Maskinoversættelse giver faktisk hurtige resultater, selvom oversættelserne ofte er mindre nøjagtige og måske ikke passer godt til konteksten.
En af hovedudfordringerne i maskinoversættelse er vanskeligheden ved dybt at forstå sprogets nuancer og kontekst. Maskinoversættelse har en tendens til at oversætte ord for ord eller sætning for sætning bogstaveligt, uden at overveje den tilsigtede betydning i en specifik kontekst. Som følge heraf lyder de producerede oversættelser ofte stive, unaturlige eller endda fejlfortolkede.
For at opnå oversættelse i perfekt kvalitet kræves menneskelig indgriben i processen med at redigere og forbedre maskinoversættelser. Dette er det, der omtales som maskinoversættelse efter redigering (MTPE). Lær mere om, hvad MTPE er i den følgende artikel!
Machine Translation Post-Editing (MTPE) er processen med at kombinere hastigheden og effektiviteten af maskinoversættelse med menneskelige oversættelsesredaktører for at producere oversættelser af høj kvalitet efter oversættelse af et websted . Grundlæggende involverer MTPE at bruge maskinoversættelsessoftware til at oversætte kildeteksten til målsproget, som derefter gennemgås og redigeres af professionelle oversættere.
MTPE-processen begynder med maskinoversættelse, som oversætter kildeteksten til målsproget ved hjælp af algoritmer og sprogmodeller. Selvom maskinoversættelse kan oversætte hurtigt og præcist, forekommer der stadig fejl eller mangel på nuancer og idiomatiske udtryk, som kun kan fanges af mennesker. Derfor er det her, rollen som professionelle oversættere kommer ind i billedet.
De vil gennemgå maskinoversættelsesoutputtet og foretage de nødvendige redigeringer for at sikre nøjagtighed, kontekstegnethed og kulturel passende.
I dette tilfælde Linguise efterredigeringen af maskinoversættelser. Front -end live-redigeringen muliggør direkte redigering af oversættelser i en live forhåndsvisning af dit websted. Du kan hurtigt tjekke og foretage justeringer på dit websted. Alternativt kan du også redigere via admin-dashboardet.
Nu hvor du ved, hvad maskinoversættelse efter redigering er, hvordan er den så forskellig fra maskinoversættelse? Det følgende er en tabel, der adskiller MT og MTPE fra flere aspekter for at gøre det lettere for dig at forstå forskellene.
Aspekter
Maskinoversættelse (MT)
Maskinoversættelse efter redigering (MTPE)
Behandle
Oversættelsen udføres udelukkende af maskinoversættelsessoftware/algoritmer.
Den indledende oversættelse udføres ved maskinoversættelse, derefter redigeres og korrigeres af professionelle menneskelige oversættere.
Menneskelig involvering
Der er ingen menneskelig involvering i oversættelsesprocessen.
Involverer professionelle menneskelige oversættere til at redigere og forbedre outputtet af maskinoversættelse
Oversættelseskvalitet
Kvaliteten af oversættelsen kan variere og kræver ofte stadig forbedringer.
Oversættelseskvaliteten er højere og mere nøjagtig, da menneskelige oversættere har redigeret den
Tid og omkostninger
Hurtigere og billigere for store mængder indhold.
Langsommere og dyrere sammenlignet med MT alene, men hurtigere og billigere end fuldstændig menneskelig oversættelse.
Hovedanvendelse
Velegnet til at oversætte indhold, der ikke er for langt og komplekst.
Velegnet til oversættelse af indhold, der kræver høje nøjagtighedsniveauer og store mængder.
Måske vil nogle af jer undre sig over, hvorfor ikke bruge menneskelig oversættelse fra starten, da den alligevel i sidste ende vil blive gennemgået af oversættere.
For at løse dette spørgsmål er her flere punkter og fordele ved at bruge maskinoversættelse efter redigering (MTPE) til at oversætte indhold.
Nu kender du grundene til ikke at bruge menneskelig oversættelse i første omgang. Dernæst vil vi nu gå ind i bedste praksis for brug af maskinoversættelse efter redigering.
Kvaliteten af indholdsteksten, der skal oversættes, er afgørende i MTPE, da det direkte påvirker kvaliteten af maskinoversættelsesoutputtet. Jo bedre kvalitet af kildeteksten er, jo mindre redigering kræves der i MTPE-processen.
For eksempel, hvis kildeteksten indeholder adskillige stavefejl, grammatiske unøjagtigheder eller tvetydige sætninger, vil maskinoversætteren kæmpe for at producere nøjagtige oversættelser. Dette kan resultere i mere redigeringsarbejde for menneskelige oversættere.
Derfor er det vigtigt at sikre, at kildeteksten er blevet omhyggeligt gennemgået og er fri for fejl, før den indføres i maskinoversættelsessystemet. Dette kan gøres ved manuelt at gennemgå og redigere kildeteksten eller bruge fejlkontrolværktøjer.
Dernæst skal du sikre dig, at du vælger en maskinoversættelsestjeneste, der bruger maskinoversættelsesteknologi til at håndtere oversættelser. Ikke alle oversættelsestjenester har samme kvalitetsniveau.
Derfor er det vigtigt at vælge en maskinoversættelsestjeneste, der passer bedst til dine behov. Så det er vigtigt at vide, hvilke kriterier der kan tages i betragtning, når du vælger en oversættelsestjeneste, herunder følgende.
Her er nogle vigtige kriterier at overveje, når du vælger den rigtige maskinoversættelsestjeneste.
