Važnost kvalitetnog prevoda i lekture teksta

Sve više kompanija shvata da je sadržaj veb-sajta od velike važnosti. Uzimajući u obzir da mnoge kompanije posluju na stranim tržištima, važno je da sadržaj na veb-sajtu bude dobro preveden. Aljkavo preveden sadržaj može stvoriti loš prvi utisak o kompaniji i (neopravdano) nagoveštavati da je kompanija neozbiljna ili da nudi nekvalitetne i loše usluge ili proizvode.

Profesionalnim prevodom i lekturom veb-sajtova, kompanije pre svega pokazuju poštovanje prema klijentu i istovremeno postižu da klijenti razumeju usluge koje nude i vizije kojima se vode. S obzirom na to da postoji snažna konkurencija na domaćem i inostranom tržištu, svaki je detalj od velike važnosti. Često, u želji da budu inovativne i drukčije, kompanije zaboravljaju na važnost jezika na kojem prenose svoju poruku.

Osim profesionalnog prevoda i lekture, veoma bitna je i lokalizacija. Svaki jezik ima svoje izraze i izreke.

Prevesti rečenicu „lije kao iz kabla“ sa jednog jezika na drugi, moglo bi biti komplikovanije nego što se čini. U ovom slučaju lokalizacija je ta koja čini razliku između prevoda različitog kvaliteta, jer u svakoj zemlji ćete reći jedno te isto značenje na različite načine.

Čak i kad je u pitanju isti jezik, na primer srpskohrvatski, ljudi u Zagrebu tokom pretrage na internetu će tražiti “tvornicu“, dok oni u Beogradu “fabriku“.

Baš zbog ovih detalja je veoma bitno da osoba koja se bavi lokalizacijom osim poznavanja jezika, mora i biti poreklom baš iz tog područja.

Radi se o jednostavnom principu reciprociteta. Klijent će sigurno biti spreman da uloži više u vaše usluge ako sa kvalitetno prevedenom veb-stranicom pokažete da ste se potrudili u svim oblastima.

Ako su vam potrebni kvalitetni i povoljni prevodi veb-sajta ili bilo kojeg drugog dokumenta, možete da posetite veb-sajt prevodilačke agencije K&J Translations.

The post Sa kvalitetnim prevodom veb-sajta do većih prihoda appeared first on Moodiranje.

Generalni direktor firme One Hour Translation, Ofer Shoshan, nam je rekao da će u roku od najviše tri godine, neuralna mašinska tehnologija (NMT) prevođenja izvoditi više od polovine poslova koji se obavlja na tržištu vrednom 40 milijardi dolara.

Njegove reči su u suprotnosti sa često ponovljenom rečenicom, da će makar u bliskoj budućnosti, veštačka inteligencija primarno izmeniti, umesto zameniti, ljude – profesionalne prevodioce.

Shoshan nam je rekao da se kvalitet mašinskog prevođenja značajno povećao u skorijim godinama, do tačke gde se pola miliona prevodilaca i 21 hiljada agencija suočava sa ostankom bez posla.

Analogija koju možemo da koristimo je Kodak i digitalna fotografija – Kodak nije video da ona dolazi… A pre toga, Corona pisaće mašine i programi za obradu teksta.

Pre dve godine, tehnologija prevođenja proizvela bi nešto što bi vam u najboljem slučaju dalo uvid u to o čemu se u tekstu radi, ali u većini slučajeva, profesionalni prevodilac bi vam rekao da bi on radije prevodio od početka jer ne može da razume većinu proizvoda.

“Danas kad imamo neuralne mašine potrebno je da se napravi jako mali broj izmena u prevodu, da bi se dobio prevod kvaliteta koji bi proizveo čovek.“

Shoshan kaže da danas procenat mašinski prevedenog dokumenta koji treba da se prilagodi od strane čoveka, da bi dostigao standard njegove kompanije iznosi u proseku samo 10%. Pre samo dve godine, ta cifra je iznosila oko 80%.

Ovo je omogućeno prelaskom na neuralno mašinsko prevođenje – ponekad poznato kao duboko učenje – koje su usvojile najnaprednije alatke za mašinsko prevođenje. Prethodno su se oslanjale na metodu poznatu kao statističko prevođenje.

