Detailansicht
Qualitätsvergleich zwischen maschinell und human erstellter Übersetzungen im Fachgebiet Musik in der Sprachenkombination Englisch-Deutsch
Milos Milohanovic
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Bosnisch/Kroatisch/Serbisch Deutsch
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.72647
URN
urn:nbn:at:at-ubw:1-11810.97786.749681-2
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Das Ziel dieser Masterarbeit war es, herauszufinden, wie Musiker*innen und Musikwissenschaftler*innen die unbearbeiteten deutschen Übersetzungen von hochspezialisierten, Fachgebiet-spezifischen englischen Texten aus dem Bereich der Musik erstellt von neuronalen maschinellen Übersetzungssystemen im Vergleich zur menschlichen Übersetzung bewerten und ob sie konsistent zwischen maschineller und menschlicher Übersetzung unterscheiden können. Dies wurde untersucht, indem insgesamt sechs Textabschnitte jeweils viermal übersetzt wurden (jeweils von zwei menschlichen Übersetzer*innen, DeepL und Google Translate) und Fachexpert*innen im Fachgebiet Musik zur Evaluierung gegeben wurden. Die Evaluierung erfolgte mittels der Best-Worst-Scaling Methode wobei Evaluator*innen der besten Übersetzung eine positive und der schlechtesten eine negative Punktzahl zuwiesen. Darüber hinaus wurden die Evaluator*innen gebeten anzugeben, welche der Übersetzungen sie für menschliche Übersetzungen und welche für maschinelle Übersetzungen hielten. Das Ergebnis dieser Untersuchung war, dass die Evaluator*innen beide menschlichen Übersetzer*innen besser bewerteten als die beiden NMÜ-Systeme, wobei die von DeepL erstellten Übersetzungen deutlich besser bewertet wurden als jene, die von Google Translate erstellt wurden. Die Ergebnisse der numerischen Bewertung lassen den Schluss zu, dass es für MÜ-Systeme in bestimmten Fällen möglich ist, das Qualitätsniveau einer menschlichen Übersetzung zu erreichen. Die Ergebnisse in Bezug auf die zweite Frage – ob eine bestimmte Übersetzung von einem Menschen oder einer Maschine angefertigt wurde – zeigen jedoch, dass es immer noch einen deutlichen Unterschied zwischen den beiden Arten von Übersetzungen gibt und dass Expert*innen in diesem bestimmten Fachbereich maschinelle Übersetzungen recht gut als solche erkennen können.
Abstract
(Englisch)
The aim of this master’s thesis was to find out how musicians and musicologists evaluate unedited German translations of highly specialized, domain-specific English texts from the field of music produced by neural machine translation systems in comparison to human translation, and whether they can consistently distinguish between machine and human translation. This was examined by translating a total of six sections of text four times each (by two human translators, DeepL, and Google Translate) and giving them to experts in the field of music for evaluation. The evaluation was done using the best-worst scaling method whereby evaluators assigned a positive score to the best translation and a negative score to the worst. In addition, evaluators were asked to indicate which of the translations they thought were human translations and which were machine translations. The result of this survey was that the evaluators rated both human translators better than the two NMT systems, with the translations produced by DeepL being rated significantly better than those produced by Google Translate. The results of the numerical evaluation suggest that it is possible for MT systems to reach the quality level of a human translation in certain cases. However, the results related to the second question - whether a particular translation was done by a human or a machine - show that there is still a clear difference between the two types of translations and that experts in this particular field can recognize machine translations as such quite well.
Schlagwörter
Schlagwörter
(Deutsch)
Übersetzen Fachübersetzen Musik BWS Best-Worst Scaling Deutsch Englisch
Schlagwörter
(Englisch)
Translation technical translation music BWS best-worst scaling German English
Autor*innen
Milos Milohanovic
Haupttitel (Deutsch)
Qualitätsvergleich zwischen maschinell und human erstellter Übersetzungen im Fachgebiet Musik in der Sprachenkombination Englisch-Deutsch
Paralleltitel (Englisch)
Quality comparison between machine and human translations in the field of music in the language combination English-German
Publikationsjahr
2022
Umfangsangabe
115 Seiten
Sprache
Deutsch
Beurteiler*in
Dagmar Gromann
Klassifikationen
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft ,
24 Theater > 24.98 Musik: Sonstiges
AC Nummer
AC16682597
Utheses ID
65176
Studienkennzahl
UA | 070 | 363 | 331 |