Er is heel veel te doen rondom digitalisering en machinalisering in het huidige tijdperk: er zijn apps die je bloedsuikerspiegel meten, robots die eenzame ouderen gezelschap houden, … En tools en applicaties die voor jou vertalen. Google Translate is ongetwijfeld de bekendste, maar hij heeft een opvolger en die zet soms behoorlijk indrukwekkende resultaten neer: DeepL. Omdat ik van collega-vertalers (***) met IT’ers in hun kennissenkring al gehoord heb dat ze meelijwekkende blikken krijgen omdat het beroep van vertaler over enkele jaren volledig zal verdwenen zijn, kreeg ik toch wel wat schrik: pikken programma’s zoals DeepL straks mijn job – technische handleidingen vertalen – in? Met een bang hartje nam ik de proef op de som…
Waarvoor kunt u machinevertalingen zoals DeepL gebruiken?
Machinevertalingen zijn, zoals ook Frieda Steurs in haar boek Taal is Business zegt, uitstekend geschikt voor massavertalingen tegen een onmenselijk tempo, bijv. voor eBay, beoordelingen op Booking.com, Amazon,… Ook voor wie even snel iets wil opzoeken om een idee te krijgen van wat er bedoeld wordt, is het een makkelijke en snelle oplossing.
Ook van teksten met een vast stramien wordt gezegd dat machinevertaalsoftware de markt zal overnemen. Handleidingen worden hierbij vaak als voorbeeld genoemd, want die zijn immers altijd dezelfde manier opgebouwd en hebben bijgevolg veel stukken tekst die in elke handleiding terugkeren.
Terugkerende stukken
Een stuk tekst dat in elke handleiding terugkomt, zijn de veiligheidsvoorschriften met de bijbehorende symbolen. In de vertaling van een handleiding voor een ‘zwenkbare werkkooi’ – dat is de benaming die de fabrikant van een hoogtewerkersplatform hanteerde in het Nederlands – ging DeepL al meteen bij de titel van dit hoofdstuk de fout in:
Mijn vertaling: Symbolen en betekenis van de veiligheidsinstructies
Ik geef toe dat deze titel ook in het Duits niet zo heel bijzonder goed gekozen is, maar ook de vaste titels gebruiken behoort tot het takenpakket van de vertaler: dat doet een machine dus nog altijd niet.
Een ander onderdeel dat altijd terugkeert, is de opsomming van de van toepassing zijnde EN-normen en andere richtlijnen, maar zelfs hier faalt DeepL vaak echt faliekant, en dat terwijl het hier om vaste Europese vertalingen gaat.
In een andere Duitse vertaling van een handleiding stond er in het origineel: Richtige Einstellungen kontrollieren. DeepL vertaalde dit letterlijk, terwijl het uiteraard moet zijn: Controleer of de instelling juist is. Slecht geschreven bronteksten kan een machine dus ook nog altijd niet rechtbreien.
Beter dan Google Translate, maar nog altijd maar matig
De vertaling van de veiligheidsinstructies was over het algemeen van een matige kwaliteit, matig want er zaten toch wel een aantal frappante fouten in:
- Cruciale informatie ontbreekt: unmittelbar drohendes Risiko en möglicherweise drohendes Risiko werden ‘onmiddellijk gevaar’ en ‘mogelijk risico’. In beide gevallen werd het feit dat het ‘dreigend’ niet vertaald, iets wat toch wel belangrijk is omdat om ‘dreigende situaties’ gaat. Bovendien vertaalt hij Risiko twee keer anders (consistent vertalen is voor handleidingen soms van cruciaal belang).
- Foute vertalingen: Grundlegende Sicherheitshinweise zijn geen ‘algemene veiligheidsinstructies’ maar fundamentele veiligheidsinstructies. Wichtige grundlegende Informationen is dan ook zeker geen ‘belangrijk basische informatie’.
- Hij gaat altijd via het Engels – vandaar dat grundlegende ‘basische’ wordt, en als hij het even niet weet, laat DeepL gewoon het Engels: Gefahr von Körperverletzungen, een zeer gebruikelijk uitdrukking, wordt het onbegrijpelijke ‘gevaar van injury tot voorzichten’ en Sicherheitseinrichtingen ‘Veiligheid devices’. Opzoeken en even verder nadenken kan een machine dus ook niet.
