Messung maschineller¨Ubersetzbarkeit von ... - Parallele Systeme

7. Modellierung von MT Analyser
Insbesondere ist MT Analyser kein Programm, das bewertet, wie gut ein Mensch einen
Text übersetzen kann! Hierfür hätten im Vorfeld andere Untersuchungen durchgeführt
und andere Kriterien zugrundegelegt werden müssen.
Außerdem soll MT Analyser kein Aufsatz für ein bereits existierendes Übersetzungsprogramm
sein, sondern als unabhängiges und alleinstehendes Programm Texte hinsichtlich
ihrer Übersetzbarkeit allgemeingültig analysieren, ohne auf die Stärken oder Schwächen
eines bestimmten MÜ-Programms ausgerichtet zu sein. Dabei ist natürlich nicht auszuschließen,
dass es eines Tages für ein Programm optimiert wird.
Schließlich soll MT Analyser auch keine kontrollierte Sprache sein (vgl. Abschnitt 3.1). Es
werden keine Regeln für den Sprachgebrauch vorgeschrieben, sondern lediglich Hinweise
erteilt, an die die Verfasser zu übersetzender Texte sich halten können, aber nicht müssen.
7.2. Anforderungen an MT Analyser
Das Hauptziel der Entwicklung von MT Analyser lässt sich mit einem Satz so formulieren:
Das Programm muss in der Lage sein, den in dieser Arbeit erstellten Übersetzbarkeitsindex
mit seinen gewichteten Textmerkmalen auf einen deutschsprachigen
Text beliebiger Länge anzuwenden und ein ausführliches Ergebnis
der Bewertung der Übersetzbarkeit dieses Textes zu erzeugen.
Um dies zu erreichen, muss eine Reihe von funktionalen Anforderungen erfüllt werden. Sie
ergeben sich vor allem aus Abschnitt 7.1 und aus der Tatsache, dass der Wortlaut eines
Textes allein nicht ausreicht, um seine Eigenschaften zu erkennen. Im einzelnen sind dies:
• Die einzelnen Sätze innerhalb eines Textes müssen möglichst präzise erkannt werden.
• Zu den einzelnen Sätzen müssen weitere Informationen beschafft werden. Es ist
unverzichtbar zu wissen, welche Grundform zu einem Wort eines Satzes gehört und
zu welcher Wortart es zählt. Die Grundform wird beispielsweise zum Auffinden
von Mehrdeutigkeiten benötigt, die Wortart zum Erkennen von Verben, die für eine
Verbklammer infrage kommen. Weil diese Informationen nicht ohne weiteres erlangt
werden können, liegt der Einsatz eines bereits vorhandenen Programms nahe, das
diese Aufgabe übernimmt und in MT Analyser eingebunden wird.
• Jeder Satz muss korrekt in seine Teilsätze zerlegt werden, um sinnvoll nach Textmerkmalen
suchen zu können. Nominal- und Verbklammern beispielsweise können
nur zuverlässig erkannt werden, wenn klar ist, welche Wörter des Satzes zu einem
Teilsatz (z. B. Hauptsatz, Konzessivsatz, Finalsatz etc.) zusammengehören und somit
die Teile der Klammer bilden können.
• Die verschiedenen Textmerkmale müssen unter Ausnutzung der vorhandenen Informationen
mit möglichst hoher Genauigkeit erkannt werden. Hierfür sind geeignete
Algorithmen zu schreiben, die jeden Satz/Teilsatz durchsuchen.
• Der Wert des Übersetzbarkeitsindexes muss sowohl auf Text- als auch auf Satzebene
berechnet werden, nachdem alle Textmerkmale gefunden worden sind.
74