340104 VO Maschinelle Translation (2024S)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
max. 1000 Teilnehmer*innen
Sprache: Englisch
Prüfungstermine
N
Dienstag
25.06.2024
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
08.10.2024
Dienstag
26.11.2024
Dienstag
28.01.2025
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
– Es handelt sich um eine hybride Lehrveranstaltung –
Dienstag
19.03.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
09.04.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
16.04.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
30.04.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
07.05.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
14.05.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
21.05.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
28.05.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
N
Dienstag
04.06.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
11.06.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Dienstag
18.06.
11:30 - 13:00
Hörsaal 6 Franz-Klein-Gasse 1 EG
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Studierenden beantworten eine Reihe von Fragen zu den in der Lehrveranstaltung behandelten Themen. Dabei greifen sie auf das Wissen und die Erfahrung zurück, die sie im Verlauf der Lehrveranstaltung bezüglich vielfältiger Aspekte im Zusammenhang mit Maschineller Übersetzung und anderen übersetzungsrelevanten Technologien erworben haben.Die Prüfung erfolgt als Multiple-Choice-Test in Präsenz im Open-Book-Format, jedoch ohne Zugang zu elektronischen Hilfsmitteln. Es können in der Prüfung also Notizen und ausgedruckte Materialien verwendet werden, nicht aber elektronische Geräte (auch die Nutzung künstlicher Intelligenz ist daher in der Prüfung nicht gestattet).
Mindestanforderungen und Beurteilungsmaßstab
Benotung:Mindestens 90% der möglichen Punkte – Sehr gut (1)
Mindestens 80% der möglichen Punkte – Gut (2)
Mindestens 70% der möglichen Punkte – Befriedigend (3)
Mindestens 60% der möglichen Punkte – Genügend (4)
Weniger als 60% der möglichen Punkte – Nicht genügend (5)Zum bestehen der Prüfung müssen mindestens 60% der möglichen Punkte erzielt werden.
Mindestens 80% der möglichen Punkte – Gut (2)
Mindestens 70% der möglichen Punkte – Befriedigend (3)
Mindestens 60% der möglichen Punkte – Genügend (4)
Weniger als 60% der möglichen Punkte – Nicht genügend (5)Zum bestehen der Prüfung müssen mindestens 60% der möglichen Punkte erzielt werden.
Prüfungsstoff
Die Prüfungsfragen basieren auf den in den Präsenzeinheiten vermittelten Inhalten und den begleitenden Diskussionen.
Literatur
Maßgebliche Texte:
- Kenny, Dorothy. 2022. Machine translation for everyone: Empowering users in the age of artificial intelligence. (Translation and Multilingual Natural Language Processing 18). Berlin: Language Science Press. DOI: 10.5281/zenodo.6653406 (url: https://langsci-press.org/catalog/book/342)
- Koehn, P. 2020. Neural Machine Translation. Cambridge University Press
- Moniz, H., & Parra Escartín, C. (Eds.). (2023). Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation (Vol. 4). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3Zusätzlich empfohlene Quellen:
- Globally Speaking: A podcast for and by localization professionals. https://www.globallyspeakingradio.com/
- Carstensen, K-U. 2017. Sprachtechnologie - Ein Überblick. http://kai-uwe-carstensen.de/
Publikationen/Sprachtechnologie.pdf
- Chan, Sin-Wai. Ed. 2015. Routledge encyclopedia of translation technology Abingdon, Oxon : Routledge.
- Depraetere, I. Ed. 2011. Perspectives on translation quality. Berlin: de Gruyter Mouton
- Hausser, Roland. 2000. Grundlagen der Computerlinguistik - Mensch-Maschine-Kommunikation in natürlicher Sprache (mit 772 – Übungen). Springer.
- Kockaert, H. J. and Steurs, F. Eds. 2015. Handbook of terminology. Amsterdam; Philadelphia: John Benjamins Publishing Company.
- Munday, J. 2012. Evaluation in translation: critical points of translator decision-making: Routledge.
- O'Hagan, M. Ed. 2019. The Routledge Handbook of Translation and Technology. Abingdon: Routledge
- Waibel, A. 2015. Sprachbarrieren durchbrechen: Traum oder Wirklichkeit? Nova Acta Leopoldina NF 122, Nr. 410, 101–123. https://isl.anthropomatik.kit.edu/downloads/
NAL_Bd122_Nr410_101-124_Waibel_low_res.pdf
- Wright, S. E. and Budin, G. 1997/2001. The Handbook of Terminology Management. Two volumes. Amsterdam/Philadelphia: John Benjamins Publishing Company.
- BS EN ISO 17100:2015: Translation Services. Requirements for translation services
- ISO/DIS 18587 Translation services - Post-editing of machine translation output – Requirements
- Kenny, Dorothy. 2022. Machine translation for everyone: Empowering users in the age of artificial intelligence. (Translation and Multilingual Natural Language Processing 18). Berlin: Language Science Press. DOI: 10.5281/zenodo.6653406 (url: https://langsci-press.org/catalog/book/342)
- Koehn, P. 2020. Neural Machine Translation. Cambridge University Press
- Moniz, H., & Parra Escartín, C. (Eds.). (2023). Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation (Vol. 4). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3Zusätzlich empfohlene Quellen:
- Globally Speaking: A podcast for and by localization professionals. https://www.globallyspeakingradio.com/
- Carstensen, K-U. 2017. Sprachtechnologie - Ein Überblick. http://kai-uwe-carstensen.de/
Publikationen/Sprachtechnologie.pdf
- Chan, Sin-Wai. Ed. 2015. Routledge encyclopedia of translation technology Abingdon, Oxon : Routledge.
