VÄLJ SPRÅK:

Horizonal lines of varying thickness on a black background

Maskinöversättning och katastrofala fel

Skydda ditt företag från konsekvenserna av katastrofala översättningsfel med automatiska kvalitetskontroller

Översättning är viktigt. Med hjälp av korrekta översättningar kan du effektivt nå ut till dina målmarknader, oavsett vilket språk människor talar. I takt med att allt fler företag tar hjälp av maskinöversättning (MT) för att utöka sin räckvidd till nya marknader och översätta mer innehåll snabbare för alla sina målgrupper, löper de också ökad risk att sprida katastrofala översättningsfel.

Det är väldigt viktigt att vara medveten om maskinöversättningens svagheter och förhindra att den här sortens fel når dina målgrupper. De kan nämligen vara ödesdigra för ditt företag. Smarta MT-leverantörer, som Lionbridge, kan administrera automatiska kvalitetskontroller under översättningen för att upptäcka kritiska fel och samtidigt bibehålla MT-hastigheten och minska behovet av manuella ingrepp.

Vilka är de två huvudsakliga typerna av fel som förknippas med maskinöversättning?

Maskinöversättningar blir visserligen allt mer tillförlitliga tack vare de enorma textmängder som systemen kan tränas med och neurala nätverk som möjliggör neural maskinöversättning (NMT). Trots detta finns det en risk att motorerna begår fel. Det finns två huvudsakliga typer av fel som förknippas med maskinöversättning, och varje typ har en egen allvarlighetsskala.

Vanliga fel: Vilka är de och behöver du bry dig?

Vanliga maskinöversättningsfel är de mindre allvarliga av de två typerna av fel. De här felen på målspråket är kopplade till innehållets språkliga särdrag. Vanliga fel kan handla om fel i grammatik, stavning eller skiljetecken. En person med språket som modersmål lägger förmodligen märke till misstagen, men de får sällan katastrofala konsekvenser för ett företag.

Omfattande forskning visar faktiskt att slutanvändare är beredda att godta kvalitet som inte är helt perfekt.

En undersökning med 8 709 konsumenter i 29 länder visade följande:

  • 65 procent av alla konsumenter föredrar att köpa en produkt när innehållet är på deras eget språk, även om texten innehåller en del fel
  • 66 procent av alla användare aktiverar maskinöversättning på internet när de bedömer produkter som är tillgängliga på andra språk
  • 40 procent av alla konsumenter skulle inte köpa produkter som presenteras på andra språk

(Källa: ”Can’t Read, Won’t Buy – B2C”, CSA Research, juni 2020)

Översättningar behöver inte alltid vara perfekta. I de här fallen behöver företag inte oroa sig så mycket över ett och annat vanligt fel.

Katastrofala fel handlar om mer än bara språket och uppstår när resultatet från översättningsmotorn avviker från det avsedda budskapet på ett direkt farligt sätt. Desinformationen eller missförstånden som då uppstår kan skada företags anseende och få ekonomiska eller juridiska följder. De kan även få konsekvenser för den allmänna säkerheten eller folkhälsan.

Katastrofala fel: Vilka är de och varför behöver du bry dig?

Katastrofala maskinöversättningsfel handlar – som namnet antyder – om allvarliga fel. Ett företag kan drabbas av ödesdigra konsekvenser om det sprider översatt material som innehåller katastrofala fel.

Den här typen av fel handlar om mer än språkliga misstag och inträffar när resultatet från motorn inte korrekt lyckas förmedla avsikten med källtexten. Avvikelsen från det avsedda budskapet kan innebära att desinformation sprids, orsaka förvirring och missförstånd och i värsta fall även leda till konflikter.

Till exempel om brottsbekämpande organ eller hälso- och sjukvårdsmyndigheter ger direktiv till allmänheten som innehåller katastrofala fel på grund av maskinöversättning, kan misstagen få negativ inverkan på allmänhetens välmående och leda till att trovärdigheten minskar för myndigheterna. Ett företag som av misstag sprider innehåll med katastrofala fel kan drabbas av försämrat anseende eller ekonomiska eller juridiska följder.

Vad orsakar katastrofala fel?

Tänk dig ett katastrofalt fel som en felaktig funktion hos MT-motorn. Det kan uppstå om motorn inte förstår textens sammanhang, till exempel när ett ord har två betydelser eller om det finns ett skrivfel i källtexten. Den här sortens fel kan uppstå om motorn inte är tillräckligt väl tränad eller om man använder en undermålig ordlista. Det kan sedan leda till att samma misstag upprepas gång på gång.

Katastrofala fel uppstår eftersom de sofistikerade motorerna trots allt inte är helt perfekta. Maskiner kan inte visa gott omdöme på samma sätt som människor.

Skyskrapor lyser upp en stad på natten

När är risken störst att katastrofala fel smyger sig in i din text?

