340007 UE Maschinelle Translation (2023W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 11.09.2023 09:00 bis Fr 22.09.2023 17:00
- Anmeldung von Mo 09.10.2023 09:00 bis Fr 13.10.2023 17:00
- Abmeldung bis Di 31.10.2023 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch, Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Please note: The double session which should have taken place on the 21th of November between 1.15 and 4.30pm will take place on the 14th of November between 1.15 and 4.30pm in Media Lab I (across the hall from Media Lab II).
Dienstag
10.10.
13:15 - 14:45
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
10.10.
15:00 - 16:30
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
24.10.
13:15 - 14:45
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
24.10.
15:00 - 16:30
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
07.11.
13:15 - 14:45
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
07.11.
15:00 - 16:30
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
05.12.
13:15 - 14:45
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
05.12.
15:00 - 16:30
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
09.01.
13:15 - 14:45
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Dienstag
09.01.
15:00 - 16:30
Medienlabor II ZfT Gymnasiumstraße 50 4.OG
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Studienbegleitende Leistungskontrolle:
- Anwesenheit, wöchentliche Reflexionsleistungen und aktive Teilnahme machen 30 % der Note aus.
- MT portfolio (comprising fine-tuning, annotation, and post-editing task deliverables) macht 30 % der Note aus.
- seminar paper macht 40 % der Note aus.
- Anwesenheit, wöchentliche Reflexionsleistungen und aktive Teilnahme machen 30 % der Note aus.
- MT portfolio (comprising fine-tuning, annotation, and post-editing task deliverables) macht 30 % der Note aus.
- seminar paper macht 40 % der Note aus.
Mindestanforderungen und Beurteilungsmaßstab
Bestehen der Lehrveranstaltung
Um die Lehrveranstaltung zu bestehen, muss mindestens die Note 4 erzielt werden.Benotung
Sehr gut (1)
Gut (2)
Befriedigend (3)
Genügend (4)
Nicht genügend (5)
Um die Lehrveranstaltung zu bestehen, muss mindestens die Note 4 erzielt werden.Benotung
Sehr gut (1)
Gut (2)
Befriedigend (3)
Genügend (4)
Nicht genügend (5)
Prüfungsstoff
– CAT tool use
- Feinjustierung von MÜ
- Evaluation von MÜ
- Posteditieren von MÜ
- Feinjustierung von MÜ
- Evaluation von MÜ
- Posteditieren von MÜ
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
- ISO/DIS 18587 Translation services - Post-editing of machine translation output – Requirements
- BS EN ISO 17100:2015: Translation Services. Requirements for translation servicesZusätzlich 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.
- Moniz, Helena and Parra Escartín, Carla. Eds. 2023. Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation. Springer Verlag.
- 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.
- 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
- ISO/DIS 18587 Translation services - Post-editing of machine translation output – Requirements
- BS EN ISO 17100:2015: Translation Services. Requirements for translation servicesZusätzlich 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.
- Moniz, Helena and Parra Escartín, Carla. Eds. 2023. Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation. Springer Verlag.
- 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.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mi 27.09.2023 09:28
Ziele:Die Studierenden erwerben praxisorientierte Kenntnisse zur computergestützten Übersetzung (Computer-Assisted Translation, CAT) sowie zur Einbindung und Anpassung von Maschineller Übersetzung (MÜ), zur Fehlerannotation und zum Posteditieren.
Unter Verwendung modernster Technologien erlernen die Studierenden die Feinjustierung vortrainierter MÜ-Modelle, deren Evaluation anhand automatisierter und manueller Metriken, die Einbindung von MÜ in ein gängiges CAT-Tool, das Annotieren maschinell übersetzter Texte anhand etablierter Fehlertypologien und das Posteditieren von MÜ im Einklang mit den betreffenden ISO-Normen.Inhalt:• Computer-Assisted Translation (CAT) Tools
• Regelbasierte (RBMÜ), statistische (SMÜ) und neuronale (NMÜ) maschinelle Übersetzung: aktuelle Anwendungsmöglichkeiten
• Aufbau von NMÜ-Systemen und Feinjustierung vortrainierter Modelle
• MÜ-Evaluationsmetriken, Werkzeuge und Verfahren für das Annotieren
• MÜ in professionellen Arbeitsabläufen
• Normen und bewährte Vorgehensweisen zum Posteditieren von MÜ
• Ethische Aspekte der MÜ-Nutzung und Auswirkungen auf selbstständige Übersetzer*innenLehrkonzept:An dieser Lehrveranstaltung sind mehrere Lehrpersonen beteiligt, die jeweils einen oder mehrere der Themenbereiche vermitteln. Aus der Perspektive der Studierenden soll die Lehrveranstaltung einem simulierten technologiefokussierten Praktikum bei einem Sprachdienstleistungsunternehmen ähneln.
Die Studierenden erhalten Hausaufgaben, in denen sie verschiedene Technologien für die Feinjustierung, Einbindung, Evaluation und Optimierung von MÜ einsetzen. Die Studierenden erwerben außerdem Erfahrung im Posteditieren maschinell übersetzter Texte im Einklang mit den betreffenden ISO-Normen.
Die Lehrveranstaltung wird hauptsächlich auf Englisch gehalten, punktuell besteht jedoch auch die Möglichkeit zur Kommunikation in deutscher Sprache. Nach Möglichkeit kann auf Anfrage der Studierenden eine (automatische, maschinell erzeugte) Simultanübersetzung ins Deutsche und in andere Sprachen angeboten werden, um den Studierenden einen breiteren Zugang zu den in den Einheiten besprochenen Inhalten zu ermöglichen und ihnen zusätzlich ein Verständnis für Anwendungsmöglichkeiten von MÜ in Kommunikationsszenarien zu vermitteln, auch wenn die Qualität dieser Übersetzung nicht immer optimal sein wird.