SPRACHE:
SPRACHE:
Wir erstellen, verwandeln, testen und vermitteln mehr Inhalte als jeder andere Anbieter weltweit – von Texten, Inhalten gesprochener Art, Audioinhalten und Videoinhalten bis hin zu strukturierten und unstrukturierten Daten.
Lösungen
Unsere Experten kennen sich bestens mit Ihrer Branche und deren speziellen Herausforderungen aus.
Nutzen Sie die Lionbridge Lainguage Cloud zur Unterstützung Ihres gesamten Lokalisierungs- und Content-Lebenszyklus
Unsere Mitarbeiter sind unser ganzer Stolz und helfen Unternehmen seit mehr als 20 Jahren dabei, Kunden zu begeistern.
Über uns
Managementteam
Insights
Neuigkeiten
Wichtigste Fakten
Wir erstellen, verwandeln, testen und vermitteln mehr Inhalte als jeder andere Anbieter weltweit – von Texten, Inhalten gesprochener Art, Audioinhalten und Videoinhalten bis hin zu strukturierten und unstrukturierten Daten.
Dienstleistungen für die Content-Erstellung
Technische Redaktion
Schulungen und E-Learning
Finanzberichte
Multikulturelles Marketing
Übersetzungsdienstleistungen
Übersetzung und Lokalisierung
Videolokalisierung
Software-Lokalisierung
Übersetzung für regulierte Branchen
Dolmetschen
SEO und digitales Marketing
Content-Optimierung
Website-Lokalisierung
Testservice
Zentrale Tests
Kompatibilitätsprüfungen
Interoperabilitätsprüfungen
Performance-Tests
Zugänglichkeits-Tests
Überprüfen des Kundenerlebnisses
Lösungen
Digitales Marketing
Live Events
Maschinelle Übersetzung
Unsere Wissenszentren
Die Zukunft der Lokalisierung
Mit Innovation zur Immunität
COVID-19-Ressourcencenter
Disruption Series
Patienteneinbindung
Lionbridge Insights
Unsere Experten kennen sich bestens mit Ihrer Branche und deren speziellen Herausforderungen aus.
Life Sciences
Bank- und Finanzwesen
Einzelhandel
E-Commerce
Lionbridge Games
Automobilindustrie
Konsumgüter
Technologie
Maschinenbau und Fertigung
Rechtsdienstleistungen
Tourismus und Gastgewerbe
Nutzen Sie die Lionbridge Lainguage Cloud zur Unterstützung Ihres gesamten Lokalisierungs- und Content-Lebenszyklus
Lainguage Cloud™ Plattform
Konnektivität
Translation Community
Workflow Technology
Smairt Content™
Smairt MT™
Smairt Data™
SPRACHE AUSWÄHLEN:
Lösungen für maschinelle Übersetzungen (MT) gibt es bereits seit vielen Jahren. In letzter Zeit jedoch hat auf diesem Gebiet eine rasante Entwicklung stattgefunden. Da Unternehmen immer größere Textmengen in unterschiedlichen Sprachen produzieren, haben sie die maschinelle Übersetzung als Möglichkeit erkannt, ihre Reichweite in einer zunehmend stärker globalisierten Welt zu erhöhen.
Unternehmen, die maschinelle Übersetzungstechnologien nutzen möchten, haben die Wahl zwischen vier grundlegenden Strategien:
Unabhängig von der gewählten Strategie kann es ohne einschlägige Daten und Kenntnisse schwierig sein, die richtige Engine zu finden. Lionbridge ist Experte für maschinelle Übersetzungen und verfügt über mehr als zwanzig Jahre Erfahrung auf diesem Gebiet. Dazu kommt eine Fülle sprach- und qualitätsbezogener Daten zur Technologie der maschinellen Übersetzung, die Ihnen als Entscheidungshilfe dienen können. Auf dieser Webseite finden Sie grundlegende Informationen zur Leistung von Engines für maschinelle Übersetzungen für die gängigsten Sprachpaare, damit Sie die für Ihren jeweiligen Content optimale Auswahl treffen können.
Bei den verschiedenen maschinellen Übersetzungssystemen ist zu beachten, dass manche Engines auf eine bestimmte Funktion oder einen bestimmten Bereich ausgerichtet sind. Wenn Ihre Anforderungen nicht dieser Ausrichtung entsprechen, kann die Leistung der Engine nicht optimal genutzt werden, egal wie fortschrittlich sie ist. Um die beste Option zu ermitteln, müssen Sie zunächst bestimmen, warum Sie die maschinelle Übersetzung verwenden möchten.
Wenn Sie eine MT-Engine für den allgemeinen Gebrauch benötigen, sollten Sie Google Translate oder Bing Translator verwenden. Wenn Sie Übersetzungsdienste für eine bestimmte Sprache oder einen bestimmten Fachbereich suchen, erzielen Sie mit Amazon Translate oder DeepL Translator möglicherweise bessere Ergebnisse.