- Hij kijkt niet naar referentiemateriaal: in het geval van ‘Arbeitsplattform Schwenkbar’ had hij in het referentiemateriaal – en de titel van het document – kunnen zien dat de klant ‘zwenkbare werkkooi’ als term gebruikt. Nu zou u kunnen stellen dat een menselijke revisieronde dit probleem met een zoeken en vervangen heel eenvoudig kan oplossen, maar niets is minder waar, want:
- het is HET platform maar DE werkkooi, dus je moet de hele tekst doorlezen om ook de termen met tussenvoegsels aan te passen (en niet zoals ik bij een tekst van een verwarmingsfabrikant heb meegemaakt: het ventiel => het klep en het bypassklep).
- DeepL is niet consistent: Arbeitsplattform Schwenkbar wordt hefwerkplatform “SWIVELING”, hefwerkplatform “PIVOTABLE”, hefwerkplatform “TILTING”, werkplatform; het veel logischere ‘hoogtewerkersplatform’ of ‘hoogtewerkerscabine’ kwam ik nergens tegen.
- Ook bij idiomatische uitdrukkingen die eigen zijn aan handleidingen, ging deze machinevertaalsoftware de mist in: zo kan het niet in acht nemen van de veiligheidsinstructies leiden tot lichamelijke letsels of de dood. ‘Overlijden’ zoals wat DeepL voorstelt, is in handleidingen niet gebruikelijk: ook al zijn sommige woorden synoniemen, bepaalde tekstsoorten geven soms de voorkeur aan één bepaalde term.
- Ik stelde ook vast dat als ik een heel tekstblok liet vertalen, ik een ander resultaat kreeg dan zin per zin, waardoor de ‘stabiele’ kwaliteit van de automatische vertaling ook zeer twijfelachtig is.
Van toestelbeschrijvingen bakt DeepL niet veel
Zoals wat ik hierboven al aangaf, houdt hij geen rekening met specifieke – bijvoorbeeld door de klant opgegeven – terminologie, maar hij doet wel meer fout:
a) Omdat hij niet kan interpreteren
Duitse brontekst: Es ist daher nötig, dass man für die potenziellen Gefahren, die mit der Benutzung der Arbeitsplattform verbunden sind, immer sensibler wird.
DeepL: Daarom is het noodzakelijk om steeds gevoeliger te zijn voor de mogelijke gevaren die verbonden zijn aan het gebruik van het hefwerkplatform.
Mijn vertaling: Daarom moeten de operatoren steeds bedacht zijn op de mogelijke gevaren bij het gebruik en de bediening van de werkkooi.
b) Omdat de bijzinnen in elkaar overlopen
DeepL: Neem geen alcohol, medicatie of andere middelen in voor of tijdens werkzaamheden die van invloed zijn op de mentale en fysieke conditie van de machine en het vermogen om de machine met een hefwerkplatform te bedienen kunnen aantasten.
Het gevaar van de ‘betere’ machinevertalingen
Het staat buiten kijf dat DeepL een pak beter is dan Google Translate. Als DeepL een vertaling niet weet, dan ‘gokt’ het, en soms zijn deze gokken best goed – vermoedelijk omdat bij DeepL de kwaliteit van de data beter gecontroleerd is – , maar ‘best goed’ wil nog altijd niet zeggen dat het echt 100% juist is.
Dat betekent dat dergelijke neurale machinevertalingen – zoals DeepL is opgezet en ook de huidige Google Translate nu functioneert – een verhoogde alertheid van de proofreader vragen: kromme, rare zinnen zoals die van statische machinevertalingen (zoals Google Translate oorspronkelijk is opgebouwd) vallen meteen op, maar een tekst die er in vogelvlucht ‘best goed’ uitziet, kan er hier en daar toch echt volledig of net naast zitten en dit soort zaken detecteren vergt van een revisor een zeer hoge mate van concentratie en kritisch denken bij de PEMT (Post-Editing Machine Translation). (****)
En er is nog een bijkomend gevaar… Als je denkt: “Dat zit wel snor” loop je het risico dat je het niet meer gaat checken en dat je dus niet de gestandardiseerde vertaling gebruikt. Ik denk hierbij meteen aan de EN-normen die ik hierboven al aankaartte: bij sommige normen zat hij echt compleet fout, terwijl ik verwacht had dat DeepL mij in dat deel gemakkelijk zou kunnen evenaren (en mij in snelheid zelfs zou overtreffen), maar niets is dus minder waar. Als ik het het aan DeepL had overgelaten, had de operator van de werkkooi nooit de EN-normen kunnen terugvinden waarnaar verwezen werd.
