![\"Artificiell](\"https:\/\/www.globalizationpartners.com\/wp-content\/uploads\/2023\/10\/GPI-Tools-Machine-Translation.jpg\")
<\/div>\n<\/p>\n
GPI erbjuder AI-baserade maskin\u00f6vers\u00e4ttningsalternativ n\u00e4r det l\u00e4mpar sig, med en kombination av neural maskin\u00f6vers\u00e4ttning (NMT) och vissa generativa AI-tekniker f\u00f6r efterredigering och ytterligare kvalitetskontroll. Det \u00e4r viktigt att ha i \u00e5tanke att NMT \u00e4r en specifik lingvistisk till\u00e4mpning av AI som i viss m\u00e5n automatiserar \u00f6vers\u00e4ttningsarbetet. AI omfattar i allm\u00e4nhet ett brett spektrum av metoder och tekniker som har f\u00f6r avsikt att h\u00e4rma m\u00e4nsklig intelligens i en rad olika omr\u00e5den ut\u00f6ver \u00f6vers\u00e4ttning som till exempel robotteknik, datorseende och taligenk\u00e4nning.<\/p>\n
Utvecklingen inom maskin\u00f6vers\u00e4ttning har g\u00e5tt snabbt och under de senaste decennierna har spr\u00e5kindustrin anv\u00e4nt sig av tre grundl\u00e4ggande maskin\u00f6vers\u00e4ttningstekniker.<\/p>\n
Regelbaserad maskin\u00f6vers\u00e4ttning (Rule-based MT) \u00e4r en tidig form av maskin\u00f6vers\u00e4ttning som kr\u00e4ver manuellt till\u00e4gg av spr\u00e5k och m\u00e4nsklig efterredigering med f\u00f6rdefinierade regelupps\u00e4ttningar f\u00f6r att fastst\u00e4lla och \u00f6verf\u00f6ra betydelse mellan spr\u00e5k. Statistikbaserad maskin\u00f6vers\u00e4ttning (Statistical-based MT) skapar en statistisk modell av f\u00f6rh\u00e5llandet mellan ord och fraser i texten f\u00f6r att sedan till\u00e4mpa den p\u00e5 ett annat spr\u00e5k \u00e4n k\u00e4llspr\u00e5ket.\u00a0 Neural maskin\u00f6vers\u00e4ttning (NMT) h\u00e4rmar hj\u00e4rnans neuronn\u00e4t och kodar och avkodar k\u00e4lltext f\u00f6r \u00f6vers\u00e4ttning.<\/p>\n
<\/p>\n
Vad \u00e4r neural maskin\u00f6vers\u00e4ttning (NMT)?<\/h2>\n
NMT \u00e4r den senaste metoden i en l\u00e5ng rad av maskin\u00f6vers\u00e4ttningsmetoder som uppkommit under 1990-talet. M\u00e5let med NMT \u00e4r att efterh\u00e4rma den m\u00e4nskliga hj\u00e4rnans f\u00f6rm\u00e5ga att l\u00e4ra sig genom f\u00f6rs\u00f6k och misstag, och att anpassa sig efter nya erfarenheter. NMT anv\u00e4nder en \u201cdjupinl\u00e4rningsprocess\u201d d\u00e4r artificiella neuronn\u00e4t f\u00f6ruts\u00e4ger sannolikheten f\u00f6r en ordsekvens.\u2028\u200b NMT bygger p\u00e5 tidigare variationer av maskin\u00f6vers\u00e4ttning (statistisk och regelbaserad) vilket ger en helt ny kvalitetsniv\u00e5. Med en m\u00e4nsklig granskning och r\u00e4tt f\u00f6rberedelser i front-end kan v\u00e5r NMT-l\u00f6sning ge en f\u00f6rb\u00e4ttrad \u00f6vers\u00e4ttning.<\/p>\n
<\/p>\n
![\"Vad](\"https:\/\/www.globalizationpartners.com\/wp-content\/uploads\/2023\/10\/AI.jpg\")
<\/div>\n<\/p>\n
<\/p>\n
GPI:s NMT-metod<\/h2>\n
