Becherhalterung 50//. \ter ZIns Basiszins Soll

Transkript

1 , --- Tite/thema herha ße c Becherhalterung 50//. \ter ZIns Basiszins Soll Translation-Memory-Systeme und die Möglichkeiten, die sie zur Produktivitätssteigerung bieten, sind aus dem Übersetzeralltag nicht mehr wegzudenken. Auf der Suche nach weiterem Optimierungspotenzial im Übersetzungsprozess ist nun der Quelltext in den Blickpunkt der Hersteller gerückt. 10 MDU

2 -" Tite/thema Effektives Übersetzen fängt bereits beim Quelltext an: Je verständlicher und konsistenter ein Text verfasst ist, desto einfacher und günstiger ist die anschließende Übersetzung. Übersetzungsgerechtes Schreiben bedeutet vor allem, aufkonsistenz bei Wort-, Satz- und Textebene zu achten (vgl. Drewer 2009). Vor allem in größeren Redaktionsteams, die möglicherweise an verschiedenen Standorten arbeiten, ist das nicht immer einfach. Auf Textebene lässt sich diese Konsistenz durch den Einsatz von Content-Management-Systemen und die Definition entsprechender Textmodule erreichen. Zur Standardisierung auf Wort- und Satzebene dienen dagegen Werkzeuge wie Controlled Language Checker (CLC) oder Authoring Memory. Durch den Einsatz dieser Tools lässt sich das Potenzial von Translation-Memory-Systemen (TMS) besser ausschöpfen, da sich die Trefferquote im Translation Memory durch eine konsistente Terminologie und eine Standardisierung auf Satzebene erheblich steigern lässt. Insofern ist es nur konsequent, dass die Hersteller der "großen" TM-Systeme (SDL Trados, Across, STAR) den Funktionsumfang ihrer Systeme in Richtung Quelltexterstellung erweitert haben und mittlerweile auch Anwendungen zur Autorenunterstützung anbieten, mit denen sich die Translation Memories auch als Authoring Memories nutzen lassen. Im Bereich der Technischen Redaktion haben in den letzten Jahren sogenannte Controlled Language Checkers (CLe) an Bedeutung gewonnen. Zu den bekannten CLCs auf dem deutschen Markt gehören acrolinx IQ von acrolinx und CLAT (Controlled Language Authoring Technology) vom lai (Institut der Gesellschaft zur Förderung der Angewandten Informationsforschung e.v.). CLCs führen eine umfassende linguistische Qualitätsprüfung des Quelltextes durch, welche Terminologie, Stil, Grammatik und Rechtschreibung umfasst. Mit Hilfe von CLCs lassen sich neben der Terminologie auch die Anforderungen an Stil und Grammatik, die in einer bestimmten kontrollierten Sprache (z. B. Simplified English) oder firmenspezifischen Stilrichtlinien aufgestellt wurden, überprüfen. Ein Controlled Language Checker muss für jede Sprache gesondert entwickelt werden, was - aufgrund der Tiefe der linguistischen Analyse - entsprechend aufwändig ist. Folglich stehen derartige Systeme bislang auch nur für wenige Quellsprachen zur Verfügung. Während CLCs die Qualität des Quelltextes steigern sollen, um anschließend die (maschinelle) Übersetzung des Textes zu erleichtern, zielen Authoring Memories vor allem darauf, durch die Wiederverwendung bereits übersetzter Segmente die Quelltexte zu standardisieren und dadurch die Übersetzungskosten zu senken. Ein Authoring Memory ermöglicht dem Autor beim Erstellen des Quell- textes einen Zugriff auf ein bereits vorhandenes Translation Memory (Abb. 2). Die Tatsache allein, dass ein Satz bereits in einem anderen Text verwendet wurde, sagt jedoch noch nichts über dessen Qualität aus (s. Lehmann et al. 2009). Folglich steht und fällt der sinnvolle Einsatz eines Authoring Memory mit der Qualität des Translation Memory, damit sich sprachliche Fehler nicht ungehindert in neuen Texten fortpflanzen. Paradoxerweise kann beim Einsatz eines CLC gerade die Optimierung eines Quelltextes zu zusätzlichen Übersetzungskosten führen. Ein Beispiel: Angenommen, ein bereits vorhandener Text, für den auch schon Übersetzungen vorliegen, wird geprüft und sprachlich verbessert. Falls die Korrekturen nicht gleichzeitig in das TM eingepflegt werden, ist der Ausgangtext zwar von sprachlich höherer Qualität, die Matchrate im TM kann jedoch drastisch sinken. Das heißt, wenn Texte nicht komplett neu erstellt (und somit auch komplett neu übersetzt) werden, ist die Synchronisation zwischen CLC und TM-System von großer Bedeutung. Grundsätzlich besteht der große Vorteil eines Authoring Memory darin, dass es keine sprachspezifischen Regeln erfordert und somit für alle Sprachen verwendet r I!!'