past-present-translation-memory-technology

Vergangenheit und Gegenwart der Translation Memory-Technologie

Das Konzept eines Translation Memorys (TM), auch Übersetzungsspeicher genannt, gibt es bereits seit den 1970er Jahren. In den 1980er Jahren wurde es sukzessive weiterentwickelt. Aber erst in den 1990er Jahren erzielte SDL mit Translator’s Workbench for Windows den entscheidenden Durchbruch. Mit einer 16-Bit-Version ab 1995 und einer 32-Bit-Version ab 1998 war dies die erste weit verbreitete TM-Engine (Vorgängerversionen richteten sich in erste Linie an kleine Zielgruppen. Sie basierten auf DOS, das zu Beginn der 1990er Jahre zunächst erfolgversprechend schien).

Wie konnten wir diesen Durchbruch erzielen?

In den Anfangsjahren der maschinellen Übersetzung galt die Qualität des Outputs allgemein als unzureichend. Windows-PCs eroberten Unternehmen und den Verbrauchermarkt, sodass sowohl freiberufliche Übersetzer als auch Übersetzer in Unternehmen verstärkt Technologie einsetzten, um mit dem Anstieg der digitalen Inhalte Schritt zu halten. Ein echtes Plus waren dann zielgruppenspezifische Lösungen wie z. B. eine Freelance Edition.

Translation Memorys sind das Herz und Hirn von CAT-Tools (Computer Aided Translation, Übersetzungssoftware). Zunächst stieß diese Technologie jedoch auf Skepsis. Inzwischen können wir uns die Arbeit ohne Translation Memory gar nicht mehr vorstellen, denn seit den 1990er Jahren hat SDL die Entwicklung der Translation Memory-Technologie konsequent vorangetrieben. Dabei standen stets die Vorteile für unsere Kunden im Mittelpunkt.

Die Entwicklung des Translation Memorys

Als SDL im Jahr 2005 Trados übernahm, wurde die Translation Memory-Technologie für SDL Trados Studio und GroupShare von Grund auf neu gestaltet. Wir nutzten diese Gelegenheit, um Lücken zu schließen, die Kunden im Laufe der Jahre an der Workbench TM-Engine bemängelt hatten: Konkordanzsuche in der Zielsprache, Einführung der Konzepte Kontext- und Struktur-Match, eine vollständig XML-standardbasierte Engine und so weiter.

Erweiterte Translation Memory-Funktionen

Translation Memorys von SDL sind besonders vielseitig, und im Laufe ihrer Entwicklung rückten produktivitätsorientierte Funktionen in den Vordergrund. Ein gutes Beispiel dafür sind die AutoSuggest-Wörterbücher.

Sie werden aus dem Inhalt Ihres Translation Memorys erstellt und bieten Ihnen direkt beim Übersetzen Formulierungen oder Fragmente per AutoSuggest an. Mit der Konkordanzsuche finden Sie im Translation Memory einzelne Wörter oder ganze Textblöcke, die nicht als Termbank- oder andere Matches angezeigt werden.

Benutzer von CAT-Tools dürften bereits mit AutoSuggest-Wörterbüchern und der Konkordanzsuche vertraut sein, aber SDL hat für TMs fortschrittliche Funktionen entwickelt, die Sie vielleicht noch nicht kennen.

Translation Memorys von SDL unterstützen nicht nur die segmentbasierte, sondern auch die absatzbasierte Segmentierung. Das hilft insbesondere bei der Arbeit mit asiatischen Sprachen, in denen inhaltliche Konzepte sich anders als in westlichen Sprachen entfalten. Hier ist daher die Übersetzung von Absätzen anstelle von Segmenten sinnvoller. Auch die neuronale maschinelle Übersetzung (NMT) führt zu neuem Interesse an absatzbasierter Segmentierung, weil Übersetzer damit den gesamten Kontext eines Absatzes sehen, anstatt Segment für Segment zu übersetzen.

Nur bei SDL finden Sie darüber hinaus die Methode, anhand der Dokumentstruktur Kontext innerhalb des TMs bereitzustellen. Das bedeutet, dass wir Kontext-Matches nicht nur nach dem Grad der Übereinstimmung differenzieren, sondern auch anhand ihrer Position in der Dokumentstruktur (Indexplatzhalter, Überschrift, Listenelement usw.). Die Übersetzung scheinbar identischer Segmente unterscheidet sich häufig nur durch den Strukturkontext. Im Englischen werden Indexeinträge beispielsweise klein geschrieben, während dasselbe Segment in einer Überschrift Großbuchstaben erfordert.

