Zusammenfassung
Das Internet ist dazu geeignet, Wissen zu demokratisieren und Informationen allen zugänglich zu machen sowie Zusammenarbeit zu fördern. Grundvoraussetzung dafür ist jedoch, dass man sich gegenseitig versteht. Ein automatisches Übersetzungssystem könnte helfen, Sprachbarrieren zu überwinden, doch die menschliche Sprache ist komplex und mehrdeutig. Übersetzungen können vom Kontext abhängen oder zusätzliches Wissen erfordern. Versuche der maschinellen Übersetzung lieferten daher bisher unzuverlässige und unnatürliche Ergebnisse. KI-Methoden könnten endlich Abhilfe schaffen: Künstliche neuronale Netze (KNN) sind in der Lage, selbstständig aus großen Datensätzen zusätzliches Wissen zu extrahieren, z. B. darüber, welche Wortkombinationen in einem bestimmten Kontext sinnvoll oder welche Formulierungen üblich sind. So kann es gelingen, der Vision, menschliche Sprache möglichst natürlich und korrekt wiederzugeben, tatsächlich einen Schritt näher zu kommen.
Download chapter PDF
Literatur
Carbonell, Jaime (2016): Massively Multilingual Language Technologies. Anniversary Symposium “Building Bridges, Breaking Barriers”, Baden-Baden. Online verfügbar unter http://videolectures.net/interACT2016_carbonell_multilingual_technologies/, zuletzt geprüft am 22.06.2018.
Columbus, Louis (Forbes, Hrsg., 2017): Gartner’s Hype Cycle for Emerging Technologies, 2017 Adds 5G And Deep Learning For First Time. Online verfügbar unter https://www.forbes.com/sites/louiscolumbus/2017/08/15/gartners-hype-cycle-for-emerging-technologies-2017-adds-5g-and-deep-learning-for-first-time/#3472122b5043, zuletzt geprüft am 22.06.2018.
DeepL. Online verfügbar unter https://www.deepl.com/press.html, zuletzt geprüft am 22.06.2018.
Errens, Julie: The past, present and future of machine translation. Online verfügbar unter http://www.monotype.com/resources/articles/the-past-present-and-future-of-machine-translation/, zuletzt geprüft am 22.06.2018.
Farajian, M. Amin et al.: Neural vs. Phrase-Based Machine Translation in a Multi-Domain Scenario. In Association for Computational Linguistics (Hrsg.), Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics: Volume 2, Short Papers (S. 280–284). Online verfügbar unter http://www.aclweb.org/anthology/E17-2045, zuletzt geprüft am 22.06.2018.
Hobbs, J.R. (1976): Pronoun resolution. Research Report, City University of New York. New York. Verfügbar unter http://www.isi.edu/~hobbs/PronounResolution.pdf., zuletzt geprüft am 22.06.2018.
Hülsbörner, Simon (Computerwoche, Hrsg., 2007, 27. April): Elektronische Dolmetscher holen auf. Online verfügbar unter https://www.computerwoche.de/a/elektronische-dol-metscher-holen-auf,591945, zuletzt geprüft am 22.06.2018.
Johnson, Melvin et al. (2017): Google’s Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation. Transactions of the Association for Computational Linguistic (5), 339–35. Online verfügbar unter http://aclweb.org/anthology/Q17-1024, zuletzt geprüft am 22.06.2018.
Lommel, Arle (Common Sense Advisory Blog, Hrsg.): Zero-Shot Translation Is Both More and Less Important Than You Think. Online verfügbar unter http://www.commonsenseadvisory.com/default.aspx?Contenttype=ArticleDetAD&tabID=63&Aid=37905&moduleId=390, zuletzt geprüft am 22.06.2018.
Merkert, Johannes (Heise online, Hrsg., 2017): Maschinelle Übersetzer: DeepL macht Google Translate Konkurrenz. Online verfügbar unter https://www.heise.de/newsticker/meldung/Maschinelle-Uebersetzer-DeepL-macht-Google-Translate-Konkurrenz-3813882.html, zuletzt geprüft am 22.06.2018.
Microsoft: Microsoft Translator - Try & Compare. Online verfügbar unter https://translator.microsoft.com/neural/, zuletzt geprüft am 22.06.2018.
Pan, Hazel Mae (2016): How BLEU Measures Translation and Why It Matters. Online verfügbar unter https://slator.com/technology/how-bleu-measures-translation-and-why-it-matters/, zuletzt geprüft am 22.06.2018.
Papineni, Kishor et al. (2002, Juli): BLEU: a Method for Automatic Evaluation of Machine Translation. In Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL) (S. 311–318). Online verfügbar unter http://aclweb.org/anthology/P/P02/P02-1040.pdf, zuletzt geprüft am 22.06.2018.
Strassmann, Burkhard (1998, 17. September): Mundgeschlecht im ovalen Büro. OHNE MENSCHLICHEN EINGRIFF NUN AUCH AUF DEUTSCH: DER STERRBERICHT. taz. die tageszeitung, S. 20. Online verfügbar unter http://www.taz.de/!1324949/, zuletzt geprüft am 22.06.2018.
The Economist (10. Juni 2006): How to build a Babel fish. Technology Quarterly Section. Online verfügbar unter http://www.economist.com/node/7001819, zuletzt geprüft am 22.06.2018.
Vogel, Stephan (2016): Machine Translation - Winds of Change. Anniversary Symposium “Building Bridges, Breaking Barriers”, Baden-Baden. Online verfügbar unter http://videolectures.net/interACT2016_vogel_machine_translation/, zuletzt geprüft am 22.06.2018.
Winther Madsen, Matthias (2009, 23. Dezember): The Limits of Machine Translation. Masterarbeit, Universität Kopenhagen: Kopenhagen.
Wu, Yonghui et al. (2016): Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation (Computing Research Repository (CoRR), Hrsg.). Online verfügbar unter http://arxiv.org/abs/1609.08144, zuletzt geprüft am 22.06.2018.
Yang, Jin E. L. (2003): Going live on the Internet. In Harold Somers (Hrsg.), Computers and Translation. A translator‘s guide (S. 194). John Benjamins Publishing.
Editor information
Editors and Affiliations
Rights and permissions
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Copyright information
© 2019 Der/die Autor(en)
About this chapter
Cite this chapter
Schmalz, A. (2019). Maschinelle Übersetzung. In: Wittpahl, V. (eds) Künstliche Intelligenz. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58042-4_12
Download citation
DOI: https://doi.org/10.1007/978-3-662-58042-4_12
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-58041-7
Online ISBN: 978-3-662-58042-4
eBook Packages: Computer Science and Engineering (German Language)