MT im Übersetzungsprozess mit zusätzlichem Kunden-Mehrwert. Szenario für einen sanften Einstieg

Transkript

1 MT im Übersetzungsprozess mit zusätzlichem Kunden-Mehrwert Szenario für einen sanften Einstieg

2 Inhalt unseres Vortrags Kurzvorstellung Maschinelle Übersetzung Einsatzzwecke, Anspruch und Wirklichkeit Herausforderungen für einen (deutschen) Übersetzungsdienstleister Best Practices und zeitlicher Ablauf einer MT- Einführung Zusätzlicher Mehrwert durch MT-Einsatz

3 Kurzvorstellung - Christine Bruckner Diplom-Übersetzerin, Aufbaustudium Computerlinguistik Langjährige Erfahrung im Bereich CAT, MT, Terminologiesysteme in Sprachendiensten Seit 2014: Leiterin Technical Services bei [itl]

4 Kurzvorstellung [itl]

5 Kurzvorstellung Heidi Depraetere

6 Kurzvorstellung CrossLang Unabhängige Berater und Systemintegratoren Spezialisiert auf Übersetzungstechnologie Seit 2002 in Gent, Belgien Unternehmensberatung Lösungen Sprach-Audits Translation Management-Systeme Pilotprojekte und Proof of Concept Terminologie-Management Programm-Management Maschinelle Übersetzung (MT)

7 Maschinelle Übersetzung - Definition Machine translation (MT) is the application of computers to the task of translating texts from one natural language to another. One of the very earliest pursuits in computer science, MT has proved to be an elusive goal, but today a reasonable number of systems are available which produce output which, if not perfect, is of sufficient quality to be useful in a number of specific domains. ( klassische regelbasierten MT-Systeme (RBMT) statistische maschinelle Übersetzungssysteme (SMT)

8 Maschinelle Übersetzung Typische Einsatzzwecke Inhaltserschließung fremdsprachiger Texte (Gisting) interne mehrsprachige Kommunikation Veröffentlichung von Inhalten in anderen Sprachen: Temporäre/benutzergenerierte Inhalte Support-Seiten, Blogs, Chats, usw. Inhalte mit hoher Außenwirkung Marketing-Broschüren; Produktkataloge, Betriebsanleitungen, usw. Unterschiede in Anforderungen an Verwendbarkeit Qualität des MT-Outputs

9 Maschinelle Übersetzung Fakten und Prognosen Verstärktes Interesse an / Zugänglichkeit von MT durch Globalisierung Big Data Open-Source-/Do-it-Yourself-Lösungen Cloud-basierte MT-Lösungen MT-Förderung durch (zwischen-)staatliche Programme Prognose: MT-Markt wird $983,3 Millionen bis 2022 erreichen Großer Marktanteil für Elektronik- und Automobilbranche prognostiziert Steigender Marktanteil für Gesundheitsbereich in den nächsten 6 Jahren

10 Mehrsprachige Kommunikation in der heutigen Zeit Vielzahl an Sprachen, ständig steigendes Volumen an Daten und Inhalten Knappheit an Budget, Ressourcen und Zeit

11 Die MT-Realität auf dem deutschen Markt Beobachtungen aus LSP-Sicht: wenig Interesse bei Kunden aus dem Bereich mittelständischer und großer Unternehmen im deutschsprachigen Markt Kaum Fallbeispiele für MT-Einsatz bei deutschen LSPs

12

13 1 Vielfalt Viele Branchen Viele Fachgebiete (Domains) Viele Sprachpaare Viele Content-Typen Viele Projekttypen

14 2 MT-Verkaufsargumente Große Versprechungen von statistischer maschineller Übersetzung (SMT) "Moses-Hype" Do-it-Yourself-Lösungen

15 3 Mangel an Transparenz Kostenmodell Wissen

16 Qualität Zwecktauglichkeit (fit for purpose) Anwendungsszenario

17 Wenn es MT ist, dann muss es schlecht sein? Vorbehalte gegenüber MT Unbekanntem wird misstraut Einfach ein weiteres Tool Kommunikation Abrechnungsmodelle für Post-Editing

18 MT-Stolpersteine auf deutschem Markt mangelnde Kenntnisse über Chancen und Risiken bei MT-Einsatz Unklarkeiten bei Abrechnungsmodellen Skepsis und Ablehnung vieler Übersetzer gegenüber MT/Post- Editing Fehlen von kommerziellen MT-Lösungen für DE alle kundenrelevante Zielsprachen mangelnde Verfügbarkeit von kunden-/domänenspezifischen zweisprachigen Daten mit Ausgangssprache Deutsch oft: Fehlen von validierten Kunden-Terminologiebeständen oft: unzureichende sprachliche Eignung der zu übersetzenden Quelldaten

19 Deutscher Beispielskunde Ausgangssituation für MT-Einsatz Quellsprachen-Problematik Quellsprache für Übersetzung üblicherweise Deutsch In einigen Fällen Quellsprache Englisch: durch Nicht-Muttersprachler erstellt, keine Autorenunterstützung im Einsatz Autorenunterstützungs-Tool bei echten deutschen Texten (noch nicht umfassend eingesetzt/befüllt) Zielsprachen für (publikationsreife) Übersetzung Prio 1: EN/DE, FR, IT, ES, CS, PL, RU, NL, SE Prio 2: PT, SL, HU, CN, TR, RO, SK, FI Terminologie Listen vorhanden; noch nicht vom Kunden validiert Vorhandene Translation Memories Aktuelle TMs mit Übersetzungseinheiten Alte Referenz-TMs vorhanden; schlechte Qualität

