CAT Systeme Angelika Zerfaß, 2012
Agenda Was ist ein CAT Programm? Welche anderen Programme gehören noch zum Übersetzungsprozess? CAT-spezifische Terminologie Komponenten von CAT Programmen Unterschiede zwischen CAT Programmen Auswahl und Einsatz Marktübersicht 2
Wikipedia Computerunterstützte Übersetzung (engl. computeraided translation, auch computer-assisted translation, abgekürzt CAT) ist die von Menschen durchgeführte Übersetzung von Sprache mit Hilfe von Computerprogrammen. Programme zur computerunterstützten Übersetzung übersetzen nicht selbst, sondern unterstützen den menschlichen Übersetzer (den so genannten "Humanübersetzer") bei seiner Arbeit. Im Gegensatz dazu erfolgt eine maschinelle Übersetzung automatisch ohne Notwendigkeit eines Humanübersetzers. 3
Projekt- / Workflow-Managementsysteme MÜ System Dateivorbereitung Eigenentwicklung Software Lokalisierung AS Dateien ZS Dateien API Alignment Terminologieextraktion Termbank Translation Memory Wortzählprogramm QA Programm Makros Dateivorbreitung - Extraktion - Konvertierung - Umspeichern Übersetzungseditor Erstellen der Zieldatei - Konvertierung - DTP
Arten von CAT Programmen Translation Memory Programme, für die Übersetzung von Fließtexten entwickelt. Unterstützte Dateiformate vor allem Textverarbeitung (Office) und DTP (Desktop Publishing) wie InDesign, FrameMaker sowie Website Dokumente in HTML, XML Software-Lokalisierungsprogramme, für die Übersetzung von Dateien mit Oberflächentexten aus Software-Programmen Unterstützte Dateiformate je nach Programmiersprache z.b. EXE, DLL,.NET RESX, properties, RC, XML 5
CAT-spezifische Terminologie TM (Translation Memory) Segment Match Match-Rate Alignment Bilinguale/zweisprachige Datei Konkordanz TMX Wortzahl / Analyse 6
Translation Memory System imitiert den menschlichen Übersetzungsprozess Text zerlegen (in Segmente) Text mit Übersetzung versehen Text und Übersetzung merken (in Datenbank speichern) Neue Segmente mit gemerkten Texten vergleichen Bei Ähnlichkeit, Übersetzung wiederverwenden Translation Memory Systeme verwenden Datenbanken (Segmentpaare, teilweise mit etwas Kontext) Sprachpaardateien Korpora (Paralleldokumente) 7 Zurück
Segment Übersetzbares Element eines Textes Satz, Teilsatz, Wort (z.b. Überschrift) Absatz Segmente werden aufgrund von Segmentierungsregeln erkannt Symbole, die Sätze beenden (.!?) Symbole, die Sinneinheiten beenden (:) Symbole, die Struktureinheiten darstellen (Tabulator, Absatzmarke) Ein ausgangssprachliches Segment und seine Übersetzung (zielsprachliches Segment) werden als TU (Translation Unit) oder ÜE (Übersetzungseinheit) bezeichnet. 8 Zurück
Match Beim Vergleich zwischen dem ausgangssprachlichen Segment im Dokument und den ausgangssprachlichen Segmenten im TM System wird festgestellt, dass die Segmente entweder gleich sind (eventuell sogar im gleichen Kontext vorkommen), sich ähnlich sind oder sich nicht ähnlich sind. Ab einer gewissen (benutzerdefiniert einstellbaren) Ähnlichkeit wird davon ausgegangen, dass die Übersetzung aus dem TM für die Übersetzung im Dokument hilfreich ist. Ähnliche/gleiche Segmente bezeichnet man als Match. 9 Zurück
Match-Rate Der Grad der Ähnlichkeit zwischen dem Segment im Text und dem Segment im TM. Je Programm werden die Match-Raten unterschiedlich berechnet. Mögliche Match-Raten CM (context match), 101%, ICE (in-context exact) 100% = identische Segmente 95%-75% = hohe Fuzzy-Matches Unter 75% = niedrige Fuzzy-Matches PerfectMatch, XTranslate = Matches aus bilingualen Vorgängerdateien, nicht aus einem TM 10 Zurück
