Maschinelle Übersetzung

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel oder nachfolgende Abschnitt ist nicht hinreichend mit Belegen (beispielsweise Einzelnachweisen) ausgestattet. Die fraglichen Angaben werden daher möglicherweise demnächst entfernt. Bitte hilf der Wikipedia, indem du die Angaben recherchierst und gute Belege einfügst. Näheres ist eventuell auf der Diskussionsseite oder in der Versionsgeschichte angegeben. Bitte entferne zuletzt diese Warnmarkierung.

Maschinelle Übersetzung (MÜ oder MT für engl. machine translation), auch als automatische Übersetzung, bezeichnet die Übersetzung von Texten aus der Quellsprache (Fachbegriff der MÜ für die Ausgangssprache) in eine Zielsprache mit Hilfe eines Computerprogramms. MÜ ist ein Teilbereich der künstlichen Intelligenz. Während die menschliche Übersetzung Gegenstand der angewandten Sprachwissenschaft ist, wird MÜ vor allem in der Informatik und Computerlinguistik erforscht.

Menschheitstraum[Bearbeiten]

Das Verstehen einer Sprache, ohne sie gelernt zu haben, ist ein alter Menschheitstraum (Turmbau zu Babel, J. Bechers numerische Interlingua, Timerio, Babelfisch, Pfingstwunder, Science-Fiction-Geschichten). Die Erfindung der Computer in Kombination mit der Beschäftigung mit dem Phänomen Sprache als wissenschaftlicher Disziplin (Sprachwissenschaft) haben zum ersten Mal einen konkreten Weg zur Erfüllung dieses Traums geöffnet.

Geschichte[Bearbeiten]

Bis zum heutigen Tag hat das militärische Interesse den Weg der MÜ entscheidend geprägt. Eines der frühesten Projekte war ein Russisch-Englisch-Übersetzungsprogramm für das US-Militär. Trotz seiner anekdotenhaft schlechten Qualität genoss das Programm hohe Popularität unter US-Militärs, die sich zum ersten Mal ohne den Umweg über Dritte (Dolmetscher und Übersetzer) selbst zumindest einen Eindruck vom Inhalt russischer Dokumente verschaffen konnten.

Der 1966 für das Verteidigungsministerium der Vereinigten Staaten erstellte ALPAC-Bericht[1] bescheinigte der MÜ grundsätzliche Unrealisierbarkeit und brachte mit einem Schlag die Forschung für fast 20 Jahre praktisch ganz zum Erliegen. Erst in den 1980er Jahren begannen Elektrokonzerne wie die Siemens AG (Metal-Projekt) erneut mit der Forschung. Zu diesen Vorhaben zählt auch die Forschungsarbeit im Sonderforschungsbereich "Elektronische Sprachforschung" an der Universität des Saarlandes. Hier wurde das System "SUSY" entwickelt, das in der Lage war, von und ins Deutsche zu übersetzen.[2] Ein weiteres System des Sonderforschungsbereichs war ASCOF, in dem neben morpho-syntaktischen auch semantische Informationen für die Übersetzung herangezogen wurden.[3] In der gleichen Zeit initiierte die japanische Regierung das Fünfte-Generation-Projekt, bei dem MÜ von Englisch in Japanisch zunächst auf der Basis der Programmiersprache Prolog implementiert wurde. Die enge Zusammenarbeit zwischen Universitäten, Elektrokonzernen und Regierung führte zu den weltweit ersten kommerziellen MÜ-Programmen für PCs und hat Japan in die Führungsposition der MÜ-Forschung weltweit gebracht. In den 1990er Jahren lief in Deutschland das BMBF-Leitprojekt Verbmobil, dessen Ziel es war, deutsche, englische und japanische gesprochene Dialogsprache zu dolmetschen. Das Verbmobil-System sollte gesprochene Spontansprache erkennen, die Eingabe analysieren, übersetzen, einen Satz erzeugen und ihn aussprechen.

In den 2000er Jahren kamen vermehrt statistische Verfahren zum Einsatz. So bietet Google seit 2006 ein statistisches Übersetzungssystem an.[4] Auch regelbasierte Ansätze wurden weiterentwickelt. Eines der bekanntesten Forschungsprojekte dieser Art ist die freie Software Apertium, die von der spanischen Regierung und der Regierung von Katalonien finanziert und an der Universität Alicante weiterentwickelt wird.

