Einführung. Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011
|
|
- Maike Baumhauer
- vor 7 Jahren
- Abrufe
Transkript
1 Einführung Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011
2 Computer und Übersetzung Ihre eigenen Erfahrungen? 1
3 Computer und Übersetzung MÜ: Maschinelle Übersetzung MÜS: System der Maschinellen Übersetzung MT: Machine Translation (=MÜ) FAT: Fully Automatic Translation FAHQ(M)T: Fully Automatic High Quality (Machine) Translation CAT: Computer-Aided Translation MAHT: Machine-Aided Human Translation HAMT: Human-Aided Machine Translation 2
4 Computer und Übersetzung Zinsmeister: Maschinelle Übersetzung 3
5 Übersicht Intro: Computer und Übersetzung Gerüchte und Mythen Argumente pro MÜ Exkurs: Übersetzung bei der EU Warum ist Übersetzung schwierig? Grober Semesterplan & Organisatorisches Zum Nachlesen Zinsmeister: Maschinelle Übersetzung 4
6 Gerüchte und Mythen (1) Zeitverschwendung Maschinelle Übersetzung (MÜ) ist Zeitverschwendung, da man niemals eine Maschine wird bauen können, die Shakespeare übersetzen kann Versagen MÜ ist nutzlos. Es gab/gibt ein MÜ-System (MÜS), mit folgender Ausgabe: EN: The spirit is willing, but the flesh is weak => RU: The vodka is good, but the steak is lousy EN: hydraulic ram => FR: water goat 5
7 Gerüchte und Mythen (2) Nutzlosigkeit Generell ist die Übersetzungsqualität von MÜS sehr niedrig. Das macht sie praktisch nutzlos. Bedrohung MÜ bedroht die Arbeitsplätze von Übersetzern. Bereits erledigt Die Japaner haben ein System entwickelt, mit dem du übers Telefon reden kannst. Es übersetzt alles, was du sagst auf Japanisch und die Erwiderungen zurück ins Deutsche. 6
8 Gerüchte und Mythen (3) Elegante Lösung existiert Es gibt da eine ganz erstaunliche südamerikanische Indianersprache mit einer Struktur von solch logischer Perfektion und algebraischer Klarheit, dass sie ein zentrales Problem bei der Entwicklung von MÜS (das Finden einer einheitliche Zwischensprache (Interlingua) löst. Stangenprodukt MÜS sind Maschinen, und der Kauf eines MÜS soll so einfach ablaufen wie der Kauf eines Autos. 7
9 Übersicht Intro: Computer und Übersetzung Gerüchte und Mythen Argumente pro MÜ Exkurs: Übersetzung bei der EU Warum ist Übersetzung schwierig? Grober Semesterplan & Organisatorisches Zum Nachlesen Zinsmeister: Maschinelle Übersetzung 8
10 Argumente pro MÜ Effiziente Bewältigung von Aufgaben in multilingualen Gesellschaften Z.B. in der Europäischen Union Bei internationalen Produktions- und Vertriebsabläufen Notwendige (d.h. vom Kunden gewünschte) Lokalisierung von Informationsmaterial Nicht genügend menschliche Übersetzer Übersetzer sind teuer 9
11 Argumente für diesen Kurs Anwendung Ihres linguistischen Wissens Ihres Wissens aus der XLE-Einführung (Erste) eigene `Programmierung formale Grammatikregeln definieren Baustein für weitere computerlinguistische Studien Z.B. im Master Speech and Language Processing Einblick in die Grundlagen eines aktiven Berufsfelds Ausgangspunkt für eine weitere, eigenständige Auseinandersetzung Zinsmeister: Maschinelle Übersetzung 10
12 Übersetzungen im EU-Parlament Übersetzung von drei Millionen Seiten pro Jahr: Kosten pro Seite ca Amtssprachen! Kosten für einen Sitzungstag > Euro Simultanübersetzungen, Übersetzungen der Transkripte Ausgaben pro Jahr: ca. 1.1 Milliarden Entspricht ca. 1% des EU-Haushalts (= Steuergelder) (Quelle: WELT ONLINE vom : WeltOnline. Bundestag macht Bummelstreik gegen Brüssel. Zitiert nach Zajontz et al S. 42) 11
13 Zinsmeister: Maschinelle Übersetzung 12
14 Was wird in der EU übersetzt? Rechtliche Dokumente ( legal acts ) und vorbereitende Dokumente Kommissionsentscheidungen und -debatten Veröffentlichungen Schriftverkehr Reden und Protokolle Berichte, Working Documents Webseiten 13
15 Übersetzung bei der EU Directorate-General for Translation (DGT) Team: Übersetzer und 600 support Leistung (in Millionen Seiten): 0,9 (1992) 1,2 (2004) 1,8 (2008) ABER um europa.eu wirklich multilingual zu gestalten: Übersetzer arbeiteten Vollzeit für ein Jahr Unmöglich, wenn nicht neue Technologien genutzt werden (nach Eisele 2010) 14
