Originaltitel:
Machine Learning in Translation
Inhalt des Buches:
Machine Learning in Translation führt in die Theorien und Technologien des maschinellen Lernens (ML) ein, die für Übersetzungsprozesse am relevantesten sind. Dabei wird das Thema aus einer menschlichen Perspektive betrachtet und betont, dass ML und ML-gesteuerte Technologien Werkzeuge für den Menschen sind.
Dieses Buch untersucht die Gemeinsamkeiten zwischen menschlichem und maschinellem Lernen sowie die Art der Übersetzung, die diese neue Dimension nutzt, und hilft Linguisten, Übersetzern und Lokalisierern, ihren Mehrwert in einer ML-gesteuerten Übersetzungsumgebung besser zu finden. Im ersten Teil wird untersucht, wie Menschen und Maschinen das Übersetzungsproblem auf ihre eigene Weise angehen, und zwar im Hinblick auf die Einbettung von Wörtern, das Chunking größerer Bedeutungseinheiten und die Vorhersage von Übersetzungen auf der Grundlage des breiteren Kontexts. Im zweiten Teil werden die wichtigsten Aufgaben vorgestellt, darunter maschinelle Übersetzung, Bewertung der Übersetzungsqualität und Qualitätseinschätzung sowie andere Aufgaben der natürlichen Sprachverarbeitung (NLP) in der Übersetzung. Der dritte Teil befasst sich mit der Rolle von Daten sowohl in menschlichen als auch in maschinellen Lernprozessen. Es wird vorgeschlagen, dass der einzigartige Wert eines Übersetzers in der Fähigkeit liegt, Sprachdaten zu erstellen, zu verwalten und für verschiedene ML-Aufgaben im Übersetzungsprozess zu nutzen. Es werden neue Kenntnisse und Fähigkeiten skizziert, die im Zeitalter des maschinellen Lernens in die traditionelle Übersetzerausbildung aufgenommen werden müssen. Das Buch schließt mit einer Diskussion über menschenzentriertes maschinelles Lernen in der Übersetzung, in der die Notwendigkeit betont wird, Übersetzer durch Kommunikation mit ML-Anwendern, Entwicklern und Programmierern mit ML-Wissen auszustatten und ihnen Möglichkeiten zum kontinuierlichen Lernen zu bieten.
Dieser leicht zugängliche Leitfaden richtet sich an aktuelle und künftige Nutzer von ML-Technologien in Lokalisierungs-Workflows, einschließlich Studenten in Kursen zu Übersetzung und Lokalisierung, Sprachtechnologie und verwandten Bereichen. Er unterstützt die berufliche Entwicklung von Übersetzungspraktikern, damit sie ML-Technologien vollständig nutzen und ihre eigenen ML-gesteuerten Übersetzungsworkflows und NLP-Aufgaben gestalten können.