Alignment Gegenüberstellung der Segmente einer Originaldatei und ihrer Übersetzungsdatei Um Segmentpaare herzustellen für Dateien, die nicht mit einem Übersetzungssystem übersetzt wurden. Um nachträglich die endgültigen Segmente zu verbinden und in ein TM zu speichern. Als ungeprüfte Quelle von automatisch verbundenen Dateien, die als eine Art zweitrangiges TM verwendet wird. 11 Zurück
Bilinguale/zweisprachige Datei Internes Format vieler Übersetzungsprogramme zum Speichern der Ausgangssegment mit ihren Übersetzungen während des Übersetzungsprozesses. Exportformate aus manchen Übersetzungsprogrammen, um eine Weiterverarbeitung außerhalb des Programms möglich zu machen (z.b. Word-Tabellen ) Standardformat für den Übersetzungsprozess, wo eine Umwandlung des Originalformats in das XML-basierte XLIFF-Format möglich/sinnvoll ist. 12 Zurück
Konkordanz Suchfunktion in TM-Systemen Automatische oder manuell initiierte Suche nach Wörtern, Segmentteilen oder Phrasen in den im TM gespeicherten Übersetzungseinheiten. Konkordanzsuchen sind immer in der Ausgangssprache und zum Teil (je nach Programm) auch in der Zielsprache möglich. Zum Teil können Konkordanzsuchen auch in anderen Quellen (z.b. einsprachigen Referenzdateien) durchgeführt werden. 13 Zurück
TMX 14 Austauschformat für die Inhalte eines Translation Memory. Überträgt die Segmentpaare und z.t. auch weitere Informationen (Metadaten wie Projektnummern, Kundennamen ) von einem TM-System zum anderen. TMX ist ein XML-Format, das sich auch mit anderen Programmen anzeigen und bearbeiten lässt (z.b. Olifant TM-Editor, QA Programme) TMX kann zusätzlich auch Textformatierung enthalten, hier hängt es aber von dem Programm ab, in das importiert wird, ob diese Formatierung angezeigt werden kann oder nicht. Zurück
Wortzahl / Analyse 15 Statistiken zum Vergleich eines zu übersetzenden Dokuments mit dem Inhalt eines oder mehrerer TMs. Es werden nur die Wörter gezählt, die das System als übersetzbar betrachtet (z.b. oft kein als versteckt markierter Text) Die Analyse zeigt die Match-Raten an, die beim Übersetzen zu erwarten sind und dient häufig als Grundlage der Preisberechnung. Jedes Programm zählt anders! Externe Zählprogramme generieren nur Wortzahlstatistiken, eventuell mit Wiederholungsraten, aber keine Match-Statistiken. Zurück
Gängige Komponenten der CAT Programme TM (Translation Memory) Speichermedium für Satzpaare oder Dateipaare (zweisprachig) Datenbanksysteme werden häufig für Segmentpaare Terminologiedatenbank Datenbank (mehrsprachig) Anzeige von Benennungen und ihren Übersetzungen Prüfung der Terminologie bei/nach der Übersetzung Alignment QA (Quality Assurance) / Prüffunktionen Export/Import von Datenbankinhalten über TMX, TBX/Textformate 16
Gängige Funktionen Wortzahlstatistiken / Analysestatistiken (welche Matchraten sind zu erwarten) Vorübersetzung über ein oder mehrere TMs Unterstützung aller gängigen Dateiformate (MS Office, HTML, XML (DITA ), DTP (InDesign, FrameMaker), benutzerdefinierte Filter für textbasierte Dateiformate Editieren des TMs Benutzerdefinierte Segmentierungsregeln Einstellungen für verschiedene Dateiformate (Import versteckter Texte, Notizfolien, Kommentare ) 17
Wo sind die Unterschiede am Auffälligsten? Statistiken Jedes Programm zählt unterschiedlich, da es keine einheitliche Definition gibt, was ein Wort ist Wörter mit Bindestrich oder Apostroph (here s the multi-word example) Zahlen = Wörter? Zahl im Text = Wort für Trados 2007, alleinstehende Zahl ist Wort für memoq, Trados 2011, aber nicht für Trados 2007 Unterschiede in der Behandlung von Segmentendezeichen Doppelpunkt und Tabulator sind nicht überall Segmentendezeichen -> manche Programme sehen 2 Segmente, wo andere nur 1 Segment sehen. Berechnung der Match-Raten Was für ein Programm eine Match-Rate von 90% ergibt, wird in einem anderen mit 93% oder 86% berechnet 18