GPI:s prim\u00e4ra inst\u00e4llning till neural maskin\u00f6vers\u00e4ttning (NMT) \u00e4r fr\u00e4mst att den ska passa v\u00e5ra kunder och deras inneh\u00e5ll. Med \u00e5rtionden av erfarenheter inom MT-, NMT- och nyare AI-till\u00e4mpningar f\u00f6r \u00f6vers\u00e4ttning kan GPI:s kunder f\u00f6rs\u00e4kra sig om att v\u00e5ra NMT-l\u00f6sningar kommer att ge ytterligare tid- och kostnadsvinster tillsammans med god kvalitet.<\/p>\n
<\/p>\n
Grundl\u00e4ggande steg i projekt med neural maskin\u00f6vers\u00e4ttning:<\/strong><\/h3>\n\n- F\u00f6rst utf\u00f6rs en initial kvalitetsgranskning (IQA) av inneh\u00e5llet f\u00f6r att avg\u00f6ra om en NMT-l\u00f6sning ens \u00e4r l\u00e4mplig och hur mycket m\u00e4nsklig efterredigering som skulle kr\u00e4vas.\n
\n- \u00c4ven om kvaliteten p\u00e5 NMT-l\u00f6sningar har f\u00f6rb\u00e4ttrats avsev\u00e4rt s\u00e5 \u00e4r den \u00e4nnu inte l\u00e4mplig f\u00f6r alla situationer och inneh\u00e5ll, n\u00e5got som vi avg\u00f6r p\u00e5 ett tidigt stadium. Intern kommunikation kan vara ett bra anv\u00e4ndningsomr\u00e5de, medan kundriktade annonstexter l\u00e4mpar sig mindre f\u00f6r NMT-l\u00f6sningar.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
\n- Som en del av testfasen byggs en kundanpassad NMT-motor med de \u00f6nskade spr\u00e5kparen\n
\n- Dessa spr\u00e5kmotorer beh\u00f6ver tr\u00e4nas i ditt spr\u00e5kinneh\u00e5ll och i din dom\u00e4n<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
\n- B\u00e4sta m\u00f6jliga resultat uppn\u00e5s om motorn f\u00e5r tr\u00e4nas med eventuellt tidigare \u00f6vers\u00e4ttningsminnen eller flerspr\u00e5kiga ordlistor\n
\n- Dessa initiala steg \u00f6kar kvaliteten f\u00f6r den slutliga utdatan. Finns det inget tidigare material att anv\u00e4nda s\u00e5 testar vi med generiska NMT-motorer.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
\n- N\u00e4r motorerna \u00e4r klara k\u00f6r vi ditt inneh\u00e5ll i maskin\u00f6vers\u00e4ttningsverktyget f\u00f6r att utv\u00e4rdera det st\u00f6rre inneh\u00e5llet (ut\u00f6ver den initiala kvalitetsgranskningen, IQA). Sedan utv\u00e4rderar vi hur omfattande den m\u00e4nsklig efterredigeringen b\u00f6r vara f\u00f6r att uppn\u00e5 de kvalitetsniv\u00e5er som efterfr\u00e5gas.\n
\n- Processen ger viktig information som hj\u00e4lper till att planera \u00f6vers\u00e4ttningsprojektet med hj\u00e4lp av NMT-teknik. Kvalitets- och genomf\u00f6rbarhetsniv\u00e5er kan skilja sig \u00e5t mellan olika typer av inneh\u00e5ll och spr\u00e5kkombinationer. Det finns ingen enskild l\u00f6sning<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
\n- N\u00e4r ditt inneh\u00e5ll har matats in i maskin\u00f6vers\u00e4ttningsverktyget s\u00e5 matar den ut en r\u00e5\u00f6vers\u00e4ttning. Sedan kommer v\u00e5rt kvalificerade, m\u00e4nskliga \u00f6vers\u00e4ttningsteam att avsluta \u00f6vers\u00e4ttningen med efterredigerande maskin\u00f6vers\u00e4ttning (MTPE) f\u00f6r efterredigering av \u00f6vers\u00e4ttningen.\n
