Entwicklungsprozess für benutzerdefinierte neuronale maschinelle Übersetzung
Jede Umgebung ist anders. Unser erster Schritt besteht darin, die Inhalte und Ziele des Kunden zu verstehen. Was sind die besonderen Anforderungen Ihrer Inhalte? Welche Art von Workflow ist für Ihre Inhalte und Ihr Unternehmen geeignet? Haben Sie Sicherheits- und/oder IT-Anforderungen, die wir berücksichtigen müssen? Die Antworten auf diese Fragen helfen nicht nur bei der Bestimmung der geeigneten Technologie, sondern auch bei der Festlegung der entsprechenden Verfahren und Erfolgskriterien für das Projekt.
Entwicklungsprozess für benutzerdefinierte neuronale maschinelle Übersetzung
Jede Umgebung ist anders. Unser erster Schritt besteht darin, die Inhalte und Ziele des Kunden zu verstehen. Was sind die besonderen Anforderungen Ihrer Inhalte? Welche Art von Workflow ist für Ihre Inhalte und Ihr Unternehmen geeignet? Haben Sie Sicherheits- und/oder IT-Anforderungen, die wir berücksichtigen müssen? Die Antworten auf diese Fragen helfen nicht nur bei der Bestimmung der geeigneten Technologie, sondern auch bei der Festlegung der entsprechenden Verfahren und Erfolgskriterien für das Projekt.
Inhalte im Zusammenhang mit maschineller Übersetzung
Auswahl einer Baseline-Engine
Die Baseline-Engine ist die Grundlage, auf der wir das Projekt aufbauen werden. Auf dem Markt gibt es mehrere Angebote wie z. B. Google, Microsoft, Amazon und sogar Apple, zusammen mit anderen kleineren, aber effektiven Branchenakteuren. Wir arbeiten mit dem Kunden zusammen, um zu bestimmen, welche Engine für seine Bedürfnisse am besten geeignet ist. Zu diesem Zweck bieten wir eine mehrfache API sowie ein automatisiertes Testsystem an, mit dem wir je nach Ihren Anforderungen die richtige Engine für Ihre Inhalte auswählen können.
Auswahl der Daten und Korpusvorbereitung
Der Ausgangspunkt für eine kundenspezifische neuronale maschinelle Übersetzungsengine besteht darin, zuvor übersetzte Materialien zu finden und zu verwenden, deren Inhalt dem zu übersetzenden Inhalt so ähnlich wie möglich ist. Je mehr bereits übersetztes Material zur Verfügung steht, desto schneller und kostengünstiger wird dieser Prozess sein. Wenn Quelle und Ziel nicht bereits als Übersetzungsspeicher-Einheiten verknüpft sind, kann eine Anpassung durchgeführt werden, um die zweisprachigen Inhalte zu erhalten, die zur Steigerung der Leistung der Engine erforderlich sind.
Nächster Schritt: Einsprachiger (Ziel-)Inhalt
Wenn ausreichende Mengen an Zielreferenzinhalten vorhanden sind, ist es möglich, sowohl den Stil als auch die Terminologie zu nutzen, indem man sie dem Mix hinzufügt.
Letzter Schritt: Spezialisierter Korpus aus zusätzlichen Quellen
Wir werden das Internet nach Materialien durchsuchen, die so genau wie möglich auf den Inhalt abgestimmt sind, der durch die Engine laufen wird. Es lohnt sich immer, Zeit in die Suche nach den qualitativ besten Korpora zu investieren. Das Gleiche gilt für zweisprachige Daten, die über Datenmarktplätze bezogen werden können.
Umschulung: Neue CNMTEs werden durch menschliche Nachbearbeitung verbessert
Eine gängige Konfiguration besteht darin, menschliche Nachbearbeitung in den Prozess zu integrieren, um die Ergebnisse zu verbessern. Im Rahmen dieses Arbeitsablaufs wird die Ausgabe der kundenspezifischen neuronalen Maschinenübersetzungsengine von unseren fachkundigen Linguisten bearbeitet, um ihre Qualität zu verbessern und die Engine für zukünftige Übersetzungen neu zu trainieren. Wenn der Prüfer die Ausgabe modifiziert, wird die Engine mithilfe eines dynamischen adaptiven Modells intelligenter. Je mehr Übersetzungen durch die Engine fließen, desto intelligenter wird sie mit der Zeit. Mit anderen Worten: Der Qualitätsunterschied zwischen einer vollständigen menschlichen Übersetzung und dieser Lösung verringert sich drastisch, während die Durchlaufzeit und die Kosten erheblich reduziert werden. Unserer Meinung nach werden diese Engines für jeden Kunden mit wiederkehrendem Bedarf ein Vorteil und ein Unterscheidungsmerkmal auf dem Markt sein.