Flexibilität

Wie flexibel Translation Memorys von SDL sind, sehen Sie auch an unserem AppStore, der branchenweit einmalig ist. SDL Trados Studio bietet Ihnen bereits eine Reihe von Funktionen zur Verwaltung und Pflege Ihrer TMs, doch mit diesen vielfältigen Apps haben Sie noch mehr Möglichkeiten. Apps wie die folgenden können beispielsweise Ausgangstext oder Zieltext sowie Ausgangs- und Zieltext in unterschiedlichen Dateiformaten darstellen:

1. SDLXliff2Tmx

2. SDLTmReverseLangs

3. SDLTmExport

4. SDLTmConvert

Sie können sogar Daten in Ihrem TM anonymisieren, um den immer strengeren Datenschutzanforderungen gerecht zu werden. Laden Sie dazu einfach die App SDL Data Protection Suite aus dem SDL AppStore herunter.

Skalierbarkeit

Bei SDL legen wir großen Wert auf die Skalierbarkeit in beide Richtungen: Unsere Translation Memorys lassen sich ebenso mühelos für Hunderte gleichzeitiger Benutzer skalieren wie von einem einzelnen Benutzer auf einem lokalen PC ohne Internetverbindung verwenden – und in allen Größenordnungen zwischen diesen beiden Extremen.

Dabei achten wir stets auf die Optimierung von Benutzererlebnis und Leistung. Möglich wird das durch ein Konzept, das unterschiedliche Speichermechanismen und Vorgehensweisen in der Software unterstützt: dateibasiertes Arbeiten in der lokalen Desktop-Umgebung und serverbasiertes Arbeiten, bei dem mehrere Benutzer gleichzeitig dieselbe Ressource gemeinsam verwenden.

Dateibasierte TMs von SDL sind perfekt und extrem effizient für einzelne Benutzer oder Teams von bis zu drei Personen. Ein serverbasiertes Produkt bietet optimale Effizienz für alle größeren Gruppen.

Serverbasierte TMs von SDL können (in Studio und GroupShare) von Hunderten von Benutzern gleichzeitig verwendet werden und sorgen durch den geregelten, zeitlich beschränkten Zugriff auf zentrale Translation Memorys für höhere Konsistenz der Übersetzungen. Die gemeinsame Nutzung von Ressourcen in Echtzeit während der Übersetzung steigert die Wiederverwendung von Inhalten in einem Maße, das sich in reinen Desktop-Umgebungen nicht erreichen lässt.

Das Angebot sowohl von dateibasierten Translation Memorys mit erweiterten Produktivitätsfunktionen als auch von serverbasierter TM-Freigabe entspricht den verschiedenen Kundeninteraktionen. So unterstützen wir freiberufliche Übersetzer ebenso wie Übersetzungsdienstleister und Unternehmen, die große Volumen an Übersetzungsprojekten in immer kürzerer Zeit bewältigen müssen.

Die Entwicklung der upLIFT-TM-Technologie

Nach langen Jahren der stetigen Weiterentwicklung der Translation Memory-Technologie stellte die Einführung von SDL Trados Studio 2017 einen Meilenstein für SDL dar: Mit der neuen upLIFT-Technologie wird das „Arbeitstier“ CAT-Tool zur Intelligenzbestie.

Wir hatten bereits AutoSuggest-Wörterbücher und die Konkordanzsuche als Produktivitätsoptimierungen bei der Verwendung des TMs erwähnt. Ihr Nachteil besteht jedoch darin, dass zur Einrichtung und Verwendung manuelle Vorgänge erforderlich sind. Damit räumt nun die upLIFT-Technologie oder „Fragmenterkennung“ auf.

