Maschinelle und unterstützte Übersetzung: Sind sie die Zukunft des Übersetzens?

Die Bedeutung von Technologie in der Übersetzung

Heutzutage haben sich die Fortschritte in der Informationstechnologie (IT) mit den modernen Kommunikationsbedürfnissen kombiniert, um die Automatisierung der Übersetzung zu fördern. Die Beziehung zwischen Technologie und Übersetzung reicht bis in die Zeit des Kalten Krieges zurück, da in den 50er Jahren der Wettbewerb zwischen den USA und der Sowjetunion so intensiv war, dass Tausende von Dokumenten aus dem Russischen ins Englische und umgekehrt übersetzt werden mussten. Allerdings machte diese große Nachfrage die Ineffizienz der Übersetzungsprozesse deutlich, insbesondere in spezialisierten Wissensbereichen, was das Interesse an maschineller Übersetzung steigerte. Obwohl der Kalte Krieg längst vorbei ist und die Globalisierung, die darauf abzielt, kulturelle, wirtschaftliche und sprachliche Barrieren zu überwinden, immer wichtiger wird, ist die Übersetzung nach wie vor von großer Bedeutung. Nationen streben weiterhin danach, ihre Unabhängigkeit und kulturelle Identität zu bewahren, besonders durch die Sprache. Dieses Phänomen zeigt sich sehr deutlich in der Europäischen Union, in der die Übersetzung eine entscheidende Rolle spielt.  

Das Internet hat dank seines universellen Zugangs und der Möglichkeit sofortiger Kommunikation zwischen Nutzern eine physische und geografische Freiheit geschaffen, die bis vor kurzem undenkbar war.

Die IT hat eine Bildschirmkultur geschaffen, die mehr und mehr die Druckkultur ersetzt. Diese Kultur verzichtet auf gedruckte Texte und vertraut auf die Informationen, die sie direkt aus dem massiven Wachstum der Informationstechnologie erhält, mit all ihren Vorteilen wie Geschwindigkeit, visueller Wirkung, Einfachheit, Bequemlichkeit und Rentabilität erhält. Mit dem Wachstum des globalen Marktes arbeiten Industrie und Handel heute mehr denn je weltweit, wobei der Austausch von Produkten und Dienstleistungen immer freier und flexibler wird. All diese Veränderungen beeinflussen zwangsläufig die Natur und Funktion der Fachübersetzung. Es ist entscheidend, dass Länder in vielen Bereichen wie dem ökologischen (Greenpeace), wirtschaftlichen (Freihandelsabkommen), humanitären (Ärzte ohne Grenzen) und akademischen (Austauschprogramme) usw. zusammenarbeiten. Trotz der Bedeutung des Englischen gibt es die Überzeugung, dass Menschen sich in ihrer eigenen Sprache ausdrücken können sollten, da die Vielfalt der Sprachen kein Hindernis für den gegenseitigen Austausch sein sollte. Wir müssen Lösungen für sprachliche Probleme finden, die es ermöglichen, dass Informationen frei zirkulieren und die multilateralen und bilateralen Beziehungen erleichtern.

Die verschiedenen Aspekte des modernen Lebens haben die Notwendigkeit geschaffen, effektivere Übersetzungsmethoden zu entwickeln. Derzeit wird die Nachfrage nach Übersetzungen nicht gedeckt, weil es nicht genügend menschliche Übersetzer gibt oder weil Unternehmen und Einzelpersonen nicht anerkennen, dass die Fachübersetzung eine komplexe Tätigkeit ist, die ein hohes Maß an Spezialisierung erfordert und daher nicht bereit sind, das zu zahlen, was sie verdient. Mit anderen Worten, die Fachübersetzung wird oft übergangen, weil sie zu teuer ist. Es muss hinzugefügt werden, dass die menschliche Fachübersetzung teilweise teuer ist. Ziel dieses Dokuments ist es, die neuen Technologien (maschinelle Übersetzung, elektronische Wörterbücher, terminologische Datenbanken, zweisprachige Texte, grammatikalische Konkordanzen und Übersetzungsspeicher) zu untersuchen, um festzustellen, ob sie die bestehende Beziehung zwischen Fachübersetzer und Texten verändern und wenn ja, in welcher Hinsicht sie diese verändern. Wir versuchen, die folgenden Fragen zu beantworten:

• Welche Computertools sind für Fachübersetzer wirklich hilfreich?
• Ist der Beruf des Fachübersetzers durch das Auftreten dieser neuen Tools gefährdet?
• Führt die Automatisierung zum Ende der Übersetzung, wie wir sie heute kennen?
   

Kurze Geschichte der maschinellen Übersetzung

Erst im 20. Jahrhundert entstand die Idee, dass die Erstellung elektronischer Wörterbücher eine Lösung für das Problem der Sprachbarrieren sein könnte. In den 30er Jahren arbeiteten zwei Forscher unabhängig voneinander an demselben Ziel: der französisch-armenische George Artsrouni und der Russe Petr Smirnov-Troyanskii. Smirnov-Troyanskii war jedoch entscheidend, da er die Idee formulierte, dass ein System der maschinellen Übersetzung aus drei Phasen bestehen muss: Zunächst analysiert ein Redakteur, der die Ausgangssprache beherrscht, die Wörter und wandelt sie entsprechend ihrer syntaktischen Funktionen in Grundformen um. Eine Maschine ordnet diese anschließend in die richtigen Sequenzen der Zielsprache. Schließlich wird diese Rohversion von einem zweiten Redakteur überprüft, der mit der Zielsprache vertraut ist. Obwohl Troyanskiis Arbeit von großer Bedeutung war, blieb sie bis in die 1950er Jahre weitgehend unbekannt.

 Ein Brief von Warren Weaver an den Computerspezialist Norbert Wiener in März 1947 markiert den Beginn dieses Prozesses. Zwei Jahre später, im Juli 1949, veröffentlichte Weaver seine Ideen zur maschinellen Übersetzung,und schon bald darauf nahmen zahlreiche Universitäten die Forschung auf diesem Gebiet auf. Die erste Studie wurde in 1954 als gemeinsames Projekt von IBM und der Universität von Georgetown durchgeführt. Obwohl der Umfang ziemlich begrenzt war, wurde die Forschung als großer Erfolg angesehen, der zur Finanzierung weiterer Projekte sowohl in den USA als auch im Rest der Welt führte. Die ersten Versionen von maschinellen Übersetzungsprogrammen nutzten detaillierte zweisprachige Wörterbücher, die für jedes Wort in der Ausgangssprache mehrere Äquivalente in der Zielsprache sowie Regeln zur Wortstellung enthielten. Die Komplexität der Aufgabe verlangte von den Programmierern, die Programme weiter zu verbessern, um einen systematischeren und syntaktischeren Ansatz zu erreichen. Die Projekte stützten sich auf Fortschritten in der Linguistik, vor allem auf der Entwicklung der generativen Transformationsgrammatik, die neue Wege für die maschinelle Übersetzung eröffnete.
 