Conclusie
Ook al is het resultaat in sommige gevallen best indrukwekkend, de kwaliteit kan absoluut niet tippen aan de kwaliteit van een professionele menselijke vertaler, of zoals uit een onderzoek van Lemonde (*) bleek:
Il est toujours facile de leurrer un traducteur automatique, et même quand les phrases sont correctes, sur la longueur, le lecteur ressent le côté froid de la machine. Néanmoins, les progrès sont réels…. Tout en restant loin des performances humaines.
In dit geval ging het om een heel eenvoudige handleiding voor een werkkooi, maar ik zou de kwaliteit zeker nog niet “behoorlijk” durven noemen. Iets wat bepaalde vertaalbureaus die machinevertalingen promoten en ook aan hun klanten aanbieden, wel durven doen. Ik hou mijn hart vast bij wat hij doet met supertechnische vertalingen of nieuwe technieken en uitvindingen waarvoor nog geen vertaling bestaat…
En neen, het ligt niet aan het Duits, bij een vertaling vanuit het Frans naar het Nederlands van een armspiertoestel en een fiets waren de resultaten ronduit lachwekkend.
Deep L kan dus interessant zijn om iets op te zoeken, maar neem het met een korreltje zout, en laat het zeker niet zo publiceren!
Opgelet: het gebruik van DeepL is niet zonder risico!
Ook al is het gebruik van Google Translate en DeepL heel voor de hand liggend voor u, denk toch eerst even goed na, want alles wat u hierin opzoekt, wordt op het internet gegooid en is – voor wie goed zoekt – toegankelijk! Een Noors bedrijf verbiedt zijn medewerkers om dingen online te laten vertalen, precies omdat ze online vertrouwelijke informatie hebben teruggevonden!(**)
En gelukkig zijn er meerdere bedrijven – en gelukkig ook vertaalbureaus – die hun teksten niet zo maar te grabbel gooien!
(*) Quel est le meilleur service de traduction en ligne ? (Le Monde)
(**) Warning about translation web site: Passwords and contracts accessible on the Internet: (Noorse krant)
(***) Waarom ik nog niet bang ben van machinevertaling (Nicky Wijns / Litterate)
(****) Met hulp en ondersteuning van Joke Daems, doctor-assistent aan de Faculteit Letteren en Wijsbegeerte van de Universiteit van Gent.
Andere interessante artikelen over dit thema
– Machinevertaling: hoe degelijk is die echt al? Over DeepL en consoorten
( Sébastien Devogele/Déesse)
– Wat niet in de krant kwam te staan – uitgebreid interview met Isabella Massardo voor artikel ‘Google Translate krijgt vertalers niet klein’ in de Telegraaf
– “Ich will den Hals langsam atmen“ (Der Spiegel)
– Maschinelle Übersetzer: DeepL macht Google Translate Konkurrenz
– 10 reasons why machine translation will hardly ever replace human translators
Goed beschreven en vergeleken. Bedankt
Veel muggenzifterij in dit artikel eng gefocust op enkel vertalingen van Duitse machinehandleidingen, en ik stel me hierbij de vraag of uw beroep nu eigenlijk vertaler of interpreteerder is? Met uw ingesteldheid denk ik dat u zeer slecht zou scoren in het geval van juridische vertalingen als u meent dat u deze ook moet ‘interpreteren’ tijdens uw vertaalwerk.
Trouwens, vele voorbeelden leveren nu (25/11/219) een andere vertaling op, dus misschien moet u een actualisering overwegen om 1/ de focus verbreden tot ook andere soorten vertalingen 2/opnieuw dezelfde zinnen door DeepL te laten vertalen.
