Machine translation

Hvad er machine translation?

Machine translation (maskinoversættelse) er AI-teknologi der automatisk oversætter tekst fra ét sprog til et andet. Når du bruger Google Translate, DeepL eller beder ChatGPT om at oversætte en tekst, bruger du machine translation.

Maskinoversættelse har eksisteret som forskningsfelt siden 1950’erne, men har ændret sig markant i det seneste årti. Frem til 2016 var maskinoversættelser ofte akavet og upålidelige. Med introduktionen af neural machine translation (NMT) og transformer-arkitekturen er kvaliteten steget markant. For mange sprogpar er maskinoversættelse nu på et niveau der er brugbart til daglig kommunikation og som udgangspunkt for professionel oversættelse.

Tre generationer af maskinoversættelse

1. Regelbaseret maskinoversættelse (RBMT)

Den tidligste tilgang brugte håndskrevne grammatikregler og tosprogede ordbøger. Systemet analyserede kildesprogssætningen grammatisk, slog ord op i ordbogen og konstruerede en sætning på målsproget.

Begrænsninger: Kræver tusindvis af manuelt skrevne regler per sprogpar. Resultatet var stift og fejlede ofte på idiomer, kontekstafhængige ordvalg og naturlig sætningsstruktur.

2. Statistisk maskinoversættelse (SMT)

Fra slutningen af 1990’erne overtog statistiske metoder. I stedet for regler lærte systemet fra store parallelle tekstsamlinger: dokumenter der var oversat af mennesker. Modellen fandt statistiske mønstre i hvordan ord og fraser typisk oversættes.

Fremskridt: Bedre håndtering af idiomer og naturligt sprog end RBMT. Begrænsninger: Oversatte typisk frase for frase, hvilket kunne give usammenhængende sætninger. Krævede enorme mængder parallelle tekster for hvert sprogpar.

3. Neural machine translation (NMT)

Fra 2016 ændrede neurale netværk maskinoversættelse grundlæggende. NMT bruger en encoder-decoder-arkitektur:

1. Encoderen læser hele kildesætningen og opbygger en numerisk repræsentation af dens betydning
2. Decoderen genererer oversættelsen ord for ord, med adgang til hele kildesætningens kontekst

Med introduktionen af transformer-arkitekturen i 2017 (Googles “Attention Is All You Need”) tog kvaliteten endnu et spring. Attention-mekanismen gør det muligt for modellen at fokusere på de mest relevante dele af kildesætningen, når den genererer hvert ord i oversættelsen.

LLM-baseret oversættelse

Den nyeste udvikling er brugen af store sprogmodeller som GPT og Claude til oversættelse. Disse modeller er ikke trænet specifikt til oversættelse, men deres brede sprogforståelse gør dem til stærke oversættere. Særligt for kontekstafhængig og nuanceret oversættelse. De kan:

• Tilpasse tone og stil (formel vs. uformel)
• Bevare branchespecifik terminologi
• Oversætte med kontekstuel forståelse af hele dokumentet
• Følge specifikke instruktioner (“oversæt til dansk, bevar de engelske fagtermer”)

Hvordan evalueres maskinoversættelse?

BLEU-score

Den mest udbredte automatiske metrik. Sammenligner maskinoversættelsen med en eller flere menneskelige referanceoversættelser og måler overlapning af ord og fraser. Score fra 0 til 100, hvor højere er bedre. BLEU over 30 anses generelt for forståeligt, over 50 for god kvalitet.

Human evaluation

Den mest pålidelige metode: menneskelige evaluatorer vurderer oversættelsens kvalitet for flydende sprog, korrekthed og overordnet kvalitet. Dyrere og langsommere, men fanger nuancer som automatiske metrikker misser.

Kritik af BLEU

BLEU-scoren har begrænsninger. Den belønner leksikalsk overlapning og kan undervurdere gode oversættelser der bruger synonymer eller omformuleringer. En oversættelse kan score lavt på BLEU men være helt korrekt og naturlig.

Hvad bruges machine translation til?

Daglig kommunikation

Milliarder af mennesker bruger maskinoversættelse dagligt:

• Google Translate oversætter over 100 milliarder ord om dagen
• Rejsende bruger real-time oversættelse via mobilapps til at kommunikere
• Internationale teams bruger det til at forstå beskeder fra kolleger i andre lande
• Sociale medier tilbyder automatisk oversættelse af opslag og kommentarer

Professionel oversættelse (CAT-værktøjer)

Professionelle oversættere bruger maskinoversættelse som udgangspunkt og redigerer resultatet. En proces kaldet post-editing. Det er markant hurtigere end at oversætte fra bunden:

• Light post-editing. Hurtig gennemgang for at sikre forståelighed.
• Full post-editing. Grundig redigering til publikationskvalitet.

Studier viser at post-editing kan øge en oversætters produktivitet med 30-60%.

