{"id":3591,"date":"2022-08-10T07:17:00","date_gmt":"2022-08-10T05:17:00","guid":{"rendered":"https:\/\/phrase.com\/?p=3591"},"modified":"2022-09-14T19:30:46","modified_gmt":"2022-09-14T19:30:46","slug":"machine-translation-engine-quality","status":"publish","type":"post","link":"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/","title":{"rendered":"Qualit\u00e4t maschineller \u00dcbersetzungen: Bewerten oder Prognostizieren?"},"content":{"rendered":"\n<div id=\"acf\/text-block_62fe2018fdae3\" class=\"pxblock pxblock--text spacing--default bg--white\">\n\n\t\n\t<div class=\"container\">\n\t\t<div class=\"wysiwyg animate-in\">\n\t\t\t<p>Aufgrund des rasanten Fortschritts im letzten Jahrzehnt ist maschinelle \u00dcbersetzung (Machine Translation oder MT) inzwischen f\u00fcr viele Unternehmen zu einem wesentlichen Bestandteil ihrer \u00dcbersetzungsarbeit geworden.<\/p>\n<p>Um den gr\u00f6\u00dftm\u00f6glichen Nutzen aus maschineller \u00dcbersetzung zu ziehen, stellt sich allerdings sowohl f\u00fcr neue als auch erfahrene Anwender*innen die Frage, welche MT-Engine sie verwenden sollen.<\/p>\n<p>In diesem Artikel besch\u00e4ftigen wir uns mit der Bewertung der Qualit\u00e4t von MT-Engines und der Auswahl der optimalen Engine f\u00fcr dein n\u00e4chstes \u00dcbersetzungsprojekt.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_69_1 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Overview<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#die-richtige-engine-fuer-dein-uebersetzungsprojekt\" title=\"Die richtige Engine f\u00fcr dein \u00dcbersetzungsprojekt\">Die richtige Engine f\u00fcr dein \u00dcbersetzungsprojekt<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#zur-qualitaet-maschinell-erstellter-uebersetzungen\" title=\"Zur Qualit\u00e4t maschinell erstellter \u00dcbersetzungen\">Zur Qualit\u00e4t maschinell erstellter \u00dcbersetzungen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#arten-von-mt-engines\" title=\"Arten von MT-Engines\">Arten von MT-Engines<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#bewerten-oder-prognostizieren\" title=\"Bewerten oder Prognostizieren?\">Bewerten oder Prognostizieren?<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#dabei-wird-grundsaetzlich-unterschieden-zwischen-qualitaetsbewertung-und-qualitaetsprognose\" title=\"Dabei wird grunds\u00e4tzlich unterschieden zwischen Qualit\u00e4tsbewertung und Qualit\u00e4tsprognose.\">Dabei wird grunds\u00e4tzlich unterschieden zwischen Qualit\u00e4tsbewertung und Qualit\u00e4tsprognose.<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/phrase.com\/de\/blog\/posts\/machine-translation-engine-quality\/#mehr-als-eine-mt-engine\" title=\"Mehr als eine MT-Engine?\">Mehr als eine MT-Engine?<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"die-richtige-engine-fuer-dein-uebersetzungsprojekt\"><\/span><span style=\"font-weight: 400;\">Die richtige Engine f\u00fcr dein \u00dcbersetzungsprojekt<\/span><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Ganz gleich, ob du dich zum ersten Mal mit maschineller \u00dcbersetzung besch\u00e4ftigst oder diese bereits in deinen Projekten einsetzt: Der wichtigste Faktor ist die Auswahl der passenden MT-Engine.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Mittlerweile gibt es eine Vielzahl von MT-Engines verschiedenster Art. Auch ver\u00e4ndert sich die MT-Landschaft st\u00e4ndig \u2013 es werden immer wieder neue Engines vorgestellt und etablierte L\u00f6sungen verbessert. Dementsprechend kompliziert und frustrierend kann sich die Auswahl der optimalen Engine f\u00fcr ein Projekt gestalten.