16 Übersicht Intro: Computer und Übersetzung Gerüchte und Mythen Argumente pro MÜ Exkurs: Übersetzung bei der EU Warum ist Übersetzung schwierig? Grober Semesterplan & Organisatorisches Zum Nachlesen 15
17 Warum ist Übersetzung schwierig? Wörter sind ambig Kategoriale Ambiguität (1) TimeN/V fliesn/v likev/p an arrow. a. (Die)Zeit fliegt wie ein Pfeil. b. Zeitfliegen lieben einen Pfeil. c. Rein semantische Ambiguität (2) Er vertreibt Mäuse. a. He expels mice. b. He sells mice. (nach Eberle 2010, S.38) 16
18 Warum ist Übersetzung schwierig? Strukturen sind ambig Attachment-Ambiguität (1) Gebildete Frauen und Männer haben bessere Chancen. FR:a. Les femmes cultivées et les hommes ont de meilleures chances. b. Les femmes et les hommes cultivés ont de meilleures chances. Label-Ambiguitiät (2) Scorsese zeigte den Film seiner Crew. a. Scorsese showed the film of his crew. b. Scorsese showed the film to his crew. (nach Eberle 2010, S.39) 17
19 Warum ist Übersetzung schwierig? (3) Referenzen sind ambig (1) Die Katze spielt mit der Maus. Sie mag das nicht. FR: Le chat joue avec la souris. Il / Elle n aime pas cela. Sprachen divergieren Lexikalische Divergenzen (2) There was a hole in the wall. wall Wand Mauer (nach Eberle 2010, S.40) (nach Jurafsky & Martin 2008) 18
20 Übersicht Intro: Computer und Übersetzung Gerüchte und Mythen Argumente pro MÜ Exkurs: Übersetzung bei der EU Warum ist Übersetzung schwierig? Grober Semesterplan & Organisatorisches Zum Nachlesen 19
21 Semesterplan (1) 1. Hintergrund / Grundlagen Linguistische Herausforderungen Geschichte der MÜ Übersetzungsarchitekturen 2. Transfer-basierte Übersetzung mit dem Xerox Linguistics Environment (XLE) XLE-Grundlagen der Grammatikentwicklung Das XLE-Transfersystem Einbindung von lexikalischen Ressourcen Phänomen: Präpositionen Evaluierung 20
22 Semesterplan (2) 3. Statistik-basierte maschinelle Übersetzung (SMT) Parallele Korpora und Alignierung IBM-Modell 1, Evaluierung 4. Computer-assistierte Übersetzung (CAT) 5. (Maschinelle) Übersetzung bei der EU Klausur am (in der vorletzten Semesterwoche) 21
23 Zum Nachlesen & Übung 1 Gerüchte und Mythen Original: Arnold et al Kap. 1.3, S auf Deutsch und etwas aktualisiert: Carstensen 2010, Kap. 12, S Herausforderungen der Übersetzung Eberle 2010, S Jurafsky und Martin 2008, Kap (im PDF des Manuskripts: 24.1) Dorr, Jordan and Benoit. 1999, S Übung 1 (Leseaufgabe) Arnold et al Kap. 1.4, S.12-15, ergänzt durch Carstensen 2010, Kap.12.2., S Aufgabenstellung ab im ILIAS. 22
24 Kontextabhängigkeit und Weltwissen (19) Little John was looking for his toy box. Finally, he found it. The box was in the pen. John was very happy. (Bar-Hillel 1959) Zinsmeister: Maschinelle Übersetzung 23
25 Weitere Referenzen Zajontz et al Zinsmeister: Maschinelle Übersetzung 24
VO Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft
, Informations- und Wissensmanagement Zentrum für Translationswissenschaft Poesie in einer Programmiersprache #define ( bb!bb ) Übersetzungstechnologien Maschinelle Übersetzung Begriffe MÜS Maschinelles
MehrMaschinelle Übersetzung
Maschinelle Übersetzung Wissensmanagement VO 340088 Bartholomäus Wloka https://www.adaptemy.com Abkürzungen MÜS Maschinelles Übersetzungssystem MÜ Maschinelle Übersetzung MT Machine Translation SMT Statistical
MehrVO Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft
, Informations- und Wissensmanagement Zentrum für Translationswissenschaft Outline Begriffe MÜS Maschinelles Übersetzungssystem MÜ Maschinelle Übersetzung MT Machine Translation SMT Statistical Machine
MehrMaschinelle Übersetzung
Maschinelle Übersetzung Wissensmanagement VO 340088 Bartholomäus Wloka https://www.adaptemy.com MÜ Ansätze Zwei Dimensionen: Verarbeitungstiefe Art der verwendeten Technik Seite 2 Verarbeitunstiefe Seite
MehrMaschinelle Übersetzung
