Inleiding tot de vertaaltechnologie
Vertaalgeheugensystemen
Wat is een vertaalgeheugen?
Vertaler recycleert eerder gemaakte vertalingen
→ verhoogt productiviteit van de vertaler
→ vergroot consistentie van de vertalingen
Hoe werkt een vertaalgeheugensysteem?
• Databank dat controleert of een zin(sdeel) al eerder vertaald is → °vertaalsuggestie
Vertaler kan suggestie overnemen of aanpassen
• Brontekst wordt opgesplitst in segmenten
Elke keer een segment vertaald wordt, slaat het systeem bron- en doelsegment op
• In editeeromgeving: brondocumenten openen -> tekst vertalen -> vertaalde tekst downloaden
Wat is actieve termherkenning?
• Systeem gaat na of het nieuwe bronsegment termen bevat die in de termenbank zijn opgeslagen
• Niet meer per zin, maar per woord(groep)
• Match gevonden → vertaling van de term aangeboden aan de vertaler
Wat zijn de voor- en nadelen van vertaalgeheugensystemen?
+ -
Efficiëntiewinst: Vertaler besteedt minder aandacht aan
vertaalproces vaak opgestart als originele tekst tekststructuur en tekstuele samenhang
nog niet finaal is
→ gereviseerde teksten kunnen snel opnieuw
vertaald worden
Multifunctionele vertaalomgeving: Vertaalgeheugens niet goed onderhouden?
extra functies (actieve termherkenning, → foutieve vertalingen in de databank
bilinguale concordantiefunctie, verschillende opgeslagen
bestandsformaten ondersteunen, lay-out
behouden)
Hogere consistentie van vertalingen en Leercurve
bijhorende terminologie
Hoe wordt MT geïntegreerd in vertaalgeheugensystemen?
Vertalers kunnen blijven werken in hun vertrouwde omgeving
Bv: segmenten waarvoor geen bruikbare suggesties gevonden worden in vertaalgeheugen
→ automatisch laten vertalen
Bv: fuzzy match repair:
deel van het bronsegment dat niet overeenkomt met het segment uit vertaalgeheugen te ‘herstellen’
Hoe werkt matching? Wat is het verschil tussen een exact, fuzzy en ICE-match? Wat is
het belang van de fuzzy match treshold (drempelwaarde)?
Matching
Vergelijken van bronsegmenten met segmenten in de databank
, Inleiding tot de vertaaltechnologie
Exact match:
• Normale ‘exact match’: 100%
• ICE-match (‘in-context exact match’): 101%
(context: voorafgaande segment en extra attributen)
Fuzzy match:
• Vage match, uitgedrukt in percentage
• Fuzzy match treshold: drempelwaarde, anders ‘no match’
→ te hoog: niet alle potentieel bruikbare segmenten
→ te laag: ook niet bruikbare suggesties
Wat is Levenshtein-afstand? (+ eenvoudige berekeningen)
= edit distance: soms van minimale hoeveelheid bewerkingen die nodig zijn om 1 string te
veranderen in een andere string
Op karakterniveau of woordniveau
Mogelijke bewerkingen:
• Deletie
• Insertie
• Substitutie
Eenvoudige berekeningen:
Soep -> stoep: insertie van 1 letter
→ edit distance: 1
4/5 karakters komen overeen → 80% match
Wat is fuzzy match repair?
Met behulp van automatische vertaalsystemen probeert het vertaalgeheugensysteem het deel van
het bronsegment dat niet overeenkomt met het segment uit vertaalgeheugen te ‘herstellen’
Zinsalignatie
Welke benaderingen zijn er voor automatische zinsalignatie?
Zinslengtegebaseerde benadering
Zinslengte stemt overeen van overeenkomstige zinnen in bron- en doeltekst
Lexicale benadering
Een groot deel van de woorden zijn vertalingen van elkaar in de overeenkomstige zinnen in bron- en
doeltekst
Wat zijn de basisprincipes?
Zinslengtegebaseerde benadering
Correlatiecoëfficiënt: maat voor de sterkte van de lineaire samenhang tussen twee variabelen X en Y
(= aantal karakters in beide talen van het taalpaar) (-1,1)
Hellingsgraad = expansiegraad: alle zinnen langer of korter in het taalpaar
Vertaalgeheugensystemen
Wat is een vertaalgeheugen?
