In der sich schnell entwickelnden Landschaft der Übersetzungs technologien hat die künstliche Intelligenz (KI) erhebliche Veränderungen bei der Erbringung und dem Preis von Übersetzungs diensten eingeführt. Da die KI weiter voran schreitet, insbesondere durch die Entwicklung von Translation Memory (TM), Machine Translation (MT)-Engines und Large Language Models (LLMs), die Übersetzungs branche steht kurz vor dem transform ativen Wandel. In diesem Artikel werden die Auswirkungen dieser drei KI-gesteuerten Technologien auf die Übersetzungs kosten untersucht und deren Potenzial untersucht, die Effizienz zu steigern, Kosten zu senken und die Qualität und Geschwindigkeit von Übersetzungs prozessen neu zu definieren.
Translation Memory war ein Eckpfeiler in der Entwicklung der Übersetzungs technologie. Durch das Speichern zuvor übersetzter Texts eg mente ermöglicht TM die wiederholte Verwendung in neuen Übersetzungen, wodurch die Notwendigkeit für Übersetzer verringert wird, dieselben Phrasen oder Sätze neu zu übersetzen. Dies beschleunigt nicht nur den Übersetzungs prozess, sondern senkt auch die Kosten im Laufe der Zeit erheblich. Die Einführung von Spielraten und Rabatten auf der Grundlage dieser Sätze erhöht die Kosten effizienz von TM weiter. TM-Systeme müssen jedoch laufend gewartet werden, um die Anhäufung von Fehlern zu verhindern, die, wenn sie verna ch lässigt werden, aufgrund der Notwendigkeit von Korrekturen und Qualitäts kontrollen zu erhöhten langfristigen Kosten führen können.
Betrachten Sie zum Beispiel einen einfachen Satz, der vom Englischen ins Chinesische übersetzt wurde: "Halten Sie Ihre Umgebung sauber." Die entsprechende chinesische Übersetzung lautet möglicher weise "aus" Dieser Satz wird nach der Übersetzung als Format wie unten im TM-System gespeichert.
En-US: Halten Sie Ihre Umgebung sauber.
Zh-CN:
Die Übereinstimmung srate ist ein Schlüssel konzept bei der Verwendung von TM. Es bezieht sich auf den Prozentsatz der Ähnlichkeit zwischen einem neuen Text und einem gespeicherten Eintrag im TM.
Wenn beispiels weise ein anderes Dokument den Satz "Bitte halten Sie Ihre Umgebung sauber" enthält, ident ifi ziert das TM-System die Ähnlichkeit mit dem gespeicherten Satz. Angenommen, dieser neue Satz entspricht 80% des gespeicherten Eintrags im vorherigen Beispiel, würde die Übereinstimmung srate für den Satz 80% betragen.
In ähnlicher Weise könnte der Satz "Ich versuche, meine Umgebung sauber zu halten" aufgrund einer längeren Änderung gegenüber dem Original eine niedrigere Übereinstimmung srate aufweisen, beispiels weise 70%.
Übersetzungs kosten können oft mit Rabatten berechnet werden, die auf den Übereinstimmung raten basieren. Beispiels weise erhalten Sätze mit einer Übereinstimmung srate zwischen 75% und 94% möglicher weise einen Rabatt von 40% auf die Rate pro Wort, was anerkennt, dass weniger Aufwand erforderlich ist, um sie im Vergleich zu völlig neuem Text zu übersetzen. Dieses Diskont ierungs system fördert die Verwendung von TM, indem Kosten einsparungen nachgewiesen werden, die direkt mit der Wieder verwendung bestehender Übersetzungen verbunden sind.
Hier ist ein Beispiel für einen Abzinsung ssatz basierend auf den Übereinstimmung raten:
Name | TM-Streich hölzer | Gewichtet (Beispiel) |
Keine Streich hölzer | 0-74% | 1 |
Wiederholungen | Gleich wie 0-74% | 0.15 |
Low-Fuzzy-Streich hölzer | 75-94% | 0,6 |
High Fuzzy-Streich hölzer | 95-99% | 0,3 |
Genaue Übereinstimmungen | 100% | 0.2 |
ICE-Spiele | > 100% | 0,1 oder 0 |
Im Laufe der Zeit kann der Einsatz von TM zu erheblichen Kosten senkungen führen. Beispiels weise kann ein Kunde im IT-Bereich, der regelmäßig Handbücher und Berichte aktualisiert, im Laufe der Jahre eine riesige TM-Datenbank ansammeln. Jedes neue übersetzte Dokument verwendet möglicher weise 50% oder mehr Inhalte aus dem TM, was zu zusätzlichen Kosten einsparungen führt. Innerhalb von fünf Jahren könnte ein solcher Kunde seine Übersetzungs kosten dank der effizienten Wieder verwendung von zuvor übersetzten Inhalten um bis zu 30% senken.