Google, Bing i Amazon sada koriste NMT u svojim prevodilačkim mašinama.

Obuka neuralne mašine za prevođenje između jezika ne zahteva ništa više od pohranjivanja velike količine materijala, na kojim god jezicima želite da prevodite, u algoritme neuralne mreže.

Da bi se prilagodio ovoj brzoj transformaciji, One Hour Translation je razvio alate i usluge dizajnirane da razlikuju različite usluge prevođenja i izaberu najbolji za bilo koji prevod.

“Na primer, za putovanja i turizam, jedna usluga može biti odlična u prevođenju sa nemačkog na engleski, ali ne tako dobra za japanski. Druga može biti odlična na francuskom, ali lošija na nemačkom. Tako smo napravili indeks koji će pomoći industriji i našim klijentima. Možemo reći u realnom vremenu, koji je najbolji alat za korišćenje za bilo koju vrstu materijala, na bilo kojem jeziku.”

Ovaj rad koji upoređuje kvalitet rezultata NMT generisanog prevoda, daje ideju o tome kako ljudski prevodioci mogu da transformišu svoje poslove u narednim godinama. Ljudi ocenjuju izlaz svakog prevodilačkog alata i sastavljaju indeks. U slučaju indeksa One Hour Translation, ovo se radi jednom u kvartalu, kako bi se odrazila brzina kojom se NMT razvija, a novi igrači se pojavljuju na tržištu.

Međutim, ako to zvuči kao sreća u nesreći, onda stvari možda nisu baš tako jasne.

Nivo obuke i stručnosti potrebnih za ocenjivanje mašinskih prevoda, ili za prevođenje “pojačano“ mašinom, daleko je niži nego za tradicionalni prevod “od početka“.

Očigledno je da ako mašine mogu da urade ono što vi možete, onda ljudi imaju problem. Mnogi prevodioci i agencije će reći da postoje određene visoko specijalizovane prevodilačke usluge koje će zahtevati ljudski dodir u doglednoj budućnosti – to je istina.

Najveći deo materijala, 80% za koji korporativni klijenti plaćaju da se prevede, moći će da bude mašinski preveden za najviše tri godine.

Neki saveti za prevodioce koji žele da zadrže svoje poslove, mogu da uključe specijalizaciju za jezike koji su manje rasprostranjeni. NMT usluge se oslanjaju na ogromnu literaturu koja je dostupna za obuku algoritama – a za jezike sa manjom korisničkom bazom, ta količina materijala možda neće biti lako dostupna, posebno u specijalističkim, tehničkim ili naučnim predmetima.

Prevodioci će dakle postati moderni kentauri, biće neophodno da upoređuju dokumenta, ne samo rečenice.

Drugi, kao što je slučaj sa agencijom One Hour Translation i domaćom Worldwide Translations, će pokušati da se naviknu da rade zajedno sa mašinama. Iako će one obavljati veći deo posla, biće potrebno da ljudi budu u stanju da procene različite tehnologije prevođenja i da primene odgovarajuće alate za specifične poslove.

Međutim, jedna stvar je sigurna: sakrivanje glave u pesku i pretvaranje da se ništa od ovoga ne događa je recept za nezaposlenost.

The post Da li će veštačka inteligencija prevodioce pretvoriti u ugroženu vrstu? Prevodioci pažnja! appeared first on Moodiranje.

Doduše, Microsoftovi autori su ublažili svoje tvrdnje.

Prema njihovom radu, ljudski paritet je postignut ako ne postoji statistički značajna razlika između ocene ljudskog kvaliteta i sistema mašinskog prevođenja i rezultata.

Drugim rečima, ako dvojezični ljudski procenjivač oceni kvalitet ljudskih i mašinskih prevoda kao jednak (razlika u rezultatima je statistički beznačajna), “onda je mašina postigla ljudski paritet.”

Ulazak Läublija, Sennricha i Volka

Grupa istraživača tvrdi da mnogi istraživači i stručnjaci iz industrije gledaju na to pitanje iz pogrešnog ugla.