Beste heer Pollet,
Dank u wel voor uw visie over Google Translate. Het klopt dat dit artikel is gefocust op Duitse machinehandleidingen, dat is ook mijn specialisatie. Ik doe uitsluitend technische vertalingen, dus geen juridische vertalingen. Wat u zegt over vertalen en interpreteren, moet ik u helaas zeggen dat elke vertaler altijd eerst de tekst moet interpreteren alvorens hij kan overgaan tot vertalen. Dat geldt voor alle vertalingen, ook voor juridische vertalingen al gaat het daar om een geheel andere vorm van interpretatie die in het vakjargon ook lokalisering wordt genoemd (Is wat hier in de oorspronkelijke tekst vermeld staat, ook geldig voor het land van de doellezer?).
Wat u zegt over de voorbeelden die nu niet meer kloppen, dat klopt helemaal, ik zal u zelfs meer zeggen: als u morgen dezelfde voorbeelden doorheen DeepL zou halen, krijgt u waarschijnlijk al compleet andere antwoorden, en als u kiest voor de betaalde versie DeepLPro krijgt u nog andere antwoorden. Wat u zegt over een nieuwe test en de zinnen opnieuw laten vertalen, dat heb ik circa een jaar later gedaan, zij het niet met exact dezelfde zinnen. Daarover kunt u meer lezen in mijn artikel over mijn ervaringen als technisch vertaler met DeepLPro: https://epvertalingen.eu/mt-plugin-deeplpro.
Om nog even op uw andere punt terug te komen – mijn focus te verbreden tot andere soorten vertalingen – dat kan en ga ik niet doen. Elke professionele vertaler heeft zijn specialisaties, net zoals dat waarschijnlijk ook in uw vakgebied gaat: ik ga mij in geen geval wagen aan juridische, medische of bijvoorbeeld financiële vertalingen. Daarvoor doe ik een beroep op collega’s die in die vakgebieden gespecialiseerd zijn. Vandaar dat mijn focus ligt op technische vertalingen, waar handleidingen een zeer belangrijk deel van mijn activiteiten vormen.
Als u interesse hebt in machinevertalingen en mijn mening daarover, kan ik u alvast in primeur vertellen dat ik naar aanleiding van een conferentie daarover een nieuwe blog aan het voorbereiden ben.
In elk geval stel ik uw mening zeer op prijs, alleen deel ik ze dus niet.
Met vriendelijke groet
Els Peleman, technisch vertaalster Frans en Duits naar het Nederlands.
Beste heer Pollet,
Normaal reageer ik niet vaak en dan nog mild op dit soort opmerkingen. Hier wil ik echter graag even mijn collega vertaler uit de wind houden. Had u de introductie aandachtig gelezen, dan had u namelijk al geweten wat het onderwerp van deze tekst was. Een beetje vreemd om dan commentaar te leveren dat deze tekst niet zou werken in een juridische context.
Uit uw reactie maak ik op dat u geen geschoolde vertaler bent. De ontstellende hoeveelheid grammaticale fouten daargelaten, geeft u namelijk aan dat u verbaast bent over de ‘muggenzifterij’ en interpretatie. Als er iets is dat een hoogopgeleide vertaler moet zijn, dan is het wel een muggenzifter en een goede interpretator. Een stevige grip op de bron- en doeltalen is daarbij geen luxe, maar een noodzaak. Het vak vereist veel kennis van de meest uiteenlopende onderwerpen, een hoge taalkundige vaardigheid en flink wat doorzettingsvermogen.
Het vak van vertaler is niet beschermd en dat is een schande. Als gevolg hiervan lijkt iedereen met redelijke kennis van een taal namelijk al snel te denken dat hij/zij zich een vertaler kan noemen. Ik vermoed dat u tot die groep behoort.
Ter ontnuchtering kan ik u een vierjarige opleiding aan een van de uitstekende hogescholen die ons land rijk is aanbevelen. Daar leert u dat er veel specialisaties binnen het vertaalvak bestaan die wel degelijk interpretatie toestaan, zelfs aanmoedigen. Anders krijg je enorm houterige teksten die duidelijk herkenbaar zijn als vertaalde teksten. In de ogen van vertalers is dat een doodzonde.
