Maschinelle Übersetzung
Unter maschineller Übersetzung versteht man das Übersetzen von Texten durch ein digitales Programm. Man kennt das von diversen online Anbietern, die einem oft Ergebnisse liefern, die eher der Belustigung als der Bereicherung dienen. Grund genug, sich der maschinellen Übersetzung, ihrer Entwicklung, ihren Methoden und ihren Schwierigkeiten mit einem kritischen Auge anzunähern.
Die ersten Gehversuche auf dem Feld der maschinellen Übersetzung (auch MÜ oder MT für engl. machine translation) machte das Militär bereits in den 60er Jahren des vorherigen Jahrhunderts. Aufgrund einer gewissen Skepsis gegenüber der Machbarkeit von automatischen Übersetzungen, kam die Forschung bis in die 80er Jahre zum Erliegen, wo sich dann vor allem japanische Forschungsgruppen eine Vorreiterfunktion auf dem Feld erarbeiteten.
Spätestens seit 2006 ist die maschinelle Übersetzung dank Google auch für private Nutzer zugänglich. Die Qualität der damaligen Übersetzungen haben der MÜ allerdings einen eher wenig schmeichelhaften Ruf eingebracht. Seit 2016 auch AI (engl. artificial intelligence) in der maschinellen Übersetzung eingesetzt wird, macht diese riesige Qualitätssprünge.
Ob die tiefliegenden Schwierigkeiten der Übersetzung von kleinsten Sprachnuancen mit AI schließlich (fast) gänzlich überwunden werden können, wird sich zeigen. Fest steht, dass fleißig daran geforscht wird, da man sich davon verspricht, globalisierte kommunikative Abläufe in Wirtschaft, Diplomatie und Militär künftig effizienter gestalten zu können. [2]
Viele Faktoren tragen dazu bei, dass maschinelle Übersetzung nicht immer korrekte Ergebnisse liefert: Die menschliche Sprache ist komplex, unpräzise, idiosynkratisch und uneindeutig. Mehrdeutige Wörter, Sätze mit mehrdeutigen grammatischen Strukturen, der Bezug von Pronomen und andere grammatische Probleme bringen eine Übersetzungssoftware zum Stolpern. Woher soll eine Maschine wissen, wie das deutsche Wort „Bank“ im folgenden Satz zu übersetzen ist: „Er schrieb einen Brief an die Bank“. Menschen wissen, dass man gewöhnlich einem Sitzmöbelstück keinen Brief schreibt, und dass es daher im Englischen „bank“ heißen muss und nicht „bench“. Menschen besitzen Welt- und Erfahrungswissen, die den Maschinen fehlen. In guten Übersetzungsprogrammen gibt es zwar Einstellungen zur Definition von Fachgebieten (z.B. Bankwesen), aber diese Feinabstimmungen können leider nicht für alle Sätze treffend gemacht werden. [3]
Beispiele für Mehrdeutigkeit:
Die Firma stellte einen neuen Mitarbeiter ein.
Der Mechaniker stellte den Vergaser ein.
Die Gäste stellten das Rauchen ein.
Ich stelle mich auf Schwierigkeiten ein.
Je nach Kontext muss in jedem dieser Beispiele „einstellen“ anders übersetzt werden:
The company hired a new employee.
The mechanic adjusted the carburettor.
The guests stopped smoking.
I adapt myself to difficulties. [3]
Die eigentliche Übersetzung findet dann in zwei Schritten statt:
Zuerst wird der lexikalische Transfer durchgeführt. Dabei wird jedem Wort seine im Kontext des Satzes gültige Übersetzung zugeordnet. Hier berücksichtigt das Programm neben den grammatischen Eigenschaften die zu jedem Wort im Wörterbuch gespeicherten Zusatzinformationen. Je mehr Angaben zu jedem Wort verzeichnet sind, desto fundiertere Entscheidungen trifft das Programm.
Darauf folgt der strukturelle Transfer, der für die korrekte Wortstellung im Satz sorgt und andere strukturelle Anpassungen vornimmt. Unter strukturellen Anpassungen versteht man Transformationen wie z.B. den Umbau eines deutschen Fragesatzes in einen Englischen (im Englischen werden Fragesätze mit „do …“ eingeleitet). [3]
Danach erzeugt das Programm die korrekten Wortformen und bringt die Übersetzung in ihre endgültige Form.
Verschiedene Arten maschineller Übersetzungssysteme
Auch beim Thema “maschinelle Übersetzungen” gibt es Fachbegriffe, die für die meisten zunächst unverständlich klingen. Wir gehen hier kurz auf einige dieser Begriffe ein, um für Sie ein wenig Licht ins Dunkle zu bringen. Es gibt drei Arten maschineller Übersetzungssysteme, nämlich regelbasierte, statistische, und neuronale Systeme.
