Die Arbeit behandelt das Thema der Evaluierung von Ergebnissen der maschinellen Übersetzung. Die Spezifizierung erfolgt auf Untertitel in den Sprachen Deutsch und Englisch.
Zunächst wird definiert, was Untertitel sind und welche Arten von Untertiteln es gibt. Danach werden die Eigenschaften des Mediums beziehungsweise des Kanals für Untertitelung definiert und näher auf die verschiedenen Arten der Untertitel eingegangen. Anschließend werden die Besonderheiten erläutert, die während des Übersetzungsprozesses der Untertitel entstehen können und der Untertitelungsprozess erläutert. Des Weiteren wird das europäische SUMAT-Projekt mit seinem Ansatz, der Vorgehensweise und den Zielen vorgestellt und die teilnehmenden Partner aufgelistet. Abschließend folgt die Analyse der Beispiele von deutschen und englischen Untertiteln aus der Untertiteldatenbank OPUS, wonach die gleichen Beispiele im Vergleich bei Google Translate und Pons Lingenio analysieren werden.
Inhaltsverzeichnis
1 Einleitung
2 Untertitel
3 Übersetzungsbesonderheiten beim Untertiteln
4 Der Untertitelungsprozess
5 SUMAT
6 Beispiele DE-EN aus OPUS
7 Google Translate und Pons Lingenio im Vergleich
8 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht die Herausforderungen und Methoden der maschinellen Übersetzung im Bereich der Untertitelung für Filme, wobei der Fokus auf den Sprachen Deutsch und Englisch liegt und die Leistungsfähigkeit aktueller Übersetzungstools analysiert wird.
- Grundlegende Definition und Arten von Untertiteln
- Technische und zeitliche Anforderungen bei der Untertitelung
- Strategien zur Textverkürzung und Anpassung an den Bildkontext
- Das europäische SUMAT-Projekt zur automatisierten Untertitelung
- Vergleichende Analyse von Google Translate und Pons Lingenio anhand von Beispielen
Auszug aus dem Buch
e. Strategien der Textverkürzung
Wie vorher schon erwähnt, kann der ganze gesprochene Filmdialog aus Platz- und Zeitmangel in den Untertiteln nicht wiedergegeben werden. Somit muss der Ausgangstext komprimiert werden. Die Schwierigkeit, die dabei besteht, ist, den semantischen Gehalt des Textes versuchen, trotzdem wiederzugeben. Um dies zu erreichen gibt es mehrere Strategien.
Es ist die diasemiotische Natur des Untertitelns, die eine Reduzierung eines Textes voraussetzt. Es ist also notwendig, verbale Äußerungen beim Wechsel von der wörtlichen Rede zur Schrift entweder auszulassen oder zusammenzufassen.38
Bei der Entscheidung, wie der Text überhaupt gekürzt werden soll, spielt der Aspekt der Redundanz eine wichtige Rolle. Laut Gottlieb gibt es zwei Arten von Redundanz39: die intersemiotische und die intrasemiotische Redundanz. Bei der intersemiotischen Redundanz handelt es sich um eine Redundanz zwischen zwei Kanälen, es können zum Beispiel Aussagen sein, die in einem gesprochenen Dialog vorkommen, aber gleichzeitig auch aus dem Bildkontext zu sehen sind. Es ist ein Hinweis darauf, dass sie beim Untertiteln ausgelassen werden können, denn die Information ist für den Zuschauer über den visuellen Kanal trotzdem ersichtlich. Da der Film einen polysemiotischen Charakter trägt, verliert die Bedeutung der gesamten Aussage nicht an qualitativem Wert, auch wenn intersemiotische Aussagen weggelassen werden. Zur Hilfe kommt der visuelle Kontext, der dazu beiträgt, dass der Verlust ausgeglichen wird.40
Zusammenfassung der Kapitel
1 Einleitung: Die Arbeit gibt einen Überblick über das Thema der maschinellen Übersetzung von Filmuntertiteln im deutsch-englischen Sprachraum.
2 Untertitel: Es werden verschiedene Arten der Untertitelung, deren technische Rahmenbedingungen und die spezifischen Herausforderungen bei verschiedenen Medien wie Film, Fernsehen und DVD erläutert.