.:lMo!<PlM.._l... ~..ii'i_i\,d>' -... Abb.1: Dialog in acrocheck, dem (Iient von acrolinx. Der Prüfer kann für eine Quellsprache (hier: Deutsch) entsprechende Prüfoptionen (Terminologie, Grammatik, Stil, Rechtschreibung) und ein bestimmtes Regelset auswählen Abb. 2: Echtzeitprüfung in crossauthor, dem Authoring Memory von Across. Bereits bei der Eingabe eines deutschen Quellsatzes im Editor prüft crossauthor, ob identische oder ähnliche quellsprachliche Sätze im TM abgespeichert wurden. Hier wurde ein 55-%- Match gefunden. Die britische Flagge zeigt, dass für diesen deutschen Satz bereits eine Übersetzung in crosstank, dem TM von Across, vorhanden ist.:l MOÜ 4 I

3 " Titelthema werden kann, für die bereits quellsprachliche Segmente im TM abgespeichert wurden. Allerdings stehen dem Redakteur in einem typischen Authoring-Memory-System neue quellsprachliche Sätze erst nach der Übersetzung zur Verfügung, was unter Umständen Wochen oder Monate dauern kann. An diesem Punkt setzt die Autorenunterstützung [ij-match von der Firma itl AG an, die den Zugriff auf Satzbanken auch ohne Anbindung an ein TM-System ermöglicht. mit denen sich firmenspezifische Stilrichtlinien abbilden lassen. Seit 2008 umfasst acrolinx IQ außerdem eine webbasierte begriffsorientierte Terminologieverwaltung, den sogenannten Termmanager, der auch zur Termextraktion herangezogen werden kann. Der Termmanager verwendet auf als natives Format zur Terminologieverwaltung; über verschiedene Filter ist jedoch auch der Import und Export von Terminologieeinträgen in andere Formate Wie funktioniert ein Controlled language Checker? Für den Einsatz eines CLC müssen linguistische Ressourcen in der Quellsprache zur Verfügung stehen, die entweder direkt vom Hersteller geliefert oder vom linguistischen Administrator des Systems konfiguriert werden. Stil- und Grammatikregeln werden prinzipiell vom Hersteller entwickelt, da die Entwicklung dieser Regelsets fundiertes computerlinguistisches Wissen erfordert. Terminologieressourcen können dagegen vom Anwender selbst gepflegt werden. Die Textprüfung findet grundsätzlich nach der TextersteIlung statt. Dazu wählt der Autor die entsprechenden Prüfoptionen aus (Abb. 1) und erhält ein Prüfergebnis, in dem gefundene Fehler farbig markiert und mit Erläuterungen versehen werden (Abb. 3). Controlled Language Checking wird bislang vorrangig in der Technischen Redaktion eingesetzt. Prinzipiell könnten aber auch Übersetzer und Lektoren diese Werkzeuge zur Textprüfung nutzen. Schließlich sollten für alle Texte die gleichen Qualitätsanforderungen gelten, unabhängig davon, ob es sich um Ausgangstexte oder Übersetzungen handelt. Nun stellen wir einige Werkzeuge zur Autorenunterstützung vor. Die wichtigsten Kennzeichen der hier untersuchten Systeme finden Sie in Tabelle 1. acrolinx 10 IPrüffunktionen Sprachen Textprüfung Integration in TM-Systeme Verfügbarkeit von Sätzen für die Wiederverwendung Terminologie, Stil, Grammatik, Rechtschreibung, intelligente Wiederverwertung von Standardsätzen Deutsch (TÜV DocCert Regelset, acrolinx Technisches Deutsch), Englisch (Simplified English, Global English), Französisch, Japanisch Nachträgliche Prüfung (d. h. Textprüfung erfolgt nach der Texterstellung) Import von TMX-Dateien, Import und Export von Terminologieeinträgen (OUF, andere XML-basierte Formate, CSV) Neue Sätze stehen zur Verfügung, sobald der Redakteur einen Satz in der Satzbank abspeichert hat I Das Programm acrolinx IQ von acrolinx basiert auf einer Client-Server-Architektur und ist modular aufgebaut. Zentrale Komponenten des Systems sind das sogenannte Dashboard, die Clients zur Textprüfung, der Terminologiemanager zur webbasierten Terminologieverwaltung sowie die intelligente Wiederverwendung zur Erstellung von Satzbanken. Das browserbasierte Dashboard fungiert als Steuerzentrale zur Systemkonfiguration. Hier kann der linguistische Administrator die linguistischen Ressourcen (Terminologie, Satzbanken, Regelsets) pflegen und Benutzer mit verschiedenen Rechten und Rollen verwalten. Für die Grammatik- und Stilprüfung bietet acrolinx gängige kontrollierte Sprachen wie ASD Simplified English an, entwickelt jedoch auch kundenspezifische Regelwerke, Unterstützte Editoren und Formate Anbieter MS Word, Excel, PowerPoint, Adobe FrameMaker und In Design, PTC Arbortext, Just Systems XmetaL, AuthorIT; Batch Checker für TMX, HTML, XML, GML, PDF 12 MOÜ 4 I 2009