Uit ervaring weet ik dat zelfs bij juridisch vertalen regelmatig enige interpretatie moet worden toegepast, eventueel met gebruik van een voetnoot. De juridische systemen, procedures en jargon verschillen per land en voor een correct begrip bij de lezer zal soms iets moeten worden uitgelegd of een andere term worden gekozen.
Ik wens u veel succes met uw studie.
Geachte heer Pollet,
Uit uw reactie blijkt duidelijk dat u geen kaas gegeten hebt van vertalen. Gooi bijvoorbeeld de zin “I have a paper cut” eens door Deepl: “Ik heb een papierknipbeurt”??? Google Translate: “Ik heb een papieren snee”???
Een heel simpel zinnetje, niets technisch en geschreven in het Engels, beide vertaalmachines snappen er geen hout van.
Deepl: Deepl: It is clear from your reaction that you have not eaten any cheese from translating / Google: It is clear from your response that you did not eat any cheese from translation.
Deepl: don’t understand the wood / Google komt hier wel met een goede vertaling.
Een heel bekende is de vertaling van het Engels naar het Spaans van ‘paper jam’ in Google, het papier is dan niet meer vastgelopen, maar je hebt papiermarmelade. Smakelijk eten.
Moraal van het verhaal: Bij vertalen draait alles om interpretatie!
In de ruimste zin is vertalen interpreteren. Zonder interpreteren wordt vertalen niet beter dan Google Translate of DeepL. Als u zo zorgvuldig mogelijk een product zou hebben ontwikkeld en daarbij een groot financieel belang zou hebben dan zou u gruwen als uw product wordt gepresenteerd op een krakkemikkerige wijze.
Hmmm. Opzettelijk de strekking verkeerd begrijpen, of het gewoon écht niet snappen?
Geachte heer ‘Architect’,
Ik vrees dat u niet helemaal begrepen heeft dat juist het kunnen interpreteren van een tekst het verschil maakt tussen een computer en een mens die een tekst vertaalt. Ik kan u verzekeren dat het ook bij juridische kwesties van belang is dat de vertaler interpreteert. Als er in een trainingsprogramma over cyberbeveiliging dat oorspronkelijk voor een andere markt geschreven is, staat dat een willekeurige werknemer ontslagen wordt als die (per ongeluk) malware op zijn werkcomputer downloadt, kan ik dat op grond van mijn kennis van het Nederlandse arbeidsrecht niet één op één vertalen. En ja, dan moet ik dat voor het doelpubliek anders verwoorden, oftewel interpreteren.
Ik doceer juridische vertaling aan UGent en VUB, en als er nu één domein is waarvoor machinevertaling absoluut onbruikbaar is op dit moment, is het wel juridische vertaling.
En ja, voor juridische vertaling moet je absoluut kunnen nadenken en interpreteren. Zoek bijvoorbeeld maar eens uit hoe je eenvoudige woorden als company en corporation correct vertaalt in het Nederlands. Zonder interpretatie en context lukt dat niet.
Beste Joeri,
ik heb 32 jaar een juridisch vertaalbureau gehad in Nederland, mag mezelf deskundig noemen als het gaat om juridisch vertalen, en ik vind machinevertaling in veel gevallen uiterst bruikbaar als basis voor een juridische vertaling. Dat vind ik overigens niet alleen zelf, ik ken meerdere advocaten die er ook zo over denken. Kortom, oneens met je met je stelling, ondanks je credentials 😉
Ik kom geregeld dingen tegen zoals ‘Tribunal de Première Instance’ dat in de vertaling ‘Hof van Beroep’ wordt. En ik kan gerust nog een paar tientallen voorbeelden in die zin geven. Dat zijn flagrante fouten die ik met mijn CAT-tool nooit ofte nimmer kan maken.
Vertaal bijvoorbeeld maar eens een basistekst over de GDPR: DeepL maakt er een potje van. De terminologie klopt helemaal niet, en dat voor een systeem dat voor een groot deel gebaseerd is op het corpus van de EU. Dan kun je toch echt niet beweren dat het degelijk werkt, als je een beetje kritisch ingesteld bent.