Der Machine Translation Tracker von Lionbridge analysiert monatlich die Engine-Leistung, damit Sie die beste MT-Engine für die von Ihnen verwendeten Sprachpaare ermitteln können. Wenn Sie sich erneut fragen, welche MT-Engine die beste ist, sollten Sie stattdessen fragen: „Welche MT-Engine ist die beste für meine Anforderungen?“ Lionbridge hilft Ihnen gerne, die richtige Antwort darauf zu finden.
Möchten Sie mehr über die verschiedenen Arten von Technologien für maschinelle Übersetzungen erfahren? Lesen Sie unseren Blog Maschinelle Übersetzung: Wichtige Begriffe kurz erklärt.
Gewöhnliche Engines für die maschinelle Übersetzung (MT) liefern zwar häufig akzeptable Ergebnisse für Unternehmen, die ihre Übersetzungen automatisieren wollen. Allerdings können sie mitunter auch suboptimale Ergebnisse liefern. Das ist vor allem dann häufig der Fall, wenn es um technologische oder hochspezialisierte Inhalte geht.
Unternehmen, die die Qualität ihrer maschinellen Übersetzungen verbessern möchten, um ganz bestimmte Ziele zu erreichen, sollten zwei Optionen in Betracht ziehen: MT-Anpassung und/oder MT-Training. Beide Methoden – oder eine Kombination aus beiden – können zu verbesserten Ergebnissen im automatisierten Übersetzungsprozess führen.
Die Ansätze unterscheiden sich jedoch voneinander und sind nicht einfach austauschbar. Tabelle 1 gibt Ihnen einen Überblick über die MT-Anpassung und das MT-Training und enthält Überlegungen zur Bewertung der jeweiligen Methode.
MT-Anpassung | MT-Training | |
---|---|---|
Was es ist und wie es funktioniert | Eine Anpassung einer bereits bestehenden MT-Engine mit Glossar und DNT-Liste, um die Genauigkeit der maschinell erstellten Übersetzungen zu verbessern | Der Aufbau und das Training einer MT-Engine unter Verwendung umfangreicher zweisprachiger Daten aus Textkörper und Translation Memories, um die Genauigkeit der maschinell erstellten Übersetzungen zu verbessern |
Was es bewirkt | Verbessert die MT-Vorschläge im Sinne genauerer Ergebnisse und verringert den Nachbearbeitungsbedarf | Verbessert die MT-Vorschläge im Sinne genauerer Ergebnisse und verringert den Nachbearbeitungsbedarf |
Besondere Vorteile | Ermöglicht es Unternehmen, am Markennamen festzuhalten, die eigene Terminologie zu wahren und regionale Unterschiede herauszuarbeiten | Ermöglicht es Unternehmen, eine bestimmte Markenstimme, einen bestimmten Ton und Stil durchzusetzen sowie regionale Unterschiede herauszuarbeiten |
Risiken bei der Verwendung | Die MT-Vorschläge können von schlechter Qualität sein und sich negativ auf das Gesamtbild auswirken, wenn der MT-Prozess unangemessen ausgeführt wird | Das Training bringt unter Umständen wenig Nutzen, wenn nicht genügend Qualitätsdaten zum Trainieren der Engine vorhanden sind; die MT-Vorschläge könnten von schlechter Qualität sein und sich negativ auf das Gesamtbild auswirken, wenn unerfahrene Linguisten Terminologie übermäßig nutzen |
Einsatz | Ideal für technologische und detailorientierte Inhalte sowie für alle Inhalte, die Folgendes erfordern: * präzise Übersetzung von Fachterminologie * regionale Variante bei Mangel an Daten für MT-Training |
Ideal für hochspezialisierte Content, Marketing- und Kreativinhalte sowie für alle Inhalte, die Folgendes erfordern: * eine bestimmte Markenstimme, einen bestimmten Ton oder Stil * regionale Variante bei genügend Daten für MT-Training |
Erfolgsfaktoren | Ein erfahrener MT-Experte, der Input- und Output-Normalisierungsregeln, Glossare und DNT erfolgreich verwalten kann | Mindestens 15.000 eindeutige Segmente, um die Engine angemessen zu trainieren |
Überlegungen zu Kosten | Einmalige Kosten für die Aktualisierung des Profils, mit dem die MT-Engine gespeist wird, sowie laufende Kosten für die langfristige Pflege des Glossars; relativ preisgünstig, wenn man den potenziellen Nutzen berücksichtigt, und in der Regel unter den Kosten für MT-Training | Kosten für das erste Training und potenzielle Kosten für weitere Trainingsaktivitäten, die mittelfristig zu erwägen sind, wenn die MT-Ergebnisse Optimierungsbedarf anzeigen; MT-Training lohnt sich in bestimmten Fällen angesichts der potenziellen Vorteile |
Tabelle 1 – Vergleich zwischen MT-Anpassung und MT-Training
In unserem Blog können Sie mehr über die Anpassung und das Training von MT-Engines erfahren.