Es gibt mehrere Gründe für einen ansteigenden Bedarf an MÜ-Anwendungen:

  • Viele Texte sind heute digital verfügbar (also leicht für den Computer zu verarbeiten).
  • Die Globalisierung erfordert die Übertragung von immer mehr Texten in immer mehr Sprachen (der Markt für Übersetzung verdoppelt sich alle vier Jahre), während die Popularität des Berufs des Übersetzers/Dolmetschers stagniert.
  • Gerade von nur wenigen Westeuropäern/Amerikanern gesprochene beziehungsweise für diese schwierig zu erlernende Sprachen aus Regionen, deren Bewohner ihrerseits kaum westliche Sprachen sprechen, werden immer wichtiger:
    • kommerziell wichtig: die ostasiatischen Sprachen Chinesisch, Koreanisch und Japanisch; sowie Thai.
    • militärisch wichtig: Sprachen der internationalen Konfliktregionen, vor allem mit Beteiligung des US-Militärs. 2003 haben gleich mehrere US-Software-Unternehmen Übersetzungsprogramme für Arabisch und sogar Paschtu (eine der Sprachen in Afghanistan und Grenzregionen Pakistans) herausgebracht. Ebenfalls 2003 hat die DARPA einen Blind-Wettbewerb für eine unbekannte Ausgangssprache durchgeführt.

Übersetzungs-Methoden[Bearbeiten]

Alle MÜ-Systeme benutzen (in Datei-Form vorliegende) zweisprachige Wörterbücher und haben zumindest für grundsätzliche Grammatikregeln Module. Die einzelnen Methoden unterscheiden sich dennoch erheblich.

Die wichtigsten Methoden und Herangehensweisen der MÜ sind:

Direkte MÜ
Die Wörter des Quelltextes werden mit dem Wörterbuch Wort für Wort und in der gleichen Reihenfolge in die Zielsprache übertragen. Anschließend werden Satzstellung und Flexion nach den Regeln der Zielsprache angepasst. Dies ist die älteste und einfachste MÜ-Methode, die beispielsweise auch obigem Russisch-Englisch-System zugrunde lag.
Transfer
Die Transfer-Methode ist die klassische MÜ-Methode mit drei Schritten: Analyse, Transfer, Generierung. Der zweite Schritt hat der ganzen Methode den Namen gegeben. Zunächst wird die grammatische Struktur des Quelltextes analysiert, oft in einer Baumstruktur. Abhängig von der gewählten Transfermethode wird daraus oft eine semantische Struktur abgeleitet. Danach werden die Strukturen in die Zielsprache übertragen (=transferiert). Schließlich werden in der Zielsprache aus den Strukturen mit grammatischen Regeln wiederum Sätze erzeugt und so der Zieltext erzeugt (=generiert).
Interlingua
Die Interlingua-Methode analysiert zunächst die grammatische Information des Quelltextes und transferiert diesen, nach vordefinierten Regeln, in eine „Zwischensprache“ (=Interlingua). Die grammatische Information in der Zielsprache wird aus dieser Zwischensprache erzeugt. Die Interlingua-Methode ist hilfreich bei mehrdeutigen Ausdrücken. So kann man deutsch „Wenn ich arbeiten würde, würde ich mir ein Auto kaufen.“ nicht mit einer Transfer-Regel würdewould übersetzen („If I would work, I would buy a car.“), weil auf Englisch if-Sätze would nicht erlauben. In der Interlingua würde die würde-Information abstrakt als „Irreales Konditional“ weitergegeben und im Englischen je nach dem Satzkontext mit oder ohne would realisiert.
EBMT
(Example-Based Machine Translation, beispielbasierte MÜ)
Das Kernstück eines EBMT-System ist ein Übersetzungsspeicher, in dem häufig wiederkehrende Sätze oder Redewendungen mit ihren jeweiligen Übersetzungen gespeichert werden. Statistisch wird (mit Information-Retrieval-Methoden) berechnet, wie ähnlich alle Einträge des Übersetzungsspeichers jeweils einem Satz des Quelltextes sind. Aus der Kombination der Übersetzung der ähnlichsten Sätze wird die Übersetzung generiert.
SBMT
(Statistics-Based Machine Translation, statistische MÜ)
Vor der eigentlichen Übersetzung analysiert ein Programm ein möglichst großes und breitgefächertes Textkorpus von zweisprachigen Texten (oft zum Beispiel Parlamentsprotokolle, etwa aus dem kanadischen Hansard-Corpus). Dabei werden Wörter und grammatische Formen in Ausgangs- und Zielsprache einander - aufgrund ihrer Häufigkeit und gegenseitigen Nähe - zugeordnet und somit ein Wörterbuch sowie Grammatikübertragungsregeln extrahiert. Auf dieser Basis werden nun Texte übersetzt. Die SBMT ist in letzter Zeit sehr populär, weil sie keinerlei Kenntnis der beteiligten Sprachen voraussetzt. Ein daraus entstehender Vorteil der SBMT ist, dass auch Regeln, die sprachwissenschaftlich noch nicht genau erklärt sind, theoretisch mit erfasst werden können, indem reale Textbestände analysiert werden.
HAMT
(Human-Aided Machine Translation, MÜ mit menschlicher Hilfe)
Anstatt die Übersetzung zu 100 % dem Computer zu überlassen, wird der menschliche Benutzer gebeten, mehrdeutige oder schwierig zu übersetzende Konstruktionen selbst zu übersetzen oder zu vermeiden (sogenannte Kontrollierte Sprache). Dieses kann im voraus geschehen, indem der Benutzer beispielsweise lange Sätze in kurze Sätze unterteilt, oder in Interaktion, zum Beispiel indem das Programm den Benutzer bittet, die gewünschte Bedeutung eines Wortes auszuwählen. Siehe auch übersetzungsgerechtes Schreiben.

