Universität Wien

340236 UE Übersetzen mit künstlicher Intelligenz (2023W)

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

An/Abmeldung

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

Details

max. 30 Teilnehmer*innen
Sprache: Deutsch, Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Unterrichtssprachen: Deutsch, Englisch

  • Montag 16.10. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 16.10. 15:00 - 16:30 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 30.10. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 30.10. 15:00 - 16:30 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 13.11. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 13.11. 15:00 - 16:30 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 27.11. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 27.11. 15:00 - 16:30 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 11.12. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 11.12. 15:00 - 16:30 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 15.01. 13:15 - 14:45 Medienlabor II ZfT Gymnasiumstraße 50 4.OG
  • Montag 15.01. 15:00 - 16:30 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).

Inhalte:

Übersicht über den aktuellen Stand der neuronalen maschinellen Übersetzung und deren Einsatz beim Übersetzen; praktisches Arbeiten mit aktuellen NMÜ-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

Quiz - 30 %
Referate - 30 %
Projektmappe - 40 %

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 (Achtung: zwei Einheiten = ein Block).

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 Prüfungsstoff für die Quiz umfasst die durch die Pflichtlektüre erarbeiteten Inhalte.

Literatur

· Kenny, D. (Ed.). (2022). Machine translation for everyone. Language Science Press. https://doi.org/10.5281/zenodo.6653406
· 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: Do 25.07.2024 09:26