Obwohl TM-Systeme von Vorteil sind, müssen sie ordnungs gemäß gewartet werden, um "Verschmutzung" zu vermeiden-die Einbeziehung von Fehlern in den TM, die Fehler in zukünftigen Übersetzungen aufrechterhalten können. Die Wartung umfasst regelmäßige Aktualisie rungen und Überprüfungen, um sicher zustellen, dass die gespeicherten Übersetzungen korrekt und relevant sind. Dies ist zwar mit einigen Kosten verbunden, aber im Vergleich zu den potenziellen Verlusten durch verschmutzte TMs minimal, was die Kosten einsparung vorteile erheblich untergraben kann, indem Fehler eingeführt werden, die korrigiert werden müssen, undNeu übersetzung.
Durch die Integration und ordnungs gemäße Wartung eines TM-Systems können Unternehmen und Übersetzungs dienst leister die Übersetzungs kosten erheblich senken und gleichzeitig die Qualität der mehrsprachigen Inhalts produktion beibehalten.
Maschinelle Übersetzung mit einemNeuronale maschinelle Übersetzungs softwareHat sich mit dem Aufkommen der KI rasant erweitert. Generische MT-Engines wie Google Translate bieten zugängliche Lösungen für alltägliche Benutzer, während spezial isierte MT-Engines maßge schneiderte Lösungen bieten, die die Übersetzungs genauigkeit für bestimmte Branchen verbessern. Die Einführung von Workflows nach der Bearbeitung, in denen menschliche Übersetzer die MT-Ausgaben verfeinern, hat sich als erheblich kosten senkend erwiesen. Abhängig von der erforderlichen Tiefe der Nach bearbeitung können die Kosten im Vergleich zu herkömmlichen Übersetzungs methoden erheblich reduziert werden. Die Integration von MT in profession elle Workflows erfordert jedoch ein sorgfältiges Management, um Kosten einsparungen gegen potenzielle Qualitäts risiken auszug leichen.
Machine Translation (MT)-Engines wirken sich erheblich auf die Übersetzungs kosten aus, indem sie unterschied liche Zugänglich keit und Qualität bieten. Im Allgemeinen gibt es zwei Arten von MT-Motoren: generische und spezial isierte.
Generische Engines wie Google MT sind für jedermann zugänglich und kosten günstig. Sie sind für den allgemeinen Gebrauch ohne spezifische Anpassung konzipiert. Auf der anderen Seite sind spezial isierte Engines mit dedizierten Korpora auf bestimmte Anforderungen zuges chnitten und werden normaler weise privat in Organisationen eingesetzt. Obwohl spezial isierte Motoren in der Regel eine höhere Übersetzungs qualität bieten als generische, sind ihre Schulungs-und Wartungs kosten erheblich höher. Bei der Betrachtung der Gesamtkosten, um eine vergleichbare Qualität zu erreichen, ist der Unterschied zwischen den beiden Typen nicht wesentlich genug, um hier eine detaillierte Diskussion zu rechtfertigen.
Die Bearbeitung der post maschinellen Übersetzung ist von entscheidender Bedeutung und erfolgt in zwei Formen: Vollständige Nach bearbeitung und Leichte Nach bearbeitung. Die vollständige Nach bearbeitung (Full PE) beinhaltet eine umfassende Überprüfung und Korrektur des maschinell übersetzten Textes, um sicher zustellen, dass er den hohen Standards für Genauigkeit und Geläufigkeit entspricht. Im Gegensatz dazu zielt die leichte Nach bearbeitung (Light PE) auf eine akzeptable Qualität mit minimalen Korrekturen ab, wobei der Schwerpunkt auf schwer wiegenden Fehlern und Kohärenz liegt.
