Maschinelle Übersetzung

Phrase Next GenMT

Inhalte werden von Phrase Language AI maschinell aus dem Englischen übersetzt.

Phrase Next GenMT ist eine von Phrase entwickelte, generative KI-Übersetzungs-Engine, die die neuesten großen Sprachmodelle für die automatische Übersetzung nutzt. Zusätzlich unterstützt es die Nutzung von MT-Glossaren, die Handhabung von Tags sowie eine dynamische Echtzeitanpassung mittels Retrieval-Augmented Generation (RAG).

Phrase Next GenMT ist als native MT-Engine über Phrase Language AI verfügbar und verbraucht MTUs bei kapazitätsbasierten Plänen und Credits bei kreditbasierten Plänen. Kunden benötigen keine eigenen LLM-Anmeldedaten, um mit der Nutzung zu beginnen.

Aufbauend auf modernster generativer KI-Technologie optimiert Phrase Next GenMT die Sprachflüssigkeit und handhabt Terminologie mühelos, selbst in Fällen, in denen kein MT glossary als Referenz angehängt ist.

Hauptfunktionen

  • Generative KI-Technologie

    Im Gegensatz zu herkömmlichen neuronalen maschinellen Übersetzungslösungen (NMT) nutzt Phrase Next GenMT generative KI-Technologie, wodurch eine flüssigere und präzisere Übersetzung über ein breites Spektrum an Fachbereichen ermöglicht wird.

  • Multi-Segment-Übersetzung

    Phrase Next GenMT verarbeitet ganze Textblöcke anstelle einzelner Segmente in einer einzigen Anfrage, was zu genaueren und kohärenteren Übersetzungen führt. Dies eliminiert Fehler, die durch die segmentbasierte Verarbeitung entstehen, wie etwa einen inkonsistenten Tonfall, unpassende Pronomen und terminologische Abweichungen.

    Durch die Wahrung des Kontexts kann die Multi-Segment-Übersetzung die Übersetzungsqualität verbessern und den Nachbearbeitungsaufwand reduzieren.

  • Erweiterte Unterstützung für MT-Glossare

    Wenn ein MT-Glossar angehängt ist, unterstützt die Implementierung von Phrase Next GenMT anstelle einer blinden Suchen-und-Ersetzen-Substitution die morphologische Flexion, wodurch eine präzise Terminologieverwendung sichergestellt wird.

  • Automatisierte Tag-Platzierung

    Unterstützt sowohl Formatierungs- als auch Platzhalter-tags, wodurch Phrase Next GenMT nahtlos mit komplexen Sequenzen arbeiten kann.

  • Gebietsschemavarianten

    Phrase Next GenMT übersetzt fließend zwischen Gebietsschemavarianten wie britischem Englisch (en-GB), kanadischem Französisch (fr-CA), brasilianischem Portugiesisch (pt-BR), mexikanischem Spanisch (es-MX) und weiteren.

  • Formalitätskontrolle

    Phrase Next GenMT ermöglicht es Anwendern, den Formalitätsgrad der übersetzten Ausgabe festzulegen. Die folgenden Optionen können für die Engine im entsprechenden MT-Profil konfiguriert werden:

    • Formell

    • Informell

    • Beibehalten (Standardeinstellung): Entspricht der Formalität des Quelltextes.

    Formalität beeinflusst Wortschatz und Pronomen, aber ihre Wirkung geht über die Grammatik hinaus. Sie bestimmt das allgemeine Register des übersetzten Inhalts – ob er professionell oder umgangssprachlich wirkt.

    **Examples**

    • Englisch nach Deutsch

      Die neutrale englische Quelle „How can I help you?“ wird je nach Förmlichkeitseinstellung unterschiedlich übersetzt:

      • Formell „Wie kann ich Ihnen behilflich sein?“

      • Informell „Wie kann ich dir helfen?“

      Das Pronomen wechselt von Ihnen zu dir, und die Verbkonstruktion ändert sich entsprechend. Behilflich sein ist eine formelle Konstruktion, die in zwanglosen Kontexten steif klingt, wo helfen die natürliche Wahl ist. Die englische Quelle ist völlig neutral, doch die beiden deutschen Übersetzungen gehören zwei unterschiedlichen sozialen Registern an.

    • Englisch nach Japanisch

      Für Japanisch wechselt die Formlichkeitseinstellung zwischen einem höflichen und einem einfachen Ton:

      • Einfacher Ton (常体, jōtai): Sätze enden mit da oder dearu. Er wird sowohl in zwanglosen Gesprächen als auch in formellen schriftlichen Kontexten, beispielsweise in wissenschaftlichen Arbeiten und Nachrichtenartikeln, verwendet.

      • Höflicher Ton (敬体, keitai): Sätze enden mit desu oder masu. Wird in geschäftlichen E-Mails und in Gesprächen mit Vorgesetzten, Kollegen oder Personen verwendet, denen man nicht nahesteht.

      Die neutrale englische Quelle „The meeting starts at 10.“ wird wie folgt übersetzt:

      • Einfach (常体, jōtai): „会議は10時に始まる。“" (Kaigi wa jūji ni hajimaru.)

      • Höflich (敬体, keitai): "会議は10時に始まります。" (Kaigi wa jūji ni hajimarimasu.)