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Dabei hilft es, das gro\u00dfe Ganze im Blick zu behalten. Die zentralen Vorteile bei der Verwendung von MT sind die Zeit- und Kosteneinsparungen: \u00dcbersetzungen stehen praktisch in Echtzeit zur Verf\u00fcgung und die Kosten sind im Vergleich zur menschlichen \u00dcbersetzung verschwindend gering. Dies gilt grunds\u00e4tzlich f\u00fcr alle heute verf\u00fcgbaren MT-Engines.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Es bleibt damit nur ein kritischer Aspekt: die Qualit\u00e4t der maschinellen \u00dcbersetzung. Dies ist wahrscheinlich die wichtigste Variable, die beim Aufbau eines MT-Workflows ber\u00fccksichtigt werden muss, da schlechte Resultate die Zeit- und Kostengewinne wieder zunichte machen k\u00f6nnen.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"zur-qualitaet-maschinell-erstellter-uebersetzungen\"><\/span><span style=\"font-weight: 400;\">Zur Qualit\u00e4t maschinell erstellter \u00dcbersetzungen<\/span><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">J\u00fcngste Entwicklungen im Bereich der maschinellen \u00dcbersetzung haben zu einer deutlich h\u00f6heren Basisqualit\u00e4t der resultierenden Texte gef\u00fchrt. Hier ist unter anderem der nahezu vollst\u00e4ndige Wechsel von statistischen maschinellen \u00dcbersetzungsverfahren zur neuronalen maschinellen \u00dcbersetzung zu nennen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Unsere eigenen internen Daten deuten darauf hin, dass sich die Wahrscheinlichkeit, ein nahezu perfektes Segment zu erhalten, das allenfalls noch minimal nachbearbeitet werden muss, seit dem Jahr 2017 fast verdoppelt hat. Die heutzutage am h\u00e4ufigsten verwendeten MT-Engines k\u00f6nnen mit hoher Wahrscheinlichkeit passable \u00dcbersetzungen liefern, die zwar nicht immer die stilistischen Nuancen, wohl aber die wesentlichen Inhalte des Originaltextes vermitteln.<\/span><\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n<div id=\"acf\/text-block_62fe207bfdae5\" class=\"pxblock pxblock--text spacing--default bg--white\">\n\n\t\n\t<div class=\"container\">\n\t\t<div class=\"wysiwyg animate-in\">\n\t\t\t<p><span style=\"font-weight: 400;\">F\u00fcr wie belastbar man die Qualit\u00e4t einer maschinellen \u00dcbersetzung h\u00e4lt, h\u00e4ngt vor allem vom Umfang und der Relevanz der konkreten Aufgabenstellung ab. Eine Person die hofft, vor der n\u00e4chsten Stunde des Sprachkurses noch schnell ein paar Zeilen der letzten Hausaufgabe \u00fcbersetzt zu bekommen (also wirklich!), wird nicht besonders w\u00e4hlerisch sein\u2014alle heute relevanten MT-Engines werden hier wahrscheinlich ein passables Ergebnis liefern. Wenn es zu Fehlern kommt, wird dies eher an Ambivalenzen im Quelltext als einer schlechten MT-Engine liegen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Wer sich hingegen das pers\u00f6nliche Lebensmotto ins Franz\u00f6sische oder Chinesische \u00fcbersetzen lassen will, bevor es als Tattoo auf dem K\u00f6rper verewigt wird, wird hoffentlich so klug sein, eine maschinelle \u00dcbersetzung dieses Mottos erst noch einmal von einer muttersprachlichen Person korrigieren zu lassen. Im Internet gibt es zahllose Bildbeweise daf\u00fcr, was passieren kann, wenn man sich maschinell \u00fcbersetzte Texte ungepr\u00fcft auf die Haut stechen l\u00e4sst.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Qualit\u00e4t und Gr\u00f6\u00dfenordnung korrelieren. F\u00fcr ein Gro\u00dfunternehmen ist eine \u201epassable\u201c \u00dcbersetzung wahrscheinlich nicht gut genug. Bei gr\u00f6\u00dferen \u00dcbersetzungsprojekten nimmt nat\u00fcrlich auch die Zahl der Fehler zu, und auch das Risiko katastrophaler Fehl\u00fcbersetzungen steigt proportional an, sodass letztlich eine umfassende (und dementsprechend teure) \u00dcberpr\u00fcfung und Nachbearbeitung unvermeidbar wird. Aus Pfennigen werden gro\u00dfe Betr\u00e4ge, und Projekte nehmen mehr Zeit in Anspruch.