Der ursprüngliche Enthusiasmus verschwand jedoch bald. Die Forscher fingen an zu glauben, dass die semantischen Barrieren unüberwindbar seien und dass sie kurzfristig keine Lösung für das Problem der maschinellen Übersetzung finden könnten. IBM und die Universität Washington entwickelten ein Betriebssystem namens Mark II, jedoch waren die Ergebnisse nicht sehr erfolgreich. 1964 zeigte sich die US-Regierung über die Ineffizienz der maschinellen Übersetzungsforschung besorgt und gründete das Beratungskomitee ALPAC, um den Fortschritt zu überwachen. Im Jahr 1966 veröffentlichte das Komitee einen Bericht, der die maschinelle Übersetzung als langsam, ineffizient und doppelt so teuer wie die menschliche Übersetzung bezeichnete und daher von einer weiteren Investition in dieses Feld abriet. Jedoch unterstrich der Bericht die Bedeutung der Förderung von Hilfsmitteln, die den Übersetzungsprozess erleichtern, wie beispielsweise elektronische Wörterbücher, Datenbanken und dergleichen. Obwohl er für seine mangelnde Objektivität kritisiert wurde, führte der ALPAC-Bericht dazu, dass die Forschung zur maschinellen Übersetzung in den USA für mehr als ein Jahrzehnt eingefroren wurde. Trotz allem gingen die Forschungen in Kanada, Frankreich und Deutschland weiter und einige Jahre später kamen zwei Systeme der maschinellen Übersetzung ans Licht: Systran, das von der Europäischen Kommission genutzt wird, und Taummétéo, das von der Universität von Montreal entwickelt wurde, um die Wettervorhersage vom Englischen ins Französische zu übersetzen.

In den 80er Jahren gab es ebenfalls wichtige Fortschritte. Die wirtschaftlichen und administrativen Bedürfnisse mehrsprachiger Gemeinschaften führten zu einer verstärkten Nachfrage nach Übersetzungen, was dazu führte, dass in Ländern wie Frankreich, Deutschland, Kanada und Japan neue Systeme der maschinellen Übersetzung entwickelt wurden, wie Logos (vom Deutschen ins Französische und umgekehrt) und das interne System der Panamerikanischen Gesundheitsorganisation (vom Spanischen ins Englische und umgekehrt), sowie eine große Anzahl von Systemen, die von japanischen IT-Unternehmen entwickelt wurden. Dank der Verbreitung von Personal Computern und Textverarbeitungsprogrammen in den 80er Jahren erlebte die Forschung einen Schub, da ein Markt entstand, in dem Systeme der maschinellen Übersetzung zu günstigeren Preisen angeboten wurden. Diese Programme bildeten eine Grundlage für Unternehmen wie ALPS, Weidner, Globalink (Nordamerika und Europa), Sharp, NEC, Mitsubishi, Sanyo (Japan). Zu den wichtigsten Programmen gehören GETA-Ariane (Grenoble), SUSY (Saarbrücken), MU (Kyoto) und Eurotra (die Europäische Union).

Zu Beginn der 90er Jahre gab es eine Reihe von entscheidenden Fortschritten in der maschinellen Übersetzung, die von einem radikalen Strategiewechsel begleitet wurden, der von einer auf grammatikalischen Regeln basierenden Übersetzung zu einer auf Textkorpora und Beispielen basierenden Übersetzung führte. (zum Beispiel das Reverso-Programm). Man begann, die Sprache nicht mehr als eine statische Einheit mit festen Regeln zu sehen, sondern als ein dynamisches Korpus, das sich je nach Gebrauch und Nutzern verändert und sich im Laufe der Zeit entwickelt, um sich an kulturelle und soziale Realitäten anzupassen. Auch heute noch gibt es Fortschritte in der maschinellen Übersetzung. Mit der wachsenden Nutzung durch große Unternehmen steigt auch der Verkauf von Software an die breite Öffentlichkeit. Infolgedessen entstanden Online-Dienste für maschinelle Übersetzung wie Altavista, die es ermöglichen, E-Mails, Webseiten und andere Dienste schnell in der gewünschten Sprache zu übersetzen, sowie zahlreiche Wörterbücher, Enzyklopädien und terminologische Datenbanken mit sofortigem Zugriff.
 

Der Übersetzungsmarkt 
 

Die Entwicklung der maschinellen Übersetzung wird von Angebot und Nachfrage bestimmt. Während auf der einen Seite neue Technologien zur Verfügung stehen, fordert die andere Seite Veränderungen in den politischen, sozialen und wirtschaftlichen Bereichen.

Trotz der Fortschritte macht die maschinelle Übersetzung immer noch nur einen sehr kleinen Teil des Marktes aus.

Anfang der 90er Jahre sah der Übersetzungsmarkt folgendermaßen aus (Loffler-Laurian, 1996):

 

MENSCHLICHE ÜBERSETZUNG

MASCHINELLE ÜBERSETZUNG

Europa und USA. 300 Millionen Seiten 2,5 Millionen Seiten
Japan 150 Millionen Seiten 3,5 Millionen Seiten

Es zeigt sich, dass mit automatischen Übersetzungssystemen nur 6 Millionen Seiten übersetzt wurden, im Vergleich zu den 450 Millionen, die manuell übersetzt wurden, d.h. die MT machte nur 1,3 % des Gesamtvolumens aus. Laut Marktanalysten, wird sich dieser Prozentsatz bis zum Jahr 2007 nicht radikal ändern.

Außerdem wird betont, dass die maschinelle Übersetzung nur 1 % von den über 10 Billionen Dollar des Übersetzungsmarktes ausmachen wird. (Oren, 2004).

