Machine translation: wat, hoe en waarom?
Google Translate, DeepL en Microsoft Translator. Iedereen kent ze en hoogstwaarschijnlijk gebruik je ze zo nu en dan wel als je eens iets moet vragen aan je Franstalige collega of als je een aanvraag krijg van een Duitse klant.
Vertaalengines zijn niet meer weg te denken uit ons dagelijks leven, maar toch slagen veel bedrijven er niet in om ze op een efficiënte en gecontroleerde manier in te zetten. Ze kunnen nochtans ongelooflijk nuttig zijn, bijvoorbeeld bij zeer hoge volumes die snel vertaald moeten worden of het snel begrijpen van een anderstalig document.
Vertaalmachines verschillen op functioneel vlak. Niet elke tool vertaalt dezelfde bestandsformaten of biedt alle talen aan. DeepL ondersteunt bijvoorbeeld de vertaling van Word-, PowerPoint- en Pdf-bestanden. Google Translate kan daarnaast ook overweg met Excel-bestanden en tekst in afbeeldingen: iets wat DeepL niet kan. DeepL biedt momenteel vertalingen in 31 talen aan, Google Translate in meer dan 100 talen.
Daarnaast gebruiken vertaaltools verschillende onderliggende technologieën en datasets om vertalingen te genereren. Dit maakt ze meer of minder geschikt voor verschillende teksttypes, zoals juridische contracten of marketingteksten. Dan is er ook nog de manier waarop deze vertaaltools met de ingevoerde teksten of bestanden omgaan. Vaak worden die ergens opgeslagen om de vertaalmachine verder te trainen. De manier waarop dit gebeurt kan zelfs in overtreding zijn met de GDPR (General Data Protection Regulation).
De vraag ‘welke vertaalmachine is de beste?’ is dus complex en veelzijdig. Het antwoord is afhankelijk van jouw eisen en vertaalbehoefte. We gaan op alle bovengenoemde elementen dieper in.
Verschillende vertaalmachines, verschillende vertalingen
Heb je wel eens eenzelfde bestand of tekst door verschillende vertaalmachines laten vertalen, om vervolgens evenveel verschillende uitkomsten te zien?
Veel vertaalmachines worden ‘gevoed’ door de gegevens die ze verwerken. Dit betekent dat wanneer een vertaalmachine bijvoorbeeld veel technische gegevens verwerkt, dit ervoor zorgt dat deze een goede vertaling kan leveren van technische documenten zoals handleidingen, maar wellicht minder hoge kwaliteit levert bij bijvoorbeeld juridische contracten of marketingteksten.
Afhankelijk van de beschikbare hoeveelheid en kwaliteit van het gebruikte referentiemateriaal kan de kwaliteit per vertaalmachine sterk uiteenlopen. Tel daar bij op dat iedere vertaalmachine ook per taal gevoed moet worden, en het is duidelijk dat de kwaliteit van een machinevertaling per talencombinatie en per aanbieder sterk uiteen kan lopen.
Inhoudelijke kennis en talenkennis zijn dus leidend bij vertaalmachines, net als bij het keuzeproces voor een menselijke vertaler. En laat dat net iets zijn waar Wilkens al meer dan 25 jaar ervaring mee heeft.
Opslag van jouw teksten & gegevensbescherming
Wat gebeurt er eigenlijk met de informatie die je door een machinevertaler laat verwerken? Wanneer je met een gratis vertaalmachine werkt, kan je er zeker van zijn dat je teksten in de database van de aanbieder terechtkomen. Bevat je document (gevoelige) persoonsgegevens, dan kan dat daarnaast betekenen dat je de GDPR overtreedt. De vraag is dan niet alleen of je het leuk vindt dat je teksten en vertalingen kunnen worden gebruikt om de vertaalmachine verder te ontwikkelen, maar ook wat de gevolgen zouden zijn indien deze gegevens op straat komen te liggen in het geval van een gegevenslek.
Een manier om dit te voorkomen is door persoonsgegevens in je documenten te anonimiseren voordat ze door een vertaalmachine gaan. Namen en adressen vervang je dan door fictieve namen en adressen of generieke placeholders. Na het vertalen worden de gegevens weer ingevoegd, zodat het vertaalde document weer helemaal aansluit bij de oorspronkelijke tekst.
Maar hoe anonimiseer je een document? Ga je zelf knippen en plakken en fictieve namen en adressen bedenken? Of ga je op zoek naar slimmere oplossingen die daarbij kunnen helpen?
Wilkens c.s. denkt graag mee en zorgen dat dit soort uitdagingen in een handomdraai zijn opgelost!
Wilkens en Machine Translation
Innovatie is een van de pijlers waarop Wilkens c.s. is gebouwd en wij zijn er dan ook altijd als de kippen bij om nieuwe technologie onder de loep te nemen. Machinevertalingen zijn ondertussen niet nieuw meer, maar het blijft wel belangrijk om elke dag opnieuw de nieuwe ontwikkelingen op te volgen, want anders val je snel achterop. Net daarin ligt onze kracht, wij helpen onze klanten wegwijs te geraken in een steeds veranderende wereld door zelf te zorgen dat we altijd de juiste expertise in huis hebben.
Op technologisch vlak zijn we zeker niet bang van machinevertalingen, maar blijven we hondstrouw aan ons aloude adagium dat technologie ondersteunend aan onze kwaliteit werkt. Onze ISO-certificaten zetten we als leidraad in en voor elke vertaling die we leveren blijven we dus altijd met twee vertalers werken die een hoge specialisatiegraad hebben en die moedertaalspreker zijn van de doeltaal. Vertaalmachines kunnen het werk versnellen en verlichten, maar niet ten koste van de kwaliteit.
Wij bekijken graag samen met onze klanten de mogelijkheden afgestemd op de specifieke vertaalnood en communicatiebehoeften. We gaan ook met alle plezier in gesprek over de mogelijkheden van machine learning en translation workflows.
DOE DE TEST!
Meten is weten! Onze speciaal ontwikkelde vergelijkingstool beoordeelt de output van verschillende vertaalengines op basis van wetenschappelijke modellen en kan zo direct een inzicht geven met welke engine je de beste kwaliteit zal halen. Je kunt de tool zelf testen met een te vertalen bestand van maximum 3500 woorden via onderstaand formulier!
"*" geeft vereiste velden aan
Deel dit bericht, kies je platform!
Onderwerpen op deze pagina:
- Waarom produceren verschillende vertaalengines verschillende vertalingen?
- Wat doet een vertaalmachine met uw teksten en gegevens?
- Hoe gaat Vertaalbureau Wilkens om met Machine Translation?
- Wat kan Vertaalbureau Wilkens met jouw vertaalmachine-gerelateerde vraag?
- Vraag een vertaalmachinevergelijking aan