Maskinoversættelse og efterredigering – hvad maskinen kan, og hvad den overser

Maskinoversættelse er automatisk oversættelse, hvor et program omsætter en tekst fra ét sprog til et andet, uden at et menneske oversætter hver sætning. Resultatet kan give et hurtigt overblik over en fremmedsproget tekst, men det kan indeholde fejl, som først opdages, når et menneske læser med. Her gennemgås metoderne, efterredigering, typiske fejl og fortrolighed.

Regelbaseret, statistisk og neural maskinoversættelse

De første metoder var regelbaserede eller statistiske. De er siden afløst af neurale systemer og store sprogmodeller (Machine translation på Wikipedia).

Metode	Sådan virker den	Typisk svaghed
Regelbaseret	Ordbøger og grammatiske regler, som mennesker har skrevet	Alt skulle skrives ud som regler, så hver flertydighed krævede en regel
Statistisk	Vælger den mest sandsynlige oversættelse ud fra mønstre i store samlinger af tosprogede tekster	Afhænger af meget store mængder parallelle tekster
Neural	Neurale netværk trænet på store tekstmængder	Har ifølge Wikipedia fortsat brug for menneskelig efterredigering

Store sprogmodeller, som ligger bag AI-chatbots, kan også bedes om at oversætte direkte. Det kræver flere ressourcer end specialiserede oversættelsesmodeller. Udviklingen fra de første forsøg i 1950’erne er beskrevet kort under oversættelsens historie.

Hvilken AI er bedst til oversættelse?

Der findes ikke ét svar, som gælder alle. Det afhænger af blandt andet:

• Sprogparret. For mange sprogpar var parallelle tekster sjældne, så mindre sprog kan give dårligere resultater.
• Teksttypen. Hverdagstekster, fagtekster, litteratur og reklamer stiller hver sine krav.
• Emnet. Ifølge Wikipedia bliver kvaliteten væsentligt bedre, når emnet er afgrænset og styret.
• Fortrolighed. Hvor teksten sendes hen, kan være vigtigere end oversættelsens stil.
• Formålet. At forstå en tekst kræver mindre end at udgive den.

Systemerne opdateres løbende, så sammenligninger bliver hurtigt forældede. Siden her anbefaler ingen bestemt tjeneste eller chatbot. En vurdering af et system kan bygge på en tekst, man selv kan bedømme, eller på en sprogkyndig læsers gennemgang.

Let og fuld efterredigering

Efterredigering betyder, at et menneske retter maskinens oversættelse. Der skelnes mellem to niveauer (Postediting på Wikipedia):

	Let efterredigering	Fuld efterredigering
Mål	Grundlæggende korrekthed og forståelighed	Klar, gennemarbejdet og stilistisk passende tekst
Indgreb	Få og målrettede	Flere, også sproglige og stilistiske
Typisk brug	Tekster til eget brug, hvor tiden er knap	Tekster, der skal udgives eller læses af andre

Der findes en international standard for efterredigering, ISO 18587, udgivet i 2017. EU’s Oversættelsescenter har siden 1. december 2021 tilbudt let efterredigering udført af én lingvist. Teksten skal være forståelig, uden at kritisk information er udeladt eller forkert information tilføjet (EU’s Oversættelsescenter). Den, der kun læser målteksten, opdager ikke, hvad der er faldet ud, så målteksten sammenholdes med kildeteksten, når indholdet har betydning.

Hvor meget efterredigering en tekst kræver, afhænger af formålet. Tekster med faglige krav gennemgås under fagtekster.

Typiske fejl

• Flertydige ord. Maskinen vælger det forkerte ord, når et ord kan have flere betydninger.
• Egennavne. Navne kan blive oversat som almindelige ord, udeladt eller gengivet forkert.
• Uformelt sprog. Slang og dialekt oversættes ifølge Wikipedia mindre præcist end standardsprog.
• Idiomer. Faste vendinger kan blive oversat for ordret.
• Tiltaleform og køn. Engelsk you kan være du, I eller De på dansk, og kildesproget angiver ikke altid, hvad målsproget kræver.
• Udeladelser og tilføjelser. En sætning kan falde ud, eller teksten kan få indhold, som ikke står i originalen.
• Tal, datoer og fagtermer. Her har fejl størst betydning, og de bør kontrolleres.

Tekst på billeder og i PDF-filer

Oversættelsesapps kan aflæse tekst i et kamerabillede og oversætte den. Det afhænger af, hvor godt tekstgenkendelsen læser billedet, så skarphed, lys og skrifttype har betydning.

Når en PDF-fil skal oversættes til dansk, afhænger fremgangsmåden af filen:

1. Kan teksten markeres, kan den kopieres ind i en oversættelsestjeneste, eller filen kan indlæses i en tjeneste, der håndterer dokumenter.
2. Er filen en scanning eller et billede, skal teksten først gøres læsbar med tekstgenkendelse (OCR).
3. Overskrifter, tabeller og billedtekster kan ændre placering, så resultatet sammenholdes med originalen.
4. Dokumenter til myndigheder kræver ofte mere end en maskinoversættelse. Det er omtalt under bekræftet oversættelse.

Fortrolighed

Indsæt ikke personoplysninger eller fortrolige tekster i gratis onlinetjenester. Teksten behandles hos udbyderen, og vilkårene for lagring og brug varierer. Wikipedia nævner, at advokater, der bruger gratis oversættelsesværktøjer, uforvarende kan bryde klienters fortrolighed, fordi private oplysninger kan blive udsat for udbyderen.

Datatilsynet har anbefalet ikke at indtaste fortrolige og følsomme personoplysninger i AI-værktøjer. Digitaliseringsstyrelsens vejledning til offentlige myndigheder siger, at personoplysninger og fortrolige oplysninger ikke må indtastes i gratis generative AI-værktøjer. Fortrolighed er også en del af en oversætters arbejde, som beskrives under oversætterens arbejde.

Hvornår er maskinoversættelse nyttig?

Maskinoversættelse kan være nyttig til at forstå hovedindholdet i en fremmedsproget tekst, til at danne sig et overblik over større materiale eller til et første udkast, der bagefter efterredigeres. Ingen metode kan love en fejlfri oversættelse, og kontrakter, officielle dokumenter, litteratur og markedsføring kræver som regel et menneskes vurdering.