Wortzahlen Segment Word Trados 2007 200 2 Wörter Nicht gezählt Firma/Produkt 1 Wort 2 Wörter Segment mit Indexfeld Segment mit automatischem Feld (Datum ) Inhalt des Indexfelds wird nicht gezählt Feldinhalt = 1 Wort Inhalt des Indexfelds wird gezählt Feldinhalt wird nicht gezählt 19 Zerfass@zaac.de
Segmentierungsregeln Trados Workbench Star Transit DV SDLX Across Colon Ende Ende Ende kein Ende kein Ende Semicolon kein Ende Ende Ende kein Ende kein Ende Tab Ende kein Ende kein Ende kein Ende kein Ende Soft return kein Ende kein Ende Ende in Word kein Ende 20 in PPT Ende in Word kein Ende in PPT kein Ende
Match-Raten SDLX Trados 2007 Transit XV Info There is information on a new tool. There is new information on a tool. There is information on a new tool. Testsegment 85% 92% 99% 1 verschobenes Wort 97% 99% 98% Gleiches Segment mit anderer Formatierung 21
22 Wortzahlen Trados 2007 Einzelstehende Zahlen werden nicht gezählt und nicht als Segment geöffnet Bei Sätzen, die mit einer Zahl enden, wird der Punkt hinter der Zahl nicht als Satzendepunkt gesehen. Trados 2011 Einzelstehende Zahlen werden gezählt und als Segmente geöffnet Punkt nach Zahl am Satzende ist Segmentendezeichen
23 Trados 2007 SEGMENTIERUNG Trados 2011 Ein Segment, trotz Punkt nach Zahl Keine übersetzbaren Segmente Ein neues Segment und eine Wiederholung Großbuchstabe nach Zahl mit Punkt bedeutet neues Segment Zahlen sind übersetzbar Ein neues Segment und eine Wiederholung
24 Kleiner Wortzahlentest Trados 2007 Trados 2011
25 Trados 2007 Log / Trados 2011 Report Gesamtanalyse rückt an den Beginn der Liste This is segment No 3. This is the next segment. Trados 2007 = 1 Segment Trados 2011 = 2 Segmente This session started at 10 AM. Trados 2007 = 5 Wörter Trados 2011 = 6 Wörter
26 Match-Werte Wichtigkeit der Unterschiede hat sich geändert (z.b. Positionstausch) Trados 2007 This is a new sentence. This is a short, new sentence. This is a new, short sentence. Trados 2011 This is a new sentence. This is a short, new sentence. This is a new, short sentence. Trados 2007 zeigt 86% Match Trados 2007 zeigt 92% Match Trados 2011 zeigt 86% Match Trados 2011 zeigt 81% Match
Terminologie Termdatenbanken rangieren integrierten Komponenten mit fixer Oberfläche bis hin zu frei konfigurierbaren, eigenständigen Terminologiemanagement-Systemen. Z.T. sind auch online-varianten der Termsysteme verfügbar STAR WebTerm, memoq qterm, SDL MultiTerm online Terminologie wird ähnlich wie bei Segmenten aus dem TM über eine Art Fuzzy-Matching erkannt. Z.T. lassen sich die Termerkennung/-prüfung auch anpassen (z.b. über die Markierung von unveränderlichem Wortstamm/veränderlicher Endung) 27
Alignment Alignment-Komponenten sind meist die Stiefkinder der TM-Systeme, da sie rein statistische/strukturelle Vergleiche von Dateien durchführen und normalerweise eine aufwändige, manuelle Prüfung erfordern. Normalerweise kann ein Alignment nur nach einer Prüfung und Überführung in ein TM weiterverwendet werden. Es gibt Ansätze, auch ungeprüfte Alignments für das Matching bzw. die Konkordanz zuzulassen (z.b. memoq LiveDocs) Ein Alignment wird auch häufig als QA-Maßnahme nach der Übersetzung verwendet. 28
QA-Funktionen QA ( Quality Assurance) Funktionen sollen dem Übersetzer/Projektmanager bei der Prüfung vor allem nicht-linguistischer Fehler behilflich sein, z.b. Interpunktion Zahlenwerte und Zahlenformate Tags (Anzahl, Name, Reihenfolge) Ausgelassene Übersetzungen Verwendung verbotener Termini Jedes TM-System bietet eine Reihe von QA-Funktionen, allerdings gibt es auch externe Programme, die z.t. andere Funktionalitäten bieten, sodass es meist nötig ist, mehrere Programme einzusetzen. 29