Het is eigenlijk heel eenvoudig: in de master merk ik in mijn lessen juridische vertaling dat de studenten die de tekst door DeepL halen en dan post-editen slechtere vertalingen afleveren dan de studenten die de tekst volledig zelf vertalen. En dat merk ik al enkele jaren na elkaar. Dat er meerdere advocaten anders over denken, is best mogelijk, maar advocaten zijn dan ook geen vertalers. (We weten allemaal wel hoe vlot een tekst van de gemiddelde advocaat leest.)
Ik zet het absoluut niet weg als onbruikbaar, dat heb ik nergens gezegd. Ik moedig mijn studenten zelfs aan om het te gebruiken. En ik vertel erbij dat DeepL niet meer weg te denken valt, of we dat nu leuk vinden op niet, en dat het er in de toekomst dus op aan zal komen beter te zijn dan DeepL.
Mijn hoofdberoep is overigens mijn vertaalpraktijk, en daarin is mijn ervaring voorlopig dezelfde. Ik heb twee klanten die met machinevertalingen zijn begonnen, en allebei zijn ze er na twee à drie maanden weer mee gestopt en sindsdien staat bij allebei in de samenwerkingsovereenkomst dat het gebruik van machinevertaling absoluut verboden is in het vertaalproces voor hun teksten. En het gaat bij allebei specifiek over juridische en financiële teksten.
En versta me niet verkeerd, ik zie ook wel de voordelen van MT, maar het moet een tool blijven in dienst van de vertaler en niet omgekeerd. Er zijn overigens weinig dagen waarop ik minder dan 5000 woorden vertaal, dus ook zonder DeepL haal je dat tempo makkelijk. Ik denk dat de specialisatie van de vertaler een veel grotere rol speelt in de hoeveelheid die je per dag aankunt, want het grote probleem met DeepL is dat je de terminologie niet kunt vertrouwen, dus een vertaler met weinig kennis van zaken moet even lang naar de correcte terminologie zoeken, of hij nu met DeepL werkt of niet.
Now we’re talking! Ik verwijs naar de eerste zin in je eerste commentaar, waarin staat “als er nu één domein is waarvoor machinevertaling absoluut onbruikbaar is op dit moment, is het wel juridische vertaling”. Ik kan dat niet goed rijmen met je reactie zojuist: “Ik zet het absoluut niet weg als onbruikbaar, dat heb ik nergens gezegd.” Maar, ik neem graag aan dat ik je verkeerd begrepen heb, want al je overige opmerkingen in je laatste reactie onderschrijf ik van harte. Een kanttekening bij het woordvolume per dag: jij haalt die makkelijk, en ik haal die makkelijk, maar met DeepL – ik durf het dan nu wel te zeggen – haal ik soms ook wel 12000 woorden of meer op een dag. En dát is me vroeger nooit gelukt. De reden dat ik dit niet in eerste instantie heb vermeld, is dat jouw tempo van (meer dan) 5000 woorden per dag zeker niet door iedereen ‘makkelijk’ gehaald wordt. Velen hanteren nog steeds 2000, 2500 of 3000 woorden per dag, en zij bezien ons ‘snelvertalers’ met enig wantrouwen 😉
Oeps, inderdaad, dat had ik dus wel gezegd. 😀 Ik had het over de inhoudelijke betrouwbaarheid, dat had ik misschien moeten verduidelijken. De zinsconstructies zijn soms verbluffend, dat wel, maar de inhoudelijke en terminologische fouten maken het systeem voor mij nog te onbetrouwbaar om het voor dit soort teksten te gebruiken. Als inspiratiebron eventueel, maar niet meer dan dat.
Wat dat vertaaltempo betreft: ik werkte als student blijkbaar al veel sneller dan gemiddeld, dus het zal wel deels persoonlijk zijn, maar specialisatie speelt toch een gigantisch grote rol, denk ik. Ik haal ook wel eens 12.000 woorden op een dag. (Al is dat dan wel een lange dag en kan ik dat niet elke dag volhouden.)
Kees Engels schreef:
“haal ik soms ook wel 12000 woorden of meer op een dag.”
Dat kan volgens mij alleen maar betekenen dat de machinevertaling niet goed nagekeken is. Voor het tweetalig nakijken van een goede menselijke vertaling vind ik 1000 woorden per uur al een vermoeiend tempo, dat nauwelijks 8 uur achter elkaar vol te houden is. Bij een machinevertaling moet je volgens mij veel intensiever nakijken, omdat de fouten subtiel en vaak “onmenselijk”, dus onverwacht zijn.