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Aber mit der Gr\u00f6\u00dfenordnung von \u00dcbersetzungsprojekten w\u00e4chst auch die Einsicht in die Qualit\u00e4t der Ergebnisse. Je gr\u00f6\u00dfer das \u00dcbersetzungsvolumen, umso mehr werden Unterschiede zwischen den Resultaten aus verschiedenen MT-Engines erkennbar, die bei kleinen Stichproben nicht zu erkennen gewesen w\u00e4ren. Und diese kleinen Unterschiede summieren sich bei gr\u00f6\u00dferen Projekten nat\u00fcrlich.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Einige MT-Engines liefern bei bestimmten Textsorten und Sprachpaaren bessere Ergebnisse und durch die Auswahl der richtigen Engine kann eine h\u00f6here Qualit\u00e4t und entsprechende Einsparungen erzielt werden. Kurz: Die Auswahl der am besten geeigneten MT-Engine ist von gro\u00dfer Bedeutung.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"arten-von-mt-engines\"><\/span><span style=\"font-weight: 400;\">Arten von MT-Engines<\/span><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Bei der Auswahl der richtigen MT-Engine f\u00fcr ein Projekt stehen grunds\u00e4tzlich zwei Arten von MT-Engines zur Auswahl: Zum einen die generischen Engines wie Amazon Translate, Google Translate und Microsoft Translator auf der einen, und trainierbare Engines auf der anderen Seite. Beide Engine-Typen basieren auf Auswertungen von bereits existierenden \u00dcbersetzungen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Bei trainierbaren MT-Engines stellt das anwendende Unternehmen eigene Trainingsdaten zur Verf\u00fcgung, um die Qualit\u00e4t der \u00dcbersetzungsergebnisse zu steigern. Vorliegende \u00dcbersetzungen in guter Qualit\u00e4t dienen der Engine als \u201eRichtschnur\u201c, sodass diese mit h\u00f6herer Wahrscheinlichkeit \u00dcbersetzungen in der gew\u00fcnschten Qualit\u00e4t produziert.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">So eignen sich zum Beispiel Inhalte aus den Bereichen Tourismus und Gastronomie besonders gut zum Training entsprechender \u201elernf\u00e4higer\u201c Engines. Angebotsseiten und Nutzerrezensionen f\u00fcr Hotels sind sich oft sehr \u00e4hnlich, und allein aufgrund der Menge der verf\u00fcgbaren Inhalte ist das Training von MT-Engines m\u00f6glich und w\u00fcnschenswert.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Spezialisierung aufgrund gegebener Inhalte ist der gr\u00f6\u00dfte Vorteil trainierbarer Engines, gleichzeitig aber auch ihr gr\u00f6\u00dfter Nachteil. Durch die Fokussierung auf bestimmte Arten von Inhalten ist au\u00dferhalb des betreffenden Themengebietes mit schlechteren Ergebnissen zu rechnen. Eine auf Hotelbeschreibungen und Bewertungen trainierte Engine wird wahrscheinlich bei der \u00dcbersetzung von Nachrichten deutlich schlechtere Ergebnisse liefern.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Einrichtung und Wartung solch trainierbarer MT-Engines ist in der Regel aufw\u00e4ndiger und teurer. Sie eignen sich gut f\u00fcr Unternehmen, die gro\u00dfe Mengen stilistisch und inhaltlich \u00e4hnlicher Texte verarbeiten und dadurch die resultierenden, etwas h\u00f6heren Kosten rechtfertigen k\u00f6nnen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Generische Engines stellen f\u00fcr die meisten Anwender*innen die bessere Wahl dar, da sie schneller konfiguriert werden k\u00f6nnen und die Kosten deutlich niedriger sind als bei den trainierbaren Engines. Wenn Qualit\u00e4t das wichtigste Kriterium darstellt, f\u00e4llt die Entscheidung schwerer.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"bewerten-oder-prognostizieren\"><\/span><span style=\"font-weight: 400;\">Bewerten oder Prognostizieren?