Detailansicht
Die Qualität der maschinellen Übersetzung im Rechtsbereich anhand einer Fehlertypologie am Beispiel Russisch-Deutsch
Kristina Dunina
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Russisch Deutsch
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.72526
URN
urn:nbn:at:at-ubw:1-15945.90805.373588-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die vorliegende Arbeit setzt sich mit der Qualität der maschinellen Übersetzung mit dem Schwerpunkt Rechtsübersetzung auseinander. In der Arbeit wird analysiert, welche Arten von Fehlern maschinell übersetze Texte am häufigsten aufweisen. Es wird überprüft, ob falsche Terminologie die Fehlerkategorie ist, in der die meisten Fehler zu finden sind. Für die Untersuchung werden vier Texte aus dem Rechtsbereich aus dem Russischen ins Deutsche maschinell übersetzt. Für die Erstellung maschineller Übersetzungen wird der neuronale maschinelle Online-Übersetzter DeepL verwendet. Die maschinellen Übersetzungen werden anhand der Fehlertypologie der SAE-J2450 manuell evaluiert. Die Untersuchung der maschinell erstellten Übersetzungen zeigt, dass das untersuchte NMÜ-System im Bereich der Rechtsübersetzung eine ungenügende Übersetzungsqualität liefert, da keiner der maschinell übersetzten Texte die SAE-J2450-Qualitätsprüfung bestanden hat. Fast die Hälfte aller festgestellten Fehler (48 %) gehört zur Kategorie „falsche Benennung“, die sich mit der Verwendung der falschen Terminologie befasst. Dies deutet darauf hin, dass das Problem der richtigen Terminologie dem NMÜ-System DeepL große Schwierigkeiten bereitet. Die Untersuchungsergebnisse lassen annehmen, dass die meisten Schwierigkeiten des DeepL-Systems mit der mangelnden Zuverlässigkeit des verwendeten Korpus zusammenhängen.
Schlagwörter
Schlagwörter
(Deutsch)
Maschinelle Übersetzung Evaluierung der maschinellen Übersetzung SAE-J2450 Russisch Deutsch
Autor*innen
Kristina Dunina
Haupttitel (Deutsch)
Die Qualität der maschinellen Übersetzung im Rechtsbereich anhand einer Fehlertypologie am Beispiel Russisch-Deutsch
Publikationsjahr
2022
Umfangsangabe
106 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Dagmar Gromann
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC16666440
Utheses ID
64981
Studienkennzahl
UA | 070 | 360 | 331 |