Eine Umfrage unter 13 erfahrenen Übersetzern verglich ihre angegebenen Preise für Full PE mit der traditionellen menschlichen Übersetzung. Die Ergebnisse zeigen, dass die Full PE-Preise etwa 70% der Kosten für eine vollständig manuelle Übersetzung betragen, was auf eine Kosten einsparung von ca. 30% durch die Integration der maschinellen Übersetzung hindeutet (ohne die Kosten des MT selbst).
Die Light PE-Preise betragen etwa die Hälfte der Full PE-Rate, was ungefähr 35% der Kosten für die manuelle Übersetzung entspricht, was auf Einsparungen von etwa 65% hinweist.
Bei der Bewertung des gesamten Übersetzungs workflows messen wir die Kosten einer reinen menschlichen Übersetzung, einschl ießlich Übersetzung und Überprüfung, die wir auf 100% festgelegt haben. In Bezug auf den Kosten schritt für die maschinelle Übersetzung legen wir 5% der menschlichen Übersetzungs kosten fest. So können maschinelle Übersetzung und die damit verbundenen Prozesse die Kosten senken:
Prozess | Beschreibung | Gesamtkosten | Kosten einsparung | Qualität |
Übersetzung + Review | Reine menschliche Übersetzung | 100% | 0 | |
Maschinelle Übersetzung + vollständige PE + Überprüfung | Dieser Prozess zielt darauf ab, der Qualität der menschlichen Übersetzung zu entsprechen oder nahe zu kommen, | 85% | 15% | In der Nähe der menschlichen Übersetzung |
Maschinelle Übersetzung + Full PE | Ohne Überprüfung durch Zweit übersetzer | 60% | 40% | Das Qualitäts risiko steigt. |
Maschinelle Übersetzung + Licht PE | Lassen Sie die Übersetzer nur die wichtigsten Themen überprüfen | 35% | 65% | Trägt ein höheres Qualitäts risiko. |
Maschinelle Übersetzung | Niemand prüft Übersetzungen | 5% | 95% | Das Qualitäts risiko ist deutlich hoch |
Zusammenfassend lässt sich sagen, dass die maschinelle Übersetzung je nachDie Qualitäts anforderungen und die spezifischen Prozesse angenommen. Es bietet eine skalierbare und wirtschaft lich realisierbare Option, insbesondere in Kombination mit strategischen Nach bearbeitungs praktiken, um verschiedenen Übersetzungs anforderungen gerecht zu werden und gleichzeitig die Kosten effektiv zu verwalten.
Große Sprach modelle, wie sie von OpenAI entwickelt wurden, versprechen weitere Revolutionen in der Übersetzung. LLMs können schnell vorläufige Übersetzungen erstellen und umfangreiche Text bände verarbeiten. Darüber hinaus unterstützen sie Übersetzer, indem sie die Qualität überprüfen, Terminologie extrahieren und sogar Inhalte in mehreren Sprachen direkt erstellen. Ihre Rolle bei der Straffung des Übersetzungs prozesses und der Verringerung der Notwendigkeit menschlicher Eingriffe nimmt weiter zu.
Obwohl Large Language Models (LLMs) ursprünglich für ihr Potenzial zur Senkung der Übersetzungs kosten um bis zu 30% angepriesen wurden, hat ihre tatsächliche Leistung diese Erwartungen noch nicht vollständig erfüllt. Lassen Sie uns das Kosten einsparung potenzial von LLMs im Übersetzungs prozess unter drei Aspekten analysieren:
Schnelle Bereitstellung von Übersetzungen: LLMs können schnell vorläufige Übersetzungen erstellen, was besonders für die dringend benötigte Dokumenten verarbeitung nützlich ist. Die Qualität dieser schnellen Übersetzungen ist jedoch nicht immer zuverlässig und erfordert typischer weise eine weitere menschliche Überarbeitung und Korrektur.
Umgang mit großen Inhalts volumina: LLMs zeichnen sich durch die Verarbeitung großer Text mengen aus, die insbesondere für umfangreiche und häufig aktualisierte Inhalte nützlich sind.
Dieser Vorteil zeigt jedoch keinen signifikanten Kosten einsparung vorteil gegenüber bestehenden fortschritt lichen maschinellen Übersetzungs technologien aufgrund der Qualitäts probleme, die weiterhin die Abhängigkeit von der traditionellen maschinellen Übersetzung als Grundlage erfordern. Trotz der Vorteile in Bezug auf Verarbeitung geschwindigkeit und-volumen sind die Kosten einsparungen durch diese Merkmale aufgrund von Qualitäts bedenken, die zusätzliche menschliche Eingriffe erfordern, nicht wesentlich.
