Iedereen heeft het over NMT en\nde resultaten van Neural Machine Translation Engines zijn inderdaad\nverbazingwekkend. Neural Machine Translation Engines leren steeds sneller en\nverwerken steeds complexere content. Desondanks heeft de inzet van deze\ntechnologie nog steeds zijn beperkingen. Technische redacteuren en content\nmanagers kunnen bij het schrijven van bronteksten zelf een grote bijdrage\nleveren om de output van NMT kwalitatief aanzienlijk te verbeteren. NMT is\ngebaseerd op 3 basiselementen: eenvoud, consistentie en\nnauwkeurigheid. <\/p>\n\n\n\n
Hiervan kunnen enkele nuttige\nregels worden afgeleid, ook al moet altijd rekening worden gehouden met de\nbrontaal. Niet iedere taal kan immers in dezelfde mate vereenvoudigd worden,\nomdat de betekenis dan verloren kan gaan.<\/p>\n\n\n\n
In principe moet er voor korte\nzinnen worden gekozen. Bij voorkeur voor eenvoudige hoofdzinnen, die geen\nvoegwoorden vereisen.<\/p>\n\n\n\n
In een taal als het Duits wordt\nin non-fictie- en vakteksten bijvoorbeeld veel gebruikgemaakt van passieve\nconstructies. Omdat veel NMT Engines nog steeds moeite hebben met de juiste\ntoewijzing van de agens, zouden bij voorkeur actieve zinnen moeten worden\ngebruikt. <\/p>\n\n\n\n
Daarnaast zou men zeer zuinig\nmoeten zijn met het gebruik van gezegden of zelfs van spreektaal, omdat de\nmeeste NMT Engines hier amper op getraind zijn en dit al snel tot\ndubbelzinnigheden en dus verkeerde interpretaties kan leiden.<\/p>\n\n\n\n
Indien mogelijk zou ook moeten\nworden afgezien van het gebruik van synoniemen. Wees niet bang voor\nherhalingen: een “kameel” is en blijft een kameel en hoeft in de\nvolgende zin niet als schip der woestijn te worden beschreven. <\/p>\n\n\n\n
En last but not least is het\ngebruik van de spellingcontrole zeer aan te raden. Het grote verschil tussen\nhet menselijk brein en een NMT Engine ligt in het vermogen van het menselijk\nbrein om te kunnen anticiperen. Terwijl de mens de betekenis van een zin\nondanks typefouten of een ontbrekende interpunctie kan begrijpen, kunnen\neventuele spelfouten, maar ook grammaticale fouten het resultaat van de NMT\nEngine aanzienlijk verslechteren.<\/p>\n\n\n\n
Bij Skrivanek zijn wij druk\nbezig met de verbetering van NMT en wij bieden post editing in talloze talen\naan.<\/p>\n\n\n\n
Neem gerust contact met ons op\nals u meer over dit onderwerp wilt weten.<\/p>\n","protected":false},"excerpt":{"rendered":"
Iedereen heeft het over NMT en de resultaten van Neural Machine Translation Engines zijn inderdaad verbazingwekkend. Neural Machine Translation Engines…<\/p>\n","protected":false},"author":2,"featured_media":2156,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[18],"tags":[],"class_list":{"0":"post-2165","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-nieuws"},"yoast_head":"\n