4 -" Titelthema (z. B. TBX oder MultiTerm XML) möglich. Texte können nach der Textprüfung in Satzbanken abgespeichert werden, damit sie für die Wiederverwendung zur Verfügung stehen. Hier bietet acrolinx mit der sogenannten intelligenten Wiederverwertung eine neue Funktion, die in dieser Form in anderen Systemen noch nicht vorhanden ist. Die Entwickler von acrolinx übertragen damit einen Ansatz, wie er vielen Anwendern bereits aus der praktischen Terminologiearbeit vertraut ist, von der Wortebene auf die Satzebene. Beim Aufbau einer Unternehmensterminologie führt ein Terminologe in der Regel zunächst eine Terminologiebereinigung durch, d. h., er identifiziert Synonyme, legt Vorzugsbenennungen fest und dokumentiert verbotene Benennungen, also Benennungen, die in den Texten des Unternehmens nicht verwendet werden dür- l Terminologie, Stil, Grammatik, Rechtschreibung Deutsch, Englisch In Vorbereitung: Französisch und Spanisch Nachträgliche Prüfung rlllo olf Terminologie, Stil, Grammatik, Rechtschreibung, Authoring Memory Linguistische Prüfung: siehe CLAT Authoring Memory: Beliebige Quellsprachen, die im TM vorhanden sind Echtzeitprüfung oder nachträgliche Prüfung 1."'" ' o fe!i3 Terminologie, Authoring Memory, einfache Grammatik- und erweiterbare Stilprüfungen Linguistische Prüfung: Englisch; stilistische Prüfung: Englisch, Deutsch, Französisch Authoring Memory: Beliebige Quellsprachen, die im TM vorhanden sind (mit Einschränkungen für bidirektionale und ostasiatische Sprachen) L..",.!'i!!Il1I: - Terminologie, Authoring Memory ouii Authoring-Memory und Terminologie: beliebige Quellsprachen, die im TM bzw. im Wörterbuch vorhanden sind.... Terminologie, Satzbanken I~ Authoring Memory, aber mit linguistischer Prüfung: Quellsprachen mit Code 1252 (alle westeuropäischen Sprachen), die in der Satz- oder Termbank vorhanden sind Nachträgliche Prüfung Echtzeitprüfung Echtzeitprüfung oder nachträgliche Prüfung I Integration in Across über crossauthor Linguistic Kein Aufbau von Satzbanken möglich CLAT-ins für MS Word 2003, PTC Arbortext Editor, Adobe Frame Maker; CLAT-in für MS Word 2007 in Vorbereitung; Batch Checker für SGML, HTML, XML, Interleaf; JAVA API zur Anbindung an Redaktionssysteme Tabelle 1: Direkte Integration in Across Language Server Authoring Memory: Neue quellsprachliche Sätze stehen erst nach der Übersetzung zur Verfügung, wenn sie in einem Translation Memory abgespeichert wurden MS Word, PowerPoint, Adobe InDesign, Adobe FrameMaker, PTC Arbortext, JustSystems XmetaL, MadCap Flare Integration in SDL Trados 2007; Integration in SDL Trados Studio 2009 in Vorbereitung Authoring Memory: neue quellsprachliche Sätze stehen erst nach der Übersetzung zur Verfügung, wenn sie in einem Translation Memory abgespeichert wurden MS Word, Adobe FrameMaker, Arbortext Editor, Just Systems XMetaL Übersicht über die in diesem Artikel untersuchten Systeme zur Autorenunterstützung Integration in STAR Transit und Term- Star; Transit-Projekte können im MindReader empfangen werden Authoring Memory: Neue quellsprachliche Sätze stehen zur Verfügung, sobald sie als Referenzmaterial eingelesen wurden. MS Word, Adobe FrameMaker, Arbortext Editor Redaktionssystem Star GRIPS Import und Export von Sätzen in TMX und CSV; Import und Export von Terminologie in MARTIF und CSV Neue Sätze stehen zur Verfügung, sobald der Redakteur einen Satz in der Satzbank abgespeichert hat MS Word, Adobe FrameMaker MDÜ 4 I