Gängige Funktionen der neuesten TM-Generation TM speichert Kontext Unterscheidung zwischen 100% Matches und besseren, weil im Kontext stehenden Matches (ICE, CM, 101%...) Übersetzung mit Vorgängerversionen statt/zusätzlich zum TM Übernahme von Textblöcken aus zweisprachigen Vorgängerdateien (PerfectMatch, XTranslate ) Änderungsverfolgung Export von Dateien für Übersetzung in anderen Programmen (XLIFF) oder für das Korrekturlesen in Word Zwei-Spaltenformat) 30
Kontext im TM Ein TM-System war meist darauf ausgelegt, ein Satzpaar zu speichern. Einige Systeme (STAR Transit, MultiTrans) speicherten schon immer ganze Dokumentpaare, andere (SDL Trados ) eher Satzpaare. Um verlässlichere Match-Raten zu bieten, speichern viele TM-Systeme heute auch etwas Kontext mit den Satzpaaren (SDL Trados speichert den Vorgängersatz als Hash-Code, memoq speichert den Vorgänger- und Nachfolgersatz ) Matches mit Kontext werden separat in der Analyse gelistet. 31
32 SDL Trados 2011 / memoq
Übersetzen mit Vorgängerversionen Um noch mehr Kontext in Betracht zu ziehen, erlauben viele Programme das Übersetzen und Sperren von Textblöcken anhand von zweisprachigen Vorgängerversionen. Was sich im Ausgangstext, im Vergleich zur Vorgängerversion, nicht geändert hat, wird direkt von Datei zu Datei übertragen. Durch die Sperrung der so übersetzten Segmente können diese von der Analyse ausgenommen werden. Man erreicht das gleiche, wie mit einem Content Management System, das nur geänderten/neuen Text exportiert, erhält aber den Kontext für den Übersetzer. 33
34 Statistik mit XTranslate
Änderungsverfolgung Moderne Systeme arbeiten mit Projekten und Rollen. Je nach Rolle (Übersetzer, Überprüfer) werden verschiedene Rechte und Funktionen zugeteilt. Ein von einem Überprüfer bestätigtes Segment kann meist von einem Benutzer in der Rolle eines Übersetzers nicht mehr verändert werden. Die Änderungsverfolgung zeigt auch an, wie sich der Text über die verschiedenen Schritte verändert hat (z.b. automatische Vorübersetzung -> interaktive Übersetzung -> Prüfung der Datei extern ) 35
36 Beispiele
Kompatibilität mit anderen Programmen Die meisten Systeme speichern intern ihre Daten (die zweisprachigen Dateien) in einem XLIFF-Format ab. XLIFF steht für XML Localization Interchange File Format und wird für den dateiformatunabhängigen Transport von zweisprachigen Daten verwendet. XLIFF lässt sich mit fast allen Programmen verarbeiten. Zusätzlich gibt es immer häufiger die Möglichkeit, Word-Tabellen zu exportieren, um Überprüfer einzubinden, die kein Übersetzungsprogramm verwenden. Eine weitere Möglichkeit bietet die Übersetzung per Browser. 37
38 Tabellenformat aus memoq
Kompatibilität mit anderen Programmen Austausch der TM-Daten geschieht durch TMX Da im TM außer den Segmentpaaren auch benutzerdefinierte Daten speichern können, werden diese auch in der TMX Datei angezeigt. Es hängt vom importierenden Programm ab, ob diese Zusatzdaten weiterhin verfügbar sind. Beispiele: memoq > Trados 2007: Daten bleiben fast vollständig erhalten Trados Studio > memoq: Daten bleiben vollständig erhalten Jegliche TMX -> Trados Studio: Daten bleiben NICHT erhalten 39
Unterschiede TMX memoq 40 Trados Studio
Einzelplatz Mehrplatz-/Server-Lösung Einzelplatzlösungen sind für freiberufliche Übersetzer bestimmt und sind meist beschränkt Anzahl der Sprachen Keine Projektmanagementfunktionen Übersetzen von Paketen aber kein Erstellen eigener Projekte (vor allem bei kostenlosen Versionen kommerzieller Produkte) 41
Einzelplatz Mehrplatz-/Server-Lösung Mehrplatzlösungen erlauben die Zusammenarbeit mit einem gemeinsamen TM Projekte können an verschiedenen Rechnern geöffnet und bearbeitet werden Projektmanagementfunktionen wie das Erstellen von Paketen ist erlaubt 42