U radu pod naslovom “Da li je mašinsko prevođenje dostiglo ljudski paritet? Slučaj za procenu na nivou dokumenta”, Samuel Läubli, doktor na Univerzitetu u Edinburgu, dr Rico Sennrich, docent na Školi za informatiku Univerziteta u Edinburgu i dr Martin Volk sa Instituta za računarsku lingvistiku Univerziteta u Cirihu, tvrde da bi se istraživanja trebala usredsrediti na kontekst na nivou dokumenta umesto što upoređuju rezultate na nivou rečenice.

Autori su koristili profesionalne prevodioce za procenu performansi NMP mašine, korišćene od strane Microsofta na kineskom i engleskom kongresu o mašinskom prevodu (WMT) 2017. Pored toga, oni su takođe koristili rangiranje u parovima (uporedno poređenje ljudskog i mašinskog prevođenja), takođe uzimajući u obzir kontekst na nivou dokumenta, pri procenjivanju adekvatnosti prevoda i tečnosti.

Microsoftova tvrdnja o ljudskom paritetu, po njihovoj definiciji, pila je vodu, ali samo zato što su koristili trenutne standarde istraživanja MP, koji su, prema Läublijevom dokumentu, postali nepogodni za efikasno vrednovanje NMP-a.

Metodologija Läublija, Sennricha, i Volka ispravila je nekoliko problema sa procenom koja se koristi u Microsoftovom istraživačkom radu.

“Poznavajući prednosti i slabosti NMP-a, teško da možemo da zamislimo da je Microsoftov sistem zaista dostigao kvalitet profesionalnih ljudskih prevodilaca“, rekao nam je Läubli putem emaila.

On je objasnio da Microsoft u svojim metodologijama prati postojeće istraživačke standarde, gde obično “ocenjivači vide pojedinačne rečenice – jednu po jednu, iz bilo kog test-dokumenta, nasumičnim redom – i ocenjuju njihovu adekvatnost i tečnost na skali od 0 do 100”.

Međutim, u ovom procesu, Läubli je rekao da bi bilo “nemoguće” za procenjivače da otkriju određene greške u prevodu, i stoga nisu bili u stanju da ih pravilno uzmu u obzir.

On je ukazao na neke od glavnih problema u Microsoftovom procesu, između ostalog:

• Procenjivači su bili dvojezični radnici, ne nužno profesionalni prevodioci.
• Procenjivači su procenjivali samo adekvatnost, a ne tečnost.
• Procenjivači “nikada nisu direktno upoređivali ljudski prevod sa mašinom.” Oni su ih posmatrali odvojeno i dodeljivali ocene.

Da bi se pozabavio problemom direktnog poređenja, Läubli je rekao “koristili smo parno rangiranje u našim eksperimentima. Ocenjivači su uvek gledali ljudsko i mašinsko prevođenje određenog izvornog teksta u isto vreme, i izabrali bolje od oba. ”

“Dozvolite mi da vas uverim da zajednica mašinskog prevođenja (MP) još ne misli da je NMP dostigao nivo profesionalnih prevodilaca”, zaključio je on.

Nije krivica Microsofta

Rezultati Läublija, Sennricha, i Volka pokazuju nekoliko interesantnih stvari.

Jedan od glavnih zaključaka je bio da su profesionalni ljudski prevodioci snažno preferirali ljudske prevode u poređenju sa NMP izlazom kada im je dat kontekst čitavog dokumenta, a ne samo pojedinačne rečenice.

Štaviše, isti profesionalni procenjivači preferirali su tečnost ljudskih prevoda.

Kontekst na nivou dokumenta je trenutno prioritet za istraživanje NMP. To je jedan od sledećih velikih problema.

“To nije njihova krivica”, rekao nam je Läubli putem emaila, misleći na Microsoft, “Procedura koju su koristili je standardna praksa u zajednici MP.”

“Microsoft nije kriv za njihovu procenu sistema. Pratila je “najbolju praksu” u zajednici, zasnovanu na ocenjivanju rečenica, a ne celokupnih dokumenata, i tvrdimo da je MP sada dostiglo nivo kvaliteta tamo gde ova “najbolja praksa” treba da se promeni: treba da koristimo potpuna dokumenta da procenimo kvalitet MP”, rekao je.