1991 wurden die meisten Übersetzungen in den folgenden Sprachen durchgeführt:

Englisch Japanisch Französisch Deutsch Russisch Spanisch Andere

Ausgangssprache 48 % 32 % 8 % 5 % 2 % --- 5 %
 

Zielsprache 45 % 24 % 12 % --- 5 % 10 % 4 %
 

Wie erwartet, dominiert Englisch den Markt. Die Bedeutung des Japanischen spiegelt die Rolle Japans in der Technologie und im Außenhandel wider, die Ende der 90er Jahre zwei Drittel des Übersetzungsvolumens ausmachten:

 IT

Außenhandel Wissenschaft Lehre Literatur Presse Unternehmensführung

40 % 25 % 10 % 10 % 5 % 5 % 5 %

Es ist an dieser Stelle hilfreich, zwei eng miteinander verbundenen Begriffen zu unterscheiden,die bei Nicht-Experten häufig für Verwirrung sorgen: maschinelle Übersetzung (MT) und computergestützte Übersetzung (CAT). Diese zwei neuen Technologien sind aus unterschiedlichen Ansätzen entstanden und führen nicht zu denselben Ergebnissen, noch werden sie in denselben Kontexten verwendet. Die MT zielt darauf ab, alle notwendigen Informationen in einem Programm zu sammeln, damit es einen Text ohne manuelle Eingriffe übersetzen kann. Mit dieser Art von Programmen wird die Rechenleistung des Computers genutzt, um die Struktur eines Satzes in der Ausgangssprache zu analysieren, diese Sätze in leicht übersetzbare Elemente zu zerlegen und dann ein Segment mit derselben Struktur in der Zielsprache zu erstellen. In diesem Prozess werden riesige mehrsprachige Wörterbücher und Korpora bereits übersetzter Texte verwendet. Wie bereits erwähnt, war die MT in den 80er Jahren ein großes Versprechen, verlor jedoch zunehmend an Bedeutung zugunsten der computergestützten Übersetzung, da es die praktischen Bedürfnissen besser erfüllt.

Die CAT verwendet bestimmte Hilfsmittel, die dem Übersetzer schnell und effektiv helfen, darunter hervorzuheben sind terminologische Datenbanken und Übersetzungsspeicher. Tatsächlich ermöglicht die Informatik eine neue Herangehensweise für die Textverarbeitung in sowohl der Ausgangs- als auch der Zielsprache. Die Arbeit mit digitalen Dokumenten ermöglicht uns einen direkten Zugriff auf Informationen, sodass wir sie nach Bedarf nutzen können. Dies erleichtert die Analyse von Sätzen des Ausgangstextes, die Überprüfung des Kontexts, in dem ein bestimmtes Wort oder Text verwendet wird, oder zum Beispiel die Erstellung eines Terminologieinventars. Ebenso lässt sich jeder Teil des Zieltextes ändern, und es können parallele Versionen erstellt werden, um diese zu vergleichen und zu bewerten. All diese Aspekte haben bedeutende Auswirkungen auf die Übersetzung, vor allem bei der Beurteilung der Ergebnisse, da der Übersetzer entspannter arbeiten kann und die Freiheit hat, Änderungen während des Arbeitsprozesses vorzunehmen.
 

Man darf nicht vergessen, dass maschinelle Übersetzungssysteme keine endgültigen Versionen von Texten produzieren, da Sprachen vom Kontext und den verschiedenen Konnotationen und Denotationen sowohl einzelner Wörter als auch ihrer Kombinationen abhängen. Selbst innerhalb des Textes ist es manchmal schwierig, einen Kontext zu bieten, daher beschränkt sich die maschinelle Übersetzung darauf, Situationen zu konkretisieren und sollte als eines der Hauptmittel zur Zeitersparnis gesehen werden, anstatt als Ersatz für menschliche Tätigkeit. In jedem Fall erfordert ein qualitativ hochwertiger Zieltext eine manuelle Überprüfung nach der maschinellen Übersetzung.

Kognitive Prozesse
 

Um die wesentlichen Prinzipien zu verstehen, mit denen die maschinelle Übersetzung arbeitet, muss man zuerst die Funktionsweise des menschlichen Gehirns verstehen. Der erste Schritt bei der manuellen Übersetzung ist das perfekte Verständnis des Textes in der Ausgangssprache. Dieses Verständnis funktioniert auf mehreren Ebenen:  

• Semantische Ebene: Verständnis der Wörter ohne Kontext, wie in Wörterbüchern.
• Syntaktische Ebene: Verständnis der Wörter innerhalb eines Satzes.  
• Pragmatische Ebene: Verständnis der Wörter in Bezug auf Situationen und Kontexte.
   

Außerdem kommen in diesem Übersetzungsprozess mindestens fünf verschiedene Arten von Kenntnissen zum Einsatz:

• Kenntnis der Ausgangssprache, die es uns ermöglicht, den Originaltext zu verstehen.
• Kenntnis des Zieltextes, die es uns ermöglicht, einen kohärenten Text in dieser Sprache zu erstellen.  
• Kenntnis der Äquivalente zwischen der Ausgangs- und der Zielsprache.
• Kenntnis des Fachgebiets und allgemeines Wissen, die helfen, die Ausgangs- und Zieltexte zu verstehen.
• Kenntnis der soziokulturellen Aspekte, d.h. der Bräuche und Konventionen der Ausgangs- und Zielkulturen.
   

Angesichts der Komplexität der Arbeit, die ein menschlicher Übersetzer leistet, wäre es naiv zu glauben, dass eine Maschine ein Übersetzungsergebnis von gleicher Qualität wie der eines Menschen erzielen kann. Es ist jedoch offensichtlich, dass selbst Fachübersetzer nicht beim ersten Versuch die endgültige Version eines Textes liefern können. Tatsächlich besteht der Übersetzungsprozess aus zwei Phasen: Zunächst wird ein Entwurf oder eine vorläufige Version in der Zielsprache erstellt, in der die meisten Übersetzungsprobleme gelöst werden, die jedoch noch weit von der endgültigen Version entfernt ist. Danach folgt die Überarbeitungsphase, die von einem ersten Durchlesen mit leichten Anpassungen bis zu radikalen Änderungen führen kann. Man könnte daher sagen, dass die Aufgabe der MT darin besteht, diese erste Phase des Prozesses automatisch durchzuführen, sodass der Übersetzer direkt mit der zweiten Phase beginnen kann, die darin besteht, die sorgfältige und anspruchsvolle Aufgabe der Überarbeitung durchzuführen. Das Problem besteht darin, dass der Fachübersetzer in einer solchen Situation mit einem Text konfrontiert wird, der nicht von einem menschlichen Gehirn, sondern von einer Maschine übersetzt wurde, was den Ansatz verändert, da die Fehler auf andere Weise auftreten. Zusammengefasst, erfordert es, die maschinelle Übersetzung mit den kognitiven Prozessen, Kriterien und Erfahrungen des menschlichen Verstands in Einklang zu bringen. Maschinelle Übersetzung stellt sowohl eine Unterstützung als auch eine Herausforderung für Fachübersetzer dar: Sie erleichtert den Beginn des Übersetzungsprozesses, doch es fällt oft schwer, sich von einem bereits teilweise übersetzten Text zu distanzieren und alle Fehler zu erkennen. Eine maschinelle Übersetzung sollte niemals als endgültige Version angesehen werden, selbst wenn sie auf den ersten Blick kohärent und korrekt erscheint.
 