5 " Titelthema Abb.3: Textprüfung mit acrocheck. Im Kontextmenü werden für den aktuellen Fehler (gelb unterlegt) Erläuterungen angeboten. Bei einigen Fehlertypen werden konkrete Korrekturvorschläge unterbreitet, die per Mausklick übernommen werden können ReRrasentant... S~"ltch on the machine. 0 JJ JJ JJ Now switch on the machine. Switch the macnine on. Niem.,ls Größe Niemals Niemals Niemals Abb.4: Bedeutungsgleiche Sätze werden in acrolinx zu einem Cluster zusammengefasst. Der unterste Satz wurde als Repräsentant, d. h. als Standard, ausgewählt Nach Abschluss der Installation starten Sie den Server neu. Nach Abschluss der Systemeinrichtung starten Sie den Server neu Please restart server Nach Abschluß der after the installation. Installation müssen Sie den Server neu starten. Starten Sie den Zentralrechner neu nach Abschluss der Installation. Tabelle 2: Inkonsistenzen in einem Translation Memory: Im deutschen Text wurden vier Varianten gefunden. Beispiele aus lehmann et al. (2009) fen. Genau dasselbe macht acrolinx IQ nun auf Satzebene: Bedeutungsgleiche Sätze werden automatisch in sogenannten Clustern zusammengefasst und vom linguistischen Administrator validiert, der einen "Vorzugssatz" als Repräsentant auswählt (Abb. 4). Dieser Satz steht den Autoren in Zukunft als Standardformulierung zur Verfügung. Kommt im Text ein synonymer Satz vor, der nicht dem Standard entspricht, wird dem Autor bei der Textprüfung stattdessen der "Vorzugssatz" vorgeschlagen. Auf diese Weise soll sich die Entstehung typischer Inkonsistenzen auf Satzebene innerhalb eines Translation Memory vermeiden lassen (Tabelle 2). Dieses Konzept einer intelligenten Wiederverwendung setzt zweifellos eine anspruchsvolle linguistische Analyse auf syntaktischer und semantischer Ebene voraus. Insofern ist es nicht überraschend, dass acrolinx im Systemtest irrtümlicherweise auch nicht bedeutungsgleiche Sätze in einem Cluster gruppierte. Nach Angaben des Herstellers wird jedoch die Clustering-Funktion der intelligenten Wiederverwendung für die nächste Version grundlegend überarbeitet und ihre Präzision somit noch gesteigert. In der nächsten Version soll es dann auch möglich sein, Sätze in den Satzbanken zu editieren. ClAT Auch CLAT basiert auf einer Client-Server-Architektur und bietet ebenfalls eine Textprüfung im Bereich Rechtschreibung, Terminologie, Stil und Grammatik sowie eine Termextraktion an. Für die Konfiguration der linguistischen Ressourcen (Terminologie, Regelwerke, Benutzerwörterbücher, Synonyme) steht mit dem UMMT (Utility for Mandate Management Tasks) ein eigenes Werkzeug zur Verfügung, dessen Funktionen mit denen des Dashboards von acrolinx vergleichbar sind. Anders als in acrolinx arbeitet der linguistische Administrator im UMMT nicht nur mit kompletten Regelsets, sondern kann einzelne Regeln für projektspezifische Anwendungen ein- und ausschalten (Abb. 5). In die Entwicklung der Stil- und Grammatikregeln sind die Erfahrungen aus zahlreichen Technischen Redaktionen und Redaktionsleitfäden eingeflossen; im Unterschied zu acrolinx wird jedoch keine spezifische kontrollierte Sprache modelliert. 14 MDÜ 4 I 2009

6 -" rite/thema Sowohl das lai als auch acrolinx arbeiten im tekom-arbeitskreis "Technisches Deutsch" mit und planen, die Regeln des "Technischen Deutsch nach tekom", das sich zurzeit noch in der Entwicklung befindet, in Zukunft auch in den Regelsets des jeweiligen CLC abzudecken. Genau wie bei acrolinx gilt aber auch für CLAT: Eine linguistische Regel kann vom Anwender nicht geändert werden, da in einem komplexen System wie der Linguistic Engine eines Controlled Language Checker schon kleine Änderungen ungeahnte Folgen nach sich ziehen können. Mit CLAT können allerdings keine Satzbanken aufgebaut werden. Außerdem verfügt CLAT über keine Terminologieverwaltung mit frei definierbarer Eintragsstruktur. In den Projektressourcen des UMMT können in den Terminologielisten lediglich vorgegebene Felder wie Genus, Wortart und Numerus ausgefüllt werden. Weitere Felder sind nicht vorgesehen. Interessant ist jedoch, wie die im UMMT gespeicherten Synonymlisten zur Terminologie- und Konsistenzprüfung verwendet werden können. Ein Beispiel: Angenommen, im UMMT sind Bautyp und Baureihe als Synonyme hinterlegt. Falls in der Terminologieliste Typenreihe als Vorzugsbenennung enthalten ist, erkennt die Terminologieprüfung im Text Artenreihe als Variante von Typenreihe. Die Konsistenzkontrolle würde im Text Fahrzeugtyp und Fahrzeugart als mögliche Inkonsistenz anzeigen. - ~.,t.owl:.,, VT.1fI'IItlOlo9le._... T_ T '9...