Maschinelle Übersetzung Kluge Andreas, 13IN-M basierend auf Computerlinguistik und Sprachtechnologie, 3. Auflage, Spektrum, Heidelberg 2010 19. Juni 2014 Übersicht Gewünschte Funktionalität Schwierigkeiten
MehrNoisy-Channel Model. Beispiel: Ambiguitäten (1) Übersetzungsprobleme. Rekapitulation der Geschichte der MÜ
Rekapitulation der Geschichte der MÜ 21. Jh.: Parallele Korpora & SMT Geschichte der MÜ / Übersetzungsprobleme / Systemtypen 1991: www Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister 1977: PC SS
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Einführung Laura Kallmeyer Heinrich-Heine-Universität Düsseldorf Summer 2018 1 / 14 Anwendungen der Computerlinguistik Carstensen et al. (2010); Jurafsky and Martin
MehrGeschichte der Maschinellen Übersetzung. Einleitung Entwicklungsgeschichte der MÜ
Geschichte der Maschinellen Übersetzung Einleitung Entwicklungsgeschichte der MÜ Einleitung MÜ als Modellierung des Übersetzungsprozesse MÜ als Mechanisierung menschlicher TätigkeitT Hochqualitative vollautomatische
MehrÜbersetzung in der EU & Machine Translation Workshop. Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011
Übersetzung in der EU & Machine Translation Workshop Ling 232 Maschinelle Übersetzung Dr. Heike Zinsmeister SS 2011 Ergänzung zu hybrider MÜ Der Ausdruck Hybrid bedeutet etwas Gebündeltes, Gekreuztes oder
MehrSprachtechnologien und maschinelle Übersetzung heute und morgen eine Einführung Martin Kappus (ZHAW)
Martin Kappus (ZHAW) Ablauf: Warum sprechen wir heute über maschinelle Übersetzung? Geschichte und Ansätze Eingabe-/Ausgabemodi und Anwendungen 2 WARUM SPRECHEN WIR HEUTE ÜBER MASCHINELLE ÜBERSETZUNG?
MehrMaschinelle Übersetzung (Einführung Ausgewählte Techniken der Maschinellen Übersetzung) Susanne J. Jekat Zürcher Hochschule Winterthur
Maschinelle Übersetzung (Einführung Ausgewählte Techniken der Maschinellen Übersetzung) Susanne J. Jekat Zürcher Hochschule Winterthur jes@zhwin.ch Maschinelle Übersetzung Terminologie Historische Entwicklung
MehrIvana Daskalovska. Willkommen zur Übung Einführung in die Computerlinguistik. Sarah Bosch,
Ivana Daskalovska Willkommen zur Übung Einführung in die Computerlinguistik Kontakt: ivana.bt.mk@gmail.com Betreff: EICL Wiederholung Aufgabe 1 Was ist Computerlinguistik? 4 Was ist Computerlinguistik?
Mehr! Die Idee Kombination von Informatik und einem anderen Fach
Computerlinguistik Integriertes Anwendungsfach im B.Sc.Studiengang Department Informatik / Universität Hamburg! Wie funktioniert das integrierte Anwendungsfach Computerlinguistik (organisatorisch)?! Beziehungen
MehrStudienfach Linguistische Informatik. 1 Modulbezeichnung Grundlagen der Computerlinguistik I 7,5 ECTS
1 Modulbezeichnung Grundlagen der Computerlinguistik I 7,5 ECTS 2 Lehrveranstaltungen VL Grundlagen der Computerlinguistik 1 (2 SWS) UE Grundlagen der Computerlinguistik 1 (2 SWS) UE Arbeitstechniken der
MehrComputerlinguistische Grundlagen. Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln
Computerlinguistische Grundlagen Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Was ist Computerlinguistik? Definition Anwendungen Fragestellung
MehrSimullda. Structured Interlingua MultiLingual Lexical Database Application. Sonja Weber
Simullda Structured Interlingua MultiLingual Lexical Database Application Sonja Weber 1 Gliederung Background Begriffsklärung Multilinguale Datenbanken WordNet Maschinelle Übersetzung Formale Begriffsanalyse
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Statistische Grundlagen Laura Kallmeyer Heinrich-Heine-Universität Düsseldorf Summer 2016 1 / 21 Diskrete Wahrscheinlichkeitsräume (1) Carstensen et al. (2010), Abschnitt
MehrEinführung. Stefanie Dipper Stefan Evert Heike Zinsmeister
Einführung Stefanie Dipper Stefan Evert Heike Zinsmeister München, 28.1.2011 Korpus eine Sammlung gesprochener oder geschriebener Äußerungen typischerweise digitalisiert und maschinenlesbar Ebenen eines
MehrWie funktioniert maschinelle Übersetzung?