Zaista, u zaključku njihovog rada, autori su napisali da “ako prihvatimo naše tumačenje da je ljudski prevod zaista kvalitetniji u skupu podataka koje smo testirali, to ukazuje na neuspeh trenutnih najboljih praksi u proceni mašinskog prevođenja”.

U svom e-mailu, Läubli je dodao, međutim, da je Microsoftov tim mogao bolje da se pozabavi naslovom. “Naslov njihovog rada bio je malo hrabar”, rekao je, “Trebalo je da glasi nešto kao: Dvojezični ne-profesionalci daju izolovanim rečenicama koje je proizveo naš sistem i profesionalnim prevodiocima slične ocene.”

Procena: neuralno mašinsko prevođenje mora da se menja

U zaključku svog rada, Läubli, Sennrich i Volk objašnjavaju:

“Kako se poboljšava kvalitet mašinskog prevođenja, prevodi će postati teži za diskriminisanje u smislu kvaliteta, i možda je vreme da se pređe na procenu na nivou dokumenata, što daje ocenjivačima više konteksta za razumevanje izvornog teksta i njegovog prevoda”.

“Tvrdimo da je mašinsko prevođenje sada dostiglo nivo kvaliteta gde ova “najbolja praksa“ mora da se promeni: treba da koristimo potpune dokumente da procenimo kvalitet MP.”

The post Ljudsko vs. mašinsko prevođenje – zašto da upoređujete dokumenta, a ne rečenice appeared first on Moodiranje.

S druge strane, svet se sve više automatizuje. Google je pre tri godine, 2016. lansirao prevodilački alat na bazi veštačke inteligencije, koji se skoro ne razlikuje od ljudskog prevoda. Izgledalo je da je neizbežno da prevodioci budu zamenjeni algoritmima i mašinama.

Ipak, sudbina ljudskog prevodilaštva, kao i većine industrija zrelih za automatizaciju, nije crno-bela.

Najefikasniji prevodioci, bar za prevode i lokalizacije kompleksnih tekstova, nisu ni ljudi ni mašine. To su, u stvari, kentauri – ljudi kojima tehnologija pruža podršku.

Kompanije kao Snap ili Zendesk, koje se šire na nova tržišta i otkrivaju podršku za različite jezike, okreću se ka Lilt, mašinski podržanoj platformi za prevođenje, koju su napravila dvojica bivših inženjera Google Translate tima.

Lilt je ono što istraživači AI tehnologija zovu sistemom “čovek-u-petlji”.

Umesto da neko ručno prevede tekst ili da mašina to uradi algoritamski, Lilt kombinuje to dvoje. Dok čovek prevodi tekst, Lilt predviđa šta bi on mogao da napiše, slično Gmail funkciji Smart Compose. Kada čovek ispravi predlog koji mu je algoritam dao, podaci sa povratnom informacijom se šalju u mašinu, čime se vremenom algoritam usavršava.

Prevođenje je globalna industrija vredna 50 milijardi dolara.

S tim što će tokom narednih pet godina narasti na preko 66 milijardi, prema istraživanju konsultantske firme za jezike Nimdzi Insights.

Nasuprot onome što se očekivalo, podaci američkog Biroa za statistiku rada otkrivaju da se potražnja za prevodiocima udvostručila u prethodnih sedam godina, što je trend za koji suosnivač kompanije Lilt, Spens Grin, ne misli da će se obavezno usporiti.

Grin veruje da će prevodilački alati poput Lilt u isto vreme smanjiti cenu prevoda po reči i povećati iznos koji će prevodioci moći da naplate za svoje vreme.

Za razliku od prevodilačkih aplikacija namenjenih svakodnevnoj potrošačkoj upotrebi, kao što je Google Translate, Lilt je kreiran za poslovnu upotrebu, gde su upiti manje strukturirani, a rizici koje nosi netačnost veći. Trenutno je profesionalno prevođenje i dalje obiman i skup proces, ali će se ovo promeniti kada ljudi budu više podržani tehnologijom.

“Postoji tržište za pametne telefone koji koštaju više hiljada dolara, kao i za one od 20-30 dolara,” kaže Grin. “Što se tiče prevođenja, sada imamo samo onu kategoriju od 3000 dolara.”