20 Deutscher Beispielskunde Anforderungen an die MT-Lösung MT-Anwendungsszenarien: 1. Integration in TM-Tool-basierten Übersetzungs-Workflow bei LSP 2. Gisting für Unternehmensmitarbeiter Wichtigste Sprachen: Englisch, Deutsch Anforderungen an die technische Lösung: Performanz und Sicherheit: Hosting auf deutschem Server Skalierbarkeit; künftige Nutzung an anderen Kundenstandorten Anpassbarkeit der MT-Engines

21 Herausforderungen für einen Übersetzungsdienstleister Welche MT-Technologie? Wer passt wie und womit die MT-Engines an? Wie integrieren wir MT in den Übersetzungs-Workflow? Wie bringen wir MT unseren Übersetzern bei? Welche Investitionen kommen auf uns/den Kunden zu? Welche Einsparungen und Produktivitätssteigerungen sind realistisch? Produktivität Kostenersparnis For most [LSPs], the successful implementation of MT represents a huge leap and long-term investment in resources and expertise before return on investment becomes apparent. (GALAxy Newsletter Q2 2015) Qualität Kooperation zwischen LSP und MT-Beratungs- und Integrationspartner

22 MT-Erfolgsfaktoren Qualität Integration ROI

23 MT-Erfolgsfaktoren und MT-Ansatz Evaluierung ROI Auswahl Linguistische Parameter Performanz Kontinuierliche Optimierung Skalierbarkeit Projekt- Parameter Anpassung Linguistisches Engineering Sprachspezifische Anpassungen Text- Engineering Gezielte Verbesserung en je nach Content-Typ Roll-out & Integration Linguistische Expertise Wissenstransfer Programm- Management Schulungen Business Expertise Akzeptanz Change Management nutzerorientierte Evaluierung Integration Nutzer-Anleitung und Training Kontinuierliche Optimierung; Wartung Operative Parameter

24 In-Kontext -Evaluierung 1. Linguistische Qualität Qualität 3. Produktivität 2. Verwendbarkeit

25 Evaluierungsparameter für MT-Output 1. Linguistische Qualität Qualität 3. Produktivität 2. Verwendbarkeit

26 Ziele der MT-Evaluierung Allgemeine Ziele: Ermitteln der produktivsten MT-Engine Ermitteln der produktivsten Ressourcen Ermitteln von objektiven Kriterien für Preismodelle Ermitteln von relevantem Material für Post-Editing-Schulungen Bezogen auf Beispielskunde: Für Sprachrichtung Englisch Deutsch Regelbasiertes MT-System 1 Statistisches MT-System Regelbasiertes MT-System 2 3 Evaluierer, davon 2 echte Übersetzer Höhe des Abzugs für MT-Segmente in TM-Analyse Bezahlung für No-Matches Feedback von Übersetzern bezüglich: Bereitschaft zu Post-Editing Einschätzung des Nachbearbeitungsaufwands

27 Projektparameter für Beispielskunde Umfang des Evaluierungs-Datensets: 5155 Wörter Neuübersetzung (35%) 100 % Matches (5%) Regelbasiertes MT-System 1 - Post-Editing (20 %) Statistisches MT-System - Post-Editing (20 %) Regelbasiertes MT-System 2 - Post-Editing (20 %)

28 Produktivitätsergebnisse (Wörter pro Stunde) Überarbeitung Full match von review 100 %-Matches RBMT-1 Systran Post-Editing MT post-editing SMT-1 SDL Post-Editing BeGlobal MT post-editing RBMT-2 Lucy Post-Editing MT post-editing Neuübersetzung Translation from scratch Informant 1 Informant 2 Informant 3

29 Produktivität Steigerungen/Verschlechterungen 100% 80% 60% 56% 54% 40% 25% 29% 20% 0% RBMT-1 Systran Post-Editing SMT-1 Post-Editing MT post-editing SDL BeGlobal MT post-editing RBMT-2 Post-Editing Lucy MT post-editing -8% -7% -9% -20% -16% -23% -40% Informant 1 Informant 2 Informant 3

30 Zwei MT-Anwendungsszenarien in der Pilotphase Plugin für TM-Tools Web-Portal für Gisting

31 Zusätzlicher Kunden-Mehrwert durch MT-Einsatz Einführung bzw. Optimierung von Terminologieprozessen beim Kunden Einführung von Terminologielösung/-gremien verstärktes Bewusstsein über die Notwendigkeit konsistenter und übersetzungsgerechter Quelltexte beim Kunden Einführung von Autorenunterstützungs-Tools Konsolidierung vorhandener Datenbestände in TM- und CMS- Systemen Einsatz der MT-Lösung auch auf Kundenseite für unternehmensinterne Kommunikationszwecke möglich

32 Empfehlungen Erst testen, dann implementieren Konkreten Anwendungsfall/konkretes Sprachpaar als Ausgangspunkt nehmen Klein anfangen und in kleinen Schritten wachsen Gute Kommunikation und Einbeziehen aller Beteiligten ist enorm wichtig

33 Danke für Ihre Aufmerksamkeit!

34 Ihre Meinung ist uns wichtig! Sagen Sie uns bitte, wie Ihnen der Vortrag gefallen hat. Wir freuen uns auf Ihr Feedback per Smartphone oder Tablet unter oder scannen Sie den QR-Code Das Bewertungstool steht Ihnen auch noch nach der Tagung zur Verfügung!