Seit dem Aufkommen von Computern hat man verschiedene Methoden entwickelt, um zweisprachige Texte maschinell zu übersetzen. Daraus ist die maschinelle Übersetzung entstanden.
Sie wird zwar immer besser, vor allem seit der letzten Generation der neuronalen maschinellen Übersetzung, NMT (Neural Machine Translation). Aber sie hat auch ihre Grenzen.
Maschinelle Übersetzung: Eine Definition
Google Translate, DeepL und sonstige online Übersetzungsdienste oder Wörterbücher im Internet sind sehr verbreitet und nicht mehr wegzudenken.
Es handelt sich hierbei um einen speziellen Ansatz in der maschinellen Übersetzung, bei dem maschinelle Übersetzungen durch neuronale Netzwerke generiert werden.
Ältere statistische Ansätze der maschinellen Übersetzung basierten auf der Verwendung von Sprachmodellen und statistischen Methoden.
Stattdessen sind neuronale Netzwerke eine Art von maschinellen Lernalgorithmen, die nach der Struktur und Funktionsweise des menschlichen Gehirns nachgebaut sind.
Diese Lernalgorithmen stellen die berühmte künstliche Intelligenz dar können auf viele Bereiche eingesetzt werden, zum Beispiel in der Bilderkennung, Finanzprognosen, Robotik und vieles mehr.
Das neuronale Netzwerk wird auf einer großen Menge von Texten in verschiedenen Sprachen trainiert.
Es erkennt dann Muster in der Sprache und erstellt ein Modell, das in der Lage ist, eine bestimmte Sprache zu verstehen und zu übersetzen.
Aber sind diese NMT-Modelle tatsächlich so weit? Haben sie humane Übersetzer schon ersetzt?
Übersetzer gibt es nach wie vor, werden ausgebildet und beschäftigt.
Denn die Fachgebiete sind zahlreich und die Spezialisierungen auch (Recht, Medizin, Technik, im Bereich audiovisuele Untertitelung usw).
Schauen wir uns kurz die Vor- und Nachteile der maschinellen Übersetzung an.
Welche Vorteile hat der Einsatz einer maschinelle Übersetzung?
Das Wichtigste, was die Portale wie Google Translate anbieten, ist die Geschwindigkeit und die Möglichkeit, eine Übersetzung kostenlos zu bekommen.
Schnell und billig bedeutet aber fast immer eine mangelhafte Qualität. In bestimmten Situationen kann man das entweder akzeptieren, oder sich extra darum bemühen, die maschinelle Übersetzung zu korrigieren.
Weitere Vorteile können sein:
- Konsistenz: Durch den Einsatz von NMT können Übersetzungen konsistenter und präziser sein.
- Skalierbarkeit: Da NMT ein maschinelles Verfahren ist, kann es leicht skaliert werden, um eine große Anzahl von Übersetzungen zu bewältigen.
- Anpassbarkeit: NMT-Modelle können an spezifische Sprachpaare und Branchen angepasst werden, um noch präzisere und zielgerichtete Übersetzungen zu liefern
Aber wir haben es nur mit einer Maschine zu tun. Zunächst will gefüttert werden.
Maschinelle Übersetzung: Und die Nachteile?
Das ist der erste Nachteil bei der maschinellen Übersetzung, auch bei der neuronalen maschinellen Übersetzung:
Die bestehenden Programme bedienen wenige Sprachen bzw. Sprachpaare oder konzentrieren sich auf ein bestimmtes Thema.
Weitere Nachteile:
- Mangelnde Qualitätskontrolle: Im Gegensatz zu menschlichen Übersetzern kann NMT schwer zu kontrollieren sein, insbesondere wenn es um fehlerhafte oder unangemessene Übersetzungen geht.
- Abhängigkeit von Trainingsdaten: NMT-Modelle benötigen eine große Menge an Trainingsdaten, um eine hohe Genauigkeit der Übersetzungen zu erreichen
- Schwierigkeiten bei der Erkennung von Sprachnuancen: NMT-Modelle verstehen keine sprachlichen Feinheiten und Nuancen
- Spezialisierte Inhalten: NMT-Modelle haben Schwierigkeiten, Fachterminologie oder spezialisierte Inhalte wie medizinische oder rechtliche Dokumente korrekt zu übersetzen.