—Thomas McCarthy, Lionbridge MT Business Analyst
Wären große Sprachmodelle (Large Language Models, LLMs) eine gute Alternative zum Vorbild der neuronalen maschinellen Übersetzung (NMT) im Bereich der maschinellen Übersetzung (MT)? Um das herauszufinden, haben wir die Übersetzungsleistung von ChatGPT, der neuesten Version der GPT-3-Familie von LLMs von OpenAI, mit den fünf wichtigsten MT-Engines verglichen, die wir in unserem MT-Qualitäts-Tracker beobachten.
Wie erwartet ist die Übersetzungsqualität der spezialisierten NMT-Engines der von ChatGPT überlegen. Allerdings macht der ChatGPT-Bot überraschenderweise einen erstaunlich guten Job. Wie in Abbildung 1 zu sehen ist, schneidet er fast genauso gut ab wie die spezialisierten Engines.
Wir haben die Qualität auf der Grundlage der umgekehrten Bearbeitungsdistanz unter Verwendung mehrerer Referenzen für das Sprachpaar Englisch-Spanisch berechnet. Die Bearbeitungsdistanz misst dabei die Anzahl der Bearbeitungen, die an der MT-Ausgabe durch menschlichen Eingriff vorgenommen werden müssten, damit das Niveau der resultierenden Übersetzung dem einer menschlichen Übersetzung entspricht. Für unsere Berechnung haben wir die unbearbeitete MT-Ausgabe mit 10 verschiedenen menschlichen Übersetzungen – also mehreren Referenzen – verglichen, anstatt nur mit einer einzigen. Eine umgekehrte Bearbeitungsdistanz bedeutet, dass die Qualität umso besser ist, je höher die resultierende Zahl ist.
Diese Ergebnisse sind bemerkenswert, da das generische Modell von ChatGPT für Aufgaben der natürlichen Sprachverarbeitung (Natural Language Processing, NLP) und nicht speziell für die Ausführung von Übersetzungen trainiert wurde. Die Leistung von ChatGPT ist vergleichbar mit der Qualität von MT-Maschinen von vor zwei oder drei Jahren.
In Anbetracht der Entwicklung von LLMs – basierend auf der öffentlichen Aufmerksamkeit und den beträchtlichen Investitionen von Unternehmen in diese Technologie – werden wir vielleicht bald sehen, ob ChatGPT die MT-Engines überholt oder ob die MT ein neues LLM-Muster annimmt. Maschinelle Übersetzungen könnten in diesem Fall LLMs als Grundlage verwenden, die Technologie aber dann speziell für die maschinelle Übersetzung feinabstimmen. Das wäre vergleichbar mit dem, was OpenAI und andere LLM-Firmen tun, um ihre generischen Modelle für bestimmte Anwendungsfälle zu verbessern, z. B. um es Maschinen zu ermöglichen, mit Menschen in Dialogform zu kommunizieren. Die Spezialisierung erhöht die Genauigkeit der ausgeführten Aufgaben.
Das Spannende an diesen großen „generischen” Sprachmodellen ist, dass sie so viele verschiedene Dinge tun können und bei den meisten Aufgaben hervorragende Qualität bieten. So wurde beispielsweise GATO von DeepMind, ein weiteres allgemeines Intelligenzmodell, in mehr als 600 Aufgaben getestet und erzielte bei 400 davon Ergebnisse, die auf dem aktuellen Stand der Technik sind.
Zwei Entwicklungslinien wird es auch in Zukunft geben: generische Modelle wie GPT, Megatron und GATO – und spezialisierte Modelle für bestimmte Zwecke, die auf diesen generischen Modellen basieren. Die generischen Modelle sind wichtig, um die künstliche generische Intelligenz (Artificial Generic Intelligence, AGI) voranzutreiben und möglicherweise längerfristig noch beeindruckendere Entwicklungen zu ermöglichen. Spezialisierte Modelle werden auf kurze Sicht für bestimmte Bereiche praktische Verwendung finden. Eines der bemerkenswerten Dinge an LLMs ist, dass beide Linien sich parallel zueinander weiterentwickeln und funktionieren können.
Wir sind gespannt, was die Zukunft bringt. Wir werden LLMs weiterhin evaluieren und die Ergebnisse veröffentlichen, damit Sie über diese interessante Entwicklung auf dem Laufenden bleiben. Lesen Sie unsere Blogs, um einen tieferen Einblick in die Übersetzungsleistung von ChatGPT zu erhalten und mehr über ChatGTP und die Übersetzung im Allgemeinen und über die Gründe zu erfahren, warum es sich wohl um einen Gamechanger für die Branche handelt.
—Rafa Moral, Lionbridge Vice President, Innovation
Weitere Einblicke und Informationen zu zukünftigen Trends auf dem Gebiet der maschinellen Übersetzung finden Sie in unserer Blogreihe im Beitrag mit dem Titel „Die Zukunft der Sprachtechnologie“ – Die Zukunft der maschinellen Übersetzung.
Ausschlussklausel