EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
l.MA.AL.FUE-PreMT.24FS (Pre-Editing, MT, Post-Editing) 
Modul: Pre-Editing, MT, Post-Editing
Diese Information wurde generiert am: 21.11.2024
Nr.
l.MA.AL.FUE-PreMT.24FS
Bezeichnung
Pre-Editing, MT, Post-Editing
Veranstalter
LA Master-Studiengang Angewandte Linguistik
Credits
2
Erwartete Gesamtarbeitszeit
Total60.00 h
Status
Aktiv

Beschreibung

Version: 1.0 gültig ab 01.02.2024
Kursbezeichnung Gewichtung
Pre-Editing, MT, Post-Editing --

Informationen zum Modul  
Bestehensbedingungen genügende Modulbewertung
Kurs: Pre-Editing, MT, Post-Editing
Nr.
l.MA.AL.FUE-PreMT.24FS.K
Bezeichnung
Pre-Editing, MT, Post-Editing
Veranstalter
LA Master-Studiengang Angewandte Linguistik
Kategorie
Vorlesung
Unterrichtssprache
Deutsch
Erwartete Gesamtarbeitszeit
Total60.00 h
Kurs18.00 h
Selbststudium42.00 h

Beschreibung

Version: 3.0 gültig ab 01.02.2024

 

Lernziele Haltung:
  • Die Studierenden sind sich der Stellung und der Aufgaben von Übersetzenden im Hinblick auf den Einsatz von maschinellen Übersetzungssystemen bewusst.
  • Die Studierenden sind in der Lage, das Potenzial maschineller Übersetzungssysteme und Ihrer Einsatzbereiche für bestimmte Projekte und Aufgaben kritisch zu evaluieren und eine informierte Entscheidung zum Einsatz von maschineller Übersetzung zu treffen.
  • Die Studierenden sind in der Lage, beim Einsatz von Übersetzungstechnologien unter Berücksichtigung des menschlichen Mehrwerts beratend zu agieren
Wissen:
  • Die Studierenden kennen die Geschichte der maschinellen Übersetzung und die dort verwendeten Ansätze.
  • Die Studierenden wissen in Grundzügen, wie moderne (sprich neuronale) maschinelle Übersetzungssysteme funktionieren und wissen um die Stärken und Schwächen solcher Systeme.
  • Die Studierenden wissen, in welchem Umfang und in welchen Szenarien maschinelle Übersetzungssysteme von Nichtprofis bzw. in der Sprachindustrie benutzt werden.
Können:
  • Die Studierenden können maschinelle Übersetzungssysteme sinnvoll anwenden.
  • Die Studierenden können humane und automatisierte Evaluationsmethoden der Outputs maschineller Übersetzungssysteme anwenden.
  • Die Studierenden können Texte für die maschinelle Übersetzung optimieren (Pre-Editing) und die Ergebnisse der maschinellen Übersetzung effizient nachbearbeiten (Post-Editing).
  • Die Studierenden können maschinelle Übersetzungssysteme sinnvoll in Prozesse mit anderen Werkzeugen (wie z.B. CAT-Tools) einbinden.
Lerninhalte Das Semester gliedert sich in drei Unterrichtsblöcke:

A. Der erste Block gibt einen Einblick in die Anwendungsszenarien. die Geschichte, die theoretischen Ansätze, die Methoden der Maschinellen Übersetzung (MÜ) und die Methoden zur Evaluation von MÜ-Systemen.

B. Im zweiten Block werden die einzelnen Prozessschritte beleuchtet, die notwendig sind, um MÜ effizient in der Praxis einzusetzen (Pre-Editing, kontrollierte Sprachen, verschiedene auftragsbedingte Arten von Post-Editing)

C. Im dritten Block wird die Kombination von MÜ-Systemen mit anderen Übersetzungswerkzeugen (wie CAT-Tools) thematisiert und die Auswirkungen des Einsatzes von MÜ Systemen auf das Berufsbild der Übersetzer:innen diskutiert.
Alle Aspekte werden mit konkreten Beispielen vertieft, die die Studierenden aktiv an MÜ-Systemen bearbeiten, die von Sprachdienstleistern produktiv eingesetzt werden.
Lehrform Online. Vorlesung/Präsentationen der Dozierenden, begleitet von praktischen Übungen (meist am Rechner) und einer Projektarbeit.
Leistungsnachweis

Leistungsbewertung während des Semesters nach Vorgabe der Dozierenden unter Berücksichtigung der Lernziele.


1. Bewertete Aufgaben und Übungen im Laufe des Semesters (50%)
Bewertungsart: Note in Viertelnotenschritten

2. Projektarbeit (50%) in Form eines Konzepts zur Einführung von maschineller Übersetzung für eine Organisation, die im Laufe des Semesters erstellt wird
Bewertungsart: Note in Viertelnotenschritten

Für das Bestehen des Kurses müssen beide Leistungsnachweise bestanden werden.
Kursunterlagen Arnold, Doug, et. al. (1993). Machine Translation: an Introductory Guide.
London: Blackwell. http://www.essex.ac.uk/linguistics/external/clmt/MTbook/
Kenny, Dorothy. 2022. Machine translation for everyone: Empowering users in the age of artificial intelligence. (Translation and Multilingual Natural Language Processing 18). Berlin: Language Science Press. DOI: 10.5281/zenodo.6653406
Weitere Lektüre wird zu Beginn und während des Kurses bekannt gegeben.