Strategien der maschinellen Übersetzung
 

Die maschinelle Übersetzung ist ein selbstständiges System, das eine Vielzahl von Strategien und Methoden einsetzt:  

• die direkte Strategie
• die Transferstrategie
• Die Pivot-Sprachstrategie
   

Die direkte Strategie, die als erste in maschinellen Übersetzungssystemen verwendet wurde, erfordert nur ein Minimum an linguistischer Theorie. Dieser Vorgang beruht auf einer vorher festgelegten Zuordnung zwischen der Ausgangs- und der Zielsprache, bei der jedes Wort der Ausgangssprache direkt mit einer entsprechenden Einheit in der Zielsprache durch eine unidirektionale Korrelation verbunden ist – zum Beispiel von Englisch nach Spanisch, jedoch nicht umgekehrt. Das beste Beispiel für dieses Konzept ist das von der Universität Georgetown entwickelte System, das 1964 erstmals für Übersetzungen vom Russischen ins Englische getestet wurde. Wie auch die anderen Systeme, nutzt das Georgetown-System eine direkte Methode, die lexikalische Komponente besonders betont. Trotz der weit fortgeschrittenen morphologischen Analyse und der umfangreichen Wörterbücher sind die syntaktische Analyse und die Vermeidung von Mehrdeutigkeiten noch stark eingeschränkt, sodass eine manuelle Nachbearbeitung durch einen Fachübersetzer erforderlich ist. Das folgende Beispiel wurde mit dem direkten Übersetzungsmodell erstellt:

 

Text in der Ausgangssprache

La jeune fille a acheté deux livres

Analyse in der Ausgangssprache

La

jeune fille acheter deux livre

Lexikalische Übertragung

The young girl buy

two book

Anpassung an die Zielsprache

The young girl bought two books

 

Es gibt mehrere Systeme, die dieses Prinzip ebenfalls verwenden: darunter heben wir SPANAM hervor, das seit 1980 für Spanisch-Englisch-Übersetzungen verwendet wird, und SYSTRAN, das in den USA für militärische Zwecke entwickelt wurde, um vom Russischen ins Englische zu übersetzen. Nach einer funktionalen Anpassung wurde das SYSTRAN-System 1976 von der Europäischen Gemeinschaft übernommen, um seine verbesserten Funktionen zu nutzen. Heutzutage wird es für die Übersetzung der folgenden europäischen Sprachen verwendet:  
 

• Ausgangssprachen: Englisch, Französisch, Deutsch, Spanisch, Italienisch, Portugiesisch und Griechisch.

• Zielsprachen: Englisch, Französisch, Deutsch, Spanisch, Italienisch, Portugiesisch, Niederländisch, Finnisch und Schwedisch.
 

Es werden auch Programme für weitere europäische Sprachen entwickelt, wie beispielsweise Ungarisch, Polnisch und Serbokroatisch.

Neben der Europäischen Kommission setzen auch Institutionen wie die NATO und Aérospatiale, das französische Luftfahrtunternehmen, SYSTRAN ein. Sie spielten eine bedeutende Rolle in der Systementwicklung, indem sie ihre Terminologie für die Übersetzungen zwischen Französisch und Englisch zur Verfügung stellten und die Luftfahrtforschung finanzierten. SYSTRAN wird auch außerhalb Europas verwendet, unter anderem von der US Air Force, die das System für die Übersetzung vom Russischen ins Englische einsetzt, sowie von XEROX, einem Unternehmen, das Ende der 70er Jahre die maschinelle Übersetzung übernahm und maßgeblich zu deren Verbreitung beitrug. Und schließlich General Motors, dass dank einer Lizenz von Peter Toma, die Anwendungen des Systems eigenständig entwickeln und verkaufen kann. Es ist wichtig zu verstehen, dass die Entwickler von direkten maschinellen Übersetzungssystemen in der Regel nicht darauf abzielen, vollständige Übersetzungen zu produzieren, sondern wollen vielmehr die Effizienz und die Qualität der Übersetzungsarbeit verbessern. (Lab, S.24).

 

Die Transferstrategie widmet sich das Konzept der "Repräsentationsebene" und umfasst drei Phasen. Während der Analysephase wird das Original linguistisch beschrieben und ein Wörterbuch in der Ausgangssprache genutzt. In der Transferphase erfolgt die Umwandlung der Analyseergebnisse, wobei die linguistischen und strukturellen Äquivalente zwischen den beiden Sprachen hergestellt werden. Ein zweisprachiges Wörterbuch dient der Übertragung von der Ausgangs- zur Zielsprache. In der Erstellungsphase wird ein Zieldokument erstellt, das die linguistischen Informationen der Ausgangssprache mit den entsprechenden Einträgen aus einem Wörterbuch der Zielsprache kombiniert.  

Die von GETA (Groupe d'Étude pour la Traduction Automatique) in Frankreich entwickelte Transferstrategie, unter der Leitung von B. Vauquois, förderte die Entwicklung weiterer Forschungsgruppen. Einige Systeme, wie das kanadische TAUM-MÉTÉO und das nordamerikanische METAL, sind bereits in Betrieb. Andere, wie das SUSY-System in Deutschland und das europäische Projekt EUROTRA, befinden sich noch in der Testphase. 1965 gründete die kanadische Regierung TAUM, was für Traduction Automatique de l'Université de Montréal (Maschinelle Übersetzung der Universität Montreal) steht. Es wird seit 1977 zur Übersetzung von Wettervorhersagen vom Englischen ins Französische und seit 1989 vom Französischen ins Englische verwendet. TAUM-MÉTÉO ist eines der ältesten Systeme, das noch in Betrieb ist und sowohl eine syntaktische als auch eine semantische Analyse durchführt. Sein Wirkungsgrad liegt bei 80 %, da Wettervorhersagen linguistisch gesehen sehr begrenzt und klar definiert sind. Es arbeitet nur mit
1.500 lexikalischen Einträgen, von denen viele Eigennamen sind. Zusammenfassend führt dieses System eine Reihe von begrenzten, sich wiederholenden Aufgaben aus und übersetzt sehr spezifische Texte mit einem stereotypen Vokabular und Syntax, obwohl es ein umfangreiches Wörterbuch verwendet, das Strukturen bietet, die perfekt aufeinander abgestimmt sind.  
 

