Wykład 2: Systemy klasy C.A.T. (Computer-Aided Translation) dr inż. Agenor Hofmann-Delbor

Plan wykładu Omówienie technologii pamięci tłumaczeń Czym jest technika wyszukiwania rozmytego Jak działają algorytmy wyszukiwania rozmytego Czym są pliki bilingwalne Najistotniejsze komercyjne i darmowe narzędzia CAT

Tłumaczenie maszynowe MT a pamięć tłumaczeń Oryginalny tekst angielski ze strony dużej korporacji: „Read the official press release“ Tłumaczenie przy użyciu programu tłumaczącego: „Przeczytany osoba urzędowa (oficjalny) ścisk (prasa) zwolnienie“

Pamięć tłumaczeń Baza danych przechowująca tzw. segmenty, czyli fragmenty tekstu w języku źródłowym powiązane z odpowiadającym im fragmentom w języku docelowym Mają z reguły ściśle określony „kierunek” językowy, wyszukiwanie odbywa się zwykle w języku źródłowym Pełna automatyzacja procesu aktualizacji w trakcie pracy Jak każda baza wymaga operacji administracyjnych, reorganizacji itp.. Pamięć tłumaczeń to kapitał firm i organizacji Korzystanie z pamięci tłumaczeń umożliwia wycenę projektu i ocenę jego czasochłonności przed jego rozpoczęciem

Pamięć tłumaczeń – c.d.

Czas tłumaczenia a wielkość pamięci tłumaczeń Dokument Tłumaczenie Publikacja 1 rok Dokument Tłumaczenie Publikacja 2 rok Dokument Tłumaczenie Publikacja 3 rok

Typowy model pracy z pamięciami tłumaczeń Pamięć tłumaczeń Baza terminologii Każdy tłumacz dostaje podpowiedzi z całej bazy (tłumaczenia swoje i innych tłumaczy)

Przeszukiwanie pamięci tłumaczeń

Podpowiedzi terminologii z bazy terminologii (słownika) Tłumaczenie z użyciem pamięci tłumaczeń Podpowiedzi terminologii z bazy terminologii (słownika) Zdanie oryginalne wraz z tłumaczeniem zostaje wstawione do pamięci jako segment

Wyszukiwanie rozmyte Segmenty w obrębie pamięci tłumaczeń są indeksowane, co umożliwia ich szybkie wyszukiwanie Idea pamięci tłumaczeń (TM – Translation Memory) zakłada zwracanie wyników także o częściowej zgodności Zgodnie z zasadami logiki rozmytej dane są przyporządkowywane do odpowiedniej klasy, tutaj zwane klasami podobieństwa. Oznaczają one procentową zgodność tekstu w dokumencie z najbardziej podobnym tekstem znalezionym w pamięci tłumaczeń. Najbardziej pożądany przypadek to tzw. 100% match – pełna zgodność Na podstawie liczby słów w danej klasie podobieństwa budowana jest ważona liczba słów i przygotowywana wycena

Analiza dokumentów Przedstawia faktyczną liczbę słów do przetłumaczenia i korekty w dokumencie lub jego zaktualizowanej wersji

Tworzenie modelu rozliczeń

Wyszukiwanie w praktyce 93% podobieństwa: „częściowa zgodność”

Konkordancja – wyszukiwanie kontekstowe

Pliki bilingwalne Pliki bilingwalne powstają w sytuacji, gdy edytujemy dokumenty za pomocą narzędzi CAT. Większość aplikacji tego typu zapisuje dokument w swoim formacie lub modyfikuje obecny format poprzez dodanie odpowiednich znaczników (tagów), dzięki którym możliwe jest bezpieczne powiązanie, ale i rozgraniczenie tekstu źródłowego i wynikowego Obecnie większość plików bilingwalnych jest oparta na XML, standardem staje się powoli format XLIFF Pliki bilingwalne można w łatwy sposób zapisywać w docelowym formacie, można także wprowadzać automatycznie ich zawartość do pamięci tłumaczeń. Pliki bilingwalne pozwalają zidentyfikować format źródłowy oraz języki dokumentu.

Przykład pliku bilingwalnego

Najważniejsze i najpopularniejsze narzędzia CAT SDL Trados WordFast IBM Translation Manager OmegaT STAR Transit LogoPort MemoQ Idiom

Przydatne linki http://pl.wikipedia.org/wiki/T%C5%82umaczenie_przy_u%C5%BCyciu_komputera http://en.wikipedia.org/wiki/Computer-assisted_translation http://en.wikipedia.org/wiki/Translation_memory http://www.issco.unige.ch/ewg95/node149.html

Pytania, kontakt agenorh@zpsb.szczecin.pl