editor Textverarbeitungssoftware zur Durchführung der Übersetzung Display von Quelltextsegmenten und Übersetzung plus (in einigen Fällen) entsprechenden Segmenten aus dem alignierten Korpus (100% Matches oder Fuzzy Matches) 65 Dokumenten-Editor Formatierungsmöglichkeiten Automatische Unterstützung für die Erstellung von Texten oder (in einigen CAT-Systemen) nur einfache Operationen möglich 66 33

34 Filter für Konvertierung der Files in die verschiedenen Formate zum Import in die Alignment-Komponente oder das Textverarbeitungsprogramm zum Export aus dem Textverarbeitungsprogramm oder den Datenbanken 67 Beispielbasierte Übersetzung Auf der Basis vorhandenen Referenzmaterials Rohübersetzung, wichtig für Zeitplan des Übersetzers 68 34

35 Vorstellung von drei kommerziellen Systemen 1. ACROSS 2. STAR 3.TRADOS 69 across Komponenten: crossboard: Projektmanagement crossdesk: Editor crosstank: Erstellung, Verwaltung und Pflege von Alignments crossterm: Erstellung, Verwaltung und Pflege von Terminologieeinträgen crossview: Vorschau auf die Übersetzung und einige weitere 70 35

36 across in ersten Tests relativ leicht zu installieren und zu erlernen (vgl. Thar 2004) keine Organisation der Arbeitsoberfläche notwendig 71 Oberfläche von across 72 36

37 Star Transit 2 Komponenten: Transit (Hauptprogramm zum Erstellen und Bearbeiten von Projekten inkl. Alignment) und TermStar (Erstellung, Verwaltung und Pflege von Terminologiedatenbanken) 73 Star Transit Quell- und Zieltext werden ohne Formatierung als parallele Texte abgelegt, Extensionen kennzeichnen die Sprache aus dieser Basis wird nach Auswahl des Benutzers ein Referenz-Netzwerk gebildet verbraucht weniger Kapazität, Ausführen von Anwendungen wird schneller 74 37

38 SDL TRADOS Komponenten: WorkSpace (Projekte erstellen und bearbeiten) Translator`s Workbench (Erstellung, Verwaltung und Pflege von Alignments, Zugriff auf die Terminologie) Xtranslate (Vorübersetzung auf der Basis von Referenzdateien) WinAlign (Alignment) 75 SDL TRADOS MultiTerm und MultitermiX (Erstellung, Verwaltung und Pflege von Terminologiedatenbanken) ExtraTermPlus (Terminologieextraktion) und einige weitere Funktionen (Filter und Editoren) Textverabeitung: Verbindung zu MS Word 76 38

39 SDL TRADOS gegenwärtig Marktführer, viele Übersetzungsfirmen (Konsistenzsicherung) Einzelstart der Komponenten und Organisation der Arbeitsumgebung 77 Arbeitsschritte 1. Einrichten eines Alignment- Projektes 2. Einlesen der Dateien in das Alignment-Tool 78 39

40 3. Alignierung und überprüfen der Alignierung Arbeitsschritte 79 Veränderung der Alignierungs-Ergebnisse durch Preediting: 1. Nicht-editierte Texte 80 40

41 Veränderung der Alignierungs-Ergebnisse durch Preediting: 2. Editierte Texte Export der Alignierung Arbeitsschritte 82 41

42 Arbeitsschritte 5. Einrichten der Übersetzerarbeitsumgebung (Zugriff auf die Datenbasen) 6. Import der Daten 7. Verbindung der Textverarbeitung (hier Word [sic]) mit den Datenbasen 83 Arbeitsschritte 84 42

43 Arbeitsschritte Kein Match bei minimaler Matchwert 65% und Input: Das Auto ist auf 85 CAT-Systeme unterstützen terminologische Akkuratheit und Konsistenz (gegenwärtig zentrale Funktion) neue Mitarbeiter können von vorhandenem Wissen profitieren mehrere Übersetzer können an grossen Texten arbeiten ermöglichen Zeitmanagement und Kalkulation sind evtl. für hochspezialisierte Übersetzer zu stark vorstrukturiert, z.b. Arbeit mit Segmenten behindert den Fluss der Übersetzung 86 43

44 CAT-Systeme nur sinnvoll, wenn ein bestimmtes Potential an Wiederholungen erwartet werden kann in einigen Fällen Begrenzung der Syntax und des Wortschatzes durch das System 87 Offene Fragen Wie wird die Übersetzerarbeit durch CAT-Software verändert? Wie kann CAT-Software verglichen und evaluiert werden? Welche Entwicklungen im Bereich CAT- Software sind möglich und/oder wünschenswert? 88 44

45 Lokalisierung (die Folien stammen von C. Badras) Definitionen: Oberflächenlokalisierung ("general localization"): Beschränkt sich auf Anpassungen wie den Sprachtransfer, die Umrechnung von Währungsangaben und Masseinheiten, die Anpassung von Datums- und Zeitangaben usw. Tiefenlokalisierung ("radical localization"): Berücksichtigt auch kulturelle Unterschiede in Bezug auf Denkmuster, Lernmethoden, Verhandlungsstrategien, sowie kulturell bedingte unterschiedliche Erwartungshaltungen 89 Eisberg-Modell Oberfläche Unausgesprochene Regeln Unbewusste Regeln Charakteristik der Kultur: klar, erkennbar. Beispiel: Sprache, Zeit, Datum Charakteristik der Kultur: uns unbekannte Regeln, die aber im Situationskontext erkannt und studiert werden können. Beispiel: Geschäftsverhalten Charakteristik der Kultur liegt ausserhalb des Bewusstseins. Schwer zu erkennen. Beispiele: Unbewusste Anschauungen, Glaubenssätze, Wahrnehmungen 90 45

