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...


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?
Edgemo A/S
Konsulentydelser, soft- og hardware inden for virtualisering, deployment, systems management, server/storage, køling, sikkerhed, backup, remote backup

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

Kommende events
CIO ROUND TABLE

CIO Executive Update er kombinationen af oplæg fra en international top-CIO og muligheden for at netværke med andre CIOs og it-direktører gennem flere round tables om aktuelle emner. Læs mere

Søhuset - 2970 Hørsholm



Beyond Data

Der ligger en enorm værdi i big data for din virksomhed, hvor de mange rådata, der ofte flyder ustrukturerede rundt, kan fortælle dig, hvordan du kan forbedre forretningen, processerne, salget og meget andet. Ved at strukturere de mange data kan du øge virksomhedens indtjeningen og reducere omkostningerne. Læs mere

Radisson Blu Scandinavia - 2300 København



Det moderne datacenter: Få mere ud af de nyeste teknologier

Det vrimler med nye teknologier og løsninger, der eksempelvis gør det muligt at sætte turbo på databehandlingen med SSD, blive en leverandør af interne cloud-services og gendanne data efter nedbrud - også selvom alt håb synes ude. Men hvordan finder du vej i junglen af løsninger, og hvordan kommer du i gang med de nyeste teknologier? Mød forskellige leverandører på denne spændende heldagskonference om topmoderne datacentre, serverrum og drifts-modeller. Læs mere

Wihlborgs Konferencecenter (Pfizers) - 2750 Ballerup







Computerworld
Humac har byttet 300.000 farlige Apple-opladere i Danmark - nu trækker Apple stikket
På blot tre måneder er over 300.000 potentielt farlige netstik til Apple-opladere blevet ombyttet via Humac. Nu må Apple-forhandleren melde pas, selv om der fortsat kommer 600-700 bekymrede kunder med opladere ind i butikkerne hver eneste dag.
CIO
Årets CIO 2016: Her er Danmarks fem bedste it-chefer
Årets CIO 2016: Den eftertragtede titel som Årets CIO i Danmark skal snart uddeles for 11. gang af Computerworld, IDC og Dansk IT. Her er de fem nominerede til Årets CIO 2016.
Channelworld
KMD skiller sig af med sin mainframe-afdeling - 68 KMD-ansatte får ny arbejdsgiver
IBM overtager fra 1. juni den tekniske del af KMD's mainframe-forretning. Dermed får 68 KMD-medarbejdere ny arbejdsgiver.
White paper
Mikrosegmentering for Dummies
Hvad er Mikrosegmentering og hvad skal det bruges til. Få 10 fordele ved Mikrosegementering i den "For Dummies" bog