Page - 203 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 203 Textfundus und Zero Shot Translation Ein kritischer Faktor für die Qualität einer Übersetzung ist der Textfundus, mit dem der selbstlernende Algorithmus trainiert wird. Traditionell wurden hier Dokumente aus dem Umfeld der UN oder der EU herangezogen, die professionelle Übersetzer in zahlreichen Sprachen parallel erstellen und die frei verfügbar sind. Bücher, die in mehrere Sprachen übersetzt wurden, sind typischerweise nicht im großen Umfang frei zugänglich. Der Anbieter DeepL gründet seinen Erfolg unter anderem darauf, dass er aus seiner Unternehmensvorgeschichte Zugriff auf Milliarden qualitativ hoch- wertiger Übersetzungen hat. Die großen Anbieter, die bestimmte kommerzielle Domänen adressieren, heben sich vor allem auch durch das jeweilige domänenspezi- fische Trainingsmaterial voneinander ab. Unter den Generalübersetzern hat z.  B. Google durch seinen Zugriff auf riesige Datenmengen in verschiedenen Sprachen einen Vorteil gegenüber Wettbewerbern. Da diese Daten jedoch nicht zwingend verifiziert und von guter Qualität sind, kann ein geringerer Datenumfang die gleiche oder sogar bessere Übersetzungsqualität liefern, solange die Güte der Trainingsdaten zuverlässig hoch ist. Einen von vielen interessanten, im Zusammenhang mit der Auswahl des Textfundus auftretenden Effekten beschrieb Nataly Kelly, Vice President bei Smartling: „Given that male pronouns have been over-represented throughout history in most langua- ges and cultures, machine translation tends to reflect this historical gender bias.” (Errens) (Übersetzung mit DeepL: „Da männliche Pronomen in der Geschichte in den meisten Sprachen und Kulturen überrepräsentiert waren, spiegelt die maschinelle Übersetzung diese historische geschlechtsspezifische Ausrichtung wider.“). So kann es etwa passieren, dass das englische „engineer“ unabhängig vom Kontext eher mit Ingenieur als mit Ingenieurin übersetzt wird. Wenn nur beschränkt viel Textmaterial verfügbar ist, zeigt sich eine weitere Stärke der NMT. So können z. B. prinzipiell auch einsprachige Texte zum Lernfortschritt bei- tragen, da hieraus auch Sprachstruktur einer einzelnen Sprache und begünstigte Wortkombinationen entnommen werden können. Die Verbesserung der Lernpro- zesse, insbesondere unter Einbeziehung von monolingualem Trainingsmaterial ist derzeit denn auch ein zentraler Entwicklungspunkt. Das ist besonders für diejenigen Sprachenpaare relevant, für die keine oder nur wenige gemeinsame, bilinguale Texte vorliegen. In genau diesen Fällen erweist sich die NMT der SMT durch ein weiteres Potenzial als überlegen: Sie bietet die Möglichkeit zur sogenannten Zero-Shot-Translation. Gibt es etwa für das Sprachenpaar Finnisch-Afrikaans nicht genügend zweisprachiges Trai- ningsmaterial, muss mit dem SMT-Verfahren eine Zwischensprache genutzt werden, mit der es jeweils bilinguale Texte gibt, die parallel statistisch ausgewertet werden können („Pivot-Translation“). So muss erst vom Finnischen z.  B. ins Englische und im