46 Kulturelle Anpassung Technischer Dokumentationen These Technische Dokumentation ist kulturneutral, da sie ausschliesslich objektive technische Sachverhalte beschreibt. Gegenthese Technische Dokumentation ist nicht zwangsläufig kulturneutral, da der Informationsgehalt einer Technischen Dokumentation stets abhängig ist von verschiedenen Aspekten, wie dem Umfeld, dem Vorwissen und der Vorbildung der Leser. 91 Bedingungen für die Lokalisierung Technischer Dokumentationen Gesetzliche Anforderungen an die Dokumentation, zum Beispiel unterschiedliche Rechtssysteme Unterschiede in den Verpflichtungen, die ein Hersteller in den verschiedenen Ländern eingeht juristische Festlegungen unabhängig von der Dokumentation "soziokulturelle" Hintergründe, die nur auf die eine der beiden Kommunikationsgemeinschaften zutreffen

47 Beispiele Kulturspezifische Wahrnehmung von Illustrationen Welche ist die zweite Einschubleiste? 93 Beispiele Welche ist die zweite Einschubleiste? Korea Japan USA 1: Von oben 37.3 % 62.5% 36.4% 2: Von unten 62.2% 31.3% 63.6% 94 47

48 Beispiele Der Einsatz von Tönen in Softwareprodukten oder Websites kann in verschiedenen Kulturen unterschiedlich aufgefasst werden. Akustisches Signal bei Fehleingabe Europäisch-amerikanischer Sprachraum: akzeptabel Japan: peinlich, Gesichtsverlust 95 Beispiele Kulturspezifische Wahrnehmung von Illustrationen Welche Zahl ist gross ("big number")? 96 48

49 Beispiele Welche Zahl ist "gross"? Korea Japan USA 1: Big in graphic 41,4% 68,8% 45,5% 2: Big in content 58,6% 25,0% 54,5% 97 Beispiele Kulturspezifische Wahrnehmung von Illustrationen Leserichtung? 98 49

50 Beispiele Symbole werden oft aus anderen Lebensbereichen herangezogen und sind daher stark kulturspezifisch. positive Assoziation: gespartes Geld negative Assoziation: Unreinheit positive Assoziation: erledigt, vorhanden negative Assoziation: Fehler in Schulaufgaben (Japan) 99 Software für die Lokalisierung Catalyst Language Studio Multilizer Passolo RC-Win Trans SDLinsight Visual Localizer Lokalisierung allgemein:

51 Quellen Austermühl, Frank (2001) Electronic Tools for Translators, Manchester Badras, Catherine (2003) Lokalisierung Technische Dokumentationen für den internationalen Markt, Folien zum Seminar Lokalisierung, durchgeführt von Catherine Badras im Wintersemester 2003/04 an der Zürcher Hochschule Winterthur Bowker, Lynne (2002) Computer-Aided Translation Technology. A Practical Introduction. Ottawa: University of Ottawa Press Bussmann, Hadumod (2002) Lexikon der Sprachwissenschaft. Stuttgart:Kröner Cutler, A., Dahan, D. & W. van Donselaar, W. (1997) Prosody in the comprehension of spoken language: A literature review, in: Language and Speech 40, Quellen Dorna, M. und Jekat, S.J. (2004) Maschinelle und computergestützte Übersetzung In Carstensen, K.-U. et al.,eds, Computerlinguistik und Sprachtechnologie: Eine Einführung, 2.überarbeitete und erweiterte Auflage. Heidelberg:Spektrum Lehrbuch, Hutchins, W.J. and Somers, H.L. (1992) An Introduction to Machine Translation. London: Academic Press. Jekat, Susanne (1994) Zur Struktur gedolmetschter VM-Dialoge, VM- Memo 11: Universität Hamburg Jurafsky, D. & J. Martin (2000) Speech and Language Processing. An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition, Upper Saddle River, N.J.: Prentice Hall. Lee, Kun-Pyo & Harada, Akira (2000) A Study on the Cultural Effects on User Interface Design. ADCpaper.pdf Maegaard, B. (1999) Machine Translation In: Hovy, E. et al., eds., (2001) Multilingual Information Management: Current Levels and Future Abilities. Pisa, Italy: Instituti Editoriali e Poligrafici Internationali

52 Quellen Metze, F. et al. (2000) Confidence Measure Based Language Identification, in: Proceedings of the International Conference on Acoustics, Speech and Signalprocessing, , The Institute of Electrical and Electronics Engineers (IEEE), Signal Processing Society Rutishauser, Therese (2004) Zum Ähnlichkeitsmass des Translation Memory von across und Wordfast. Schriftliche Hausarbeit im Seminar Maschinelle und maschinengestützte Übersetzung, durchgeführt von Susanne J. Jekat im Sommersemester 2004 an der Universität Zürich Thar, Evelyn (2004) across und Transit XV. Zwei Systeme zur maschinengestützten Übersetzung im Vergleich. Schriftliche Hausarbeit im Seminar Maschinelle und maschinengestützte Übersetzung, durchgeführt von Susanne J. Jekat im Sommersemester 2004 an der Universität Zürich Vertan, C., 2002, Einführung in Grundprobleme der Maschinellen Übersetzung, Ms.:Universität Hamburg. Wahlster, W., ed., (2000) Verbmobil: Foundations of Speech-to-Speech translation. Heidelberg: Springer. Weaver, W. (1949/1955) Translation In Locke, W.N. and Boothe, A.D., eds, Machine Translation of Languages, Cambridge M.A.: MIT Press,