-,,""-, "' ~--,-... '9- ""- DTD Rnl~r.m Pt.S1t:lofl WordJ:)l' (itnn.n[gt",,'~ ~ Ch..II.lR.t1521d.aus L~ ~. Horne ~~Itrt Pa~t';'~ut Iltftr,ncu Io4IUongs RNitw V1tw Otwtoptr Adc'-inl Iigenz - c y ~ l"'!i 1'00" Durch die Integration von CLA'T: wird crossauthor dankcrossalj!lor UnO\) stic um eine ~1st1sche InteUIg<!nz erweitert -VI! ~ ~.7. t ".. _NIlII1(R.~ I~ " IIAI Sl2~._ 11...R SIOde'8Iß 17 " !.. 11 Abb.5: 5tilregeln im Konfigurationswerkzeug UMMT. Rot markierte Regeln sind Kernregeln, die standardmäßig in CLAT enthalten sind und quasi einen Best-Practice-Regelsatz darstellen. Grün markierte Regeln ergänzen diesen Bestand. Alle Regeln sind ein- und ausschaltbar. Für einige Regeln kann der linguistische Administrator einen 5chwellenwert setzen, z. B. kann er eine Obergrenze für im Satz erlaubte Präpositionalphrasen festlegen ~ ~ ;;:ehwq'-v IJ..::J J, Mal ==-1=",-:- ~~ ~ &. ~ ~ :IB r ",-""",1_.. '"'. 1E:1 1 AaB 1.1 Aa J 'R ClAT 0-v1!J PlI~tt '::/ ~. A. Al,., ~ ~~~:~ fd~nsl crctu~q""1l (llpboolul r;jl fo T :TobIl('l2)~Itd(l2)WJtlo:rit::d:(12) "; =:':...-",,""".~ ~. iji1iiiiiiiii...-;<:l Acre ~!~=i:: Ij ~ Durch die Int T""".'..."""""", """'.,, ssauthor Ling I Wormllllonen;nl',.a,bdmlden"nor1'rlfllefl«OU~-"~en.netYMnSiebl:le ~ Intelligenz er ~ eibung, Grarr und Abkürzu ~~-i.-.io,p~~~~~~~~~~1 [prüfungen - maschinellellliltimb# 4!&iM 5 1::1 lieren, DarübE Linguisticdie und die entsl ij s bestehende und dort als ~~ Diese erweiterten l-unktlonen von crossauthor L1ngulstlc sind nahtlos in..' ",,,mit ",in ". (',~ + crossauthor linguistic Die neue Version 5.0 des Across Language Server, die Across im August 2009 auf den Markt gebracht hat, beinhaltet eine deutliche Erweiterung der bisherigen Autorenunterstützung crossauthor. Neben dieser Autorenunterstützung, die auch weiterhin angeboten wird, präsentiert Across mit der neuen Anwendung crossauthor Linguistic eine Integration von CLAT in crossauthor, die die Stärken von beiden Ansätzen zur Autorenunterstützung, CLC und Authoring Memory, vereint. Abb.6: Termextraktion in crossauthor linguistic. Treffer im Authoring Memory und derterminologieverwaltung crossterm werden dem Autor in separaten Fenstern angezeigt. Die ausgewählten Termkandidaten können zusammen mit dem Kontextsatz aus der Autorenumgebung in crossterm eingepflegt werden CrossAuthor Linguistic bietet die gleichen Möglichkeiten zur Stil-, Grammatik- und Terminologieprüfung wie CLAT; gleichzeitig kann der Autor jedoch über das Authoring Memory von crossauthor auf bereits im Translation Memory gespeicherte Sätze und ihre Übersetzung zugreifen (Abb. 2). MOÜ 4 I

7 " Tite/thema SOL AuthorAssistant Abb.7: Terminologieprüfung im SOL AuthorAssistant. Das System erkennt zu vermeidende Termini im Ausgangstext, die in MultiTerm hinterlegt wurden, und schlägt die jeweilige Vorzugsbenennung vor Abb.8: Beispiel für einen einfachen Terminologieeintrag in Multi Term. Über das Feld Status lassen sich Vorzugsbennungen von verbotenen Benennungen unterscheiden Außerdem steht dem Anwender mit crossterm eine begriffsorientierte Terminologiedatenbank zur Verfügung. Ein weiteres Plus ist die Termextraktion: Mit dem Tool crossauthor Linguistic lassen sich Termkandidaten aus dem Quelltext extrahieren und zusammen mit Kontextsätzen direkt in crossterm einpflegen (Abb. 6). Bislang konnte in Across eine Termextraktion lediglich im Rahmen des Workflows "Terminologiearbeit und -übersetzung" durchgeführt werden, wobei weder Terminologielisten exportiert noch Kontextsätze generiert werden konnten. Dank der linguistischen Intelligenz von CLAT erzeugt die neue Funktion zur Termextraktion in crossauthor Linguistic auch qualitativ deutlich bessere Terminologielisten als die bisherige Funktion. Die Terminologieverwaltung erfolgt hier grundsätzlich in crossterm; die notwendige Synchronisation zwischen den Terminologieressourcen im UMMT und den Terminologieeinträgen in crossterm lässt sich nach Angaben des Herstellers über die ebenfalls ab Version 5.0 erstmals angebotene Anwendung crossautomate auch automatisieren. o o Der SDL AuthorAssistant Client ist als zentrale Komponente des SDL-Global-Authoring-Management-Systems direkt in die Autorenumgebung integriert. Der Author-Assistant umfasst eine Terminologieprüfung, ein Authoring Memory, das Translation Memories aus SDLX und SDL Trados verwenden