<\/span><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Bei der Auswahl der richtigen MT-Engine sollte zuerst die Qualit\u00e4t der Resultate der in Frage kommenden Alternativen evaluiert werden, um entscheiden zu k\u00f6nnen, ob sie ihr Geld wert sind. Viele MT-Anwender*innen bewerten zun\u00e4chst verschiedene Engines in umfassenden Tests, bevor sie sich f\u00fcr eine Engine entscheiden. Die \u00dcbersetzungsbranche hat eine Reihe von Qualit\u00e4tsmetriken eingef\u00fchrt, um diesen Prozess zu standardisieren.<\/span><\/p>\n<h3><span class=\"ez-toc-section\" id=\"dabei-wird-grundsaetzlich-unterschieden-zwischen-qualitaetsbewertung-und-qualitaetsprognose\"><\/span><span style=\"font-weight: 400;\">Dabei wird grunds\u00e4tzlich unterschieden zwischen Qualit\u00e4tsbewertung und Qualit\u00e4tsprognose.<\/span><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Bei der Qualit\u00e4tsbewertung wird die Qualit\u00e4t der maschinellen \u00dcbersetzung bewertet. Als Bezugsgr\u00f6\u00dfe dient dabei in der Regel eine von einem Menschen erstellte \u00dcbersetzung des selben Quelltextes. W\u00e4hrend die meisten Leser*innen im direkten Vergleich leicht sagen k\u00f6nnen, welche \u00dcbersetzung \u201enat\u00fcrlicher\u201c klingt, ist eine rein subjektive Bewertung in gr\u00f6\u00dferem Ma\u00dfstab nicht mehr ohne weiteres m\u00f6glich.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Bei einer g\u00e4ngigen Bewertungsmethode werden zweisprachige Expert*innen herangezogen, die in einem Blindtest die maschinelle \u00dcbersetzung mit der \u00dcbersetzung aus der Hand professioneller \u00dcbersetzer*innen vergleichen. Im Anschluss an solche Blindtests sind schon mehrfach recht <\/span><a href=\"https:\/\/slator.com\/technology\/human-parity-achieved-machine-translation-unpacking-microsofts-claim\/\"><span style=\"font-weight: 400;\">k\u00fchne Aussagen<\/span><\/a> <span style=\"font-weight: 400;\">\u00fcber die Qualit\u00e4t maschinell erstellter \u00dcbersetzungen gemacht worden. In jedem Fall ist aber zu beachten, dass diese prinzipbedingt an Grenzen sto\u00dfen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">An erster Stelle steht hier der Kostenaspekt: F\u00fcr die Durchf\u00fchrung eines solchen Tests sind sowohl professionelle \u00dcbersetzer*innen, als auch menschliche Gutachter*innen erforderlich. Ein Unternehmen, das sich belastbare Bewertungen w\u00fcnscht, muss hierf\u00fcr also erst einmal betr\u00e4chtliche Ressourcen investieren. Es gibt auch Bedenken hinsichtlich der Subjektivit\u00e4t des Verfahrens. Studien haben gezeigt, dass Teilnehmende, die selbst in der \u00dcbersetzungsbranche t\u00e4tig sind, eher h\u00f6here Noten f\u00fcr die von ihren menschlichen Kolleg*innen erstellten \u00dcbersetzungen geben als fachfremde Teilnehmende. In \u00e4hnlicher Weise werden maschinell erstellte \u00dcbersetzungen auf <\/span><a href=\"https:\/\/slator.com\/machine-translation\/how-to-fix-the-5-flaws-in-evaluating-machine-translation\/\"><span style=\"font-weight: 400;\">Segmentebene<\/span><\/a><span style=\"font-weight: 400;\"> eher positiv bewertet (im Gegensatz zur Bewertung im Zusammenhang eines Artikels).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ein alternativer Ansatz ist die Bewertung gro\u00dfer Textmengen durch Computeralgorithmen, um schnell zu einer objektiven, numerischen Bewertung zu gelangen. Entsprechende Kennzahlen werden durch einen automatisierten Vergleich maschinell erstellter \u00dcbersetzungen mit einer von Menschenhand erstellten \u00dcbersetzung berechnet. Die konkreten Variablen, die bei dieser Berechnung einbezogen werden, unterscheiden sich von Algorithmus zu Algorithmus, aber grunds\u00e4tzlich gilt: Je n\u00e4her die maschinelle \u00dcbersetzung an der menschlichen \u00dcbersetzung liegt, umso h\u00f6her ist die erreichte Punktzahl.