Detailansicht
Qualität von Translation Crowdsourcing am Beispiel einer Softwarelokalisierung
Jeffrey John Abratigue
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Deutsch Englisch
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.62233
URN
urn:nbn:at:at-ubw:1-12294.06600.811169-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die vorliegende Arbeit hat zum Ziel, ein Bewertungsmodell für die Qualität von Translation Crowdsourcing zu finden. Bei der zu bewertenden Übersetzung handelt es sich um die Open Source Software BleachBit, die auf der Lokalisierungsplattform Launchpad vom Englischen ins Deutsche übersetzt wurde. Die Bewertung dieser crowdbasierten Übersetzung erfolgt auf Basis der Skopostheorie von Reiß und Vermeer (1984) und des Modells der Bewertungshandlung von Lauscher (2006). Um eine einzelne subjektive Bewertung zu vermeiden, werden zwei weitere Annotatoren herangezogen, wodurch der Zieltext von insgesamt drei Personen mittels Fehlerkategorisierung evaluiert wird. Die Übereinstimmung zwischen den einzelnen Bewertungen wird anschließend mithilfe von Fleiss‘ Kappa ausgewertet. Anhand dieser Methode soll dargelegt werden, welche Fehler in dieser crowdbasierten Übersetzung am häufigsten auftreten und in welchen Bereichen die Beurteilenden die höchste bzw. niedrigste Übereinstimmung haben. Die erstellte Fehlertypologie stellt einen ausreichenden Umfang für die Bewertung dar und wird somit als mögliche Lösung vorgestellt.
Abstract
(Englisch)
The following thesis aims to find an evaluation model for the quality of translation crowdsourcing. The translation in question is BleachBit, an open source software which was translated on the crowdsourcing localization platform Launchpad from English into German. The evaluation is based on Reiß’ and Vermeer’s Skopos theory (1984) and Lauscher’s model of evaluation (2006). In order to avoid a single subjective assessment, two additional raters are involved in the error-based evaluation. The agreement among the raters is then measured using Fleiss’ Kappa. This approach is used to identify which errors occur most frequently in the translation and in which categories the raters have the highest and lowest agreement. The error typology used in this thesis provides a sufficient scope for the evaluation and is therefore presented as a possible solution.
Schlagwörter
Schlagwörter
(Englisch)
translation crowdsourcing software localization collaborative translation
Schlagwörter
(Deutsch)
Translation Crowdsourcing Softwarelokalisierung kollaboratives Übersetzen
Autor*innen
Jeffrey John Abratigue
Haupttitel (Deutsch)
Qualität von Translation Crowdsourcing am Beispiel einer Softwarelokalisierung
Publikationsjahr
2020
Umfangsangabe
105 Seiten (verschiedene Seitenzählungen) : Illustrationen
Sprache
Deutsch
Beurteiler*in
Dagmar Gromann
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC16115043
Utheses ID
55010
Studienkennzahl
UA | 070 | 331 | 342 |