Nicht zur maschinellen Übersetzung zählt die MAHT (Machine-Aided Human Translation, auch Computer-Aided Translation oder CAT genannt), also die bloß computerunterstützte Übersetzung, bei der ein Computerprogramm den menschlichen Übersetzer durch automatisches Nachschlagen von Terminologie (automatic dictionary look-up), Vergleich mit früheren Übersetzungen (Übersetzungsspeicher) und ähnliche Funktionen unterstützt.

Qualität[Bearbeiten]

Bewertung[Bearbeiten]

Die MÜ-Forschung benutzt die Evaluation, die skalierte Bewertung der Übersetzungsqualität. MÜ-Übersetzungen werden zunächst pro Satz bewertet; die normalisierte Summe der Sätze ist die Qualität des ganzen Textes. In den meisten Fällen wird die Bewertung per Hand von einem Muttersprachler der Zielsprache durchgeführt und in einer Kennziffer ausgedrückt. In Japan wird oft eine fünfstellige Skala mit 0–4 Punkten verwendet:

  • 4 Punkte: Sehr gut verständlich bis perfekt; kein offensichtlicher Fehler.
  • 3 Punkte: Ein bis zwei falsche Wörter; sonst gut verständlich.
  • 2 Punkte: Mit gutem Willen kann man sich ungefähr denken, was ursprünglich gemeint war.
  • 1 Punkt: Der Satz wird in einem anderen als dem gemeinten Sinn verstanden (wenn überhaupt). Das liegt oft an teilweise falscher, oder ganz falscher Grammatik-Übersetzung (Struktur).
  • 0 Punkte: Der Satz ergibt keinen Sinn; sieht aus wie eine zufällig zusammengewürfelte, chaotische Anordnung von Wörtern.

Für die automatische Evaluation der Übersetzungqualität verwendet man Algorithmen wie den Bleu-Score, welche die Ähnlichkeit der automatischen Übersetzung mit einer menschlichen Referenzübersetzung messen[5]. Bleu und andere Evaluationmaße wurden kritisiert, weil sie unzuverlässig sind und - vor allem auf Satzebene - nur bedingt zwischen guten und schlechten Übersetzungen unterscheiden[6]. Trotzdem korrelieren automatische Evaluationsmaße relativ gut mit menschlichen Bewertungen, vor allem bei der Evaluation ganzer Textdokumente mit mehreren Tausend Sätzen[7].