3 Übersetzungsbesonderheiten beim Untertiteln: Das Kapitel definiert Untertitelung als einen zweidimensionalen Adaptierungsprozess und beleuchtet die Notwendigkeit von Textreduktion unter Wahrung des inhaltlichen Kerns.
4 Der Untertitelungsprozess: Dieser Abschnitt beschreibt die technischen Abläufe, vom "Spotting" über die Erstellung der Untertitelliste bis hin zum Einsatz moderner Software.
5 SUMAT: Vorgestellt wird das EU-Projekt SUMAT, welches durch statistische maschinelle Übersetzung und Post-Editing die Effizienz in der Untertitelungsindustrie steigern soll.
6 Beispiele DE-EN aus OPUS: Es folgt eine praktische Anwendung, bei der reale Untertitel-Beispiele aus der Datenbank OPUS ausgewählt und für die Analyse aufbereitet werden.
7 Google Translate und Pons Lingenio im Vergleich: Die Ergebnisse der beiden Übersetzungstools werden gegenübergestellt und hinsichtlich ihrer Qualität bei der Übertragung von Diskurspartikeln und Pronomen bewertet.
8 Fazit: Die Arbeit schließt mit der Erkenntnis, dass maschinelle Übersetzung ein nützliches Hilfsmittel darstellt, aber eine menschliche Überprüfung und Nachbearbeitung unerlässlich bleibt.
Schlüsselwörter
Untertitelung, Maschinelle Übersetzung, SUMAT, Filmdialoge, Zeitfaktor, Textverkürzung, Interlingual, Intralingual, OPUS, Google Translate, Pons Lingenio, Post-Editing, Sprachadaption, Semantik, Untertitelungssoftware
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit behandelt die Evaluierung der Qualität maschineller Übersetzungen im spezifischen Kontext der Untertitelung von Filmen in den Sprachen Deutsch und Englisch.
Welche zentralen Themenfelder werden bearbeitet?
Die Arbeit deckt die theoretischen Grundlagen der Untertitelung, technische Anforderungen, Strategien der Textkondensation und den Einsatz statistischer maschineller Übersetzungssysteme ab.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, aufzuzeigen, wie maschinelle Übersetzung die Untertitelung unterstützen kann und wo die Grenzen der aktuellen Technologie bei der korrekten Wiedergabe von Sprache liegen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer Literaturrecherche zu den theoretischen Grundlagen der Untertitelung sowie einer komparativen Analyse von Übersetzungsergebnissen mittels spezifischer Software.
Was wird im Hauptteil der Arbeit primär behandelt?
Der Hauptteil gliedert sich in die theoretische Abgrenzung der Untertitelungsprozesse, die Vorstellung des SUMAT-Projekts und eine empirische Analyse von Beispielübersetzungen.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind unter anderem Untertitelung, statistische maschinelle Übersetzung, Textverkürzung, Post-Editing und die verschiedenen Arten der Redundanz.
Inwiefern beeinflusst der Bildkontext die Untertitelung?
Der Bildkontext fungiert als ergänzender Kanal, der es ermöglicht, intersemiotische Redundanzen aus den Dialogen zu streichen, um Platz und Lesezeit zu sparen.
Wie unterscheidet sich die Qualität von Google Translate und Pons Lingenio in der Analyse?
Die Analyse zeigt, dass Google Translate tendenziell präzisere Wortwahlen trifft, während Pons Lingenio bei komplexen Strukturen oder Eigennamen häufiger Schwierigkeiten aufweist.
Warum ist eine rein wörtliche Übersetzung bei Untertiteln problematisch?
Aufgrund von Zeit- und Platzbeschränkungen muss der Text auf den Bildschirm passen; eine wörtliche Übersetzung würde oft zu langen und schwer lesbaren Sätzen führen.
Was ist die Rolle des "Post-Editings" im Kontext des SUMAT-Projekts?
Das Post-Editing durch professionelle Übersetzer dient dazu, die maschinell erstellten Untertitel zu korrigieren und so die Produktivität im Vergleich zur manuellen Übersetzung zu erhöhen.
- Arbeit zitieren
- Yevgeniya Marmer (Autor:in), 2013, Maschinelle Übersetzung. Besonderheiten bei Übersetzungen von Untertiteln, München, GRIN Verlag, https://www.hausarbeiten.de/document/925167