Bei der Pivot-Sprachstrategie geht es darum, eine Darstellung des Textes zu schaffen, die nicht an eine konkrete Sprache gebunden ist. Diese Darstellung dient als universelle zentrale Achse, die sich von den Ausgangs- und Zielsprachen unterscheidet. Theoretisch vereinfacht diese Methode den Prozess der maschinellen Übersetzung auf zwei Phasen: Analyse und Generierung. Die Analyse des Ausgangstextes führt uns zu einer konzeptionellen Darstellung, und das Generierungsmodul ordnet die verschiedenen Komponenten dieser Analyse ihren Äquivalenten in der Zielsprache zu. Die Forschung zu dieser Strategie steht im Zusammenhang mit künstlicher Intelligenz und Wissensrepräsentation.

Die Systeme, die die Pivot-Sprache nutzen, streben nicht nach einer direkten Übersetzung, sondern formulieren den Ausgangstext um, während sie die Schlüsselinformationen bewahren. Derzeit sind die Transfer- und Pivot-Sprachstrategien die am meisten erforschten im Bereich der maschinellen Übersetzung. Ein bemerkenswertes Beispiel für die Pivot-Sprachstrategie ist das Dutch DLT-Projekt (Distributed Language Translation), das von 1985 bis 1990 durchgeführt wurde und Esperanto als Pivot-Sprache für die Übersetzung von 12 europäischen Sprachen einsetzte.
 

Auch hier muss betont werden, dass diese Systeme keine Endversionen anbieten können, es sei denn, ihr Einsatzbereich ist stark eingeschränkt, wie etwa bei TAUM-MÉTÉO. Christian Boitet, Direktor von GETA (Grenoble), erklärte bereits in einem Interview für Le français dans le monde (Nr. 314), dass die maschinelle Übersetzung Fachübersetzer entlastet und ermöglicht ihnen sich ganz auf die Qualität des Zieltextes zu konzentrieren. Vielleicht ist „maschinelle Übersetzung“ nicht der treffendste Begriff, da lediglich der erste Teil des Prozesses automatisch erfolgt. Statt von einem autonomen Übersetzungssystem zu sprechen, wäre es genauer, es als Hilfsmittel zu betrachten, das den Übersetzungsprozess unterstützt.

Die folgende Klassifizierung von maschinellen Übersetzungsprogrammen ist noch ziemlich neu und stützt sich auf Testergebnisse, die Fehler sowie die Lesbarkeit der Zieltexte analysieren (Poudat, S. 51)

Übersetzer

Adresse

Eigenschaften: 
 

Alphaworks® www.alphaworks.ibm.com

Übersetzt vom Englischen in sieben Sprachen, Transfermethode.
 

E-lingo® www.elingo.com

Zwanzig Sprachpaare verfügbar, Transfermethode.
 

Reverso® www.trans.voila.fr

Dreizehn Sprachpaare verfügbar, Transfermethode.
 

Systran® www.systransoft.com

Zwölf Sprachpaare verfügbar, direkte Transfermethode.
 

Transcend® www.freetranslation.com

Acht Sprachpaare verfügbar. Direkte Transfermethode.


 

Analyse einiger Fehler in automatisch übersetzten Texten
 

Um Fehler in automatisch übersetzten Texten zu analysieren, ist der Vergleich mit denselben manuell übersetzten Texten besonders relevant. Unsere Wahl fiel auf einen Artikel aus Le Monde Diplomatique, da diese französischsprachige Zeitung in 17 andere Sprachen übersetzt wird. In diesem Fall werden wir die Übersetzungen von Französisch nach Englisch von Systran und Reverso mit denen eines Übersetzers vergleichen.

QUELLTEXT: Le Monde Diplomatique September 2002
 

Depuis le 11 septembre 2001, l'esprit guerrier qui souffle sur Washington semble avoir balayé ces scrupules. Désormais comme l'a dit le président George W. Bush, "qui n'est pas avec nous est avec les terroristes".

Systran®  Reverso  Manuelle Übersetzung Seit dem 11. September 2001,  Seit dem 11. September 2001,  Seit dem 11. September 2001 scheint der kriegerische Geist, der kriegerische Geist, die kriegerische Stimmung der über Washington weht, der über Washington weht, in Washington scheint diese scheint diese Skrupel hinweggefegt zu haben. Von nun an, (vernichtet) diese Skrupel. Ab diesem Punkt, wie es die Skrupel des Präsidenten besagten. Von nun an, wie Präsident George Bush George W. Bush sagte, "wer nicht mit uns ist, ist mit den Terroristen". (37 Wörter) (wer) nicht mit uns ist, ist mit den Terroristen." (36 Wörter) den Terroristen". (35 +2
Wörter)


 

Ein wichtiger Unterschied besteht darin, dass die MT eine Methode ist, die sich auf die Ausgangssprache konzentriert, während sich die manuelle Übersetzung auf das Verständnis der Zielsprache richtet. Dies ist der Grund, warum maschinelle Übersetzungen häufig unpassend sind, da die Wörter, aus einem Wörterbuch übernommen werden und strikt den vom Programmgestalter auferlegten situativen Einschränkungen folgen. In den bereits erwähnten Übersetzungen finden wir verschiedene Arten von Fehlern.
 

Fehler, die die Bedeutung des Lexems verändern können
 

1. Wörter oder Sätze, die korrekt wirken, aber im Kontext eine andere Bedeutung haben:

Original:

l'esprit guerrier
 

Systran® der kriegerische Geist
 

Reverso: der kriegerische Geist
 

HT: die kriegerische Stimmung
 

2. Bedeutungslose Wörter:
 

comme l'a dit le président George W. Bush
 

Systran: wie sagte es der Präsident George W. Bush
 

Reverso: wie sagte es der Präsident George W. Bush
 

TM: wie Präsident George Bush es ausdrückte
 

Obwohl die Übersetzung von Reverso nicht ganz korrekt ist, übersetzt sie "comme" als "as", was in diesem Kontext die richtige Option ist.  

 

Anwendungsfehler
 

Die Übersetzung ist verständlich, auch wenn die MT die Bedeutung wiedergibt, ohne die korrekte Verwendung zu beachten:
 

Original: semble avoir balayé ces scrupules
 

Systran: seems to have swept these scruples
 

Reverso: seems to have swept (annihilated) these scruples
 

TM: seems to have swept away such scruples
 

Original: qui n'est pas avec nous est avec les terroristes
 

Systran: which is not with us is with the terrorists
 

Reverso: which (who) is not with us is with the terrorists
 

TM: either you are with us or with the terrorists

Wie bereits erwähnt, steht bei der manuellen Übersetzung die Zielsprache im Fokus und greift, falls nötig, auf die Ausgangssprache zurück,um die korrekte Bedeutung wiederzugeben. Zum Beispiel wählte der Übersetzer eindeutig "the warmongering mood in Washington" als eine kontextuell bessere Übersetzung von l'esprit guerrier qui souffle sur Washington, anstelle von wörtlicheren Versionen, wie die von den maschinellen Übersetzungen.
 