Einzelplatz Mehrplatz-/Server-Lösung Server-Lösungen bieten die Möglichkeit über das Internet auf TMs und Termbanken zuzugreifen und Projekte über eine Online-Verbindung herunterbzw. hochzuladen. Der Projektmanager kann z.t. in Echtzeit den Übersetzungsfortschritt verfolgen. Verbindung zu anderen PM Systemen oder CMS ist möglich. 43
Die Auswahl Was verwendet Ihr Kunde/Ihr Übersetzer? Welche Dateiformate müssen Sie bearbeiten? Welche Möglichkeiten des Datenaustauschs gibt es? Gibt es Server-Lösungen, Web-basiertes Übersetzen, online Terminologiemanagement Welche Projektmanagement-Möglichkeiten gibt es bzw. lässt sich das Programm mit einem Projektmanagement-System verbinden (Plunet BusinessManager, XTRF, LTC-Organizer) oder besitzt das Programm eigene Workflow-Komponenten (SDL World-Server, across Workflows, STAR James, MultiTrans ) Austauschformate für TMs, Termbanken, Übersetzungsdateien, Einstellungen (z.b. für Tags in XML, Abkürzungslisten für die Segmentierungsregeln ) Budget für Lizenzen, Schulungen, Upgrades, Support 44
Der Einsatz Ein TM-System lässt sich nur dann effizient einsetzen, wenn der Benutzer sich damit gut auskennt und mögliche Fehlerquellen ausschließen kann: Einstellungen je Dateiformat (Ein-/Ausblenden von Text) Prozesse zum Import/Export von TMs, Dateien, Termbanken etc. / zweisprachige Formate in und außerhalb der Übersetzung Übersetzungsprozess mit QA-Check, Kommentarfunktion, Änderungsverfolgung etc. Korrekte Interpretation der Analysestatistiken und Wortzahltabellen bzw. Kenntnis um die Einstellungen, die diese Statistiken beeinflussen können. Filter Abzüge Dateiformateinstellungen Einstellungen im Analysedialog 45
Marktübersicht 46 Windows versus Mac Fast alle Programme arbeiten nur auf Windows-Rechnern Ausnahmen: OmegaT, Wordfast 6, AppleGlot (Software-Localization), Heartsome Kostenlose CAT-Programme / open source Meist eingeschränkte Funktionalität, z.b. keine Unterstützung für MS Word, sondern nur für Open-Office Formate oder die Benutzeroberfläche ist etwas einfacher gehalten, als bei kommerziellen Programmen OmegaT, Heartsome Light, across für Übersetzer, opentm2 (ehemals IBM Translation Manager, open source, http://www.opentm2.org/), memoq4free (für Projekte mit nur einer Datei) opentms, Aktion seit 2009 für ein open source TM System. http://opentms.de/
Marktübersicht (Beispiele) SDL Trados Starter-Edition (etwas eingeschränkt, z.b. nur 1 TM, nicht mehr als 5000 Einheiten ), 99 Euro/Jahr Freelance 845 Euro (bei Aktionen oder über Proz.com groupbuy auch günstiger) Professional 2.900 Euro Server-Lösungen (je nach Umfang) ab 20.000 Euro memoq memoq4free (eingeschränkt, nur 1 TM, nur 1 Datei) Translator pro 620 Euro (bei Aktionen oder über Proz.com group-buy auch günstiger) Project Manager 1.500 Euro Server-Lösung, je nach Umfang ab ca. 10.000 Euro 47
Marktübersicht (Beispiele) across Kostenlose Übersetzeredition (Listung als across Übersetzer bei across) Personal Edition 890 Euro Server-Lösungen (je nach Umfang) ab 25.000 Euro STAR Transit Zeitbegrenzte Einzelplatzversionen je nach Laufzeit (3, 6, 12 Monate und Umfang) zwischen 75 und 720 Euro Unbegrenzte Translator Pro (keine Preisangabe) Unbegrenzte Server-Lösung (keine Preisangabe) 48
Marktübersicht (Beispiele) Heartsome Zwischen 200 und 600 Euro, je nach Edition SDLX (wird nicht mehr vertrieben) Trados 2007 (wird nicht mehr separat vertrieben, eventuell noch mit Trados Studio zu erwerben) Felix, http://felix-cat.com/tools/ mit einigen kostenlosen Zusatzprogrammen, arbeitet in MS Office Programmen, 330 Euro Ontram, web-basierte Server-Lösung, Preis je nach Umfang Jive Fusion Translate (letzte Änderung auf Website 2008) AnyMem (Personal 89 Euro / Corporate je nach Anzahl Nutzer zwischen 170 und 2500 Euro) MultiTrans (server-basiertes System, vor allem für große Organisationen) 49