Skip to main content Skip to main navigation

Projekt

QTLeap

Quality Translation by Deep Language Engineering Approaches

Quality Translation by Deep Language Engineering Approaches

  • Laufzeit:

In der Theorie sollte maschinelle Übersetzung (Machine Translation - MT) auf einer tiefen (semantischen) Ebene der Sprachverarbeitung besonders gut funktionieren, da man erwartet, dort auf weniger sprachspezifische Unterschiede und Partikularitäten zu stoßen als an der Sprachoberfläche. Tatsächlich haben gerade die in den letzten Jahren besonders erfolgreichen statistischen MT-Systeme aber praktisch ausschließlich auf der Sprachoberfläche gearbeitet und kaum linguistisches Wissen ausgenutzt.

Inzwischen haben die statistischen MT-Systeme einen Punkt erreicht, an dem es immer schwieriger wird, rein datenbasiert weitere Qualitätsverbesserungen zu erzielen. Auch wenn von vielen Seiten die Forderung artikuliert wurde, die Systeme durch die Hinzunahme von linguistischem Wissen auszubauen, besteht hier derzeit eine Forschungslücke.

Um einen Durchbruch in der Qualität maschineller Übersetzung zu erzielen, hat das Projekt QTLeap die Erforschung und Entwicklung einer neuen Methodologie zum Ziel, die Ansätze der tiefen Sprachverarbeitung ausnutzt, um Fortschritt in Richtung Qualitätsübersetzung zu machen. Dieser Fortschritt wird weiter durch jüngste Erfolge im Bereich der lexikalischen Verarbeitung unterstützt. Diese sind auf der einen Seite durch erweiterte Techniken für referenzielle und konzeptuelle Ambiguität möglich geworden und sie werden auf der anderen Seite unterstützt durch neue Typen von Datensammlungen (Linked Open Data).

Im Projektkonsortium wird das DFKI in erster Linie seine Expertise aus den Bereichen hybride maschinelle Übersetzung, Evaluation von Übersetzungsqualität und tiefe Sprachverarbeitung einbringen.

Partner

  • University of Lisbon, Portugal, Head: António Branco (project coordinator)
  • Charles University in Prague, Czech Republic, Head: Jan Hajič
  • Bulgarian Academy of Sciences, Bulgaria, Head: Kiril Simov
  • Humboldt University Berlin, Germany, Head: Markus Egg
  • University of Basque Country, Spain, Head: Eneko Agirre
  • University of Groningen, The Netherlands, Head: Gertjan van Noord
  • Higher Functions, Lda, Portugal, Head: Filipe Barrancos

Fördergeber

EU - Europäische Union

EU - Europäische Union

Publikationen zum Projekt

Aljoscha Burchardt; Arle Lommel; Vivien Macketanz

In: Universal Access in the Information Society, Vol. 20?, Pages 1-15, Springer, 2020.

Zur Publikation

Jindřich Helcl; Jindřich Libovický

In: Prague Bulletin of Mathematical Linguistics, Vol. 107, Pages 1-11, Charles University, 2017.

Zur Publikation