Prevodioci mogu da prevedu od 2000 do 3000 reči na dan, ali uz pomoć tehnologije, kao što je Lilt, istu ovu količinu teksta mogu prevesti tri do pet puta brže, zarađujući više u isto vreme.

The post Da li su prevodioci moderni kentauri? appeared first on Moodiranje.

Veći deo cele prethodne decenije sam bio simultani prevodilac. Slažem se da to i nije preterano dobar posao. Mi simultani prevodioci pričamo nekim tihim glasom, ušuškani u kabine u uglu konferencijskih sala, a u stvari smo poliglotske usedelice globalne ekonomije.

Molim vas, samo nemojte dopustiti da nam roboti preuzmu posao. Tek ćemo tada postati glasni.

Zanovetanja kolega prevodilaca su postala urlici kada je jedan šangajski kolega prevodilac počeo da protestuje na društvenim mrežama oko marketinških obmana vezanih za moć koju veštačka inteligencija poseduje u prevođenju.

Sve to na jednoj međunarodnoj konferenciji.

Skandal.

Prevod se naime odnosio na transkripciju i interpretaciju ljudskog govora u tekst. Kolegin članak je postao viralan na kineskoj društvenoj mreži i napravio je skandal na iFlyTeku (to je promoter nematerijalne tehnologije i jedna od vodećih kineskih kompanija za procesuiranje jezika veštačkom inteligencijom).

Javna rasprava koje je usledila je otkrila određeni stepen superiornosti mašine u tom domenu i isti već odobrila. Ljudi su bili blago zaprepašćeni da u ovom dobu i vremenu interpretacija zahteva i dalje zahteva ljudske profesionalce za prezentaciju postojećeg postignutog saznanja.

Ljudi su se pitali: “Hej, zar ovaj problem nije rešio Google Translate? Ili Skype Translator? Ili jedan od desetak prenosivih prevodilačkih uređaja koji Kinezi prodaju na Alibabi?

Ne nije.

Roboti definitivno permanentno zamenjuju ljude u vožnji automobila, dijagnostifikovanju raka, šutiranju slobodnih bacanja i u predviđanju prinosa useva. Da ne spominjem šah, Go ili poker.

Međutim, kad je reč o prevođenju ili interpretaciji, najsofisticiranija tehnologija na zemlji ne može zameniti ljudski mozak.

Za to postoje tri razloga.

1. Jezik je subjektivan

Veštačka inteligencija je nenadmašna kada su u pitaju zadaci iz objektivne stvarnosti.

Bilo da identifikuju kompleksne signalne šablone u paketima podataka ili da navode automobile u kompleksnim vremenskim uslovima na putu, funkcionisanje mašina najbolje se suočava se matematiki i fizičkim zakonima koji vode ka donošenju odluke.

Prirodni jezici, s druge strane, su subjektivne prirode, stvoreni za komunikaciju ljudi između sebe.

Jezici često definišu pravila ponašanja poput gramatike ili konjugacija, ali ova pravila važe samo u konvencijama, ne u objektivnoj stvarnosti, i konstantno evoluiraju.

Ljudi su možda izgubili pravo vođstvo u prepoznavanju tumora ili proceni kreditnog rizika, ali i dalje imaju zavšnu reč ili autoritet kada je u pitanju ono “prirodno” u prirodnim jezicima. Ovaj autoritet ogleda se u donošenju izbora po pitanju evaluacije mašinskih prevodilačkih algoritama- BLEU (bilingual evaluation understudy – bilingvalna evaluaciona zamena), koja procenjuje prevodilačke zadatke na bazi podudarnosti sa ljudskim prevodilačkim profesionalcima. Kreatori ovog okvira kažu: “Što je bliži mašinski prevod prevodu profesionalaca, to je bolji.”

Ljudski prevod nije samo skup standarda. To je zapravo standard.

2. Podaci nemaju baš puno smisla za humor

Svaki prevodilac će vam reći, da šale, igra reči i skrivena značenja reči (kao deo kulturnog znamenja) predstavljaju najteži deo za prevod kako bi se prevazišle jezičke barijere.

Sa interpretatorove tačke gledišta, glasovni ton i govor tela direktno informišu o nameri govornika i tačno se analiziraju i isporučuju na željeni jezički način kao takav.