Wie funktioniert maschinelle Übersetzung? Bartholomäus Wloka (Universität Wien) Basierend auf der Präsentation von Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Maschinelle
MehrGrundlagen und Definitionen
Grundlagen und Definitionen Wissensmanagement VO 340088 Bartholomäus Wloka https://www.adaptemy.com Maschinelle Sprachverarbeitung Breites Spektrum an Methoden der Computerverarbeitung von Sprache. Kann
MehrZiele und Herausforderungen
Ziele und Herausforderungen Text soll automatisch aus einer Quellsprache in eine Zielsprache übertragen werden Dabei soll die Funktion des Textes erhalten bleiben Es werden sowohl computerlinguistische
MehrBrandbook. How to use our logo, our icon and the QR-Codes Wie verwendet Sie unser Logo, Icon und die QR-Codes. Version 1.0.1
Brandbook How to use our logo, our icon and the QR-Codes Wie verwendet Sie unser Logo, Icon und die QR-Codes Version 1.0.1 Content / Inhalt Logo 4 Icon 5 QR code 8 png vs. svg 10 Smokesignal 11 2 / 12
Mehrhttps://weiterbildung.zhaw.ch/de/angewandtelinguistik/programm/sommerschule-barrierefreie-kommunikation.html
Sommerschule Barrierefreie Kommunikation Übersicht Studienform: Abschluss: Die Sommerschule umfasst 25 Kontaktlektionen und ca. 15 Stunden begleitetes Selbststudium in Form von praktischen Aufgaben und
MehrArten von formalen Sprachen
Arten von formalen Sprachen Herbert Bauer Matr.Nr: 0303779 Laut Chomsky Grammatik gibt es 4 Typen von Grammatiken Type 0 Grammatik - Turingmaschine. Type 1 Grammatik - linear beschränkte Turingmaschine.
MehrWie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz)
Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Maschinelle Übersetzung (MÜ) Überblick: Warum MÜ: Datenmenge, Qualität und
MehrKapitel 11: E-Typ Anaphern
Seminar für Formale Semantik Kapitel 10 & 11 02.07.2013 Marlen Becker, Luise Hakenbeck, Julia Hercher, Katharina Schneider, Lisa Ziggel Kapitel 11: E-Typ Anaphern 1. Wiederholung: Annahmen aus Kapitel
MehrKontextfreie Grammatiken
Kontextfreie Grammatiken Vorlesung Computerlinguistische Techniken Alexander Koller 16. Oktober 2015 Übersicht Worum geht es in dieser Vorlesung? Übungen und Abschlussprojekt Kontextfreie Grammatiken Computerlinguistische
MehrEinführung in die Computerlinguistik Überblick
Einführung in die Computerlinguistik Überblick Hinrich Schütze & Robert Zangenfeind Centrum für Informations- und Sprachverarbeitung, LMU München 2015-10-12 Schütze & Zangenfeind: Überblick 1 / 19 Was
MehrSo bewerten Sie einen Test
Fortgeschrittene Themen der statistische maschinelle Übersetzung (Advanced SMT) Evaluierung Miriam Kaeshammer Heinrich-Heine-Universität Düsseldorf Folien angepasst von T. Schoenemann Wintersemester 2014/15
MehrLösung 13 Personalpronomen
http://www-i1.informatik.rwth-aachen.de/infoki/engl5k/index.htm Lösung 13 Aufgabe 1 Personalpronomen (a) Schreibe alle Personalpronomen auf: I, you, he, she, it, we, you, they (b) Bilde mit jedem Personalpronomen
MehrVO 340088 Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft
, Informations- und Wissensmanagement Zentrum für Translationswissenschaft Grundlagen und Definitionen Maschinelle Sprachverarbeitung Breites Spektrum an Methoden der Computerverarbeitung von Sprache.
MehrMaschinelle Übersetzung
Maschinelle Übersetzung Termin: 24. Januar 2005 Dozentin: Petersen, Wiebke Referenten: Höhfeld, Stefanie Kwiatkowski, Melanie Nather, Juliane 1 Maschinelle und computergestütze Übersetzungen Fortschreitende
MehrInstitut für Computerlinguistik Wie verstehen Computer Sprache?
