Sie sind hier: HomeTelekommunikation

Neural Machine Translation: Übersetzungsmarkt im Umbruch

Für die Erschließung neuer internationaler Märkte und für den internationalen Handel benötigen Unternehmen immer mehr Übersetzungen und Lokalisierungen. Neue Lösungen auf Basis von Maschinellem Lernen und Künstlicher Intelligenz helfen, Übersetzungen langfristig kostengünstiger zu gestalten.

Sprache Schallwellen Bildquelle: © Sergey Nivens/fotolia.com/Adobe Stock

Laut einer aktuellen Studie des International Customer Management Institute (ICMI) erwarten mindestens 60 Prozent der Kunden, dass Unternehmen Services in ihrer Muttersprache anbieten und Inhalte ebenfalls in den jeweiligen Landessprachen zur Verfügung stehen. Gleichzeitig müssen Marketing-Inhalte weltweit konsistent sein, damit die Markenbotschaft alle Zielmärkte erreicht.

Von Statistik-basierten Systemen hin zu Neural Machine Translation
Bereits seit Beginn der Jahrtausendwende werden entsprechende Systeme eingesetzt. Bislang arbeiteten diese Systeme hauptsächlich mit statistischen Methoden. Der Google-Übersetzer ist ein Beispiel dafür. Dieses Statistische Maschinelle Übersetzungssystem, kurz SMT, analysiert möglichst viele zweisprachige Texte. Es „merkt“ sich dabei die Zuordnung häufig genutzter und nahe beieinanderliegender Wörter und grammatischer Formen in Ausgangs- und Zieltexten. Auf Basis dieses statistischen Wissens entsteht dann die Übersetzung.

Bessere Ergebnisse liefern jedoch solche Übersetzungssysteme, die Big Data mit Deep Learning und Neuralen Technologien kombinieren. Hierbei spricht man von Neuralem Maschinellem Übersetzen (Neural Machine Translation, NMT). Die Systeme werden mit Hilfe großer Datenmengen darauf trainiert, vielfältige Zusammenhänge zwischen Ausgangs- und Zielsprache zu erfassen und nicht nur direkte Nachbarschaftsbeziehungen wie im Fall von SMT Systemen. Mit diesem Ansatz versucht man die Arbeitsweise des menschlichen Gehirns nachzubilden, das neue Zusammenhänge aufgrund vielfältiger Assoziationen erlernt. Das neuronale System legt Verknüpfungen an, vergleichbar mit denen, die durch unser gewohnheitsmäßiges Denken und Fühlen im menschlichen Hirn entstehen.

Bei der Übersetzung bestimmt das NMT-System aus verschiedenen Lösungspfaden – durch das trainierte neuronale Netz – den optimalen Pfad, der aus den neuronalen Verbindungen mit der besten Gesamtbewertung beziehungsweise der besten Assoziationskette besteht.