Da das Hauptziel der MT das Verständnis und nicht die Erstellung eines perfekten Zieltextes ist, ist es sehr wichtig, zwei grundlegende Regeln zu befolgen, um das Beste aus diesen Programmen herauszuholen. Erstens muss man erkennen, dass es bestimmte Textarten gibt, die nicht mit MT übersetzt werden können. Zweitens ist die Korrektur des Ausgangstextes entscheidend, da sogar ein Buchstabe die Bedeutung ändern kann, wie wir im Folgenden Beispiel sehen werden: We shook hand übersetzt sich in "Nous avons secoué la main"; aber We shook hands wird zu "Nous nous sommes serrés la main". Ein fehlendes „s“ im Ausgangstext genügt, um die maschinelle Übersetzung unverständlich zu machen. Es ist auch interessant zu bemerken, dass das s am Ende von serrés ein Fehler ist, weil das MT-Programm die Feinheiten der französischen Grammatik in Bezug auf die Übereinstimmung des Partizips Perfekt nicht berücksichtigt.
 

Computerunterstützte Übersetzung 
 

Tatsächlich ist die computerunterstützte Übersetzung ein komplexer Prozess, bei dem eine Reihe von Hilfsmittel und Technologien eingesetzt werden, die an die Bedürfnisse des Fachübersetzers angepasst sind, der die Hauptrolle im gesamten Prozess spielt und nicht nur in der Überarbeitungsphase. Der Computer wird zu einer Arbeitsstation, über die der Übersetzer Zugang zu einer Vielzahl von Texten, Hilfsmittel und Programmen hat: zum Beispiel einsprachige und zweisprachige Wörterbücher, Paralleltexte, in eine Vielzahl von Ziel- und Ausgangssprachen übersetzte Texte und terminologische Datenbanken. Jeder Übersetzer kann seine eigene persönliche Arbeitsumgebung schaffen und sie an die Bedürfnisse jeder Aufgabe anpassen. Dadurch gewinnt der Übersetzer bei der computerunterstützten Übersetzung an Flexibilität und Bewegungsfreiheit und erhält gleichzeitig Zugang auf einer großen Menge aktueller Informationen. Das Ergebnis ist eine enorme Zeitersparnis.

Im Folgenden präsentieren wir Ihnen die wichtigsten Computertools im Arbeitsumfeld eines Fachübersetzers, von den einfachsten bis zu den komplexesten:
 

Elektronische Wörterbücher, Glossare und terminologische Datenbanken
 

Im Prinzip macht es keinen radikalen Unterschied, ob man digitale Wörterbücher elektronisch oder in Papierform konsultiert. Die Vorteile zeigen sich jedoch sehr schnell. Es dauert viel weniger Zeit, ein Wort in den Computer einzugeben und eine Antwort zu erhalten, als in gedruckten Wörterbüchern zu suchen. Im ersten Fall gibt es einen sofortigen Zugang zu verwandten Informationen über Links, und es können mehrere Wörterbücher gleichzeitig verwendet werden, während man mit mehreren Dokumenten arbeitet.
 

Elektronische Wörterbücher sind in verschiedenen Formaten verfügbar: als Software, die auf dem Computer installiert wird; auf CD-ROMs und am wichtigsten über das Internet. Die Google-Suchmaschine zum Beispiel bietet uns Zugang zu einer enormen Vielfalt an zweisprachigen und einsprachigen Wörterbüchern in vielen Sprachen. Es kann jedoch vorkommen, dass man sich online anmelden muss, wie es beim Oxford English Dictionary der Fall ist. Da Online-Wörterbücher keine einfache Sammlung isolierter Wörter sind, organisieren sie das Material aus ihren Korpora. Zum Beispiel können wir verlangen, dass uns alle Wörter im Zusammenhang mit einem Schlüsselwort oder alle Wörter aus einer bestimmten Sprache gegeben werden. Das heißt, ein sofortiger Querverweis auf Informationen.

Um Ihnen bei der spezifischen Terminologie zu helfen, gibt es eine große Auswahl an Wörterbüchern, Glossaren und Datenbanken im Internet. Le Nouveau Grand Dictionnaire Terminologique, entwickelt in Quebec, (Kanada) enthält 3 Millionen Begriffe in Französisch und Englisch, die zu 200 Feldern gehören. Eine weitere wichtige Quelle ist das EURODICAUTOM, eine mehrsprachige terminologische Datenbank, die 1973 von der Europäischen Union erstellt wurde und eine Reihe von spezialisierten Bereichen abdeckt, sowohl wissenschaftlich als auch nicht wissenschaftlich (die Liste beginnt: Landwirtschaft, Kunst, Automobilindustrie...). Außerdem,

gibt es Webseiten, die Informationen über Terminologie anbieten, die für Fachübersetzer nützlich sein können. Eine dieser Seiten ist die des Forschungszentrums TERMISTI, das mit dem Institut für Übersetzer und Dolmetscher (ISTI) in Brüssel verbunden ist (http://www.termisti.refer.org), auf der Sie die folgende Information finden können:
 

• Online-Wörterbücher wie die zuvor erwähnten.

• Terminologienetzwerke wie RIFAL (Réseau international francophone d’aménagement linguistique), RITERM (Red iberoamericana de Terminología)

• Europäische Terminologieprojekte, wie die Technologien der menschlichen Sprache, der Information und der Gesellschaft.  

• Übersetzerschulen

• Foren und Verbreitung/Diskussionslisten

• Konferenzen

• Veröffentlichungen wie das International Journal of Lexicography, La banque des mots, L'actualité terminologique, Méta, Terminogramme, Terminologies nouvelles, Terminology, Terminometro, Translation Journal, Apuntes.
 

Übereinstimmungen
 

Die computergestützte Übereinstimmung ersetzt keine Tools wie Wörterbücher und Glossare, bietet jedoch eine zusätzliche Methode zur Bearbeitung von zu übersetzenden Texten.