Eine wirksame Bewertungsmethode für die Qualität einer maschinellen Vorübersetzung basiert auf der sogenannten Trefferrate: “Anzahl Terme, bezogen auf alle Terme im Dokument, welche der Übersetzer beim manuellen Nachübersetzen unverändert (ohne manuelle Eingriffe) übernehmen kann (Beugung - Position des Satzglieds im Satz ¦ des Terms im Satzglied)”.

  • Terme stellen Einzelwörter oder fest gefügte Wortgruppen dar.
  • Je nach Qualität lohnt sich die maschinelle Vorübersetzung oder behindert den Übersetzer.

Erwartungen[Bearbeiten]

Der Stand der MÜ wird von vielen Menschen als unzureichend angesehen. Doch grundsätzlich versteht die Wissenschaft die menschliche Sprache noch unzureichend. Die meisten Sprachwissenschaftler gehen gar davon aus, dass das vollständige Begreifen von Sprache ein vollständiges Begreifen der menschlichen Intelligenz insgesamt impliziert. Man kann also die Ansicht vertreten, dass ein perfektes MÜ-System den menschlichen Geist simulieren und somit eine Form der Künstlichen Intelligenz darstellen müsste. Wie oben erwähnt ist es ein Vorteil der SBMT, dass dieses Problem umgangen wird, da theoretisch auch noch nicht explizit bekannte Regeln extrahiert werden können.

Praktische Probleme[Bearbeiten]

Dass MÜ-Qualität oft als unbefriedigend empfunden wird, hat auch noch handfestere, teilweise behebbare Ursachen:

Benutzer kennt Zielsprache
Gerade bei Übersetzungen zwischen westlichen Sprachen versteht der Benutzer oft die Zielsprache bis zu einem gewissen Grad selbst und ist so empfindlicher gegenüber Abweichungen als jemand, der ausschließlich auf die Übersetzung angewiesen ist.
Sprachstil
Jeder Sprachstil hat Besonderheiten, die teilweise noch nicht einmal in der Linguistik beschrieben wurden. MÜ-Systeme gehen meist von der geschriebenen Zeitungssprache aus. Besonders schlechte Ergebnisse liefern MÜ-Systeme bei den Textarten, für die sie nicht entwickelt wurden, also meistens bei literarischen Texten, bei gesprochener Sprache oder gelegentlich auch bei technischen Texten.
Zu kleines und/oder fehlerhaftes Wörterbuch
Mit den Veränderungen in Gesellschaft und Wissenschaft nimmt der Wortschatz einer Sprache jeden Tag rasant zu. Außerdem haben viele Wörter mehrere Bedeutungen (siehe Homonym), die durch Kontext-Analyse disambiguiert werden könnten. Wörterbuch-Mängel wie im Anfangsbeispiel Russisch-Englisch sind zu einem überraschend großen Teil für die schlechte Übersetzungsqualität verantwortlich. Die größten MÜ-Programme haben Wörterbücher mit mehreren Millionen Einträgen und einem Vielfachen an Bedeutungsunterscheidungen. Die detaillierte und vor allem fehlerfreie Erstellung solcher großen Wörterbücher für MÜ-Anwendungen durch Lexikographen stellt für kleinere Unternehmen einfach einen zu kostspieligen Aufwand dar.
Mangelnde Transfer-Regeln
Viele grammatische Phänomene unterscheiden sich stark von Sprache zu Sprache bzw. sind nur in bestimmten Sprachen vorhanden. Die Lösung dieser Probleme erfordert oft linguistische Grundlagenforschung; diesen Aufwand suchen MÜ-Unternehmen zu vermeiden.
Computerlinguistische Probleme
Daneben hat die MÜ viele Probleme, die auch bei anderen computerlinguistischen Anwendungen auftreten, zum Beispiel das Verständnis von Weltwissen.