\n- MTPE \u00e4r ett krav och kan bland annat inneb\u00e4ra omarbetning av \u00f6vers\u00e4ttningen, ins\u00e4ttning av SEO-nyckelord, granskning av grammatik, stilredigering och granskning av kulturell kontext, f\u00f6r att n\u00e4mna n\u00e5gra av de spr\u00e5kuppgifter som ing\u00e5r.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
<\/p>\n
GPI anv\u00e4nder en rad olika NMT-l\u00f6sningar, inklusive, men inte enbart:<\/h4>\n\n- Google Translate<\/li>\n
- Microsoft Translator<\/li>\n
- Google Cloud Translation API<\/li>\n
- Unbabel<\/li>\n
- Azure Translator Text API<\/li>\n
- Amazon Translate<\/li>\n
- Language Weaver<\/li>\n
- DeepL<\/li>\n
- IBM Watson Language Translator<\/li>\n
- Bing Translator<\/li>\n
- Katan MT<\/li>\n<\/ul>\n
<\/p>\n
- \n
- \u00c4ven om kvaliteten p\u00e5 NMT-l\u00f6sningar har f\u00f6rb\u00e4ttrats avsev\u00e4rt s\u00e5 \u00e4r den \u00e4nnu inte l\u00e4mplig f\u00f6r alla situationer och inneh\u00e5ll, n\u00e5got som vi avg\u00f6r p\u00e5 ett tidigt stadium. Intern kommunikation kan vara ett bra anv\u00e4ndningsomr\u00e5de, medan kundriktade annonstexter l\u00e4mpar sig mindre f\u00f6r NMT-l\u00f6sningar.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- \n
- Som en del av testfasen byggs en kundanpassad NMT-motor med de \u00f6nskade spr\u00e5kparen\n
- \n
- Dessa spr\u00e5kmotorer beh\u00f6ver tr\u00e4nas i ditt spr\u00e5kinneh\u00e5ll och i din dom\u00e4n<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- \n
- B\u00e4sta m\u00f6jliga resultat uppn\u00e5s om motorn f\u00e5r tr\u00e4nas med eventuellt tidigare \u00f6vers\u00e4ttningsminnen eller flerspr\u00e5kiga ordlistor\n
- \n
- Dessa initiala steg \u00f6kar kvaliteten f\u00f6r den slutliga utdatan. Finns det inget tidigare material att anv\u00e4nda s\u00e5 testar vi med generiska NMT-motorer.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- \n
- N\u00e4r motorerna \u00e4r klara k\u00f6r vi ditt inneh\u00e5ll i maskin\u00f6vers\u00e4ttningsverktyget f\u00f6r att utv\u00e4rdera det st\u00f6rre inneh\u00e5llet (ut\u00f6ver den initiala kvalitetsgranskningen, IQA). Sedan utv\u00e4rderar vi hur omfattande den m\u00e4nsklig efterredigeringen b\u00f6r vara f\u00f6r att uppn\u00e5 de kvalitetsniv\u00e5er som efterfr\u00e5gas.\n
- \n
- Processen ger viktig information som hj\u00e4lper till att planera \u00f6vers\u00e4ttningsprojektet med hj\u00e4lp av NMT-teknik. Kvalitets- och genomf\u00f6rbarhetsniv\u00e5er kan skilja sig \u00e5t mellan olika typer av inneh\u00e5ll och spr\u00e5kkombinationer. Det finns ingen enskild l\u00f6sning<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- \n
- N\u00e4r ditt inneh\u00e5ll har matats in i maskin\u00f6vers\u00e4ttningsverktyget s\u00e5 matar den ut en r\u00e5\u00f6vers\u00e4ttning. Sedan kommer v\u00e5rt kvalificerade, m\u00e4nskliga \u00f6vers\u00e4ttningsteam att avsluta \u00f6vers\u00e4ttningen med efterredigerande maskin\u00f6vers\u00e4ttning (MTPE) f\u00f6r efterredigering av \u00f6vers\u00e4ttningen.\n