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Es gibt zahlreiche solcher Algorithmen. Die heute am h\u00e4ufigsten verwendeten sind:<\/span><\/p>\n<ul>\n<li><span style=\"font-weight: 400;\">BLEU (BiLingual Evaluation Understudy)<\/span><\/li>\n<li><span style=\"font-weight: 400;\">ROUGE (Recall-Oriented Understudy for Gisting Evaluation)<\/span><\/li>\n<li><span style=\"font-weight: 400;\">METEOR (Metric for Evaluation of Translation with Explicit ORdering)<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Jeder dieser Algorithmen verfolgt einen anderen Ansatz, um zu messen, wie \u201e\u00e4hnlich\u201c die maschinelle \u00dcbersetzung der menschlichen ist. Auch ihre spezifischen Vor- und Nachteile werden diskutiert.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Grunds\u00e4tzlich ist die Qualit\u00e4tsbewertung eine effektive Methode zur Evaluierung der maschinellen \u00dcbersetzung. Sie gibt Nutzer*innen weitreichende Kontrolle \u00fcber den Prozess und stellt zuverl\u00e4ssige Ergebnisse bereit, die effektive Vergleiche zwischen den Engines erm\u00f6glichen. Da hierbei jedoch von Menschen \u00fcbersetzte Texte herangezogen werden und die Evaluierung selbst sehr zeitaufw\u00e4ndig ist, ist dieses Verfahren relativ langsam und kostspielig.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ein weiteres Problem besteht darin, dass diese Evaluierungen letzten Endes als \u201eMomentaufnahmen\u201c nur den Stand zu einem bestimmten Zeitpunkt dokumentieren. Die Qualit\u00e4t der meisten aktiv weiterentwickelten MT-Engines verbessert sich schnell, sodass eine gestern erstellte Bewertung heute m\u00f6glicherweise schon kaum Aussagekraft mehr hat.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Qualit\u00e4tsprognose hingegen funktioniert anders. Anstatt eine maschinell erstellte \u00dcbersetzung zu bewerten, analysiert sie den Quelltext und prognostiziert anhand bestimmter Kriterien, wie gut die \u00dcbersetzung sein k\u00f6nnte.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Phrase selbst hat unter dem Namen Machine Translation Quality Estimation (MTQE) eine L\u00f6sung f\u00fcr die Qualit\u00e4tsprognose entwickelt. Dabei wird nur der Quelltext ben\u00f6tigt, da die Prognose auf der Grundlage vorliegender Leistungsdaten erfolgt. Eine von Menschenhand erstellte \u00dcbersetzung zum Vergleichen ist nicht notwendig.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Qualit\u00e4t wird auf der Grundlage der voraussichtlich erforderlichen Nachbearbeitungen der maschinell erstellen \u00dcbersetzung prognostiziert. Bei MTQE wird dies als Prozentsatz ausgedr\u00fcckt, der bestimmten Segmenten des Textes zugeordnet ist.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Der Prozentwert 100 ist zum Beispiel so zu verstehen, dass das entsprechende Segment nahezu perfekt und eine Nachbearbeitung voraussichtlich nicht erforderlich ist. Ein Wert von 75% deutet darauf hin, dass das Segment durch \u00dcberarbeitungen verbessert werden kann.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Obwohl die Prognose auf einer granularen Ebene f\u00fcr jedes einzelne Segment erfolgt, k\u00f6nnen die resultierenden Kennzahlen in der Summe ein recht gutes Bild der zu erwartenden Leistung einer Engine vermitteln. Einer der Vorteile der Qualit\u00e4tsprognose ist, dass es sich um einen dynamischen Prozess handelt, der auf der Grundlage von Feedback durch Benutzer*innen kontinuierlich verbessert wird und zunehmend genauere Ergebnisse liefert.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Unabh\u00e4ngig davon, welche Methode du w\u00e4hlst, wirst du dir ein Bild davon machen k\u00f6nnen, wie verschiedene MT-Engines funktionieren und welche die ideale Kandidatin f\u00fcr deine eigenen Anforderungen und Projekte ist.