Grammatische Problemgebiete (Diversionen)[Bearbeiten]

In keinem MÜ-System wird jede grammatische Regel angewendet beziehungsweise analysiert. Vielmehr wird oft darauf vertraut, dass ein nicht analysiertes grammatisches Phänomen zufällig in der anderen Sprache in ähnlicher Form auftritt, sodass nur die Wörter übersetzt werden müssen. Ein Beispiel ist der Artikel der, die, das, der im Englischen fast immer zu the und fast nie zu a übersetzt wird. Auf eine Analyse als „bestimmter Artikel“ kann also verzichtet werden. Dass aber auch zwischen Deutsch und Englisch solche einfachen Übersetzungen scheitern können, zeigt der obige if-Satz mit „würde“. Zwischen weniger nahen und nicht verwandten Sprachen, zum Beispiel Latein und Deutsch bzw. Chinesisch und Deutsch, sind solche direkten Übersetzungen oft nicht mal auf der Wortebene eine sichere Wahl.

Viele komplexe Grammatik-Phänomene sind von der MÜ noch gar nicht oder nur in Ansätzen erforscht. Dann sind free rides oft die einzige Lösung. Solche Phänomene sind (Auswahl):

Artikel
Die germanischen und romanischen Sprachen haben Artikel, viele andere Sprachen dagegen nicht. Bei Übersetzung aus einer anderen Sprache muss der jeweils richtige Artikel quasi „aus dem Nichts“ generiert werden – aber eben nicht in allen Fällen.
Zusammengesetzte Nomina
In Sprachen wie Deutsch oder Japanisch kann die genaue Beziehung zwischen Nomina untereinander „kaschiert“ werden, indem man sie einfach nebeneinander stellt. In anderen Sprachen muss die Beziehung explizit gemacht werden. Beispiel: Donaudampfschifffahrtsgesellschaftskapitän = „Ein Kapitän, der bei einer Gesellschaft arbeitet, die Dampfschiffe auf der Donau betreibt“.
Zusammengesetzte Satzbestandteile
In der walisischen Sprache kann eine sehr lange Nominalphrase in einem Wort stehen, z. B. Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch = „Marienkirche in einer Mulde weißer Haseln in der Nähe eines schnellen Wirbels und in der Gegend der Thysiliokirche, die bei einer roten Höhle liegt“.
Relativpronomen
Die meisten Sprachen haben gar kein oder nur ein einziges Relativpronomen. Bei Übersetzung in Deutsch (der, die, das) oder Englisch muss aber ausdifferenziert werden.
Tempus/Modalität
Jede Sprache hat ihr eigenes System, um zu sagen, dass ein Satz in der Vergangenheit passiert oder ein Befehl ist. In europäischen Sprachen wird dies oft mit Verb und Adverb realisiert.

Siehe auch[Bearbeiten]

Literatur[Bearbeiten]

Weblinks[Bearbeiten]

 Wiktionary: maschinelle Übersetzung – Bedeutungserklärungen, Wortherkunft, Synonyme, Übersetzungen

Einzelnachweise[Bearbeiten]

  1. John R. Pierce, John B. Carroll, et al.: Language and Machines – Computers in Translation and Linguistics. ALPAC report, National Academy of Sciences, National Research Council, Washington, DC, 1966.
  2. H.-D. Maas: Das Saarbrücker Übersetzungssystem SUSY. In: Sprache und Datenverarbeitung. 1978 (1).
  3. Axel Biewer et al.: A modular multilevel system for French-German translation. In: Computational Linguistics (Special issue on machine translation). Volume 11 Issue 2-3, April-September 1985, S. 137-154.
  4. statistical machine translation live. Och, Franz: Google Research Blog. Abgerufen am 21. Juli 2013.
  5. Kishore Papineni et al.: BLEU: a method for automatic evaluation of machine translation. In ACL-2002: 40th Annual meeting of the Association for Computational Linguistics. 2002, S. 311–318.
  6. Callison-Burch, C., Osborne, M. and Koehn, P. (2006) "Re-evaluating the Role of BLEU in Machine Translation Research" in 11th Conference of the European Chapter of the Association for Computational Linguistics: EACL 2006 pp. 249–256
  7. Chris Callison-Burch, et al.: Findings of the 2012 Workshop on Statistical Machine Translation. In Proceedings of the Seventh Workshop on Statistical Machine Translation. 2012, S. 22–23.