kann, sowie verschiedene Prüfungen für unternehmensspezifische Stilvorgaben, die allerdings im Funktionsumfang nicht mit denen eines Controlled Language Checker vergleichbar sind. Systeme wie CLAT oder acrolinx enthalten jeweils weit über 100 verschiedene Grammatik- und Stilregeln, beim AuthorAssistant sind es ungefahr ein Dutzend. Eine linguistische Prüfung wird derzeit nur für Englisch als Quellsprache angeboten, stilistische Prüfungen gibt es außer für Englisch auch für Deutsch und Französisch. Für die linguistische Prüfung sollten die Entwickler jedoch die linguistischen Regeln noch etwas verfeinern. Im Systemtest löste der AuthorAssistant mehrmals falschen Alarm aus. Auch die Option "Passiv" ist in der derzeitigen Version noch etwas zu undifferenziert: Nachdem diese Prüfoption gewählt wurde, wurde jeder englische Satz, der eine Verbform im Passiv enthielt, als potenzieller Fehler gemeldet, was aus Autorensicht doch etwas zu restriktiv ist. Für die Terminologieprüfung kann auf lokale und serverseitige MultiTerm-Datenbanken zugegriffen werden (Abb. 7). Außerdem lassen sich mit dem AuthorAssistant umfangreiche Berichte erstellen, darunter auch ROI-Analysen, die das Einsparpotenzial übersetzungsgerecht verfasster Texte deutlich machen. STAR MindReader Auch der MindReader von STAR ermöglicht den Echtzeitzugriff auf bereits vorhandene quellsprachliche Sätze und eine Terminologieprüfung. Genau wie beim TM-System Transit verfolgt STAR auch beim MindReader einen dateiorientierten Ansatz. Das Referenzmaterial für den MindReader besteht aus kompletten Dateien und nicht aus einer Datenbank mit Satzpaaren, wie es bei den meisten TM-Systemen bzw. Authoring Memories der Fall ist (Abb. 10). Dieses Referenzmaterial kann entweder direkt im MindReader erstellt oder aus Transit-Projektdateien empfangen werden, welche über das Netzwerk, per oder FTP zur Verfügung gestellt werden. Dieser dateiorientierte Ansatz hat den Vorteil, dass der Autor bei der TextersteIlung nicht nur satzweise Vorschläge aus dem Authoring Memory bekommt, sondern auch Informationen über deren Kontext und Herkunft erhält und ggf. sogar komplette Absätze übernehmen kann. Wörterbücher für die Terminologieprüfung können entweder in Mind- 16 MDÜ

8 -" Tite/thema Reader erstellt werden oder aus TermStar - dem Terminologieverwaltungssystem von STAR - oder anderen Formaten wie MARTIF/TBX importiert werden. [i]-match Modul zur Termextraktion und eine Erweiterung der Benutzerverwaltung vorgesehen. Standardisierung auf Wortebene: die Terminologieprüfung Die Authoring Memories, die in Werkzeugen wie cross Author Linguistic, SDL AuthorAssistant oder MindReader enthalten sind, basieren auf der TM-Technologie der jeweiligen Hersteller. Das heißt, dass der sinnvolle Einsatz dieser Systeme gleichzeitig die Verwendung des jeweiligen TM-Systems voraussetzt. Doch nicht jedes Unternehmen hat oder möchte jedoch ein TM-System. Hier setzt die Autorenunterstützung [i]-match von der Firma itl AG an, die seit 2008 angeboten wird. Das Produkt [i]-match basiert auf einer Client-Server-Architektur und umfasst folgende zentrale Komponenten: Clients für Word und FrameMaker, ein Webportal, eine Suchmaschine sowie Datenbanken zur Verwaltung von Terminologie und Sätzen. Die Grundidee besteht darin, dass Autoren Terminologie und Sätze für die Wiederverwendung abspeichern können, ohne ein TMS verwenden zu müssen. Im Unterschied zu TM-basierten Authoring-Memory-Systemen stehen dem Redakteur die neuen quellsprachlichen Sätze schon zur Wiederverwendung zur Verfügung, sobald er sie in der Satzbank abgespeichert hat und nicht erst nach der Übersetzung. Außerdem setzt [i]-match Suchalgorithmen ein, die auch in Suchmaschinen wie Yahoo! verwendet werden. Diese Algorithmen verbessern laut Angaben der Hersteller die unscharfe Suche in den Datenbanken, was sich u. a. auch auf die Terminologieprüfung positiv auswirkt (Abb. 9). Quellsprachliche Sätze und Termini lassen sich in [i] -match bei der Texterstellung direkt aus dem jeweiligen Editor in die Datenbank einpflegen. Für die Version 2.0, die im Herbst 2009 eingeführt werden soll, ist ein Eintrittsalter Männer Frauen In den letzten Jahren ist das Bewusstsein für die Notwendigkeit