Universität Wien

340236 UE Maschinelle Translation (2022S)

3.00 ECTS (2.00 SWS), SPL 34 - Translationswissenschaft
Prüfungsimmanente Lehrveranstaltung
GEMISCHT
Moodle

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

  • Mittwoch 09.03. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 16.03. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 23.03. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 30.03. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 06.04. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 04.05. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 11.05. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 18.05. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 25.05. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 01.06. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 08.06. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 15.06. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 22.06. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Mittwoch 29.06. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Sie wenden Elemente der drei zentralen Ansätze der maschinellen Übersetzung (MÜ; engl. machine translation, MT) auf eine Reihe von Aufgaben an, angefangen von der automatischen Übersetzung zwischen eng verwandten Sprachen, Sprachvarianten und Dialekten bis hin zur Entwicklung eines von Grund auf neuen maschinellen Übersetzungssystems.

Sie lernen unter Verwendung modernster Technologien, ein maschinelles Übersetzungssystem zu entwerfen, Trainingsdaten zu sammeln und zu bereinigen sowie mindestens ein System zu trainieren, zu evaluieren und zu verbessern.

Darüber hinaus wenden Sie Grundlagen und Techniken der kontrollierten Sprache und des technischen Schreibens an, um Inhalte zu verfassen oder zu bearbeiten, mit denen Sie die Qualität der MÜ-Rohausgabe verbessern können. Sie stützen sich in praktischen Übungen zur Postedition (engl. post-editing machine translation, PEMT) auf Normen und Best Practices und verfeinern mit Hilfe von gängigen Fehlertypologien der Sprachindustrie Ihre Fähigkeiten, subtile MÜ-Fehler zu erkennen und zu annotieren.

Inhalte:
• Regelbasierte (engl. rule-based, RBMT), statistische (engl., statistical, SMT) und neuronale (engl. neural, NMT) maschinelle Übersetzung: aktuelle Anwendungen
• Architekturen für neuronale MÜ-Systeme
• MÜ-Evaluationsmetriken
• Methoden der MÜ-Qualitätsbewertung (engl. quality estimation, QE)
• MÜ in professionellen Workflows
• MÜ in komplexeren Systemen (z. B. Sprache-zu-Sprache-Übersetzung)
• Kontrollierte Sprache; Pre-Editing
• Postedition (engl. post-editing machine translation, PEMT) - Normen und Best Practices
• Ethische Aspekte der MÜ-Nutzung und Auswirkungen von MÜ auf selbstständige ÜbersetzerInnen

Didaktischer Ansatz:
Sie verwenden für das Bearbeiten von Arbeitsaufträgen ein breites Spektrum an Technologien, die für die Erstellung von MÜ-Systemen, die Qualitätsbewertung und den Vergleich dieser automatischen Bewertungen mit anderen MÜ-Evaluationsmethoden genutzt werden. Darüber hinaus sammeln Sie Erfahrungen im Posteditieren.

Die Übung wird unter der Leitung von Prof. Ciobanu auf Englisch und unter der Leitung von Frau Wiesinger auf Deutsch abgehalten. In der englischsprachigen Übung haben Sie nach Möglichkeit Zugang zu einer simultanen (automatischen, maschinell erstellten) Übersetzung ins Deutsche. Diese Übersetzung ist zwar nicht perfekt, sollte Ihnen aber dennoch die Beteiligung an den Diskussionen erleichtern und einen Eindruck des MÜ-Einsatzes live im Unterricht vermitteln.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Kontinuierliche Leistungskontrolle:
• Anwesenheit, Präsentation und wöchentliche Reflexionen: 20 % der Gesamtnote
• Portfolio: 40 % der Gesamtnote
• Abschließender reflektierender Essay: 40 % der Gesamtnote

Mindestanforderungen und Beurteilungsmaßstab

Notenskala:

Sehr gut (1)
Gut (2)
Befriedigend (3)
Genügend (4)
Nicht genügend (5)

Prüfungsstoff

Kontinuierliche Leistungskontrolle

Literatur

- 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.
- Koehn, P. 2020. Neural Machine Translation. Cambridge University Press
- 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
- ASTM F2575 Standard Guide for Quality Assurance in Translation

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 26.07.2024 00:18