      Die Bedeutung ist identisch; nur die Verbendung ändert sich. Hajimaru ist die einfache Form; hajimarimasu fügt die masu-Endung hinzu, die Respekt gegenüber dem Leser signalisiert.

    Verfügbare Sprachen

    Förmlichkeitseinstellungen sind für alle von Phrase Next GenMT unterstützten Sprachen verfügbar.

    Hinweis

    Die Förmlichkeitseinstellung wird auf Segmente angewendet, die frisch von Phrase Next GenMT übersetzt werden. 1:1-Übereinstimmungen aus einem Translation Memory (TM) umgehen jedoch die Förmlichkeitseinstellung. Dies kann zu Inkonsistenzen bei der Förmlichkeit innerhalb eines Auftrags führen, wenn das TM Übersetzungen mit einem anderen Tonfall enthält.

  • Termbase-Unterstützung (derzeit nur für Phrase TMS verfügbar)

    Wenn die Unterstützung für Terminologiedatenbanken aktiviert ist, berücksichtigt Phrase Next GenMT:

    • Unzulässige Termini

    • Bevorzugte Begriffe

    • Groß-/Kleinschreibung

    Um die Unterstützung für die Terminologiedatenbank zu aktivieren, muss in den Einstellungen der Phrase Next GenMT-Engine auf Zu Terminologiedatenbanken migrieren geklickt werden. Dies ist eine einmalige, nicht umkehrbare Aktion. Die Termbase-Unterstützung wird pro MT-Profil aktiviert. Sobald sie aktiviert ist, verwendet Phrase Next GenMT die Terminologiedatenbanken, die bereits mit dem TMS-Projekt des Profils verknüpft sind, anstelle von MT-Glossaren.

Echtzeit-Anpassung über RAG

Ermöglicht die Echtzeit-Anpassung von Übersetzungen mithilfe von Translation Memories (TMs). Few-Shot-Prompting wird mit relevanten TM-Treffern verwendet, um das Modellverhalten sofort anzupassen und die Konsistenz mit Markenstimme, Stil und Terminologie sicherzustellen.

So funktioniert RAG:

  1. RAG identifiziert und ruft eine Reihe von Fuzzy-Matches aus dem TM, das dem Projekt zugewiesen wurde ab.

  2. Die abgerufenen TM-Segmente werden als Beispiele (Shots) für das Modell verwendet. Durch Few-Shot-Prompting leiten diese Beispiele das Übersetzungsergebnis, um die Übereinstimmung mit kundenspezifischen Anforderungen sicherzustellen.

Segmentübergreifende Übersetzung

Im Gegensatz zu anderen MT-Engines übersetzt Phrase Next GenMT mit Kontext. Die Engine verarbeitet mehrere Segmente zusammen, was es ihr ermöglicht, Text konsistent zu übersetzen. Segmentübergreifende, kontextbezogene Übersetzung reduziert Fehler bei Pronomen, Verbformen und dem Formalitätsgrad.

Anwendungsfälle

  • Lokalisierungsmanager, die hochwertige Übersetzungen ohne die Notwendigkeit einer Modell-Feinabstimmung suchen.

  • Dynamische Workflows, bei denen sich Markenstimme, Stil und Terminologie häufig weiterentwickeln.

  • Inhalte, die eine schnelle Anpassung an unterschiedliche Bereiche und Zielgruppen erfordern.

  • Lokalisierung oder Anpassung von Inhalten von einer Sprachvariante (z. B. en-US, pt-BR) an eine andere (z. B. en-GB, pt-PT).

Sprachunterstützung

Angesichts der massiv mehrsprachigen Natur von Large Language Models ist Phrase Next GenMT eine mehrsprachige Lösung, die mehrere Anwendungsfälle und Sprachanforderungen abdeckt und in der Lage ist, eine breite Palette von Sprachen zu übersetzen. Obwohl die Lösung viele Sprachkombinationen unterstützt, erfüllen die folgenden empfohlenen Sprachpaare die hohen Qualitätsstandards von Phrase (in beide Übersetzungsrichtungen):

  • Englisch-Tschechisch

  • Englisch-Spanisch

  • Englisch-Französisch

  • Englisch-Russisch

  • Englisch-Deutsch

  • Englisch-Italienisch

  • Englisch-Niederländisch

  • Englisch-Chinesisch (vereinfacht)

  • Englisch-Schwedisch

  • Englisch-Japanisch

  • Englisch-Portugiesisch

  • Englisch-Koreanisch

  • Englisch-Polnisch

  • Englisch-Dänisch

  • Englisch-Griechisch

  • Englisch – Norwegisch (Bokmål)

  • Englisch-Indonesisch

  • Englisch-Ungarisch

  • Englisch – Arabisch

  • Englisch – Türkisch

  • Englisch – Thailändisch

War dieser Beitrag hilfreich?
★ ★ ★ ★ ★

Sorry about that! In what way was it not helpful?

The article didn’t address my problem.
I couldn’t understand the article.
The feature doesn’t do what I need.
Other reason.

Note that feedback is provided anonymously so we aren't able to reply to questions.
If you'd like to ask a question, submit a request to our Support team.
Thank you for your feedback.