Institut für Computerlinguistik Wie verstehen Computer Sprache? Jeannette Roth, Mathias Müller 11. Juli 2017 Wir 11. Juli 2017 University of Zurich, Institut für Computerlinguistik, Roadshow, Jeannette
MehrWortdekodierung. Vorlesungsunterlagen Speech Communication 2, SS Franz Pernkopf/Erhard Rank
Wortdekodierung Vorlesungsunterlagen Speech Communication 2, SS 2004 Franz Pernkopf/Erhard Rank Institute of Signal Processing and Speech Communication University of Technology Graz Inffeldgasse 16c, 8010
MehrMultilinguales Information Retrieval, AG Datenbanken und Informationssysteme. Multilinguales Information Retrieval
Multilinguales Information Retrieval 1 Definition IR in einer anderen Sprache als Englisch IR auf einer einsprachigen Dokumentensammlung, die in mehreren Sprachen befragt werden kann. Information Retrieval
MehrEinführung in die Computerlinguistik Vorbesprechung
Einführung in die Computerlinguistik Vorbesprechung Dozentin: Wiebke Petersen Wiebke Petersen Einführung CL (Vorbesprechung) 1 Willkommen in Ihrer vermutlich ersten CL-Veranstaltung Titel: Einführung in
MehrEinführung in die Computerlinguistik Einführung
Einführung in die Computerlinguistik Einführung Dozentin: Wiebke Petersen Wiebke Petersen Einführung CL (1. Sitzung) 1 Computerlinguistik: Die Wissenschaft Carstensen et. al. (2004) Computerlinguistik
MehrRollout-Konzept SCHEMA ST4
DE Kaba AG Access & Workforce Management Hofwisenstraße 24 8153 Rümlang Schweiz Kaba AG Access & Workforce Management Mühlebühlstraße 23 8620 Wetzikon Schweiz Kaba GmbH Access & Workforce Management Albertistraße
MehrKundenberater Peter Bach Global Mundi - - Translation Services GmbH München
www.global-mundi.de peter.bach@global-mundi.de Kundenberater Peter Bach Global Mundi - - Translation Services GmbH München Inhalt Intro Fachkompetenz Kundenspezifische Prozessabläufe Technik unterstützt
MehrMaschinelle Analyse und Übersetzung natürlicher Sprachen
Maschinelle Analyse und Übersetzung natürlicher Sprachen Lehrstuhl Grundlagen der Programmierung Forschungslinie Einführung in die Forschung SS 2018 NLP = natural language processing Lehrstuhl Grundlagen
MehrAutomatentheorie und formale Sprachen
Automatentheorie und formale Sprachen Wiebke Petersen Wiebke Petersen Automatentheorie und formale Sprachen - WiSe12/13 1 Seminarplan Lektüre: Theoretische Grundlagen der Informatik, Rolf Socher, 2008
MehrInterdisziplinäre Fachdidaktische Übung: Kommunikation in der Informatik
Interdisziplinäre Fachdidaktische Übung: Kommunikation in der SS 2014: Grossmann, Jenko 1 Kommunikationsprozess in der Sender Kanal Empfänger Wer ist Sender? Mensch oder Maschine Wer ist Empfänger? Mensch
MehrMathematik für Ingenieure II (4. Kurzklausur: ET, MB, EN, Raumverteilung über P2
Klausurtermine Technische Informatik SS 2017 Stand: 01.08.2017 Bitte informieren Sie sich vor der Prüfung bei den Instituten wegen möglicher Raumänderungen! Änderungen sind rot markiert Wochentag Prüfungstermin:
MehrALL-in-ONE Integrierte Compliance am Beispiel von PROMISbildung, das bildungsspezifische Management-Tool
ALL-in-ONE Integrierte Compliance am Beispiel von PROMISbildung, das bildungsspezifische Management-Tool 21 Rue de Nassau, L- 2213 Luxembourg Email: info@promisatservice.eu Tel: +352 273 510 1 Alle Inhalte,
MehrLe Chat masqué. Kapitel 11. Lerntipp
Le Chat masqué Derek und Ama machen sich im Museum auf die Suche. Es gibt keinen Zweifel, dass sich la Liberté noch irgendwo im Museum befindet, sagt Derek. Sie geraten in eine explosive Situation. Derek
MehrSoftwareprojektpraktikum Maschinelle Übersetzung
Softwareprojektpraktikum Maschinelle Übersetzung Jan-Thorsten Peter, Andreas Guta, Jan Rosendahl {peter,guta,schamper}@i6.informatik.rwth-aachen.de Vorbesprechung 3. Aufgabe 19. Mai 2017 Human Language
MehrSchule mit Erfolg. Englisch Unit 1 bis Unit 2 Topic 2 Nr. 1.3 Blatt 1
Englisch Unit 1 bis Unit 2 Topic 2 Nr. 1.3 Blatt 1 1. Complete the text with the right words. Be careful: You don t need all of the words. Vervollständige den Text mit den richtigen Wörtern. Du benötigst
MehrMASTERARBEIT. Titel der Masterarbeit. Maschinelle Übersetzung Ein kritischer Vergleich. Verfasserin. Bakk. Judith Stampf
MASTERARBEIT Titel der Masterarbeit Maschinelle Übersetzung Ein kritischer Vergleich Verfasserin Bakk. Judith Stampf angestrebter akademischer Grad Master of Arts (MA) Wien, Februar 2012 Studienkennzahl
MehrELRC-Workshop in Österreich. warum? überwinden wie. wieund. Barbara Heinisch Zentrum für Translationswissenschaft,, Universität Wien
ELRC-Workshop in Österreich ELRC in Österreich: Sprachbarrieren überwinden wie wieund warum? Barbara Heinisch Zentrum für Translationswissenschaft,, Universität Wien 1 AkteurInnen National Anchor Points
MehrMaschinelle Analyse und Übersetzung natürlicher Sprachen
Maschinelle Analyse und Übersetzung natürlicher Sprachen Lehrstuhl Grundlagen der Programmierung Forschungslinie Einführung in die Forschung SS 2016 NLP = natural language processing Lehrstuhl Grundlagen
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 14.00 16.00 Uhr Gebäude 101 HS 00-026 Informationen zur Vorlesung,
MehrMaschinelle Übersetzung Sommersemester 2010
Maschinelle Übersetzung Sommersemester 2010 Einführung Praktischer Teil Jan Niehues KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrNatürliche Sprache Ambiguität: syntaktisch. Natürliche Sprache Ambiguität: lexikalisch-semantisch. Natürliche Sprache Ambiguität: syntaktisch
Ambiguität: lexikalisch-semantisch Homografie, Polysemie Konstanz liegt am Bodensee. Bei Konstanz des Luftdrucks... I saw that gasoline can explode [Ich sah diesen Benzinbehälter explodieren] [Ich sah,
MehrCOMPUTER: Mission Berlin. November 9, 2006, eleven am. You've got 60 minutes and no extra life left.
