Übersetzen mit Mensch und Maschine

Text: Rachel Herwartz

Dank Künstlicher Intelligenz hat die Maschinelle Übersetzung einen enormen Produktivitätssprung getan. Wie kann es jetzt weitergehen, etwa mit Hilfe von Pre-Editing oder dem Trainieren mit eigenen Daten? Gefragt ist das Fachwissen der Technischen Redaktion.

Inhaltsübersicht

Lesedauer: 13:36 Minuten

Bei der neuronalen Maschinellen Übersetzung (NMÜ) wird für jedes Wort im Ausgangssatz („Eingabewort“) eine Repräsentation in Form eines Zahlenvektors erzeugt. In der Maschinellen Übersetzung reichert der Encoder jedes Eingabewort mit Kontext­informationen aus dem ganzen Eingabesatz an. Der Decoder generiert die Ausgabewörter und baut Wort für Wort den Ausgabesatz auf. Die Wahrscheinlichkeit für das jeweils nächste Wort ergibt sich dabei aus den Wörtern des Eingabesatzes und allen bisher generierten Ausgabewörtern (Abb. 01).

Übersetzung des Satzes: die Katze ist hungrig.

Abb. 01 Encoder-Decoder-Architektur. Quelle Rachel Herwartz

Der Erfolg dieser Methode liegt in der Nachbildung eines neuronalen Netzes. Im Gehirn werden die Nervenzellen (Neuronen) durch Synapsen miteinander verbunden und spannen dadurch „neuronale Netze“ auf. Künstliche neuronale Netze (KNN) sind Programme, die im Training durch die Verknüpfung von Daten lernen, ...

Maschinelle Übersetzung und künstliche Intelligenz.