Qualitäts prüfungen: LLMs können helfen, Fehler in Übersetzungen zu erkennen und zu korrigieren, insbesondere in Bezug auf Grammatik und Verwendung. Ihre Instabilität führt jedoch manchmal dazu, dass Übersetzer zusätzliche Zeit aufwenden, um diese Ausgaben zu überprüfen und zu korrigieren.
Terminologie extraktion: LLMs zeigen eine gewisse Fähigkeit, bestimmte Domänen terminologien zu extrahieren und Übersetzern dabei zu helfen, spezielle Begriffe schneller zu verstehen und zu verwenden.
Polier übersetzungen: LLMs können Vorschläge für stilistische und tonale Verbesserungen anbieten, um sicher zustellen, dass die Übersetzungen den Zielsp rachen normen besser entsprechen.
Interpretation des Originaltextes: Für mehrdeutige oder komplexe Texte können LLMs eine mögliche Interpretation bieten und den Übersetzern helfen, die Absicht des ursprünglichen Inhalts besser zu verstehen.
Bereitstellung von Hilfs übersetzungen als Referenz: Von LLMs generierte Übersetzungen können als Referenz material dienen und den Übersetzern zusätzliche Perspektiven und Vergleichs punkte bieten.
Umfragen unter Übersetzern zeigen, dass LLMs diese Hilfsmittel zwar bereitstellen, ihre Gesamt auswirkungen auf die Effizienz jedoch aufgrund der Instabilität der Technologie begrenzt sind, sodass diese Aspekte die Kosten nicht wesentlich senken.
Unterstützung bei der Erstellung von Inhalten: Technische Autoren oder Ersteller von Inhalten können LLMs verwenden, um Inhalte direkt in mehreren Sprachen zu erstellen, wodurch der Bedarf an nachfolgenden Übersetzungen verringert wird. Wenn ein Autor beispiels weise eine andere Sprache beherrscht, kann er ein LLM verwenden, um Inhalte in dieser Sprache zu generieren und dann die erforderlichen Anpassungen vorzunehmen.
Erstellung lokaler Inhalte: Basierend auf globalen Inhalten können lokale Benutzer LLMs verwenden, um lokalisierte Inhalte zu erstellen, die auf ihren Markt zuges chnitten sind, wodurch die Anforderungen an die traditionelle Übersetzung weiter reduziert werden.
Diese Methoden zur Reduzierung des Übersetzungs bedarfs durch Erstellung haben den Kunden einige Kosten erspart und das Potenzial von LLMs im Bereich der Erstellung von Inhalten demonstriert.
Große Sprach modelle bieten einige potenzielle Vorteile bei der Reduzierung der Übersetzungs kosten, insbesondere bei der Verarbeitung von Inhalten und der Unterstützung von Übersetzern. Aufgrund der Instabilität der Technologie und des Wettbewerbs bestehens bestehender maschineller Übersetzungs technologien haben die tatsächlichen Kosten einsparungen jedoch nicht die ursprünglichen Erwartungen erreicht. Mit der Verbesserung der Technologie und der Stabilisierung der Anwendungen wird das Potenzial von LLMs zur Kosten senkung in der Übersetzungs branche möglicher weise allmählich deutlicher.
Die Integration von KI-Technologien in die Übersetzungs branche hat bereits erhebliche Kosten einsparungen und Effizienz verbesserungen gezeigt. Während jede Technologie-Übersetzungs speicher, maschinelle Übersetzung und Groß sprach modelle-ihre einzigartigen Stärken und Herausforderungen mit sich bringt, geht der allgemeine Trend zu einer automat isierteren, genaueren und kosten effizienterenIve Übersetzungs prozess. Da sich diese Technologien weiter entwickeln und reifen, wird ihre kollektive Wirkung wahr schein lich zunehmen, eine noch höhere Effizienz bieten und die Landschaft der Sprach dienste verändern. In der Zukunft der Übersetzung geht es nicht nur darum, die Kosten zu senken, sondern auch die Zugänglich keit und Qualität für ein globales Publikum zu verbessern.
EN 
cn 
de 
jp 