13? D A C H F E G? Manuscript of the Episode INTRODUCTION. November 9, 2006, eleven am. You've got 60 minutes and no extra life left. Dieses Mal entkommst du mir nicht! Do you know what you are looking
Mehrxii Inhaltsverzeichnis Generalisierung Typisierte Merkmalsstrukturen Literaturhinweis
Inhaltsverzeichnis 1 Computerlinguistik Was ist das? 1 1.1 Aspekte der Computerlinguistik.................. 1 1.1.1 Computerlinguistik: Die Wissenschaft........... 2 1.1.2 Computerlinguistik und ihre Nachbardisziplinen.....
MehrSabine Hertel Dokumentationszentrum Vereinte Nationen Europäische Union
Sabine Hertel Dokumentationszentrum Vereinte Nationen Europäische Union Damals 1963 Gründung der Europäischen Dokumentationszentren (EDZ) mit dem Ziel, der akademischen Welt Dokumente und Publikationen
MehrZusammenarbeitsprogramm zu patentspezifischen Sprachtechnologiediensten. Ausschuss für technische und operative Unterstützung (zur Unterrichtung)
CA/T 14/14 Orig.: en München, den 24.10.2014 BETRIFFT: VORGELEGT VON: EMPFÄNGER: Zusammenarbeitsprogramm zu patentspezifischen Sprachtechnologiediensten Präsident des Europäischen Patentamts Ausschuss
MehrInstallationsanleitung Version 3.0.4
Installationsanleitung Version 3.0.4 B i t t e b e a c h t e n S i e, d a s s a l l e T e i l s y s t e m e a k t u a l i s i e r t w e r d e n m ü s s e n u n d p l a n e n S i e g e n ü g e n d Z e i
MehrDas Forschungsprojekt ACCEPT
Das Forschungsprojekt ACCEPT Automatische Übersetzung nutzergenerierter Inhalte Robert Grabowski 12. April 2013 Trends und Herausforderungen Wachsende Bedeutung von Communities Inhalte werden von immer
MehrInhaltsverzeichnis. Bibliografische Informationen digitalisiert durch
Inhaltsverzeichnis 1 Computerlinguistik - Was ist das? 1 1.1 Aspekte der Computerlinguistik 1 1.1.1 Computer linguistik: Die Wissenschaft 2 1.1.2 Computerlinguistik und ihre Nachbardisziplinen 3 1.1.3
MehrNLP - Analyse des Wissensrohstoffs Text
NLP - Analyse des Wissensrohstoffs Text Dr. Andreas Hotho Dominik Benz Beate Krause Sommersemester 2008 Folie: 1 Organisatorisches Vorlesung Beginn: 8. April 2008 Dienstag 10.15 h - 11.45 h, in Raum 1607
MehrDialogmanagement in Verbmobil. Aufbau
Dialogmanagement in Verbmobil Aufbau Kontextwissen und Übersetzung Kontextwissen: Weltwissen und Dialogwissen Das Dialogmodul als collector und provider von Kontextwissen Repräsentationsbasis: Äusserung
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 14.00 16.00 Uhr Gebäude 101 HS 00-026 Informationen zur Vorlesung,
MehrCentrum für Informations- und Sprachverarbeitung. Dr. M. Hadersbeck, Digitale Editionen, BAdW München
# 1 Digitale Editionen und Auszeichnungssprachen Computerlinguistische FinderApps mit Facsimile-Reader Wittgenstein s Nachlass: WiTTFind Goethe s Faust: GoetheFind Hadersbeck M. et. al. Centrum für Informations-
MehrTranslation Memories am Beispiel von Transit 3.0
Technik Elisabetta D'Amato Translation Memories am Beispiel von Transit 3.0 Studienarbeit Johannes-Gutenberg-Universität Mainz FASK Germersheim Institut für Romanistik Translation Memories am Beispiel
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Leseübungen: Hund, Katze, Maus und andere Tiere
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Leseübungen: Hund, Katze, Maus und andere Tiere Das komplette Material finden Sie hier: School-Scout.de Titel: Leseübungen: Hund,
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard Cyrill Stachniss 1.1 Vorlesung Zeit und Ort: Mittwochs 16.00 18.00 Uhr Gebäude 101 HS 00-026 Informationen
MehrBeispiel-basierte Maschinelle Übersetzung
Beispiel-basierte Maschinelle Übersetzung Cristina Vertan 27.10.2005 MTPraktikum WiSe04/05 1 Terminologie und Abkürzungen Ein Korpus ist eine Sammlung von Texten in einer Domäne, die die wesentlichen Sprachmerkmale
MehrLCIE 12 ATEX 3092 X. ATEX certificate: for VSN010. Meggitt SA Route de Moncor 4 PO Box 1616 CH Fribourg Switzerland.
