Maandag nam ik met plezier een MTPE-project aan voor een merk van luxe-auto’s.
Nu, dat is geen nieuws, ik neem opdrachten altijd met plezier aan.
Maar het bleek twee dagen behoorlijk doorwerken te zijn. Ik was een beetje verrast dat ik me na de eerste dag al tamelijk leeg voelde.
Zoals gewoonlijk met dit soort MTPE-opdrachten vraag je je af waarom het zo zwaar voelt, want er was niet veel te vertalen en de meeste woordenschatproblemen waren al aangepakt in de TB.
Ten eerste was het echter een enorme hoeveelheid woorden: meer dan 166 000! Gelukkig moest ik er zelf maar ongeveer 10 000 controleren.
Maar, hola: de AI had geen rekening gehouden met de TB! Dus zadelde de kwaliteitscontrole achteraf me nog met een hoop te controleren woordenschat op.
En een andere programma – misschien ook de AI – had alle woorden geschreven in hoofdletters vervangen door labels. Dat was interessant voor combinaties zoals “the STOP button”, maar het verving bijvoorbeeld ook “OFF” en “ON” in werkwoordgroepen (phrasal verbs) door labels.
Dat betekende dat “Tun ON” en “Turn OFF” er precies hetzelfde uitzagen. Het werd allemaal “Turn Label1” omdat de labels in elke afzonderlijke zin vanaf 1 werden genummerd.
Maar de vertaling “Zet Label1” zou dan “Zet OFF” of “Zet ON” worden, wat je niet echt Nederlands kunt noemen.
Elke vindplaats van een phrasal verb moest worden gecontroleerd in het document met de brontekst om zeker te zijn dat de vertaling in orde was.
Het zijn zulke zaken waardoor MTPE tijdroverender is dan verwacht, en de deadline halen je nogal wat kopzorgen kan bezorgen.
Maar, niet getreurd, het is gelukt. Het maakt echter wel duidelijk waarop MTPE soms onverwacht vermoeiend is.
Monday I gladly excepted an MTPE project for a luxury car brand.
Well, I always gladly except a job, there’s nothing new to that.
But it turned out to be two days of hard work. I was a bit surprised that I felt a bit empty after the first day.
As usual with this kind of MTPE jobs you wonder why it does feel so hard, because there wasn’t a lot to translate and the vocabulary problems had mostly been taken care off.
However, first of all it was an anormous amount of words: more than 166 000! Luckily, I only had to take a look at approximately 10 000.
But, oh boy: the AI didn’t take the TB into account! All of that had to be checked afterwards.
And one or other program – maybe the AI too – replaced all words written in capitals by tags. That was very interesting for combinations like “the STOP button”, but it replaced “OFF” and “ON” from phrasal verbs by tags too.
That meant “Tun ON” and “Turn OFF” looked exactly the same. It all became “Turn TAG1”.
But the translation “Zet TAG1” would have ended up as “Zet OFF” or “Zet ON”, which can hardly be called Dutch. Every occurrence of phrasal verbs had to be checked to be make it was translated OK. Things like that make MTPE more time-consuming than expected, and meeting the deadline can be a headache.
I pulled it off, but it became clear why MTPE can feel so unexpectedly tiring.
L’intelligence artificielle (IA) n’a rien de nouveau en matière de traduction.
Le secteur de la traduction a toujours été l’un de premiers à intégrer la technologie de l’information et de la communication (ICT), parce que traduire c’est communiquer. Les traducteurs ont aussi été les premiers à utiliser les télécopieurs à grande échelle. Nous avons également été les premiers à utiliser des PC, même si c’était uniquement pour que le travail final soit propre. Et nous avons aussi été les premiers à utiliser des PC pour installer des bases de données, ainsi que pour automatiser les dictionnaires et le contrôle de l’orthographe.
L’un des premiers avantages qui m’a séduit dans la traduction assistée par ordinateur était la possibilité de conserver la mise en page du document original. Fini le temps des feuilles de papier avec des blocs de texte numérotés pour établir le lien avec le texte source. Le client recevait enfin un document traduit sans risque de confusion et qu’il pouvait facilement intégrer dans sa chaîne de production.