- Unfähigkeit zur menschlichen Kreativität: NMT-Modelle können keine kreative Übersetzungen oder kulturelle Anspielungen generieren
- Schwierigkeiten bei der Übersetzung von Idiomen und Slang, sowie umgangssprachliche Ausdrücke
- Schwierigkeiten bei der Wiedergabe der Stilistik. Das ist insbesondere bei literarischen Texten und kreativem Schreiben, zum Beispiel bei Copywriting oder Marketingtexte im Allgemein, problematisch sein kann.
- Datenschutz und Sicherheitsbedenken: Da NMT auf maschinellem Lernen und künstlicher Intelligenz basiert, können Datenschutz- und Sicherheitsbedenken auftreten.
Dazu kommt noch das Phänomen der Halluzination: Die maschinelle Übersetzung führt Inhalte ein, die in der Quelle nicht vorhanden sind oder greift auch andere Datensätze zurück als für das Sprachepaar oder das Fachgebiet vorgesehen.
Das folgende Video fasst in knapp drei Minuten zusammen, wie man genau maschinelle Übersetzung einsetzen kann und wann nicht.
Post-Editieren: Das Lektorat einer maschinellen Übersetzung
Was bei "humanen" Übersetzern Lektorat genannt wird, heißt bei einer maschinellen Übersetzung Post-Editieren oder Post-Editing.
Post-Editing ist ein Prozess der Überarbeitung oder Korrektur von maschinell übersetzten Texten durch einen menschlichen Übersetzer oder Editor.
Der Prozess des Post-Editierens beinhaltet die Überprüfung von:
- Falsche Übersetzung. Wenn die Maschine nicht genügend Daten hat, fügt sie irgendein Wort ein, unterlässt sie welche oder übersetzt sie einfach falsch.
- Terminologie
- Grammatik
- Redewendungen, idiomatische Wendungen
- Wenn erwünscht auch Zeichensetzung und Stilistik (Full Post-Editing)
Case Study: Maschinelle Übersetzung Spanisch-Katalanisch
Anfang 2023 war ich an einem umfanreichen Projekt für eine Übersetzungsagentur in Barcelona beteiligt.
Es war ein Projekt in der Sprachkombination Spanisch-Katalanisch. Es bestand auf ellenlangen Listen von Sätzen, die alphabetische angeordnet wurden.
Und es kamen jede Menge typische Fehler einer maschinellen Übersetzung vor.
Polysemie. Die maschinelle Übersetzung erkennt keine polysemantischen Wörter (z. B. Haftung auf Deutsch).
Halluzination. Wie oben beschrieben, erfindet die maschinelle Übersetzung ihren eigenen Text.
Eigennamen. Die maschinelle Übersetzung übersetzt sie fast alle, obwohl Eigennamen nur in einigen Ausnahmen übersetzt werden. Das gilt auch für Ortsangaben.
Grammatik. Erstes Beispiel (von drei): Beim Pronomen hi, das im Spanischen nicht existiert, muss die maschinelle Übersetzung noch eine Menge lernen.
Grammatik, zweites Beispiel. Noch ein Pronomen, dieses Mal ho.
Grammatik, drittes Beispiel. Ständige Übersetzung der Präposition en durch a, ohne Differenzierung.
Wie man sieht, würden einer "humanen" Übersetzerin solche Anfängerfehler kaum entgehen.
Polysemie erkennen wir sofort, wir kennen die Regeln der Übersetzung von Eigennamen oder Ortsangaben, ebenfalls die Prinzipien der Grammatik in der Zielsprache.
Die Korrektur der oben genannten Fehler meinerseits kann man daher kaum als Zeitersparnis bezeichnen.
Fazit
Eine maschinelle Übersetzung ist schnell und womöglich preiswert auf den ersten Blick, kommt aber immer mit unterschiedlichen Fehlern, die zu vermeiden wären und ist auch sehr leicht zu erkennen.
Obwohl die maschinelle Übersetzung omnipräsent und jedem verfügbar ist, bleibt ihre Qualität nach wie vor ziemlich niedrig, es sei denn, die maschine wird gezielt trainiert und "gefüttert".
Die maschinelle Übersetzung muss entweder für sehr spezifische Fachbereiche oder Situationen eingesetzt werden oder gut vorbereitet sein. Oder beides.
Also: Maschinelle Übersetzung kann man natürlich einsetzen, wenn man sich der Einschränkungen bewusst ist und man nicht auf Fachübersetzer verzichtet.
Das könnte dich auch interessieren:
Ein Case Study von einem Lektorat von mir aus dem Spanischen aus Lateinamerika