Title Page ATEX certificate: for Although the certificate is available in the three languages (English, French and German), the liability of the notified body applies only on the text of the original copy
MehrCOMPUTER: Mission Berlin. November 9, 2006, eleven am. You've got 60 minutes and no extra life left.
Episode 13 Göttliche Hilfe Die Kirche scheint der richtige Ort zu sein, um Informationen zu sammeln. Der Pastor erklärt Anna die Melodie und teilt ihr mit, dass sie der Schlüssel zu einer Zeitmaschine
MehrSoftwareprojektpraktikum Maschinelle Übersetzung
Softwareprojektpraktikum Maschinelle Übersetzung Jan-Thorsten Peter, Andreas Guta, Jan Rosendahl max.bleu@i6.informatik.rwth-aachen.de 5. Mai 2017 Human Language Technology and Pattern Recognition Lehrstuhl
MehrVertiefung der Grundlagen der Computerlinguistik. Semesterüberblick und Einführung zur Dependenz. Robert Zangenfeind
Vertiefung der Grundlagen der Computerlinguistik Semesterüberblick und Einführung zur Dependenz Robert Zangenfeind Centrum für Informations- und Sprachverarbeitung, LMU München 17.10.2017 Zangenfeind:
MehrVorlesung Automaten und Formale Sprachen Sommersemester 2018
Vorlesung Automaten und Formale Sprachen Sommersemester 2018 Prof. Barbara König Übungsleitung: Christina Mika-Michalski Barbara König Automaten und Formale Sprachen 1 Das heutige Programm: Organisatorisches
MehrMelanie Siegel Hochschule Darmstadt FB Media
Hochschule Darmstadt FB Media Motivation Verfahren der MÜ und deren Einfluss auf den Postediting-Prozess Monolinguales und multilinguales Postediting Unterstützung des Postediting- Prozesses durch automatische
MehrGrundlagen der Programmiersprachen
GPS-0-1 Grundlagen der Programmiersprachen Prof. Dr. Uwe Kastens Sommersemester 2016 Vorlesung Grundlagen der Programmiersprachen SS 2016 / Folie 001 Anfang Begrüßung Ziele GPS-0-2 Die Vorlesung soll Studierende
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 16.00 18.00 Uhr Gebäude 101 HS 00-036 Informationen zur Vorlesung,
MehrNamed Entity Recognition (NER)
Named Entity Recognition (NER) Katharina Stein 01/12/2017 Named Entity Recognition 1 Inhalt Named Entity Recognition Was ist Named Entity Recognition? Bedeutung für Natural Language Processing Herausforderungen
MehrTU Wien. Gerti Kappel Business Informatics Group (BIG) Institut für Information Systems Engineering
Wirtschafts!NFORMATIK @ TU Wien Gerti Kappel Business Informatics Group (BIG) Institut für Information Systems Engineering Aus der Sicht der Informatik Teil der Angewandten Informatik? Was ist Wirtschaftsinformatik?
MehrAngewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Sprachtechnologie für die mehrsprachige Kommunikation
Zürcher Hochschule für Angewandte Wissenschaften Angewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Sprachtechnologie für die mehrsprachige Kommunikation Certificate of Advanced Studies
MehrF r e i t a g, 3. J u n i
F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e
MehrL 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch
1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p
MehrS o n n t a g, 2 6. N o v e m b e r
S o n n t a g, 2 6. N o v e m b e r 2 0 1 7 A u s f l u g n a c h N e v a d a u n d A r i z o n a D e r g r o ß e S o h n u n d i c h g i n g e n a u f e i n e F a h r t i n R i c h t u n g N e v a d a
MehrR a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e
R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c
MehrS o n n t a g, 5. A u g u s t
S o n n t a g, 5. A u g u s t 2 0 1 8 R ü c k b l i c k, A b s c h i e d, v i e l p a s s i e r t u n d k e i n e Z e i t D r e i M o n a t e s i n d v e r g a n g e n, v o l l g e s t o p f t m i t s
MehrPrüfungsangebot. Fachbereich Sprach- und Literaturwissenschaften Bachelor Linguistik/Language Sciences. Wintersemester 2018/2019
Bezeichnung der sleistung Studienabschnitt: Pflichtbereich (nach ) LS1a Einführung in die Linguistik Introduction to Linguistics of. Dr. Thomas Stolz 9 Allgemeine und Vergleichende Sprachwissenschaft General
MehrQualitätskriterien für MT-Systeme Machen Mensch und Maschinen dieselben Fehler? Konika Minolta Symposium am 24. Februar 2011 in Langenhagen
Qualitätskriterien für MT-Systeme Machen Mensch und Maschinen dieselben Fehler? Konika Minolta Symposium am 24. Februar 2011 in Langenhagen D.O.G. Dokumentation ohne Grenzen GmbH www.dog-gmbh.de Dr. F.