- \n
- MTPE \u00e4r ett krav och kan bland annat inneb\u00e4ra omarbetning av \u00f6vers\u00e4ttningen, ins\u00e4ttning av SEO-nyckelord, granskning av grammatik, stilredigering och granskning av kulturell kontext, f\u00f6r att n\u00e4mna n\u00e5gra av de spr\u00e5kuppgifter som ing\u00e5r.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
<\/p>\n
GPI anv\u00e4nder en rad olika NMT-l\u00f6sningar, inklusive, men inte enbart:<\/h4>\n
- \n
- Google Translate<\/li>\n
- Microsoft Translator<\/li>\n
- Google Cloud Translation API<\/li>\n
- Unbabel<\/li>\n
- Azure Translator Text API<\/li>\n
- Amazon Translate<\/li>\n
- Language Weaver<\/li>\n
- DeepL<\/li>\n
- IBM Watson Language Translator<\/li>\n
- Bing Translator<\/li>\n
- Katan MT<\/li>\n<\/ul>\n
<\/p>\n
- MTPE \u00e4r ett krav och kan bland annat inneb\u00e4ra omarbetning av \u00f6vers\u00e4ttningen, ins\u00e4ttning av SEO-nyckelord, granskning av grammatik, stilredigering och granskning av kulturell kontext, f\u00f6r att n\u00e4mna n\u00e5gra av de spr\u00e5kuppgifter som ing\u00e5r.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- N\u00e4r ditt inneh\u00e5ll har matats in i maskin\u00f6vers\u00e4ttningsverktyget s\u00e5 matar den ut en r\u00e5\u00f6vers\u00e4ttning. Sedan kommer v\u00e5rt kvalificerade, m\u00e4nskliga \u00f6vers\u00e4ttningsteam att avsluta \u00f6vers\u00e4ttningen med efterredigerande maskin\u00f6vers\u00e4ttning (MTPE) f\u00f6r efterredigering av \u00f6vers\u00e4ttningen.\n
- Processen ger viktig information som hj\u00e4lper till att planera \u00f6vers\u00e4ttningsprojektet med hj\u00e4lp av NMT-teknik. Kvalitets- och genomf\u00f6rbarhetsniv\u00e5er kan skilja sig \u00e5t mellan olika typer av inneh\u00e5ll och spr\u00e5kkombinationer. Det finns ingen enskild l\u00f6sning<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- N\u00e4r motorerna \u00e4r klara k\u00f6r vi ditt inneh\u00e5ll i maskin\u00f6vers\u00e4ttningsverktyget f\u00f6r att utv\u00e4rdera det st\u00f6rre inneh\u00e5llet (ut\u00f6ver den initiala kvalitetsgranskningen, IQA). Sedan utv\u00e4rderar vi hur omfattande den m\u00e4nsklig efterredigeringen b\u00f6r vara f\u00f6r att uppn\u00e5 de kvalitetsniv\u00e5er som efterfr\u00e5gas.\n
- Dessa initiala steg \u00f6kar kvaliteten f\u00f6r den slutliga utdatan. Finns det inget tidigare material att anv\u00e4nda s\u00e5 testar vi med generiska NMT-motorer.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- B\u00e4sta m\u00f6jliga resultat uppn\u00e5s om motorn f\u00e5r tr\u00e4nas med eventuellt tidigare \u00f6vers\u00e4ttningsminnen eller flerspr\u00e5kiga ordlistor\n
- Dessa spr\u00e5kmotorer beh\u00f6ver tr\u00e4nas i ditt spr\u00e5kinneh\u00e5ll och i din dom\u00e4n<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
- Som en del av testfasen byggs en kundanpassad NMT-motor med de \u00f6nskade spr\u00e5kparen\n