Wir sprechen von Textverarbeitungsprogrammen, die eine Liste aller Vorkommnisse einer Buchstabenreihe innerhalb eines definierten Korpus erstellen, um Muster zu erkennen, die sonst nicht klar wären. Diese Buchstaben können Teil eines Wortes sein, wie ein Präfix oder Suffix zum Beispiel, ein konkretes Wort oder sogar eine Wortgruppe. Die spezifischen Funktionen der Übereinstimmung umfassen statistische Daten über die Anzahl von Wörtern oder Sätzen, Qualifikatoren usw. Bei der Anzahl und der alphabetischen Reihenfolge ist es vermutlich am wichtigsten, den Kontext zu identifizieren, in dem die Wörter auftreten. Während die Texte übersetzt werden, können die Informationen gesammelt und gespeichert werden, wodurch eine Datenbank entsteht, die jederzeit und auf nicht-sequenzielle Weise abgerufen werden kann.  
 

Übereinstimmungen sind besonders wertvoll bei der Übersetzung von Fachtexten, die einen festen Wortschatz und festgelegte Ausdrücke mit klar definierten Bedeutungen haben. Durch Übereinstimmungen wird die terminologische Konsistenz sichergestellt und der Fachübersetzer erhält somit mehr Kontrolle über den Text, unabhängig von dessen Länge und Komplexität. Sie sind jedoch kein so nützliches Tool für literarische Übersetzer, die ständig mit Problemen im Zusammenhang mit der mehrdeutigen und metaphorischen Verwendung der Sprache konfrontiert sind. Trotzdem verwenden einige literarische Übersetzer Übereinstimmungen, da sie in jeder Art von Übersetzung eine wichtige Rolle spielen.

Zweisprachige Online-Texte
 

Normalerweise bestehen zweisprachige Korpora aus einem Ausgangstext und seiner Übersetzung, die zuvor von einem Übersetzer angefertigt wurde. Dieser elektronisch gespeicherte Texttyp wird als Bi-Text bezeichnet und erleichtert zukünftige Übersetzungen, da er Lösungen für festgelegte Ausdrücke bietet und so einen Teil des Prozesses automatisiert. Durch das Wachstum des Übersetzungsmarktes sammeln Unternehmen und internationale Organisationen nun systematisch Texte oder Korpora in verschiedenen Sprachen online und halten diese jederzeit abrufbar.  
 

Translation Memories
 

Übersetzungsspeicher sind eine der wichtigsten Programme von zweisprachigen Online-Texten und gehen auf die frühen 80er Jahre mit dem Pioniersystem TSS von ALPS zurück, das später zu Alpnet wurde. Sie begannen Anfang der 90er Jahre mit Programmen wie Translator Manager, Translator's Workbench, Optimizer, Déjà Vu, Trados und Eurolang, unter anderem, erfolgreich zu werden. Kurz gesagt, ein Übersetzungsspeicher ist nichts anderes als eine Datenbank, in der der Übersetzer Übersetzungen speichert, um sie später sowohl in demselben Text als auch in anderen verwenden zu können. Grundsätzlich speichert das Programm zweisprachige Paare: ein Segment in der Ausgangssprache (normalerweise ein Satz), das mit einem Segment in der Zielsprache kombiniert wird. Wenn während der Übersetzung ein identisches oder ähnliches Segment erneut auftaucht, findet der Übersetzungsspeicher dieses Segment und schlägt es automatisch als Übersetzung vor. Der Übersetzer kann das Segment ohne Änderungen akzeptieren, es ändern, um es dem Kontext anzupassen, oder es einfach ablehnen. Die meisten Programme bieten nicht nur perfekte Paare, sondern auch Segmente, die teilweise übereinstimmen. Dieses computergestützte Übersetzungstool wird nützlicher bei Texten, die folgende Merkmale aufweisen:  

• Terminologische Homogenität: Die Begriffe behalten ihre Bedeutung.

• Phrasologische Homogenität: Die Ideen und Handlungen werden mit denselben Worten ausgedrückt und beschrieben.

• Kurze und einfache Sätze: Weil sie die Wahrscheinlichkeit von Wiederholungen erhöhen und die Mehrdeutigkeit verringern.
 

Ein Übersetzungsspeicher kann zwei Arten verwendet werden:
 

1. Interaktiver Modus: Der zu übersetzende Text befindet sich auf dem Computerbildschirm und der Übersetzer wählt die zu übersetzenden Segmente einzeln aus. Nach jeder Auswahl sucht das Programm in seinem Speicher nach ähnlichen oder identischen Segmenten und bietet mögliche Übersetzungen in einem separaten Fenster an. Der Übersetzer akzeptiert, ändert oder lehnt diese Vorschläge ab.
 

2. Automatischer Modus: Das Programm verarbeitet automatisch den gesamten Ausgangstext und fügt die in der Datenbank gefundenen Übersetzungen in den Zieltext ein. Diese Methode ist sehr nützlich, wenn viele Wiederholungen vorliegen, da sie vermeidet, jedes Segment in einem separaten Vorgang zu behandeln.
 

Ein Übersetzungsspeicherprogramm besteht normalerweise aus den folgenden Elementen:
 

a. Ein Übersetzungseditor, der das Format des Zieltextes schützt.
 

b. Ein Segmentfinder für den Text.
 

c. Ein terminologisches Hilfmittel für das Wörterbuchmanagement.
 

d. Ein automatisches Analysesystem für neue Texte.
 

e. Ein statistisches Tool, das die Anzahl der übersetzten und noch zu übersetzenden Wörter, die Sprache usw. angibt.
 

Übersetzungsspeicherprogramme beruht auf der Ansammlung und Speicherung von Wissen, das je nach Bedarf recycelt wird, und automatisieren die Verwendung der Terminologie und den Zugriff auf Wörterbücher. Wenn sich Aufgaben in der Übersetzung wiederholen, helfen Speicher, dem Übersetzer Zeit und sogar körperliche Anstrengung zu sparen: Zum Beispiel kann die Nutzung der Tastatur in einigen Texten um bis zu 70 % reduziert werden. Zudem vereinfachen Speicher durch die Sicherstellung der Konsistenz auch das Projektmanagement und die Teamübersetzungen. Übersetzungsspeicher können jedoch nur Texte in Bezug auf sprachliche Segmente behandeln, sie können im Gegensatz zu Übersetzern keinen Gesamtüberblick über den Text in Bezug auf Ideen, Konzepte oder die globale Botschaft haben. Um Kohärenz zu schaffen und das Verständnis zu erleichtern, kann ein Übersetzer die Informationen im Ausgangstext neu ordnen oder anpassen, da die Zielsprache und -kultur eine andere Inhaltsstruktur verlangen. Ein weiterer Nachteil der TM ist, dass zunächst viel Zeit investiert werden muss, um sie effektiv zu nutzen, und selbst dann dauert es lange, eine umfassende Datenbank aufzubauen, was bedeutet, dass sie nicht sofort Zeit spart, nachdem sie ausgepackt wurde.