Katastrofala fel dyker upp i olika sammanhang. Det finns tre huvudsakliga kategorier att vara medveten om för att försöka förutse risken för katastrofala översättningsfel – felöversättning av viktiga enheter, negationer och motsatta betydelser samt hallucinationer.

Felöversättning av viktiga enheter

Felöversättning av viktiga enheter handlar om översättningsfel kopplade till egennamn (individer, företag eller organisationer), viktiga siffror eller måttenheter.

När det gäller egennamn kan fel uppstå om namnet även är ett vanligt ord. Allmänheten fick uppleva ett faktiskt exempel på ett katastrofalt fel med ett egennamn på en webbplats för en spansk myndighet. I det här fallet utelämnades namnet på myndighetens chef, Dolores del Campo, från departementets officiella webbplats. I stället visades en bokstavlig översättning – det vill säga ”områdets smärta” – i stället för namnet.

Vid maskinöversättning kan motorn råka översätta valutaenheten – exempelvis ändra yen till dollar – men missa att räkna om själva beloppet vid översättning av motsvarande siffror. Det leder till ett katastrofalt fel som kan orsaka förvirring och få negativa ekonomiska konsekvenser.

Vid översättning av måttenheter kan även fel uppstå på följande sätt. Om ett medicinskt dokument anger en viss dos i milligram, men motorn felaktigt översätter dosen till gram, finns det en risk för att patienten som läser den översatta texten får fel dos och drabbas av skadliga medicinska konsekvenser. Företaget kan ställas till svars för felet och riskerar även att få betala rättegångskostnader och skadestånd.

Negationer och motsatta betydelser

Negationer och motsatta betydelser som utgör katastrofala fel handlar om misstag på målspråket som leder till att texten betyder det motsatta mot vad som var avsikten med originaltexten.

Ett exempel kan vara när ett företagsmeddelande till aktieägare översätts från engelska till spanska, och den resulterande spanska översättningen anger att aktiepriset har gått ner, när det i själva verket har stigit.

Hallucinationer

I sällsynta fall kan maskinöversättningsmotorn lägga till innehåll som helt enkelt inte förekommer i källtexten. Det kallas för hallucinationer. När den här typen av katastrofala fel inträffar är det fel på själva programvaran till MT-motorn. Under vissa omständigheter kan motorer använda ord som är stötande, hädiska, aggressiva eller väldigt känsliga.

Rader med orange lampor i en mörk tunnel leder till en ljus öppning

Hur kan automatiserade metoder förhindra katastrofala fel vid maskinöversättning?

Det är väldigt viktigt att förhindra att katastrofala fel komprometterar ditt innehåll. Men det är inte så lätt. Företag kommer att bli bättre skyddade mot hotet från katastrofala fel när datavetare lyckas förbättra den befintliga MT-tekniken och hindra den här sortens fel från att inträffa. Under tiden kan vi använda automatiserad teknik för att identifiera potentiella problem, skriva om problematiska meningar och främja precision under översättningsprocessen.

Lionbridge genomför anpassade, automatiska kvalitetskontroller av översatt text via Smairt MT™-lösningen – och tillsammans med den banbrytande lingvistiska AI:n Smairt Content – för att upptäcka fel och samtidigt bibehålla MT-hastigheten och minimera behovet av manuell efterredigering.

Våra automatiska kontroller upptäcker:

  • Felaktigt översatta egennamn, inklusive namn på enskilda personer, företag och organisationer, genom att identifiera enheter i källtexten som kan vara både en namngiven enhet och ett vanligt ord
  • Stötande, hädiska och väldigt känsliga ord genom att kombinera en övervakad maskininlärningsalgoritm med en lista med stötande uttryck
  • Motsatta betydelser i original och översatta texter genom att identifiera negativa partiklar (meningar som innehåller ordet inte eller ej) i originaltexten eller den översatta texten, men inte båda två
  • Hallucinationer i översättningen via ordlistor eller en lista med stötande uttryck, om hallucinationerna är förolämpande 

Automatiska kvalitetskontroller kan inte garantera att alla katastrofala fel upptäcks. Automatiska kontroller kan missa fel och leda till ett felaktigt negativt resultat. Trots detta kan de väldigt effektivt hjälpa oss att upptäcka problem. Med den här metoden kan vi låta professionella översättare inrikta sig på de meningar som har markerats och undvika att göra om hela dokumentet. Genom att översättaren snabbt kan se var problemen troligtvis finns effektiviseras hela lokaliseringsprocessen.

Hör av dig

Om du vill lära dig mer om hur Lionbridge kan hjälpa dig att införa en vinnande MT-strategi som skyddar dig från katastrofala fel, kontakta oss i dag.

linkedin sharing button

Luis Javier Santiago med Janette Mandell
FÖRFATTARE
Luis Javier Santiago med Janette Mandell
  • #blog_posts
  • #translation_localization