- Depraetere, I. Ed. 2011. Perspectives on translation quality. Berlin: de Gruyter Mouton
- Hausser, Roland. 2000. Grundlagen der Computerlinguistik - Mensch-Maschine-Kommunikation in natürlicher Sprache (mit 772 – Übungen). Springer.
- Kockaert, H. J. and Steurs, F. Eds. 2015. Handbook of terminology. Amsterdam; Philadelphia: John Benjamins Publishing Company.
- Munday, J. 2012. Evaluation in translation: critical points of translator decision-making: Routledge.
- O'Hagan, M. Ed. 2019. The Routledge Handbook of Translation and Technology. Abingdon: Routledge
- Waibel, A. 2015. Sprachbarrieren durchbrechen: Traum oder Wirklichkeit? Nova Acta Leopoldina NF 122, Nr. 410, 101–123. https://isl.anthropomatik.kit.edu/downloads/
NAL_Bd122_Nr410_101-124_Waibel_low_res.pdf
- Wright, S. E. and Budin, G. 1997/2001. The Handbook of Terminology Management. Two volumes. Amsterdam/Philadelphia: John Benjamins Publishing Company.
- BS EN ISO 17100:2015: Translation Services. Requirements for translation services
- ISO/DIS 18587 Translation services - Post-editing of machine translation output – Requirements
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Di 30.04.2024 13:46
Die Studierenden verstehen die Entwicklung der maßgeblichen Ansätze der Maschinellen Übersetzung (MÜ) (regelbasiert, statistisch, neuronal). Sie wissen, inwieweit die einzelnen Ansätze (bzw. die zugrunde liegenden Technologien) auch heute noch im Bereich der Sprachverarbeitung Anwendung finden. Bei der detaillierten Betrachtung des Aufbaus, der Evaluation und Feinjustierung von MÜ-Systemen liegt der Fokus auf dem neuronalen Ansatz.Anhand von Beispielen aus Wirtschaft und Forschung lernen die Studierenden eine Vielfalt an Anwendungsbereichen kennen, in denen MÜ effektiv eingesetzt werden kann. Sie erfahren, wie sich MÜ in Lokalisierungsprozesse und Werkzeuge der computergestützten Übersetzung (Computer-Assisted Translation, CAT) oder Translation Environment Tools (TEnT) einbinden lässt. Bei der Betrachtung dieser Anwendungsbereiche wird auch auf aktuelle Herausforderungen eingegangen, einschließlich der Verwendung von MÜ für verschiedene Textsorten (technische Fachtexte/kreative Texte) oder verschiedene Modalitäten (Text-zu-Text/Sprache-zu-Sprache). Konzepte und Verfahren zur Evaluierung und automatischen Qualitätsschätzung von MÜ werden anhand von Beispielen dargestellt.Die Inhalte der Lehrveranstaltung beschränken sich jedoch nicht auf technologische Aspekte. Zusätzlich wird besprochen, welche ethischen Überlegungen im Umgang mit MÜ relevant sind, wie MÜ sprachlich repräsentierte Vorurteile reproduzieren kann und welche Schwierigkeiten bei der Erkennung und Behebung solcher Probleme auftreten können. Internationale Normen zu MÜ und anderen Übersetzungstechnologien werden vorgestellt und besprochen. Bewährte Vorgehensweisen zum Posteditieren von MÜ werden besprochen und unrealistische Erwartungen an die Effizienz von MÜ werden kritisch betrachtet. Aspekte der kognitiven Ergonomie sowie Alternativen zum klassischen Posteditieren in CAT-Tools werden ebenfalls besprochen.Zusätzlich zu diesen MÜ-bezogenen Inhalten erfolgt auch eine allgemeine Einführung zum Technologieeinsatz in der Übersetzung.Inhalt:
• Regelbasierte (RBMÜ), statistische (SMÜ) und neuronale (NMÜ) maschinelle Übersetzung: Geschichte und Anwendungsszenarien
• Aufbau von NMÜ-Systemen
• Metriken zur Evaluierung von MÜ
• Automatische Qualitätsschätzung von MÜ
• MÜ im Berufsalltag
• MÜ in komplexeren Systemen (z. B. Sprache-zu-Sprache-Übersetzung)
• Kontrollierte Sprache; Pre-Editing
• Normen und bewährte Vorgehensweisen zum Posteditieren von MÜ
• Ethische Aspekte der MÜ-Nutzung und Auswirkungen auf selbstständige Übersetzer*innen, die Sprachdienstleistungsbranche und die Umwelt
• Allgemeine Informationen zur Übersetzungsbranche und maßgeblichen TechnologienLehrkonzept:
Die Inhalte werden einerseits durch den Vortrag der Lehrenden und einen Austausch während der Präsenzeinheiten vermittelt. Zudem erarbeiten sich die Studierenden die Inhalte durch Literaturrecherche und Reflexionen zu MÜ-Anwendungsszenarien in Heimarbeit. Die Lehrveranstaltung wird auf Englisch gehalten.