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
Senior Software Developer (Video)
Laerdal Copenhagen A/S




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?
Bording Data A/S
Udvikling og salg af software til integration, kommunikation og e-handel samt ERP med fokus på detailhandlen, digitale abonnementer og dagblade/magasiner.

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

White papers
I dette white paper kan du læse om, hvad medarbejderne i dag forventer af dine...

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,...

 
Kommende events
Få et bedre og mere effektivt datacenter

It-chefens måske vigtigste opgave er hele tiden at vælge den mest optimale måde at håndtere virksomhedens data på - herunder at vælge hvor og hvordan virksomhedens data skal behandles. Læs mere

Pfizers Konferencecenter - 2750 Ballerup



Cloud Masterclass

Bliv klædt på til at træffe dine egne beslutninger om brugen af cloud-løsninger. Kom til Computerworld Cloud Masterclass og hør danske cases og internationale eksperter fra IBM, Microsoft og Amazon. Læs mere

Park Inn Radisson - 2300 København



Har du styr på IT sikkerheden?

Hvad gør din virksomhed for at lukke døren for hackere? Og ved du hvad dine IT konsulenter foretager sig på dit netværk? Flere "devices" på netværket og flere konsulenter til at servicere dem eksponerer dit netværk for cyber trusler. Hør mere om Vendor Risk Management og sikker remote access på dette How To? Læs mere

Pfizers Konferencecenter - 2750 Ballerup







Computerworld
TDC, Telia, Telenor og 3: Nu er de fire - men snart kun tre
Der er kun én løsning på den pressede situation på det danske telemarked: Et af selskaberne må lade sig opsluge af et andet. Vi nærmer os afgørelsens time - og pilen peger i én bestemt retning.
CIO
Her er læren af Windows 8.1: Sådan kan du undgå kaos næste gang
ComputerViews: Opgraderingen Windows 8.1 har givet store problemer for mange brugere. Problemet skal findes i en grundlæggende mangel, som du også selv bærer et ansvar for.
Comon
Overblik: Det får du hos otte film- og video-streamingtjenester
Danskerne vil i stigende grad selv vælge, hvornår de vil se tv - og hvad de vil se. Computerworld har taget et overbliksbillede af, hvad de forskellige streaming-tjenester egentlig tilbyder.
Channelworld
Sværm af ultrabillige tablet-computere på vej: Køb en tablet for et par hundrede kroner
Kinesisk chip-firma kan sælge ny-udviklet quad-core-chip for en flad 20'er til tablet-producenterne. Det vil forbrugerne snart komme til at mærke.
White paper
It-besparelser med printanalyse
Hvordan skaber du den optimale drift og TCO for den samlede printerinstallation? Få en præcist evaluering med Scriptor Printanalyse.


Log ind
x
E-mail
Kodeord