Computerwissenschaftliche Begriffe, die früher ausschließlich in wissenschaftlichen Communitys verwendet wurden, sind inzwischen in unserem täglichen Leben fest integriert, ob in den Nachrichten, die wir lesen, den Produkten, die wir konsumieren, oder in der Technologie, die wir nutzen. Manche werden austauschbar miteinander verwendet (fälschlicherweise), bei anderen sind sowohl Definition als auch Anwendung etwas verschwommen. Daher dachten wir, dass es angebracht wäre, die wichtigsten computerwissenschaftlichen Begriffe in Bezug auf maschinelle Übersetzung (Machine Translation, MT) zu erörtern, denen Sie begegnen könnten.
Übersetzung ist eine komplexe Kunst, die wir sehr respektieren. Der manuelle Prozess dabei macht es schwierig, mit sich ändernden Technologien und fortgeschrittenen Geschäftspraktiken Schritt zu halten. Modernisierung scheint von erheblicher Bedeutung zu sein. Veränderung führt zu Ungewissheit. Es ist verständlich, dass Lokalisierungsteams sich an Legacy-Anbieter, einen statischen Stapel und die gleichen Workflows halten.
Wir freuen uns, ein neues Feature unserer Benutzeroberfläche ankündigen zu können, das den Übersetzungsprozess verbessert. Zuvor konnten Reviewer allgemeine Textkommentare zu Fehlern abgeben und Kategorien einführen, indem Hashtags verwendet wurden, um den Fehlertyp anzugeben (z. B. #punctuation oder #mistranslation). Das Erfassen der verschiedenen Hashtags und die präzise Identifikation, wo der Fehler aufgetreten ist, war aber immer noch ein manueller Prozess.
Wir haben stets das Ziel, unsere Kunden zu ihrem Erfolg zu verhelfen und bei ihren Lokalisierungsbemühungen einen echten Mehrwert zu erzielen.
Wir hatten das Vergnügen, am vergangenen Mittwoch, dem 13. Februar am SF Globalization Meetup in der Autodesk Gallery in San Francisco teilzunehmen, wo unser CEO Spence Green einen Vortrag zu den jüngsten Fortschritten bei der neuronalen maschinellen Übersetzung hielt.
Das Erstellen eines ROI-Modells für die Lokalisierung ist für viele Unternehmen sehr schwierig. Wir wollen helfen, dieses Problem zu lösen, und haben einen vollständigen Leitfaden dazu verfasst. Hier können Sie Ihre kostenlose Kopie erhalten. Zunächst wollten wir etwas Zeit darauf aufwenden, die Komplikationen in puncto Lokalisierung und ROI aufzuschlüsseln.
Technologie-Schulden – ein Kompromiss zwischen kurzfristigen Gewinnen durch den schnellen Versand von Softwarekorrekturen anstelle besserer, längerfristiger Lösungen – ist für Entwicklungsteams eine häufige und oft unvermeidbare Praxis. Die Ansammlung von Technologie-Schulden bietet die Möglichkeit, Probleme mit der Benutzererfahrung und Software-Performance schnell zu lösen.
In der Lokalisierungs-Community finden viele Diskussionen statt, insbesondere in Bezug auf Themen wie veränderte Landschaften und Workflows sowie Fortschritte bei der maschinellen Übersetzung (MT). Wir finden das alles sehr spannend.
Wenn Sie mit den Recherchen zur Lokalisierung beginnen, werden Sie schon bald feststellen, dass es sich um eine stark spezialisierte Branche mit eigener Fachterminologie handelt. Das soll nicht heißen, dass sie nicht zugänglich oder einladend ist. Ein Ziel der Übersetzung ist es schließlich, Kommunikationsbarrieren abzubauen, nicht neue zu schaffen!