Goed stuk. Ik denk dat de essentie duidelijk is: voor welk doel kan je deze tool gebruiken en wanneer niet.
Zo gebruik ik ook wel Google Translate als ik iets aan mijn Poolse schoonzusje wil schrijven. Eerst vertaal ik dan NL naar Engels om te zien of Google Translate mijn bedoeling heeft begrepen alvorens ik de tekst naar Pools laat omzetten. En dan gaat het om onbelangrijke tekst als even wat Whatsappen aan een familielid.
DeepL, Google Trad, geen enkele digitale vertaalmachine heeft hersens noch de ervaring van een vertaler ‘en chair et en os’. Je kunt ze alleen gebruiken als ondersteuning. Meer echt niet. Ik vind het artikel van Els heel intetressant en duidelijk. Bravo Els.
“Slecht geschreven bronteksten kan een machine dus ook nog altijd niet rechtbreien.”
Of zoals in dit geval: zich aanpassen bij wat in een bepaalde taal nou eenmaal vrij gebruikelijk is. “Richtige Einstellungen kontrollieren” is in het Duits denk ik heel normaal, maar letterlijk overgenomen in het Nederlands klinkt te veel te hoekig en kan het zelf misverstanden wekken.
Een goede vertaler vertaalt geen woorden, maar bedoelingen.
Architect schreef:
==
Met uw ingesteldheid denk ik dat u zeer slecht zou scoren in het geval van juridische vertalingen als u meent dat u deze ook moet ‘interpreteren’ tijdens uw vertaalwerk.
==
Ik denk dat JUIST ook bij juridische vertalingen interpreteren noodzakelijk is, omdat:
1) uitdrukkingen vaak een specifieke juridische betekenis hebben,
2) die uitdrukkingen per taal sterk kunnen verschillen,
3) de rechtssystemen altijd iets, en vaak heel sterk verschillen, zodat ook de achterliggende begrippen niet zomaar één op één passend zijn.
Architect schreef ook:
==
Trouwens, vele voorbeelden leveren nu (25/11/219) een andere vertaling op, dus misschien moet u een actualisering overwegen om 1/ de focus verbreden tot ook andere soorten vertalingen 2/opnieuw dezelfde zinnen door DeepL te laten vertalen.
==
Dat maakt het nou juist zo zorgelijk onbetrouwbaar. Vergelijk mijn experiment:
https://rudhar.com/lingtics/machtrns/en05.htm
https://rudhar.com/lingtics/machtrns/ia05.htm
https://rudhar.com/lingtics/machtrns/ia06.htm
Goed stuk! Onze professor Soeteman (vakgroep Duits, eind jaren ‘70) leerde ons: „übersetzen Sie so wörtlich wie möglich und so frei wie notwendig!“ en daar ligt de kern en het geheim van vertalen: het is een strijd, een gevecht dat van menselijke aard is, gestoeld op taalgevoel en jarenlange oefening! Een ware professie.
Dank je wel Mick! Je slaat de nagel op de kop! Ook een hele mooie vind ik het citaat van Adriaan Morriën “Een vertaler is iemand die een woord dat hij al kent, in het woordenboek opzoekt.”
In welk opzicht verschilt een CAT-tool met een online vertaaldienst als Google Translate?