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"mehr-als-eine-mt-engine\"><\/span><span style=\"font-weight: 400;\">Mehr als eine MT-Engine?<\/span><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Bedenke dabei auch, dass du dich nicht dauerhaft auf eine einzelne Engine festlegen musst. Die meisten \u00dcbersetzungsmanagement-L\u00f6sungen erlauben es Nutzer*innen, relativ schnell auf eine andere MT-Engine umzuschalten. Es kann durchaus sein, dass sich bei deinen konkreten Projekten Engine \u201eA\u201c besonders f\u00fcr ein bestimmtes Sprachpaar eignet, w\u00e4hrend Engine \u201eB\u201c bei bestimmten Arten von Content bessere Ergebnisse liefert. Mit der Festlegung auf \u201eA\u201c oder \u201eB\u201c w\u00fcrdest du dich der Vorteile berauben, welche die andere Engine bietet.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Wir haben bei Phrase mit Phrase Language AI eine einzigartige L\u00f6sung f\u00fcr die Verwaltung und Nutzung von MT-Engines entwickelt, mit der du bequem mehrere Engines nutzen kannst, um die bestm\u00f6glichen Ergebnisse zu erhalten. Unser KI-basierter Algorithmus w\u00e4hlt auf der Grundlage des Sprachpaares und der Inhalte eines Dokumentes automatisch die am besten geeignete MT-Engine aus. Die Daten zu den Leistungsdaten der verf\u00fcgbaren Engines werden in Echtzeit gesammelt und verwendet, um die Empfehlungen des Algorithmus kontinuierlich zu verbessern.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Phrase Language AI umfasst mehrere vollst\u00e4ndig gemanagte MT-Engines. Erg\u00e4nzend dazu k\u00f6nnen Nutzer*innen ihre eigenen Engines \u2013 auch trainierbare Engines \u2013 hinzuf\u00fcgen. Verwaltung und Tests der Engines sind hier automatisiert \u2013 eine hervorragende Grundlage zur Optimierung von \u00dcbersetzungs-Workflows, sowohl f\u00fcr routinierte MT-Nutzer*innen als auch Einsteiger*innen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Frage, welche Qualit\u00e4t von einer bestimmten MT-Engine zu erwarten ist, sollte dich nicht davon abhalten, das volle Potenzial maschineller \u00dcbersetzung auszusch\u00f6pfen. Es gibt viele M\u00f6glichkeiten, sich dem Thema \u201eQualit\u00e4t\u201c zu n\u00e4hern \u2013 und technische Innovationen werden dich auch in Zukunft dabei unterst\u00fctzen, noch bessere \u00dcbersetzungen zu kreieren.<\/span><\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Maschinelle \u00dcbersetzung ist heute aus dem Gro\u00dfteil der \u00dcbersetzungsarbeit nicht mehr wegzudenken. Noch k\u00f6nnen wir uns aber noch nicht blind darauf verlassen.<\/p>\n","protected":false},"author":6,"featured_media":2604,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_stopmodifiedupdate":false,"_modified_date":"","_searchwp_excluded":"","footnotes":""},"categories":[45],"class_list":["post-3591","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-maschinelle-uebersetzung"],"acf":[],"_links":{"self":[{"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/posts\/3591"}],"collection":[{"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/comments?post=3591"}],"version-history":[{"count":19,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/posts\/3591\/revisions"}],"predecessor-version":[{"id":3639,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/posts\/3591\/revisions\/3639"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/media\/2604"}],"wp:attachment":[{"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/media?parent=3591"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/phrase.com\/de\/wp-json\/wp\/v2\/categories?post=3591"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}