Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

340053 UE KI und Übersetzen (2024W)

5.00 ECTS (2.00 SWS), SPL 34 - Translationswissenschaft
Prüfungsimmanente Lehrveranstaltung
Moodle
Mo 14.10. 13:15-14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch, Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Sprachen: Englisch, Deutsch

  • Montag 21.10. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 28.10. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 04.11. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 11.11. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 18.11. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 02.12. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 09.12. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 16.12. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 13.01. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 20.01. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:

Die Lehrveranstaltung hat zum Ziel, grundlegende Kenntnisse und praktische Fertigkeiten im Umgang mit der künstlichen Intelligenz (KI) in der schriftlichen Übersetzung zu vermitteln. Die Studierenden sollten nach Abschluss dieser Lehrveranstaltung:
· die für die technischen Redaktion relevanten Grundlagen und Tools kennen;
· mit computergestützten Übersetzungstools arbeiten können;
· die Grundlagen kontrollierter Sprachen kennen und diese im Pre-editing anwenden können;
· die Merkmale aktueller neuronaler maschineller Übersetzungssysteme (NMÜ) kennen;
· den Unterschied zwischen leichtem und vollständigem Post-editing kennen;
· effektiv in ihrer Sprachkombination post-editieren können;
· weitere relevante KI-Anwendungen in der Übersetzung kennen (Spracherkennung, Sprachsynthese, Neuronale Sprachmodelle);
· die Grundlagen großer neuronaler Sprachmodelle und deren Anwendungen für Sprachdienstleistungen kennen und Praxiserfahrung im Schreiben von Instruktionen (Prompts) für diese Modelle gewonnen haben.

Inhalte:
Übersicht über den aktuellen Stand in den Bereichen neuronale maschinelle Übersetzung und und neuronale Sprachmodelle sowie deren Einsatz beim Übersetzen; praktisches Arbeiten mit aktuellen KI-Systemen und computergestützten Übersetzungstools.

Methoden:
Inhaltliche Inputs der LV-Leitung, Referate über relevante Schwerpunkte, eigenständiges Arbeiten an praktischen Aufgaben mit relevanten Softwareanwendungen, eigenständige Lektüre der relevanten Literatur, Diskussion der Inhalte in der LV.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Schriftliche Reflexion der praktischen Arbeit in der LV - 40 %
Referate - 30 %
Projektmappe - 30 %

Für sämtliche Teilleistungen sind alle Hilfsmittel erlaubt.

Mindestanforderungen und Beurteilungsmaßstab

Die Anwesenheitspflicht sowie die Abgabe aller Teilleistungen sind Mindestanforderungen für eine positive Beurteilung. Maximal zwei Fehleinheiten sind erlaubt.

Notenskala:
0-60 nicht genügend,
61-70 genügend,
71-80 befriedigend,
81-90 gut,
91-100 sehr gut.

Empfohlene Kompetenzen: Grundlegender Umgang mit dem Betriebssystem Windows.

Empfohlene Anwendungsprogramme: MS Office Word, MS Office Excel bzw. gleichwertige OpenOffice-Anwendungsprogramme, Datenkompressionsprogramme (zip).

Prüfungsstoff

Der Stoff für alle drei Teilleistungen orientiert sich an den Inhalten der LV.

Literatur

• Chan, S. (Hrsg.). (2023). Routledge Encyclopedia of Translation Technology (2. Aufl.). Routledge. https://doi.org/10.4324/9781003168348
• Guerberof Arenas, A. (2020). Pre-editing and post-editing. In E. Angelone, M. Ehrensberger-Dow, & G. Massey (Hrsg.), The Bloomsbury Companion to Language Industry Studies (S. 333–360). Bloomsbury.
• International Organization for Standardization. (2017). ISO 18587:2017 Translation services – Post-editing of machine translation output – Requirements. http://www.iso.org/cms/render/live/en/sites/isoorg/contents/data/standard/06/29/62970.html
• Kenny, D. (Hrsg.). (2022). Machine translation for everyone. Language Science Press. https://doi.org/10.5281/zenodo.6653406
• Koponen, M., Mossop, B., Robert, I. S., & Scocchera, G. (Hrsg.). (2020). Translation Revision and Post-editing: Industry Practices and Cognitive Processes. Routledge. https://www.routledge.com/Translation-Revision-and-Post-editing-Industry-Practices-and-Cognitive/Koponen-Mossop-Robert-Scocchera/p/book/9781138549715
• Moniz, H., & Parra Escartín, C. (Hrsg.). (2023). Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation (Bd. 4). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3
• Nitzke, J., & Hansen-Schirra, S. (2021). A short guide to post-editing. Language Science Press. https://doi.org/10.5281/zenodo.5646896
• Translation Centre for the Bodies of the European Union. (2019). Writing for translation. Publications Office. https://data.europa.eu/doi/10.2817/95648
• Translation Centre for the Bodies of the European Union. (2021). Writing for machine translation. Publications Office. https://data.europa.eu/doi/10.2817/191981

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 03.09.2024 13:26