Machines hebben in de loop der tijd al veel taken van de mens overgenomen. Een volledig geautomatiseerde vertaaltool, zoals Google Translate, lijkt een logische stap in die ontwikkeling. Helaas zijn de meningen sterk verdeeld over de meerwaarde van machinevertalingen. Enerzijds zweren voorstanders bij de grote tijdswinst en lage prijzen van machinevertalingen. Anderzijds zijn kritische vertalers nog niet overtuigd dat machines een acceptabele kwaliteit kunnen leveren.
Vertaalbureaus maken veelvuldig gebruik van vertaalsystemen als hulpmiddel, waarbij nog altijd sprake is van een menselijke vertaler of revisor. Deze ondersteunende systemen, beter bekend als Computer Aided Translation-tools (ofwel CAT-tools), controleren de tekst onder andere op woorden en zinsdelen die overeenkomen met eerdere vertalingen. Het systeem beschikt over een vertaalgeheugen waarin vertalingen per klant worden opgeslagen. Vervolgens geeft het systeem een suggestie die de vertaler dan controleert en vervolgens in de vertaling opneemt.
Machinevertalingen gaan nog een stap verder dan deze CAT-tools. Zo geven Google Translate en DeepL direct een resultaat als een begrip wordt ingevoerd. De menselijke controle wordt bij deze technieken dus volledig overgeslagen. Het systeem berekent op basis van een omvangrijke online database de best mogelijke overeenkomst en levert dan een vertaling. Het grote voordeel hierbij is de razendsnelle wijze waarop een vertaalsysteem dit proces uitvoert.
Veel haken en ogen
Toch legt deze werkwijze al direct een probleem bloot. De kwaliteit en omvang van de online database bepaalt in sterke mate de kwaliteit van een machinevertaling. Als men een put bouwt bij vervuild grondwater, valt daar nooit schoon drinkwater te halen. Een machinevertaling werkt net zo. Een vervuilde database levert enkel foute vertalingen op. De machine beschikt niet over de vaardigheden om de invoer kwalitatief te beoordelen.
Een tweede kanttekening is dat machinevertalingen geen enkel benul van context hebben. Een vertaler begrijpt uit de context van een tekst of ‘bank’ verwijst naar het meubelstuk of de financiële instantie. Een machine maakt uiteindelijk maar een (berekende) gok naar de juiste betekenis. Dan spreken we nog niet eens van stijlconventies, consistentie, beeldspraak of humor. Kortom, vertalen blijkt vooralsnog een te ingewikkeld proces voor machines om volledig over te nemen.
Middenweg: post-editing
Natuurlijk liggen er wel interessante mogelijkheden met deze nieuwe vertaaltechnieken. Vertaalbureaus experimenteren al met post-editors: menselijke vertalers die als redacteur van de vertaalmachines fungeren. De vertaalmachine levert dan een automatische vertaling van een bepaalde tekst, waarna de post-editor juist die elementen controleert waar een vertaalmachine moeite mee heeft. Marketingteksten maken bijvoorbeeld gebruik van humor, culturele verwijzingen of een specifieke toon. De vertaler controleert of deze elementen daadwerkelijk correct zijn overgenomen in de andere taal.
Vooralsnog zijn machinevertalingen vooral een oplossing voor klanten die andere prioriteiten verkiezen boven hoge kwaliteitseisen. Wanneer er bijvoorbeeld spoed is voor een vertaling, kan een machinevertaling met post-editing een uitkomst bieden. Vakantiewebsites maken bijvoorbeeld al gretig gebruik van machinevertalingen. De vele recensies bij accommodaties zijn dikwijls automatische vertalingen waar taalkundig gezien niet veel van klopt. De kernbegrippen, zoals ‘goedkoop’, ‘schoon’, ‘strand’ of ‘lekker eten’, zijn echter door de machine wel vertaald, waardoor de lezer nog steeds over de belangrijkste informatie beschikt.
Goed vertalen is nog steeds mensenwerk.
Nieuwsgierig geworden naar de mogelijkheden van machinevertalingen en post-editing en wat Foxiz zou kunnen betekenen voor jou? Neem dan contact met ons op!