E-commerce og globalisering

Virksomheder bruger maskinoversættelse til at:

• Oversætte produktbeskrivelser til nye markeder
• Lokalisere websites og apps
• Håndtere flersproget kundesupport
• Oversætte brugeranmeldelser og FAQ’er

Juridisk og medicinsk oversættelse

For kritiske domæner bruges maskinoversættelse med forsigtighed og altid med menneskelig gennemgang. Alligevel sparer det tid ved at levere et første udkast der fanger de fleste tekniske termer korrekt.

Realtidsoversættelse

Moderne systemer kan oversætte tale i realtid:

• Konferencetolkning. AI-drevet simultanoversættelse af præsentationer.
• Telefonsamtaler. Automatisk oversættelse mellem samtalepartnere.
• Undertekster. Live oversatte undertekster til video og streaming.

Praktiske eksempler

Eksempel 1: Oversættelse med kontekst

Du beder Claude om at oversætte en teknisk manual fra engelsk til dansk:

Modellen oversætter med præcis terminologi og den ønskede tone. Noget en generisk oversættelsesmotor ikke kan tilpasse.

Eksempel 2: Flersproget kundesupport

En dansk webshop modtager en supporthenvendelse på polsk. Maskinoversættelse oversætter automatisk henvendelsen til dansk, supportmedarbejderen svarer på dansk, og svaret oversættes tilbage til polsk. Kunden oplever service på sit eget sprog.

Eksempel 3: Markedsresearch

En virksomhed vil forstå hvad japanske kunder skriver i anmeldelser af konkurrenters produkter. Maskinoversættelse gør det muligt at analysere tusindvis af anmeldelser uden at ansætte japanske oversættere.

Eksempel 4: Lokalisering af en app

En dansk startup lancerer sin app i 15 lande. Maskinoversættelse genererer første udkast til alle sprogversioner, og lokale reviewere gennemgår og tilpasser til kultur og kontekst. Processen tager uger i stedet for måneder.

Udfordringer ved maskinoversættelse

Sprog med begrænsede ressourcer

Oversættelseskvaliteten afhænger kraftigt af, hvor meget træningsdata der findes for et givet sprogpar. Engelsk↔fransk er god; dansk↔thai er markant svagere. Små sprog og dialekter er underrepræsenterede.

Kontekst og tvetydighed

“Bank” kan betyde pengeinstitut eller flodbred. “Light” kan betyde let eller lys. Maskinoversættelse kræver kontekst for at vælge den rigtige oversættelse, og fejler stadig i tvetydige tilfælde.

Kulturel tilpasning

Oversættelse handler ikke kun om ord. Datoformater, valutaer, måleenheder, høflighedsformer og kulturelle referencer kræver tilpasning. Japansk har for eksempel flere høflighedsniveauer der ikke har et direkte dansk modstykke.

Idiomer og metaforer

“Det regner skomagerdrenge” kan ikke oversættes ordret. Maskinoversættelse er blevet bedre til idiomer, men fejler stadig på ukendte eller kulturbundne udtryk.

Sikkerhed og fortrolighed

Oversættelse af fortrolige dokumenter via cloud-baserede tjenester rejser GDPR- og sikkerhedsspørgsmål. Mange virksomheder kræver on-premise løsninger eller garantier for at data ikke bruges til træning.

Kendte oversættelsesværktøjer

Ofte stillede spørgsmål

Hvad er machine translation?

Machine translation (maskinoversættelse) er AI-teknologi der automatisk oversætter tekst fra ét sprog til et andet. Moderne maskinoversættelse bruger neurale netværk og transformer-arkitekturer til at producere oversættelser af høj kvalitet og bruges dagligt af milliarder af mennesker via tjenester som Google Translate og DeepL.

Hvor god er maskinoversættelse i dag?

For de mest udbredte sprogpar (engelsk, tysk, fransk, spansk, dansk) er kvaliteten høj nok til at forstå indholdet og ofte til direkte brug i uformel kommunikation. For professionelle tekster og kreativt indhold anbefales det stadig at lade et menneske gennemgå oversættelsen. Kvaliteten varierer markant afhængigt af sprogpar og domæne.

Hvad er forskellen på Google Translate, DeepL og AI-modeller som ChatGPT?

Google Translate og DeepL er dedikerede oversættelsessystemer optimeret til hastighed og bred sprogdækning. LLM’er som ChatGPT og Claude er generelle sprogmodeller der også kan oversætte, men med fordelen af at du kan give instruktioner om tone, stil og terminologi. LLM’er er typisk bedre til kontekstuel og nuanceret oversættelse, mens dedikerede tjenester er hurtigere og understøtter flere sprog.

Kan maskinoversættelse erstatte menneskelige oversættere?

For daglig kommunikation og intern brug er maskinoversættelse ofte tilstrækkelig. For professionel publicering, juridiske dokumenter, marketingmateriale og kreativt indhold er menneskelig ekspertise stadig nødvendig. Men maskinoversættelse bruges i stigende grad som første udkast der derefter redigeres af en professionel oversætter (post-editing).