Neuronale maschinelle Übersetzung – künstliche Intelligenz in der Kommunikation

Neuronale maschinelle Übersetzung – künstliche Intelligenz in der Kommunikation

Seit der Erfindung der ersten programmierbaren Rechenmaschinen hegen Übersetzungswissenschaftler einen Traum: die maschinelle Übersetzung. Leider mussten die Internetnutzer zunächst feststellen, dass dieser Traum mit den altbekannten Methoden wohl nicht so schnell in die Wirklichkeit umgesetzt wird. Mit der neuronalen maschinellen Übersetzung, einer Errungenschaft von Big Data, könnte sich dies in sehr naher Zukunft ändern und den Markt und vielleicht sogar die Art, wie wir miteinander kommunizieren, verändern. Fest steht, dass dieses neue Übersetzungsverfahren die Zukunft maschineller Übersetzung entscheidend mitprägen wird.

Was bedeutet neuronale maschinelle Übersetzung (NMT)?

Das im Jahr 2014 erstmals auftauchende Verfahren basiert auf Netzen, die dem neuronalen Aufbau des menschlichen Gehirns nachempfunden sind. Die Besonderheit des Verfahrens lässt sich im Vergleich zur statistischen maschinellen Übersetzung (SMT) am deutlichsten herausstellen: Bei der SMT werden vor der eigentlichen Übersetzung große Mengen an übersetzten Texten verglichen und Ausgangs- und Zieltext anhand der Häufigkeit einander zugeordnet und in ein virtuelles Wörterbuch mit Grammatikregeln überspielt. Diese Wortpaare bilden die Basis der statistischen maschinellen Übersetzung.

Auch bei der NMT werden zweisprachige Texte analysiert, mit dem Unterschied, dass dank eines künstlichen neuronalen Netzes grammatikalische Zusammenhänge zwischen Ausgangs- und Zielsprache implizit erfasst werden. So können gerade bei längeren Sätzen Wortabhängigkeiten erkannt und richtig wiedergegeben werden. Schon jetzt ist die Lesbarkeit von neuronal-maschinell übersetzten Texten scheinbar besser als bei statistischen.

Ein direkter Vergleich der beiden Verfahren mit dem Microsoft Translator kann unter https://translator.microsoft.com/neural vorgenommen werden.

Je mehr valide Daten dem System zugrunde liegen, desto höher ist die Wahrscheinlichkeit, dass die maschinelle Übersetzung korrekt ist. Das aktuell größte Hindernis bei der Entwicklung stellt das begrenzte, zu verarbeitende Vokabular dar. Zum einen liegt das an begrenzter Rechenleistung aufgrund riesiger Datenmengen, zum anderen an limitierten „Trainingsdaten“. Letztes tritt vor allem bei selten übersetzten Sprachkombinationen auf.

Wann werden menschliche Übersetzer überflüssig?

Davon sind wir – zum Glück – noch weit entfernt. Zieht man jedoch die rasante Entwicklung innerhalb kurzer Zeit in Betracht, darf man gespannt sein, wann die neuronale maschinelle Übersetzung mithilfe künstlicher Intelligenz die ersten Humanübersetzer ersetzt.

Lesen Sie hier, wie sich Neuronale Maschinelle Übersetzung in der Praxis macht.