von Terminologiearbeit gewachsen. Laut der SDL Terminologie-Umfrage 2009 sind 95 % der Befragten der Deckungssumme Jahresbeitrag in Abhängigkeit von Jahresnettoumsatz und Laufzeit Jahresbeitrag für Existenzgründer Berufshaftpflichtversicherung bei der Generali 1) zzgl. 19% Versicherungssteuer 2) Der Beitrag gilt für ein Jahr und bis zu einem Jahresnettoumsatz von Jahre 32,08 36,38 35 Jahre 41,18 49,74 39,90 1) Anzeige Versicherungsrahmenverträge Preiswert - Leistungsstark Vermögensschadenhaftpflichtversicherung bei der R+V ab 97,20 1) ab 48,60 1)2) Abschluss und Umstellung bestehender Verträge nur über die Boss-Assekuranz Service für BDÜ-Mitglieder Altersvorsorge Vermittlung von Rürup-, Riester- und privaten Rentenversicherungen Kostenloser Service für BDÜ-Mitglieder: produktunabhängige Altersvorsorgeplanung Private Krankenversicherung Vermittlung von privaten Vollkrankenversicherungen, Zusatzversicherungen für Mitglieder gesetzlicher Krankenversicherungen und Auslandsreisekrankenversicherungen Beitrags- und Leistungsvergleiche aller privaten Krankenversicherer unter Einbeziehung der bestehenden Gruppenverträge für BDÜ-Mitglieder mit der Gothaer und der DKV. Alle Informationen und Dokumente zum Download unter Boss-Assekuranz Versicherungsmakter für den BOO Tauentzienstraße Berlln Telefon: Telefax: info@boss assekuranz.de Beratungszeiten: Montag bis Freitag von bis Uhr BOSS ASSEKURANZ Versicherungsmakler für den BOÜ MOÜ 4 I

9 " Tite/thema Drei-Liter- Auto Dreiliterauto, 3-Liter-Auto Bindestrichvariante, evtl. noch mit Ziffern Becherhalter Rückfuhrventil Becherhalterung Rückführungsventil Morphologische Variante (zusätzliches Suffix) Einkommenssteuer Einkommensteuer Unterschiedliche Fugenelemente Basiszins Soll Sollzins Mehrwort- versus Einwortbenennung Terminologiemanagement Terminologieverwaltung Synonyme Serverkonfiguration Konfiguration des Servers Nominalphrase statt Kompositum Öltransportsystem Öltrasportsytem Rechtschreibfehler Tabelle 3: Varianten bei der Benennungsbildung. Die erste Spalte enthält die gewünschten Vorzugsbenennungen, die jeweils in die Terminologiedatenbank aufgenommen wurden. Getestet wurde, ob die in der zweiten Spalte aufgelisteten Varianten bei der Terminologieprüfung automatisch als Terminologiefehler erkannt wurden Auffassung, dass "terminologische Inkonsistenzen Auswirkungen auf die übersetzungsqualität haben" (Wetzel 2009). Zum Abschluss wird deswegen die Terminologieprüfung in den einzelnen Werkzeugen nochmals näher beleuchtet. Grundsätzlich bieten alle untersuchten e-(i'..tu'i'~ 11 A" "," ~ r-' 1='.~. ijr: ~J FIIl... l('ju ~ A ':Itt.. "_'..1bCc.0Il11..1ba:0d1 AaBbC.. ~ ~=. IliIt. lltli'll"_ulltn<lu'_.~" i:... ~ ' M _, Die Einkommensteuer ist eine Steuer, die auf das Einkommen von Personen erhoben wird. I"'""' Je' Systeme eine Terminologieprüfung an. Im Mittelpunkt des Tests stand, wie die einzelnen Systeme mit sogenannten "Unwörtern" oder "Negativtermen" umgehen. Die Frage war: Reicht es für die Terminologieprüfung aus, die Vorzugsbenennungen in die Terminologiedatenbank aufzunehmen, oder müssen Schreibvarianten und verbotene synonyme Benennungen _..- Abb.9: Echtzeitprüfung in [i]-match. Das untere Fenster enthält Treffer in der Satzbank [i] write. Im Unterschied zu anderen Authoring Memories rechnet [i]-match nicht mit 100-% Matches, sondern nimmt eine feinere Abstufung vor. Im rechten Fenster werden die Treffer aus der Terminologiedatenbank [i]-term angezeigt. Das Wort Einkommensteuerfindet [i] match trotz anderer Schreibweise und kennzeichnet dies mit einer Warnung explizit eingepflegt und mit einem entsprechenden Feld zum Verwendungsstatus als verboten gekennzeichnet werden (Abb. 8), wie es beispielsweise in crossauthor der Fall ist? In allen getesteten Systemen gibt es ein derartiges Feld, und als verboten markierte Benennungen werden zuverlässig als Terminologiefehler erkannt. Jedoch gerade bei längeren Komposita, deren Bestandteile auch Ziffern und Einheiten umfassen, lassen sich im Deutschen häufig mehr als fünf verschiedene Varianten finden (man denke nur an die möglichen Schreibweisen von Drei-Liter-Auto). Hier ist es aus Sicht des Terminologen wünschenswert, den Arbeitsaufwand bei der Terminologieerfassung zu reduzieren. Eine weitere Frage ist, ob die jeweilige Terminologieprüfung auch 18 MDÜ 4 I 2009