Fragmenterkennung beruht auf einem detailgenauen Alignment. Da ein TM Paare alignierter Segmente enthält, also Übersetzungseinheiten, sind Vorgänge auf Segmentebene relativ einfach, z. B. das Auffinden von Fuzzy-Matches für ein Segment und das Abrufen des gespeicherten Übersetzungsvorschlags. Vorgänge unterhalb der Segmentebene sind problematischer, beispielsweise, ein Match für nur einen Teil eines Übersetzungssegments zu finden (also einen Ausdruck oder einen Begriff innerhalb eines Satzes) und den entsprechenden Teil der Übersetzung abzurufen. Das änderte sich in Studio 2017, als die Fragmenterkennung es möglich machte, ohne Eingreifen des Benutzers automatisch diese Fragment-Matches aus ganzen Übersetzungseinheiten (ÜEs) anzuzeigen.

Seit der Einführung im Jahr 2016 wurde die Fragmenterkennung weiterentwickelt und verbessert. Der Ursprung eines Fragment-Matches wird nun in einer QuickInfo angezeigt, und Übersetzer können Fuzzy-Matches, die Studio im Rahmen der Fuzzy-Match-Optimierung automatisch angepasst hat, auch ablehnen.

Aber das ist noch lange nicht das Ende der Verbesserungen. Service Release 1 für Studio 2017 enthielt eine neue Funktion namens LookAhead, die den Zugriff auf Suchergebnisse aus dem Translation Memory (TM) durch deren Abruf im Hintergrund beschleunigt. Wenn Sie zum nächsten Übersetzungssegment wechseln, führt Studio automatisch eine Suche für die folgenden zwei Segmente durch, während Sie das aktuelle Segment bearbeiten. Der Vorteil? Nahezu sofortige Ergebnisse, sobald Sie zu einem neuen Segment wechseln, weil die TM-Suche bereits erfolgt ist und die Ergebnisse (sofern vorhanden) bereits automatisch „abgerufen“ wurden.

Einfacheres Hinzufügen neuer Inhalte

Die Verwaltung Ihrer Translation Memorys und deren Anwendung sind zweifelsohne wichtig, aber ebenso wichtig ist es, mühelos Inhalte aufnehmen zu können.

Sowohl Einsteiger als auch erfahrene Anwender von CAT-Tools können durch das Alignment von Übersetzungen schnell und effizient aus bestehenden Inhalten neue Translation Memorys erstellen. Mit der Veröffentlichung von Service Release 1 für SDL Trados Studio 2019 sind Alignments jetzt noch einfacher geworden. Wir haben neue Möglichkeiten zum Auswählen und Verbinden von Segmenten beim Alignment eingeführt und die Funktionen „Teilen“, „Gehe zu“ und „Suchen“ erweitert.

Noch bessere Translation Memory-Funktionen

Wir haben die Genauigkeit von Kontext- und Fuzzy-Matches verbessert, damit Sie noch mehr Ergebnisse erhalten als bisher. Dabei wurde nicht nur die Art der Berechnung von Kontext-Matches verbessert, um genauere Matches zu erzielen, sondern auch die Stammformreduktion für westliche Sprachen. Dies führt zu besseren Fuzzy Matches.

Darüber hinaus haben wir Verbesserungen bei der Erkennung von japanischen Schriftzeichen mit halber und voller Breite vorgenommen, die beim DTP eine Rolle spielen. Das ist in diesem Markt ein Riesenfortschritt.

Dieses neueste Service Release zeigt, dass die Entwicklung des TMs andauert und dass weitere Optimierungen möglich sind. Neben bahnbrechenden Innovationen wie AutoSuggest, upLIFT Fragmenterkennung und Fuzzy-Match-Optimierung haben auch detaillierte Verbesserungen, z. B. Stammformreduktion/Fuzzy-Matches in SDL Trados Studio 2019, dazu beigetragen, dass TMs heute erheblich besser ausgeschöpft werden können.

Das Translation Memory hat im Laufe der Jahre Riesenfortschritte gemacht. Laufende Innovationen und immer neue Funktionen machen es Ihnen leichter als je zuvor, Ihr TM zu verwenden und zu verwalten.

Trados feiert dieses Jahr sein 35-jähriges Jubiläum. Aus diesem Anlass werfen wir auch einen Blick in die Zukunft des TMs. Im zweiten Teil dieses Blogs werden Daniel Brockmann, Product Director für SDL Trados, und Kevin Flanagan, Entwickler der upLIFT-TM-Technologie Überlegungen zur Zukunft des TMs anstellen und Themen wie KI, NMT und die Cloud aufgreifen.