Fire af folkene bag det nye maskinoversættelsessystem: Ph.d.-studerende Jakob Elming, CBS, teknologichef Morten Esmann, Lingtech, administrerende direktør, Birgit Pichat, Lingtech og lektor Dan Hardt, CBS. Foto: Per Gudmann

Dansk oversætter-program kan gøre sig selv bedre

Et nyt, danskudviklet oversætterprogram lærer at oversætte ved at blive fodret med eksempler. Det skal sætte ekstra skub i oversættelserne.

Annonce:
Annonce:
Oversæt dokumenter fra et vilkårligt sprog til et andet.

Resultatet skal stadig efterbehandles af en menneskelig oversætter, men det er så meget bedre end traditionel maskinoversættelse, at det sparer 40 til 80 procent af arbejdstiden.

Det er perspektiverne i SMT (Statistical Machine Translation), som er vokset ud af et forskningsprojekt på Copenhagen Business School.

Blandt deltagerne i projektet var firmaet Lingtech, der er blandt pionererne inden for maskinoversættelse i Danmark.

Lingtech har hidtil brugt et traditionelt, regelbaseret system til oversættelse af patenter, PaTrans. Det er nu skrottet til fordel for det nye, der bygger på automatisk oplæring af systemet.

"Med det gamle system satte vi en oversættelse over, før vi gik hjem om aftenen. Når vi kom næste morgen, var det så ved at være færdigt. Det nye system klarer samme opgave på 10 minutter, og kvaliteten er oven i købet bedre. Desuden går der ingen tid til forberedelse, før man begynder oversættelsen," siger administrerende direktør Birgit Pichat, Lingtech.

Selvlærende system
To af folkene fra projektet, lektor Daniel Hardt og ph.d-studerende Jakob Elming, CBS, har dannet virksomheden LanguageLens, der udvikler produktet.

"Systemet lærer at oversætte ved, at man præsenterer det for en stor mængde tekster på de to sprog, det skal oversætte imellem. Det opbygger en tabel over ord og fraser på det ene sprog, og hvad de er oversat til på det andet sprog. Det registrerer også, hvor hyppige forskellige oversættelser af samme frase er," forklarer Daniel Hardt.

Endvidere registrerer systemet også de fraser, der står før og efter en frase. På den måde kan det vide noget om den sammenhæng, et ord eller frase typisk indgår i.

Løbende forbedring
Jo flere par af oversatte dokumenter, man hælder ind i systemet, desto dygtigere bliver det.

Lingtech har trænet systemet med 24 millioner ord fra patentoversættelser mellem dansk og engelsk.

"Erfaringen viser, at systemet faktisk hele tiden bliver bedre. Jeg havde frygtet, at vi ville nå et øvre loft, hvor det ikke kunne forbedres mere, men hvis det findes, har vi ikke nået det endnu," siger Birgit Pichat.

SMT præsenteres i denne uge på en international konference for forskning i maskinoversættelse.

Birgit Pichat kender til andre systemer, der anvender statistisk analyse, blandt andet et canadisk system. M

en Lingtech valgte at satse på det danske, blandt andet fordi det canadiske foreløbig ikke understøtter dansk som sprog.

En af fordelene ved SMT er netop understøttelsen af mange sprog: Hvis man har et sæt oversatte dokumenter mellem to sprog, kan man oplære systemet i at oversætte mellem dem.


Ytringer på debatten er afsenders eget ansvar - læs debatreglerne
Indlæser debat...




IT-JOB
Se flere it-job hos

 
Brancheguiden
Brancheguide logo
Opdateres dagligt:
Den største og
mest komplette
oversigt
over danske
it-virksomheder
Hvad kan de? Hvor store er de? Hvor bor de?
Erhvervsakademiet Lillebælt
Udvikling og salg af klassebaseret undervisning, blandt andet inden for multimedie og it.

Nøgletal og mere info om virksomheden
Skal din virksomhed med i Guiden? Klik her

White papers
I dette white paper kan du læse om Software AG's unikke tilgang til Intelligent Business...

I dette white paper kan du læse om de centrale egenskaber ved intelligente forretningsprocesser,...

I dette white paper kan du læse om, hvordan Big Data åbner for nye muligheder inden for IT...

 
Kommende events
Datasikkerhed: Kend din risiko, dit budget og dine brugere

En konference der klæder dig på til kampen om virksomhedens data med konkrete cases, videndeling og gode råd fra eksperter. Læs mere

Pfizers Konferencecenter - København - 2750 Ballerup



Datasikkerhed: Kend din risiko, dit budget og dine brugere (Aarhus)

En konference der klæder dig på til kampen om virksomhedens data med konkrete cases, videndeling og gode råd fra eksperter. Læs mere

Hotel Scandic Aarhus City - 8000 Århus C



Sourcing

Sourcing er godt på vej til at blive en af de vigtigste discipliner i moderne virksomhedsdrift. Hvad enten der skal in- eller outsources og hvad enten det er globalt eller lokalt, så kræver det håndtering og styr på aftaler og kontrakter. Læs mere

Pfizers Konferencecenter - 2750 Ballerup







Computerworld
Da Google overskred min grænse
Jeg accepterer betingelser på et splitsekund, deler personlige data på Facebook uden at se mig tilbage og forfølges gerne af reklamer. Men jeg har fundet min grænse. Den hedder Google Glass - og det er skidt for Google.
CIO
Gode jobsøgningsråd: Skriv en ansøgning, der får dig til jobsamtale
En ekspert giver seks gode råd til, hvordan du skriver den perfekte ansøgning.
Comon
Test: Mini-computer fra Gigabyte har overraskende meget kraft
Gigabyte's Brix Pro (GB-BXi7-4770R) har overraskende meget kraft i så lille et chassis, men størrelsen giver også problemer.
Channelworld
Amerikansk it-selskab køber danske Careitec: Skal bruges til europæisk offensiv
Amerikansk it-selskab overtager dansk forhandler, der kommer til at spille en central rolle i amerikanernes europæiske offensiv.
White paper
Hvilke it-risici kan du leve med?
Denne Computerworld Guide fokuserer på de elementer, der skal overvejes i forbindelse med investeringer i it-sikkerhed.


Log ind
x
E-mail
Kodeord