Beste Arne, het antwoord op die vraag is eigenlijk heel eenvoudig en zit hem al in de benamingen zelf: Google Translate ‘vertaalt’, dat wil zeggen dit is een programma dat automatisch vertalingen produceert. CAT-tools staan voor Computer Aided Translation Tools, computerondersteund vertalen dus. Dit houdt in dat het programma niet zelf vertaalt, maar de vertaler ondersteunt bij zijn werk. Dit gebeurt op verschillende manieren. De belangrijkste is dat een CAT-tool voor jou allerlei controles doet en verschillende functionaliteiten met elkaar combineert (bijv. automatisch gaan zoeken op IATE, AutoSuggest, Spellcheck, controle van cijfers, terminologie, lay-out,…). Een ander groot voordeel van CAT-tools is dat ze compatibel zijn met verschillende formaten: zo heb ik zonet een XML en een JSON-bestand vlekkeloos in MemoQ vertaald, en Indesign-brochures en zelfs WordPress-websites doe ik ook regelmatig met behulp van mijn CAT-tool. Ik zou je aanraden om op mijn blogpagina eens te gaan zoeken naar het artikel ‘Hoe werkt een professionele vertaler in de praktijk?’. Daarin zie je hoe ik werk met een CAT-tool. Wil je meer weten over de controlefuncties, dan raad ik je aan om je in te schrijven voor het webinar bij KTV Kennisnet “Reviseren in de praktijk”. Daarin leg ik van naaldje tot draadje uit welke controlefuncties SDL Trados heeft. Ik hoop dat dit een antwoord is op je vraag? Mocht je nog verdere vragen hebben, laat het gerust weten.
We zijn nu paar jaar verder na dit artikel. Ik ben benieuw of je je test nog eens kan uitvoeren om te kijken of deepl in die tijd beter geworden is of niet
Dat heb ik ondertussen al gedaan en de resultaten blijven hetzelfde: https://epvertalingen.eu/mt-plugin-deeplpro
Ook een interessant artikel hieromtrent is: https://bdue.de/fuer-presse-medien/presseinformationen/pm-detail/uebersetzungsprogramme-auch-im-app-zeitalter-kein-ersatz-fuer-menschliche-uebersetzer-und-dolmetscher
Op 9 maart is er een ook een event hieromtrent op Xing: https://www.xing.com/events/xing-expertendialog-marchen-manueller-ubersetzungsprozesse-3228979
Dag Bob, ik heb deze week weer de test gedaan: https://epvertalingen.eu/deepl-2021. Veel leesplezier! Mocht je vragen hebben, laat het gerust weten.
Het is ook geheel afhankelijk van je doel en wat je wilt bereiken. Ik gebruik de (betaalde versie) van Google Neural Machine Translation om vanuit het Nederlands naar andere (Europese) talen teksten / blogs te vertalen op mijn website. De resultaten hiervan zijn vele malen beter dan als je gebruik maakt van statistische machinevertaling.
Moet het voor mijn doel 100% grammaticaal correct zijn tot en met de laatste komma? Nee van mij hoeft dat niet zolang mijn bezoekers / klanten de intentie begrijpen. In mijn geval accepteer ik het feit dat niet elke zin er 100% lekker uit zal komen, maar dat is ook met mensen het geval, je kunt moeilijkere lange zinnen op verschillende manieren vertalen.
Is een menselijke vertaling beter, ja dat zal zeker het geval zijn, maar het is nogmaals afhankelijk van je doel en wat je wilt bereiken.
Dag Jelle, je hebt helemaal gelijk. Neural Machine Translation is al flink verbeterd en zeker bruikbaar als je geen perfecte kwaliteit wenst, al zou ik toch wel voorzichtig blijven als je een Germaanse taal (Nederlands) wilt laten vertalen naar een Romaanse taal (zoals het Frans of Spaans). In die gevallen is het helaas vaak veel meer dan “niet 100% lekker lopend”, tot zelfs compleet onbegrijpelijk. Het is met websitevertalingen inderdaad vooral de bedoeling dat geïnteresseerde bezoekers getriggerd worden, maar uit twee studies is gebleken dat websites met taalfouten een negatieve invloed hebben op de koopintentie. Het is vooral belangrijk te kijken naar de verhouding bezoekers en het aantal offerte-aanvragen. Als je weliswaar veel bezoekers krijgt op je website maar ze haken meteen af, heb je er vrij weinig aan.
Hier vind je trouwens de links naar die onderzoeken: https://taalverhalen.be/taalonderzoek/taalfouten-op-websites-eindverslag/
https://www.arteveldehogeschool.be/projecten/vlotte-pen-en-oog-voor-taal-maakt-kraakt-taal-een-eenmanszaak-kmo (onderste link vind je de pdf met het rapport).
PS: ik zie dat je hier reageert op een al ietwat verouderde blog, als je gaat zoeken op DeepL vind je nog nieuwere blogs met mijn laatste ervaringen.