tekom-Jahrestagung 2012 - ActiveDoc

Lokalisierung und Übersetzung / Localization
Bei der TM-Optimierung geht es nun darum, TMs zunächst auf mögliche
Probleme zu untersuchen und diese dann, soweit möglich automatisiert,
zu beseitigen. Das Ziel ist also ein TM, aus dem Übersetzern
höherwertige Matches in besserer Qualität angeboten werden können.
Für die Analyse und Korrektur von Fehlern in TMs bieten die Bordmittel
der TMs aber nur sehr eingeschränkte Möglichkeiten, die bei TMs
mit Tausenden ÜE kaum praktikabel verwendbar sind. Daneben gibt es
am Markt zwar verschiedene kommerzielle und Open-Source-Werkzeuge.
Diese bringen allerdings eine Reihe von Nachteilen mit sich, darunter
eingeschränkten Funktionsumfang, reduzierte Kontrolle über die
Definition von Fehlern sowie mangelnde Integrierbarkeit in bestehende
Prozesse.
Vor diesem Hintergrund wurde bei beo Gesellschaft für Sprachen und
Technologie mbH eine eigene Lösung für die TM-Optimierung entwickelt.
Diese Lösung basiert auf Skripten (also logischen Befehlsabfolgen)
in der freien Skriptsprache PHP, anhand denen komplette Exportdateien
aus dem TMS in unterschiedlichster Weise verarbeitet werden
können.
Beispiel Übersetzungsvarianten
Ein Beispiel für typische Mängel in einem TM ist das Auftreten von
ungewünschten Übersetzungsvarianten, also mehreren, inkonsistenten
Übersetzungen für einen Ausgangssatz. Anhand eines entsprechenden
Skripts kann zunächst untersucht werden, ob Übersetzungsvarianten
im TM vorkommen. Dabei ist eine Unterscheidung nach identischen
oder abweichenden Attributfeldern möglich. Vom Skript gefundene
Varianten der beiden Typen werden dann mit den relevanten Metadaten
der betroffenen ÜE in einer Liste ausgegeben, die bequem in einem
Portal dargestellt und bearbeitet werden kann. Anhand dieser Listen
können die ungewünschten Varianten manuell ausgewählt werden und
die entsprechenden ÜE anhand einer zuvor vergebenen ID automatisch
aus dem TM entfernt werden.
Mit einem weiteren Skript ist eine automatische Bereinigung der Varianten
auf Basis der Metadaten der ÜE möglich: So kann beispielsweise
angenommen werden, dass es sich bei der zuletzt angelegten oder geänderten
Übersetzungsvariante um die aktuellste und damit bevorzugte
Variante handelt; alle anderen Varianten mit demselben Ausgangssatz
werden automatisch entfernt. Die Berücksichtigung weiterer Metadaten,
wie Attribut- oder Textfelder, ist ebenfalls möglich.
Als Ergebnis der teil- oder vollautomatischen Bereinigung entsteht ein
TM, in dem ausschließlich gewünschte Übersetzungsvarianten enthalten
sind. Dadurch verbessert sich nicht nur die inhaltliche Konsistenz
von Übersetzungen, auch die Matchwerte werden erhöht und der Aufwand
sinkt.
Beispiel Satzfragmente
Ein weiteres Beispiel ist das Auftreten von Sätzen, die fragmentiert in
den Segmenten mehrerer ÜE gespeichert sind – ein Phänomen, das
entsteht, wenn Absatzmarken im Ausgangsdokument als Mittel zum
Zeilenumbruch verwendet werden. Bei der Segmentierung des Textes
durch das TMS führen diese Absatzmarken dazu, dass ganze Sätze in
180
tekom-Jahrestagung 2012