Abschließend sei darauf hingewiesen, dass Übersetzungsspeicherprogramme entwickelt wurden, um die Qualität und Effizienz von Übersetzungsprozessen zu verbessern, insbesondere bei Fachtexten, die eine nicht-figurative Sprache und feste grammatikalische Konstruktionen aufweisen, aber sie wurden nicht entwickelt, um den Fachübersetzer zu ersetzen.

 

Fazit: Der Einfluss der neuen Technologien auf die Übersetzung
 

Es wurde viel darüber diskutiert, ob die Einführung der maschinellen und computergestützten Übersetzung die Übersetzer zu bloßen Layoutern machen könnte, wodurch sie weniger wichtig wären als Computerprogramme. Die Angst, dass dies eintreten könnte, hat bei Übersetzern zu einer gewissen Ablehnung neuer Technologien geführt, nicht nur wegen des möglichen Verlusts von Arbeit und beruflichem Ansehen, sondern auch wegen der Sorge, dass ein Rückgang der Produktionsqualität eintreten könnte. Einige Fachübersetzer lehnen maschinelle Übersetzung völlig ab, da sie sie mit einer Sichtweise assoziieren, in der Übersetzung nur ein kommerzielles Produkt ist, das auf der Berechnung von Investition gegenüber Gewinn basiert. Diese Übersetzer definieren Übersetzung als eine Kunst, die ihre eigenen ästhetischen Kriterien besitzt, die nichts mit Gewinnen oder Verlusten zu tun haben, sondern mit Kreativität und der Macht der Vorstellungskraft verbunden sind. Dies gilt insbesondere für bestimmte Arten von Übersetzungen wie literarische Texte, bei denen Polysemie, Konnotation und Stil eine sehr wichtige Rolle spielen. In diesem Sinne ist klar, dass Computer Übersetzer bei dieser Art von Texten niemals ersetzen können. Selbst bei anderen Textarten zeigt unsere Analyse der Rolle und Leistungsfähigkeit von MT und CAT, dass keine der beiden Technologien ausreichend effektiv ist, um Fachübersetzer zu ersetzen. Tatsächlich sollte die so genannte maschinelle Übersetzung auch als computergestützte Übersetzung bezeichnet werden. In diesem Sinne sollten Übersetzer, anstatt sich bedroht zu fühlen, das Potenzial neuer Technologien erkennen und lernen, es zu nutzen, um ihnen zu helfen, rigoroser, konsistenter und produktiver zu sein.
 

Einige fragen sich, ob diese neuen Technologien einen neuen Beruf geschaffen haben. Man könnte sagen, dass die durch Informationstechnologie verfügbaren Ressourcen eine Veränderung in der Beziehung zwischen Übersetzer und Text implizieren, das heißt, eine neue Art des Übersetzens, aber das bedeutet nicht, dass das Ergebnis ein neuer Beruf ist. Es gibt jedoch eine klare Entwicklung neuer Fähigkeiten, die uns dazu führt, eine Reihe wesentlicher Aspekte der aktuellen Situation hervorzuheben. Mit Hilfe eines Computers zu übersetzen ist nicht dasselbe wie nur mit Papier und herkömmlichen Wörterbüchern zu arbeiten, da uns die Computertools eine viel flexiblere Beziehung zum Text bieten als ein bloßes lineares Lesen. Das Internet hat dank seines universellen Zugangs und der Möglichkeit sofortiger Kommunikation zwischen Nutzern eine physische und geografische Freiheit geschaffen, die bis vor kurzem undenkbar war. Wir teilen die Meinung, dass Übersetzen kein neuer Beruf geworden ist, aber es hat eine Reihe von Veränderungen gegeben, die sich weiterentwickeln werden. Fachübersetzer müssen neue Technologien akzeptieren und lernen, sie als Mittel zur Produktivität und Qualitätsverbesserung zu nutzen.

 

Referenzen
 

ARNOLD, Doug, BALKAN, Lorna et al. Machine Translation: An Introductory Guide.

BEDARD, Claude. Ce qu'il faut savoir sur les mémoires de traduction. 
 

BERTRAND-GASTALDY, Suzanne. La traduction automatique ou assistée par ordinateur. 
 

CHAMPOLLION, Yves. Machine Translation (MT and Future of the Translation Industry.
 

DELISLE, Cynthia. La traduction automatique: espoirs ou déboires? 

DISTRIBUTED LANGUAGE TRANSLATION (DLT)

HUTCHINS, W. John. Translation. Technology and the Translator.

HUTCHINS, W. John. Computer-based Translation Systems and Tools.

HUTCHINS, W. John. The State of Machine Translation in Europe and Future Prospects.

KAY, Martin. History of machine Translation. 

LAB, Frédérique. Linguistique contrastive et traduction automatique. Une étude de cas: les traductions anglaises du présent français. Defended Université de Paris VII UFRL

LAURENS, Olivier. La traduction vers le français des expressions résultatives anglaises. Université Paris 7—Denis Diderot UFR en Linguistique, 1996.

LOFFLER-LAURIAN, Anne-Marie.

La traduction automatique. Villeneuve d'Ascq: Presse Universitaire du Septentrion, 1996.

OREN, Tim. Due Diligence 

POUDAT, Céline. "La traduction automatique en libre accès sur l'Internet". Le français dans le monde, 2001, N. 314, S. 51-52.

RICO PEREZ, Celia. New Trends in Machine Translation, Meta, XLII, 4, 1997. 

RICO PEREZ, Celia. From Novelty to Ubiquity: Computers and Translation at the Close of the Industrial Age. 

RICO PEREZ, Celia. Universals of Language, Sublanguage and Artificial Languages: May the Machine Compete with the Translator? 

ROSEN, Mariam et TSAO, Claude. Demain, la traduction automatique. (besucht am 19. Juli 2002).

SAMUELSON-BROWN, G. A Practical Guide for Translators (2 Aufl.) London: Multilingual Matters Ltd, 1995.

SEVERINI, Alfiero. Mise au point d'un système de traduction automatique italien français. Université Paris 13, 2001.
 

Traduction—terminotique -Lexicographie. (besucht am 28. Juli 2002).
 

TRUJILLO, A. Translation engines: techniques for machine translation. London: Springer, 1999. (besucht am 30. September 2003)
 

TRUJILLO, A. Estrategias de traducción automática. (besucht am 13. Oktober 2003)
 

ZIMINA, Maria. Alignement de textes bilingues par classification ascendante hiérarchique. (besucht am 3. August 2002).