Ovo je izazov za ljude, ali trenutno nemoguće za mašine.

Pomak od statističkih mašinskih prevoda ka neuronskim mrežama predstavlja značajno unapređenje kvaliteta u globalu. Ali prevođenje putem neuronskih mreža je često više zavisno od velikog seta unetih podataka za vežbu nego od prediktivnih modela. Od kada su dostupni veliki bilingvalni setovi podataka za oficijalni prevod vladinih dokumenata i religijskih tekstova, pomenuti algoritmi imaju veoma mali značaj za prevod humora, igre reči i neverbalne ekspresije.

Ono što najviše iritira jeste nepriznavanje grešaka prilikom prevoda od strane neuronskih mašina.

Kao dete koje izmišlja da je prehlađeno kako ne bi išlo u školu i one pokušavaju da pređu preko toga.

Kada Google Translate započne sa biblijskim frazama u zamenu za nabacani input, eksperti grešku neuronskih mreža pripisuju njihovom tečnom prevodu, a ne njihovoj preciznosti.

Ove pozitivne greške su mnogo više podmukle nego trapave i očigledne greške, što slušaoci konkretnog jezika  možda ne bi registrovali kao čudnovate u ovakvom “odmetničkom” prekidom orginalnog teksta.

3. Slušajte sada botovi!

Izazovi koji su gore pomenuti dovoljni su da performanse mašinskog prevođenja postanu samo parče statičkog teksta.

Da bi upit računaru interpretirao živi govor, potrebno je da simultano stvori nekoliko slojeva kompleksnosti, poznatih kao automatsko govorno prepoznavanje.

Da, znam. Reći ćete šta je sa Siri, Alexa i ostalim robotima, oni su danas mnogo više kompetentniji konverzacionalisti.

Da jesu.

Međutim vaš duhoviti pristanak da ćaskate sa Siri i Alexom je tipično ograničen na uski set konteksta i uslova. Komande moraju biti kratke i uključuju ograničen rečnik, a sve to u kontrolisanoj sredini.

S druge strane, najveći broj konferencija uživo, predstavlja govor koji je spontan, kontinualan i visoko kontekstno zavistan, što dovodi dovodi do velikog broja grešaka kroz sistem automatskog govornog prepoznavanja.

Sledi jedan smešan i ponižavajući primer.

Tokom predavanja u Pekingu prošle godine, guru hedž fondova Ray Dalio osvrnuo se na svoje greške u predviđanjima dok je bio mladi trgovac.

“Kako arogantno!” zagrmeo je on pred publikom. “Kako sam mogao biti toliko arogantan?”

Program za titlovanje u realnom vremenom počeo je da “nasilno” vodi borbu sa prevodom njegovog retoričkog aparata.

“Kako?” pitao je naslov. “Aragon, pogledaj sam sebe i…”

Skorašnji napredak na ovom polju obećava da će stopa greške u rečima automatskog softvera za prepoznavanje dostići paritet sa ljudskim prevodiocima. Međutim nisu sve greške u prevodu iste.

Premeštanje “alright” u “ all right” može biti nekonsekventna greška, dok zbunjujuće “today” sa “Tuesday” može prouzrokovati značajnu zbrku.

Čak i sa nekoliko grešaka u prevodu, mašina zaostaje mnogo za ljudima po pitanju semantičkih grešaka koje ne prezentuju pravo značenje reči u govoru.

Ljudi su odavno svoju superiornost nad životinjama, jedni nad drugima pa od skora i nad mašinama doživljavali kao razonodu. To je mračna strana razonode i zasigurno, neizbežno zatupljujuća.

Nemam sumnju da će doći dan kada će računari razviti ljudske komande za jezike. Nemam sumnje da će prevodioci i interpretatori kao i editori, radio voditelji, pisci slogana i reklama i ostali profesionalci u jezičkoj “privredi” možda naći posao na traci za proizvdnju robota.

Ali taj dan je mnogo dalje nego što se misli.

Lingivstički posao kao deo umetnosti i nauke je iznenađujuće zaštićen od ranih napada veštačke inteligencije.

The post Da li će roboti i veštačka inteligencija zameniti ljude prevodioce? Neće. Evo zašto. appeared first on Moodiranje.