MehrBeschlüsse der Sitzung des Gemischten Pädagogischen Ausschusses
Schola Europaea Büro des Generalsekretärs Referat für Pädagogische Entwicklung AZ: 2017-02-D-8-de-2 Original: EN Fassung: DE Beschlüsse der Sitzung des Gemischten Pädagogischen Ausschusses Genehmigt im
MehrName: Abgabe: Montag, Blatt 10
Name: Abgabe: Montag, 26.1.2004 http://www-i1.informatik.rwth-aachen.de/infoki/engl5k/index.htm Blatt 10 Aufgabe 1 Übersetzen Übersetze die Geschichte über den kleinen Frosch aus dem Park. Sarah und Robert
MehrDer technische Redakteur als Übersetzungskoordinator wie werden Daten für die Übersetzung effizient bereitgestellt
Der technische Redakteur als Übersetzungskoordinator wie werden Daten für die Übersetzung effizient bereitgestellt Minisymposium Technikkommunikation TU Chemnitz 07. Juni 2011 4-Text Software-Lokalisierung
MehrPrüfungsangebot. Fachbereich Sprach- und Literaturwissenschaften Bachelor Linguistik/Language Sciences. Wintersemester 2016/2017
Bezeichnung der sleistung Studienabschnitt: Pflichtbereich (nach ) LS1a Einführung in die Linguistik Introduction to Linguistics Dr. Christel Stolz 9 Allgemeine und Vergleichende Sprachwissenschaft General
MehrBegrüssung der Erstsemestrigen
Begrüssung der Erstsemestrigen Malte Helmert Universität Basel 18. September 2017 Wer bin ich? Kontakt Prof. Malte Helmert Spiegelgasse 1, Raum 06.004 WWW: http://ai.cs.unibas.ch/people/helmert/ E-Mail:
MehrNLP - Analyse des Wissensrohstoffs Text
NLP - Analyse des Wissensrohstoffs Text Vorlesung Beginn: 8. April 2008 Dienstag 10.15 h - 11.45 h, in Raum 1607 oder 0443 Übungen Dr. Andreas Hotho Dominik Benz Beate Krause Sommersemester 2008 Beginn:
MehrSprachstrukturen: Japanisch
Sprachstrukturen: Japanisch Referentin: Katharina Blinova Universität zu Köln Institut für Linguistik Sprachliche Informationsverarbeitung Hauptseminar: Maschinelle Übersetzung Leitung: Prof. Dr. J. Rolshoven
MehrMaschinelle Analyse und Übersetzung natürlicher Sprachen
Maschinelle Analyse und Übersetzung natürlicher Sprachen Lehrstuhl Grundlagen der Programmierung Forschungslinie Einführung in die Forschung SS 2014 NLP = natural language processing Forschung: Maschinelle
MehrElysée 2.0 S E P T E M B E R / S E P T E M B R E E R S T E L L T V O N : R É D I G É P A R :
D E U T S C H - F R A N Z Ö S I S C H E F R E U N D S C H A F T - E I N P R O J E K T L ' A M I T I É F R A N C O - A L L E M A N D E - U N P R O J E T Elysée 2.0 E R S T E L L T V O N : S C H Ü L E R
MehrKünstliche Intelligenz. Potential und Anwendung
Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten
MehrStatistik kurz gefasst
Statistik kurz gefasst VIERTELJÄHRLICHE GESAMTRECHNUNGEN Erstes Quartal 2005 BIP und Verwendungskomponenten 14 0 BIP, Volumenindex, 1995=100 Eurozone, EU-25, US und Japan 13 5 WIRTSCHAFT UND FINANZEN 27/2005
MehrBM 5.1 Informationsveranstaltung zur Modulabschlussprüfung (MAP) Wintersemester 2017/18 Master Bildungswissenschaften
BM 5.1 Informationsveranstaltung zur Modulabschlussprüfung (MAP) Wintersemester 2017/18 Master Bildungswissenschaften Dipl.-Psych. Verena Stumm 1 Herzlich Willkommen! Was erwartet Sie heute? Zeitplan Modulabschlussprüfung
MehrSprachqualität in der mehrsprachigen Kommunikation Gedanken zu den Grundsätzen einer guten Übersetzung
Sprachqualität in der mehrsprachigen Kommunikation Gedanken zu den Grundsätzen einer guten Übersetzung Gary Massey Zürcher Fachhochschule 1 Fragestellungen Was ist eine gute Übersetzung? Welche Qualität
MehrPrénom : Die schwachen Verben im Präsens Date :
jouer spielen Je joue au Football. Tu joues avec Jean. Il joue aux échecs. Elle joue du violon. Nous jouons dans l'école. Vous jouez longtemps. Ils jouent depuis hier. Elles jouent jusqu'à demain. Ich
Mehr