Vertaler recycleert eerder gemaakte vertalingen
→ verhoogt productiviteit van de vertaler
→ vergroot consistentie van de vertalingen
Hoe werkt een vertaalgeheugensysteem?
• Databank dat controleert of een zin(sdeel) al eerder vertaald is → °vertaalsuggestie
Vertaler kan suggestie overnemen of aanpassen
• Brontekst wordt opgesplitst in segmenten
Elke keer een segment vertaald wordt, slaat het systeem bron- en doelsegment op
• In editeeromgeving: brondocumenten openen -> tekst vertalen -> vertaalde tekst downloaden
Wat is actieve termherkenning?
• Systeem gaat na of het nieuwe bronsegment termen bevat die in de termenbank zijn opgeslagen
• Niet meer per zin, maar per woord(groep)
• Match gevonden → vertaling van de term aangeboden aan de vertaler
Wat zijn de voor- en nadelen van vertaalgeheugensystemen?
+ -
Efficiëntiewinst: Vertaler besteedt minder aandacht aan
vertaalproces vaak opgestart als originele tekst tekststructuur en tekstuele samenhang
nog niet finaal is
→ gereviseerde teksten kunnen snel opnieuw
vertaald worden
Multifunctionele vertaalomgeving: Vertaalgeheugens niet goed onderhouden?
extra functies (actieve termherkenning, → foutieve vertalingen in de databank
bilinguale concordantiefunctie, verschillende opgeslagen
bestandsformaten ondersteunen, lay-out
behouden)
Hogere consistentie van vertalingen en Leercurve
bijhorende terminologie
Hoe wordt MT geïntegreerd in vertaalgeheugensystemen?
Vertalers kunnen blijven werken in hun vertrouwde omgeving
Bv: segmenten waarvoor geen bruikbare suggesties gevonden worden in vertaalgeheugen
→ automatisch laten vertalen
Bv: fuzzy match repair:
deel van het bronsegment dat niet overeenkomt met het segment uit vertaalgeheugen te ‘herstellen’
Hoe werkt matching? Wat is het verschil tussen een exact, fuzzy en ICE-match? Wat is
het belang van de fuzzy match treshold (drempelwaarde)?
Matching
Vergelijken van bronsegmenten met segmenten in de databank
, Inleiding tot de vertaaltechnologie
Exact match:
• Normale ‘exact match’: 100%
• ICE-match (‘in-context exact match’): 101%
(context: voorafgaande segment en extra attributen)
Fuzzy match:
• Vage match, uitgedrukt in percentage
• Fuzzy match treshold: drempelwaarde, anders ‘no match’
→ te hoog: niet alle potentieel bruikbare segmenten
→ te laag: ook niet bruikbare suggesties
Wat is Levenshtein-afstand? (+ eenvoudige berekeningen)
= edit distance: soms van minimale hoeveelheid bewerkingen die nodig zijn om 1 string te
veranderen in een andere string
Op karakterniveau of woordniveau
Mogelijke bewerkingen:
• Deletie
• Insertie
• Substitutie
Eenvoudige berekeningen:
Soep -> stoep: insertie van 1 letter
→ edit distance: 1
4/5 karakters komen overeen → 80% match
Wat is fuzzy match repair?
Met behulp van automatische vertaalsystemen probeert het vertaalgeheugensysteem het deel van
het bronsegment dat niet overeenkomt met het segment uit vertaalgeheugen te ‘herstellen’
Zinsalignatie
Welke benaderingen zijn er voor automatische zinsalignatie?
Zinslengtegebaseerde benadering
Zinslengte stemt overeen van overeenkomstige zinnen in bron- en doeltekst
Lexicale benadering
Een groot deel van de woorden zijn vertalingen van elkaar in de overeenkomstige zinnen in bron- en
doeltekst
Wat zijn de basisprincipes?
Zinslengtegebaseerde benadering
Correlatiecoëfficiënt: maat voor de sterkte van de lineaire samenhang tussen twee variabelen X en Y
(= aantal karakters in beide talen van het taalpaar) (-1,1)
Hellingsgraad = expansiegraad: alle zinnen langer of korter in het taalpaar
