Sprache und Maschine
Mehrsprachigkeit und Technologie: Who's lost in translation | Alice Delorme Benites, Caroline Lehr
Thema c Deep Learning und Big Data: Was hinter KI-Lösungen steckt und was sie können
Aufgabe 1 | Alignierung: Maschinelle Übersetzungen [5']
Mit der Aufgabe «Die Logik hinter maschineller Übersetzung» sehen Sie, wie genau die Maschine Wörter in verschiedenen Sprachen aligniert. Auf der Seite des Online-Wörterbuchs Linguee sehen Sie, wie Textauszüge aliniert dargestellt werden. Diese bilden u.a. die Basis für die maschinelle Übersetzung von DeepL.
Im April 2022 waren die Ergebnisse wie folgt:
Im ersten Eintrag ist "guidance" gelb markiert – aber auch "recommendations" ist leicht gelb hinterlegt. Dennoch entspricht nur "guidance" "Handreichung" in diesem Satz.
Im dritten Satzbeispiel besteht auch keine klare Übereinstimmung. In den anderen Sätzen stimmt die Markierung überein.
Aufgabe 2 | Ko(n)text: Was KI darunter versteht [5']
Im Satz haben u.a. die Wörter „Schlüssel“ und „Ritter“ einen Einfluss auf die Übersetzung von „Schloss“. Es wird kontextualisiert übersetzt.
Der erste Satz endet mit „Schloss“. Es gibt dann keine Anhaltspunkte, um kontextualisiert zu übersetzen. Im zweiten Satz hingegen hilft „König“, ein besseres Ergebnis zu erzielen.
Aufgabe 3 | GIGO: Fawlty data in der maschinellen Übersetzung [10']
Mit dem Fall «GIGO» sehen Sie, welchen Einfluss die menschlich produzierten Texte auf die maschinelle Übersetzung haben. Schauen Sie sich das kurze Video auf Youtube an und überlegen Sie, was "fawlty data" für maschinelle Übersetzungsprogramme sein könnte.
Aufgabe 4 | Datenschutz: Google Translate und meine Inhalte [5']
Mit der Aufgabe «Google Translate und meine Inhalte…» erfahren Sie, wie Daten bestehend aus Texten zu Handelswaren werden. Lesen Sie den Abschnitt Nutzungsbedingungen –> Lizenz –> Rechteeinräumung und Zwecke
aus den Google-Nutzungsbedingungen: https://policies.google.com/terms?hl=de#toc-permission
Was darf Google alles mit unseren Daten machen?