Lorsque la mémoire des ordinateurs est devenue suffisamment importante et rapide pour stocker le texte source et le texte cible des traductions, nous avons pu récolter les fruits de notre travail antérieur en automatisant ce que nous faisions depuis des décennies : baser les traductions de documents modifiés sur celles des versions précédentes. Mais cette fois, nous n’avions plus à passer au crible et à retaper des piles de textes. L’ordinateur faisait cette partie du travail pour nous, et nous pouvions nous concentrer sur les parties nouvelles et modifiées afin de livrer plus rapidement un meilleur résultat.
La dernière évolution a été l’introduction de la traduction assistée par ordinateur (TAO, ou CAT pour computer aided translation en anglais). Une fois ces logiciels adoptés, la mise en place de règles programmées pour comparer le texte source avec différents types de textes cibles, permettant ainsi au programme de nous aider à adapter le texte cible, n’a plus été qu’une question de temps.
Il en a inévitablement découlé l’introduction d’une intelligence accrue dans ces logiciels, ce qui a finalement donné naissance à ce que nous appelons la traduction automatique (TA, ou MT pour machine translation).
C’est pourquoi je ne comprends pas l’engouement actuel autour de la traduction avec l’IA. En réalité, la TA EST de la traduction avec l’IA. Bien souvent, les systèmes de TA n’utilisent pas la TAO traditionnelle comme base, mais la TAO classique intègre généralement des éléments de TA afin d’utiliser la traduction automatique pour préparer le travail final du traducteur, accélérer le processus et éviter les erreurs des systèmes purement automatisés.
La TA ne fonctionne pas sans la post-édition de traduction automatique (MTPE, machine translation post-editing). Le traducteur révise et édite le texte après la traduction automatique. C’est également ainsi que fonctionne la traduction avec l’IA. La seule différence entre la traduction avec l’IA et la MTPE est terminologique : ce sont deux expressions différentes pour désigner la même chose. C’est pourquoi l’énorme battage médiatique autour de l’IA dans la traduction n’est rien de plus qu’un changement de terminologie, parfois accompagné d’un changement de fournisseur : certains affirment utiliser l’IA pour attirer des clients, mais en réalité, ils font exactement ce que le secteur de la traduction fait depuis au moins dix ans.
Le terme « IA » pour la traduction relève davantage du marketing et du window dressing que d’une nouvelle méthode de travail plus avancée.
Artificial Intelligence (AI) in translation is nothing new.
The craft of translation has always been influence by ICT, because it’s all about communication. We were amongst the first who could use fax machines. We were amongst the first who could use pc’s, even if it was only to have an output which looked more neat. And so we were also the first who used pc’s to install databases on them and to be able to use automated dictionaries and spelling checkers.
One of the first benefits I like about translating using a computer, was that we could preserve the layout of the original document. The days of numbering blocks of text to make clear which part of the translation was related to which part of the original text, were gone. The client finally got a document which he could incorporate in his work flow and product chain without much ado.
When computer memories became big and fast enough to store source and target of previous translations, we could start reaping the benefits of our previous work, by automating what we had already been done for decades: found translations of reviewed documents on the translations of the original documents. But this time we didn’t have to plough through huge stacks of material and type it over. The computer did part of the work for us, and we could deliver faster a better result.
That last evolution was the introduction of computer aided translation, or CAT. Once those programs were used, it was simply a matter of time before we could implement logic to compare source material with target material of various kinds, so that the program could support us to amend the target.
Inevitable that lend to an increasing intelligence of the programs, and finally to what we call machine translation, or MT.
That’s why I don’t understand the hype about translating with AI. As a matter of fact MT IS translating with AI. MT systems often don’t use the traditional CAT tools as their fundamental work system, and traditional CAT tools have implemented some MT elements to make it possible to use MT to prepare for the definitive work by the translation to speed up the work and at the same time to avoid mistakes by the automated systems.
MT doesn’t work without MTPE: machine translation post editing. The translator does the post editing of the texts produced by MT. That is the way translation with AI works. The only difference I see between translation with AI and MTPE is the terminology: it are two different expressions to mention the same thing. Therefore the huge hype about AI in the field of translation is nothing more than a shift in providers: some say they use AI to draw clients, but they’re doing the same thing that the translation business has been doing for several years now. AI in translation is more about marketing and window dressing than about offering a new, more advanced way of working.
Vertaalbureau MOTTE 