Detailansicht
Mensch oder Maschine?
Qualitätsunterschiede in Bezug auf die Humanübersetzung und die neuronale maschinelle Übersetzung anhand französischer Wirtschaftstexte ins Deutsche
Mario Yukaew
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Deutsch Französisch
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.70293
URN
urn:nbn:at:at-ubw:1-11193.48928.896651-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Für die vorliegende Masterarbeit wurde die Qualitätsevaluierung menschlicher und maschineller Übersetzungen von Wirtschaftstexten in der Sprachrichtung Französisch-Deutsch als Forschungsgegenstand definiert. Das Analysematerial umfasste vier Textsorten aus dem Bereich Wirtschaft. Die Bewertungshandlung wurde durch drei Annotator*innen durchgeführt, die mithilfe einer mit Microsoft Excel erstellten Evaluierungstabelle Übersetzungsfehler kennzeichnen und diese in eine vorgegebene Fehlerkategorie zuordnen mussten. Als Basis für die Evaluierung der Übersetzungsqualität diente das von Lauscher (2006) entwickelte Modell zur Bewertung der Translatqualität. Aus den empirisch erhobenen Daten konnte schließlich die Erkenntnis gewonnen werden, dass Humanübersetzer*innen im Vergleich zur auf dem neuronalen Ansatz basierenden Übersetzungsmaschine DeepL unter Berücksichtigung der in dieser Untersuchung identifizierten Mängel im Großen und Ganzen qualitativ bessere Übersetzungsresultate für Wirtschaftstexte erzielen.
Abstract
(Englisch)
In this master thesis, the human and machine translation quality assessment of business texts from French into German was defined as the object of research. The material to be analysed comprised four text types from the field of economics. The evaluation was carried out by three annotators who had to mark translation errors using an evaluation table created with Microsoft Excel and assign them to a given error category. The translation quality evaluation model developed by Lauscher (2006) served as the basis for the assessment. The findings showed that, in terms of quality, human translators largely achieve better translation results for business texts compared to the neural machine translation engine DeepL, taking into account all errors identified in this survey.
Schlagwörter
Schlagwörter
(Englisch)
human translation machine translation translation quality assessment comparative study
Schlagwörter
(Deutsch)
Humanübersetzung Maschinelle Übersetzung Übersetzungsqualität Evaluierung Vergleichsstudie
Autor*innen
Mario Yukaew
Haupttitel (Deutsch)
Mensch oder Maschine?
Hauptuntertitel (Deutsch)
Qualitätsunterschiede in Bezug auf die Humanübersetzung und die neuronale maschinelle Übersetzung anhand französischer Wirtschaftstexte ins Deutsche
Publikationsjahr
2021
Umfangsangabe
108 Seiten
Sprache
Deutsch
Beurteiler*in
Dagmar Gromann
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC16469167
Utheses ID
60305
Studienkennzahl
UA | 070 | 331 | 345 |