Regelbasierte Systeme basieren auf einer Kombination aus Sprachalgorithmen und Grammatik, sowie Wörterbüchern und allgemeines Vokabular. Sie liefern konsistente Übersetzungen mit exakter Terminologie bei Konfiguration mit Fachwörterbüchern.
Statistische Systeme basieren nicht auf Sprachalgorithmen, sondern “lernen” das Übersetzen indem sie große Datenmengen analysieren. Sie liefern flüssigere, aber weniger konsistente Übersetzungen. Dazu gehört auch Google Translate.
Neuronale Systeme basieren auf einem großen neuronalen Netzwerk, das nach dem Vorbild des menschlichen Gehirns aufgebaut ist. Sie liefern meist bessere Übersetzungsergebnisse als statistische Übersetzungen. [4]
Die Maschinelle Übersetzungen ist der Sammelbegriff für automatisierte Übersetzungsverfahren, bei denen eine Computersoftware einen Text von einer Ausgangssprache in eine andere übersetzt. Dabei läuft der Übersetzungsprozess ohne jede menschliche Hilfe ab. Was sich nach Zukunftsmusik anhört, ist aber keine grundsätzlich neue Erfindung: Technologien für automatisierte bzw. maschinelle Übersetzungen entstanden bereits in der Mitte des 20. Jahrhunderts und wurden erstmals 1946 vorgestellt. Auf den ersten Hype folgte allerdings eine schnelle Ernüchterung, da Experten der National Academy of Sciences zu dem Ergebnis kamen, dass die MÜ langsamer, ungenauer und doppelt so teuer wie Humanübersetzung sei. Die nächste Welle überrollte die Übersetzungsbranche 1988 als IBM die statistische Maschinelle Übersetzung vorstellte. Zum Hilfsmittel degradiert, schlummerte die automatische Übersetzung dann aber bis 2014 und erlangte erst wieder einen hohen Stellenwert als die erste wissenschaftliche Arbeit über neuronale Maschinelle Übersetzung (NMÜ) veröffentlicht wurde und nur kurze Zeit später die erste funktionierende NMÜ von Harvard in Kollaboration mit SYSTRAN entwickelt wurde. [5]
Vorteile und Grenzen Maschineller Übersetzungen
Bei jeder Übersetzung, ob von Menschen oder Maschine, muss der Sinn des Ausgangstexts im Zieltext derselbe sein. Auf den ersten Blick erscheint dies recht unkompliziert, in Wahrheit ist es aber weit schwieriger. Sprache ist ein hochkomplexes System. Diesem liegen zwar logische grammatische Regeln zugrunde, es kann aber niemals in seiner Vollständigkeit abgebildet werden. Denn die menschliche Sprache ist idiomatisch, unpräzise und uneindeutig. Computer hingegen arbeiten logisch und binär und scheitern daher schnell bei der korrekten Bedeutungszuweisung.
Auch wenn sich die Qualität der maschinellen Übersetzungen in den letzten Jahren dank Künstlicher Intelligenz und bisher nie dagewesener Datenmengen enorm verbessert hat, kommen alle maschinellen Übersetzungsdienste an ihre Grenzen. Für einfache Texte, simple Satzkonstruktionen oder Small-Talk-Floskeln lassen sich Übersetzungsprogramme wie Google Translator oder DeepL oft unkompliziert und zufriedenstellend nutzen. Wer jedoch eine Übersetzung offizieller Dokumente, Marketingtexte, Fachbeiträge oder juristisch formulierter Verträge – sprich komplexer Texte – benötigt, braucht einen Übersetzer, der die Sprache beherrscht, sich im Fachgebiet auskennt und das sprachliche sowie kulturelle Feingefühl mitbringt. Denn: Übersetzen bedeutet weit mehr als eine bloße Wort-für-Wort-Ersetzung. Textelemente müssen interpretiert und bewertet werden. Übersetzer müssen zudem wissen, wie ein Wort ein anderes beeinflusst. Das geht nur, wenn man sich bei Grammatik, Syntax, Semantik in Ausgangs- und Zielsprache bestens auskennt und beruht auf jahrelanger Erfahrung. Auch kulturelle Besonderheiten spielen bei Übersetzungen eine sehr wichtige Rolle. [5]
⠀ Deklination des Substantivs. – Ressource: https://www.verbformen.de/deklination/substantive/?w=%C3%9Cbersetzung
⠀ Maschinelle Übersetzung: Methoden und ihre Schwiriegkeiten. https://www.allesprachen.at/blog/maschinelle-uebersetzung/
⠀ Vor- und Nachteile von maschinellen Übersetzungen. – Ressource: https://www.uebersetzungsbuero-perfekt.de/aktuell/maschinelle-%C3%BCbersetzungen
⠀ Maschinelle Übersetzung: Wie sie von Übersetzungsbüros effektiv genutzt werden kann. – Ressource: https://www.kolibri.online/blog/maschinelle-uebersetzung-wie-sie-von-uebersetzungsbueros-effektiv-genutzt-werden-kann/