So nutzen wir die KI, Teil 1:

Eine interessantere Arbeit für Übersetzer

Zuletzt aktualisiert am: März 2, 2020 9:54AM

Die Roboter kommen.

Haben Sie als Übersetzer diesen Satz in den letzten Jahren bis zum Überdruss gehört?

Und haben Sie befürchtet (oder befürchten es immer noch), dass Roboter Ihre Arbeit übernehmen werden?

Angesichts der exponentiellen Verbesserungen auf dem Gebiet der KI-basierten Neural Machine Translation (NMT) in den letzten Jahren ist es nur natürlich, wenn sich Übersetzer fragen, welche Auswirkungen diese neue Technologie auf ihre Arbeit haben wird.

Sie sollten sich jedoch auch die folgende Frage stellen: Vielleicht stellt KI ja gar keine Bedrohung für Sie dar? Was wäre, wenn KI Ihre Arbeit einfach nur erleichtert?

Wir bei Lionbridge untersuchen Anwendungsarten von KI, mit der die Arbeit unserer Übersetzer zielgerichteter und für sie interessanter wird, sodass sie unseren Kunden noch bessere Ergebnisse liefern.

Alle Seiten gewinnen durch Automatisierung

Dank unserer Tools, die maschinelles Lernen nutzen, gewinnen alle Seiten: Übersetzer gewinnen, weil sie Projekte erhalten, die besser an ihren Interessen und Fähigkeiten ausgerichtet sind. Kunden gewinnen, da sie von Konsistenz und Wissen profitieren, wenn die jeweils am besten geeigneten Übersetzer und Ressourcen an ihren Projekten arbeiten. Und wir gewinnen, weil wir Ineffizienzen reduzieren und die Kundenzufriedenheit steigern können. Alle Seiten erzielen enorme Vorteile.

Wie gelingt uns das?

Tool 1: Domain Detector 

Beim Lionbridge Domain Detector handelt es sich um eine Komponente, die maschinelles Lernen nutzt, um automatisch die Domäne oder Branche eines neuen Übersetzungsprojekts zu identifizieren. Durch die Identifizierung der Domäne können wir diesem Projekt die am besten geeigneten Übersetzer und linguistische Ressourcen zuweisen, die auf die jeweilige Domäne oder Branche spezialisiert sind.

Wir haben den Domain Detector auf der Basis einer Taxonomie entwickelt, die über mehr als 20 Jahre entwickelt wurde. Er umfasst 30 Domänen der ersten Ebene und 400 Millionen manuell markierte Wörter. Und das ist nur die erste Phase.

Der Domain Detector analysiert den Inhalt eines neuen Projekts und identifiziert zunächst die übergreifende primäre Domäne, zu der das Projekt gehört, z. B. „Automobil- und Maschinenbau“. Anschließend werden sekundäre und tertiäre Domänen identifiziert, z. B. „Geschäft und Finanzen“ oder „Elektronik“.

Nach der korrekten Identifizierung dieser Domänen können wir mit großer Genauigkeit die notwendigen Ressourcen für das Projekt auswählen – von Translation Memorys und Glossaren bis zu Übersetzern und Experten für das jeweilige Thema. Da unsere Tools maschinelles Lernen nutzen, können wir die entsprechenden Ergebnisse schneller, einfacher und genauer als bei einer rein manuellen Ausführung erzielen.

Und das bedeutet, dass wir unseren Übersetzern leichter Projekte anbieten können, die sie interessieren. Es bedeutet, dass wir schneller und einfacher den besonderen Übersetzer finden können, der sich nicht nur im Automobilgeschäft auskennt, sondern dazu Hindi und Französisch fließend beherrscht. Diese Menschen gibt es bei uns – und unsere Tools helfen uns, sie schneller und mit einer größeren Erfolgswahrscheinlichkeit zu finden und zu aktivieren.

Tool 2: Customer Affinity 

Ähnlich hilft uns das Customer Affinity Tool, das ebenfalls maschinelles Lernen nutzt, um datenbasierte Entscheidungen zu treffen. Mit dem Tool lassen sich Risiken minimieren, die Qualität verbessern und Zeitverlust sowie Doppelaufwand für unsere Projektteams vermeiden.

Die Customer-Affinity-Komponente identifiziert Content vorhandener Kunden, der dem Content eines neuen Kunden ähnlich ist. So können wir Übersetzer nutzen, die bereits Erfahrung mit ähnlichem Content besitzen. Das Tool wird durch maschinelles Lernen unterstützt, das den Content von 400 Kunden und 400 Millionen Wörter untersucht.

Das bedeutet, dass unser Team Übersetzer auswählen kann, die bereits mit einem bestimmten Thema vertraut sind und diese Art von Content nachweislich bearbeiten können. So können sich Übersetzer auf Content spezialisieren, der für sie relevant und interessant ist, und ihre Fähigkeiten optimieren. Und neue Kunden können sich darauf verlassen, dass wir nicht bei jedem neuen Projekt das Rad neu erfinden.

Tool 3: Automatic Translator Identifier

Wie bereits erwähnt, identifizieren die von uns entwickelten Tools die für eine bestimmte Aufgabe am besten geeigneten linguistischen Ressourcen und Übersetzer. Unser neuer Automatic Translator Identifier nutzt große Mengen markierter linguistischer Daten, um den Content eines Projekts mit in unserem linguistischen Repository gespeichertem Content der einzelnen Übersetzer zu vergleichen. Das Tool führt eine vergleichende Analyse durch und generiert eine Liste der für eine bestimmte Aufgabe am besten geeigneten Übersetzer.

Indem wir ihnen Arbeit zuteilen, die ihren Fähigkeiten entspricht, können unsere Übersetzer zum Projekterfolg beitragen. Übersetzer arbeiten so schneller und können mehr Aufträge übernehmen. Es bedeutet auch, dass unsere Kunden schneller zum Erfolg kommen. Und es bedeutet, dass unser System mit jedem neuen Projekt und jedem neuen Wort, das übersetzt wird, intelligenter wird, sodass wir die Arbeit für unsere Übersetzer-Community und unsere Kunden weiter vereinfachen, aber gleichzeitig relevanter und attraktiver gestalten können.

Erfolg. Erfolg. Erfolg.

Kommen die Roboter? Ja. Aber Übersetzer haben keinen Grund, sich vor ihnen zu fürchten. Wir bei Lionbridge werden die Leistungsfähigkeit der KI weiter dazu nutzen, die Arbeit unserer Übersetzer – und unserer Kunden – effektiv, effizient und attraktiv zu gestalten.

Möchten Sie mehr darüber erfahren, wie wir die KI nutzen können, um Ihr Übersetzungs- oder Lokalisierungsprojekt zu beschleunigen und zu optimieren? Nehmen Sie noch heute Kontakt mit uns auf.

#KI #Lokalisierung #MT #NMT #Übersetzer #Übersetzung

VERFASSER
Molly Donovan