|
|

DeepL: Das neue maschinelle Übersetzungstool, das Google Translator in den Schatten stellt

Die Fortschritte in der künstlichen Intelligenz und ihre Anwendung auf dem Gebiet der maschinellen Übersetzung sind immer erstaunlicher. Obwohl wir dazu neigen, auf die Fehler der maschinellen Übersetzung zu achten, ist es wahr, dass sie immer bessere Ergebnisse erzielt. Am Anfang gaben sich die eingesetzten Softwares damit zufrieden ein Wort durch ein anderes zu ersetzen, ohne den Kontext zu berücksichtigen. Dieses System galt nur für die Suche einzelner Wörter oder sehr kurzer Sätze ohne Berücksichtigung syntaktischer Strukturen oder Grammatik. Der qualitative Sprung kam 2014, als die Universität von Montreal ein Schema entwickelte um der maschinellen Übersetzung die Tür zum deep learning zu öffnen. Letzteres nutzt die Fortschritte der Naturwissenschaften und die Vorteile der Netzwerke künstlicher Neuronen sowie Algorithmen zur Verbesserung der verschiedenen Bereiche der künstlichen Intelligenz. Bis heute konnte niemand mit dem multidisziplinären Riesen Google mithalten, dessen System auf einem mehrsprachigen Korpus basiert, den er täglich mit Texten füttert.

Am 29. August 2017 veröffentlichte DeepL, ein europäisches Unternehmen, ein neues maschinelles Übersetzungstool. Obwohl der Name unbekannt ist, versteckt sich hinter diesem Tool das berühmte Online-Wörterbuch Linguee.    Linguee stellt dem Benutzer mehrere im Internet gefundene Übersetzungspaare zur Verfügung, die aus einem Korpus von im Internet veröffentlichten Dokumenten stammen. Es ermöglicht auch, die Quelle zu konsultieren, um das Vertrauen des Benutzers zu stärken. Die riesige Datenbank dieser Übersetzungssuchmaschine, die von zuverlässigen Quellen wie die der Europäischen Union gefüttert wird, dient als Grundlage für den Inhalt des neuen maschinellen Übersetzers. Die Ergebnisse sind in vielen Bereichen spektakulär: Technische Dokumentation, Presseartikel, Sportanalysen, usw.

Was verbirgt sich hinter diesen guten Ergebnissen?

Aus strategischen Gründen wollte das Unternehmen sein Geheimnis nicht preisgeben, aber es wäre logisch, dass sein Erfolg mit zwei Faktoren zu tun hatte, die ich hier unten darstelle:

Zunächst einmal ist es logisch, dass der Erfolg eines maschinellen Übersetzers von der Qualität der Übersetzungen, mit denen man ihn füttert, abhängt. Darüber hinaus ist diese Philosophie die Handlungsweise und der Erfolgsschüssel von Linguee. Bevor Sie also einen Text in die DeepL Datenbank aufnehmen können, muss er eine Mindestpunktzahl in dem Algorithmus erhalten, die zuvor von einem Menschen überprüft wurde. Im Gegensatz zur Datenmenge des Riesen Google, der übrigens mehr als eine Million Datenserver weltweit besitzt, setzt DeepL auf Qualität.

Zweitens hat die Anwendung des neuen Paradigmas der neuronalen Netze oder des sogenannten deep learning einen bemerkenswerten Fortschritt ermöglicht. Es ist sehr wahrscheinlich, dass die Programmierer dieses maschinellen Übersetzers ein Lernparadigma verwendet, optimiert und personalisiert haben, das auf einem der vorhandenen neuronalen Netze basiert.

Dennoch ist es immer noch einfach, einen maschinellen Übersetzer zu verwirren. Seine Fähigkeiten bei der Übersetzung von langen Sätzen, literarischen Texten, kommerziellen Texten oder Texten mit kulturellem Wissen sind nach wie vor sehr begrenzt.

Bild des Benutzers José Gambín
José Gambín

Er studierte Biowissenschaften an der Universität in Valencia und Übersetzen und Dolmetschen an der Universität in Granada. Heutzutage arbeitet er als Projektmanager, Layouter, Freiberufler und interner Übersetzer. Seit 2002 ist er Gründungspartner von AL Übersetzung wo er als Vertriebs- und Marketingdirektor tätig ist.

linkedin logo