10 Titelthema " 100% C.\Pro ramme\mindreade ro"ecls\betonmischer 100% C\Pro rammelmindreade ro'ects\8etonmischer Mischen von Kleinmengen [<"Betonmischert.action~ Bearbeiten 100% C:\ProarammelMindReadeOprojects\Betonmischer ( I~, mit Rechtschreib- oder Tippfehlern umgehen kann. Tabelle 3 führt die Varianten an, die für die Terminologieprüfung von Bedeutung sind. Grundsätzlich lassen sich bei der Terminologieprüfung zwei Ansätze unterscheiden: Eine Möglichkeit besteht darin, linguistisches Wissen einzusetzen und mögliche Terminologievarianten über entsprechende linguistische Regeln zu erfassen. Diesen Ansatz verfolgen die Controlled Language Checkers, die zumindest mit einigen der beschriebenen Varianten gut zurechtkamen. Sowohl die acrolinx-suite als auch CLAT und crossauthor Linguistic konnten Varianten der Vorzugsbenennung Drei-Liter-Auto wie 3-Liter-Auto oder Dreiliterauto problemlos identifizieren. Die Erkennung der Variante Konfiguration des Servers versus Serverkonfiguration funktioniert in CLAT bzw. crossauthor Linguistic über die sogenannten Hinterlegungsoptionen im UMMT. Hier kann der linguistische Administrator bestimmte Hinterlegungsmuster wie AB -7 BxA auswählen, welche die Nominalphrase Konfiguration des Servers in Form einer Phrasenstrukturregel von dem Kompositum Serverkonfiguration ableiten. Auch einige der morphologischen Varianten wie Dichtheit versus Dichtigkeit oder Heizelement versus Heizungselement können CLCs im Prinzip erkennen. Eine anderer Ansatz für die Terminologieprüfung ist die unscharfe Suche (Fuzzy-Suche) in der Terminologiedatenbank, bei der Abweichungen in der gesuchten Zeichenkette (Permutationen, ausgelassene Zeichen etc.) berücksichtigt werden. Eine derartige Fuzzy-Suche wird beispielsweise von [i]-match verwendet, so dass im Test alle Varianten außer Terminologiemanagement versus Terminologieverwaltung erkannt werden konnten. Somit können auch Rechtschreib- oder Tippfehler bei der Terminologieprüfung erfasst werden. Der Nachteil gegenüber dem linguistischen Ansatz liegt in einer geringeren Präzision, da das System - je nach Unschärfegrad - auch unsinnige Vorschläge liefert. Fazit Im Bereich Autorenunterstützung hat sich auf Seiten der Hersteller in den letzten Jahren einiges getan. Aufgrund der steigenden Anforderung an die Standardisierung von Texten ist auch zu erwarten, dass diese Werkzeuge an Verbreitung gewinnen werden. Betonmischanlag8">Transportbetonwert<wrerdenfOr ~ ~ I ~l dieverschiedooonbetonblktan<iellerezeptlkgenau,~~ -:::==;---'=====? """'",...' "r"" I~,.N 100% C\Pro ramme\mindreader\or6ects\setonmlscher (+l Weblinks <"Betonmischer&action=edit&secbon=10" "Abschnitt bearbeiten: Weblinks">Bearbeilen 100% C:\Pronramme\MindReader\nro"ects\Betonmischer + TrockendosIerung und Fahrmischer-Mischung [<"Betonmischer&acbon=edit&section=4". "Abschnitt bearbeiten: Trockendosierunn und Fahrmischer-Mischuno":>Bearbeilen.. _..... =.. _. al ri.loplud- Stefanie Geldbach ---~ Abb.10: Im MindReader können ganze Ordner oder Dateien als Referenzmaterial für die redaktionelle Arbeit ausgewählt werden. Bei der Textsuche werden die Sätze, in denen der gesuchte String (hier: Betonmischer) vorkommt, in ihrem Kontext angezeigt Literatur Drewer, Petra: "Übersetzungsgerecht schreiben", in: technische kommunikation , S Lehmann, Sabine I Siegel, Melanie I Collmann, Oliver: "Intelligente Wiederverwertung statt blinden Kopierens", acrolinx White Paper Juni 2009, documents/whitepapers/whitepaper_intelligencreuse [de].pdf Wetze!, Michael: "SDL-Terminologie-Umfrage 2009", in: edition , S , Als Linguistin mit mehrjähriger Erfahrung in der Entwicklung von MÜ-Systemen verfolgt Dr. Stefanie Geldbach neue Entwicklungen im Bereich Übersetzungstechnologie mit großem Interesse. Seit 2006 bietet sie als freiberufliche Beraterin Terminologie- und Sprachdienstleistungen im Bereich Technische Dokumentation und Übersetzung an. Im Wintersemester ist sie außerdem als wissenschaftliche Mitarbeiterin in dem Projekt "Redaktionsschnittstellen in TM-Umgebungen" an der Hochschule Anhalt tätig. stefanie.geldbach@infhs-anhalt.de MDÜ 4 I