Ved at overveje disse kriterier kan du vælge den maskinoversættelsestjeneste, der passer bedst til dit oversættelsesprojekts behov.
I MTPE er der to almindelige typer redigering: let efterredigering (LPE) og fuld efterredigering (FPE).
LPE involverer let redigering af maskinoversættelsesoutput, såsom korrektion af væsentlige grammatiske eller leksikalske fejl, men uden at foretage større ændringer i sætningernes stil eller flow.
På den anden side involverer FPE mere omfattende redigering, hvor den menneskelige oversætter vil revidere alle aspekter af oversættelsen for at matche den ønskede stil og nuancer. Dette kan omfatte ændringer i sætningsstruktur, idiomer og skrivestil.
Valget mellem LPE og FPE afhænger af dit projekts behov og budget. LPE er normalt hurtigere, mens FPE tager mere tid, men resulterer i mere nøjagtige oversættelser.
Selvom maskinoversættelsesteknologien fortsætter med at udvikle sig, er der stadig nogle almindelige fejl, der ofte opstår i maskinoversættelsesoutput. Ved at være opmærksom på disse fejl kan menneskelige oversættere hurtigt identificere og rette dem under redigeringsprocessen.
Nogle almindelige fejl i maskinoversættelse omfatter.
For eksempel på engelsk bruges besiddende pronominer som "dens", "hende", "hans" osv. Men på indonesisk kombineres besiddende pronominer ofte med navneord.
Ved oversættelse af webstedsindhold er det vigtigt at bevare brandets stemme på tværs af alle oversatte sprog og implementere indholdslokalisering . Dette er med til at opretholde et stærkt brandimage og identitet på det globale marked.
For at opnå konsistens i brandets stemme er der brug for klare retningslinjer for redigeringsstil, der dækker aspekter som tone (formel eller afslappet), foretrukken sætningslængde, brug af idiomer eller specifikke sprogstile og andre skrivekonventioner, der er specifikke for brandet.
For eksempel er mærker som Apple kendt for deres enkle, direkte og letforståelige skrivestil. Deres retningslinjer for skrivestil kan foreslå at bruge korte sætninger, undgå overdreven teknisk jargon og bruge et brugervenligt sprog.
Med disse retningslinjer på plads kan menneskelige oversættere nemt redigere maskinoversættelsesoutput, så de stemmer overens med den ønskede brandstemme. Dette sikrer konsistens og integritet af brandet på tværs af globale markeder.
I MTPE er redigeringseffektivitet afgørende for at sikre en hurtig proces. Menneskelige oversættere skal hurtigt kunne identificere, hvilke områder der skal redigeres, og hvilke områder der kan lades som de er.
En måde at forbedre redigeringseffektiviteten på er ved at forstå konteksten og formålet med den oversatte tekst. Hvis du for eksempel oversætter marketingindhold, kan det primære fokus være på at sikre, at hovedbudskabet og følelsesmæssige nuancer forbliver intakte i oversættelsen.
Derfor kan menneskelige oversættere fokusere på at redigere disse aspekter og efterlade mindre fejl, der ikke væsentligt påvirker hovedbudskabet.
For at sikre ensartet og løbende forbedring af oversættelseskvaliteten er det vigtigt at overvåge og evaluere MTPE-processens ydeevne med jævne mellemrum. Nogle ting, der kan overvåges, omfatter antallet af fejl eller afvigelser fundet i de endelige oversættelser, samt feedback fra slutbrugere eller kunder om oversættelseskvaliteten.
Ved at indsamle og analysere disse data kan virksomheder identificere områder, der skal forbedres, hvad enten det er med hensyn til kvaliteten af kildeteksten, maskinoversætterens ydeevne eller selve redigeringsprocessen.
Ved regelmæssigt at overvåge og evaluere MTPE's ydeevne kan virksomheder løbende forbedre oversættelseskvaliteten og proceseffektiviteten samt justere MTPE-strategier i henhold til skiftende behov.
Efter at have lært om bedste praksis inden for maskinoversættelse efter redigering, er det nu tid for dig at vælge en oversættelsestjeneste, der også tilbyder maskinoversættelse efter redigering.
Som forklaret ovenfor er der flere kriterier for at vælge en sådan tjeneste. Linguise oversættelsestjenesten er en af de tjenester, der bruger maskinoversættelse efter redigeringsteknologi samt AI-oversættelse.
Med Linguise kan du automatisk oversætte webstedsindhold med blot et par klik. Derefter giver frontend-liveredigeringsfunktionen dig mulighed for at udføre efterredigering.
Du og de oversættere, der er inviteret til dashboardet, kan redigere sammen. Du skal blot klikke på den del, du vil redigere, og derefter indtaste den oversættelse, du mener er mest nøjagtig.
Ud over front-end live-editoren tilbyder Linguise også andre understøttende funktioner såsom:
Interesseret i at bruge Linguise til din maskinoversættelsestjeneste efter redigering? Registrer hurtigt Linguise konto og nyd en 30-dages gratis prøveperiode og oversæt op til 600 tusind ord! Opret en flersproget hjemmeside , og brug live-editoren til at efterredigere dit indhold.
Modtag nyheder om automatisk oversættelse af websteder, international SEO og meget mere!
Gå ikke uden at dele din e-mail!
Vi kan ikke garantere, at du vinder i lotteriet, men vi kan love nogle interessante informationsnyheder omkring oversættelse og lejlighedsvise rabatter.
