#maschinelleubersetzung — Public Fediverse posts

RT @LiuVaayne: Auf meinem Computer verwende ich vorübergehend Ornith-1.5 35B A3B anstelle von Qwen 3.8 27B. Qwen wurde lange optimiert, erreicht aber nur 20 tok/s, während Ornith ohne Anpassungen 100 tok/s liefert und somit für viele Aufgaben genutzt werden kann. Die aktuell auf dem Computer eingesetzten Modelle sind: - Ornith-1.5 35B A3B für den täglichen Gebrauch - Hy-MT2-1.8B für Übersetzungen - Qwen3-Embedding-4B für Embeddings - Unlimited-OCR für OCR-Aufgaben

mehr auf Arint.info

#Embedding #KIModelle #MaschinelleÜbersetzung #OCR #Ornith #Qwen #arint_info

https://x.com/LiuVaayne/status/2090619913279021231

2/ Hey, ich hab noch ein neues Buch geschrieben. Hat nur ein paar Stunden gedauert. Mit #KI. Na ja, ist ein bisschen geschummelt, denn es ist kein ganz neues Buch. Es ist eine Rückübersetzung meines Buches Germanic Syntax. Die Student*innen hatten gemeckert, dass es das Buch nur auf Englisch gibt und ich habe es einfach mal probiert. Ich bin echt beeindruckt. Ich habe ja selbst in einem Übersetzungsprojekt gearbeitet. Dass das mal so geht, hätte ich nie gedacht.

Hier habe ich ein bisschen was dazu aufgeschrieben.

#MaschinelleÜbersetzung #KI #AI #ArtificialIntelligence #Claude

https://hot-climate-topics.net/2026/06/25/ki-fluch-oder-segen-erste-erfahrungen/

2/ Der Post in 1/ klang vielleicht etwas negativ. Das Bild zeigt den Aufbau des #VerbMobil-Systems. Es gab die so genannte tiefe Verarbeitung und statistikbasierte Verarbeitung. Tiefe Analyse ist symbolische #KI. Da waren drei Grammatiken drin. Für Englisch, Japanisch und Deutsch. Der Formalismus dafür war #HPSG. Da die Strukturen groß werden, die Ambiguität (schon im Sprachsignal) groß war, brauchte die tiefe Verarbeitung sehr viel Zeit. Auswertungen ergaben: Wenn die tiefe Analyse nicht ins Zeitlimit lief, war sie immer besser als die flache statistikbasierte Analyse.

Ich hatte mit der deutschen Grammatik 93% Abdeckung. Was der Rest war, war auch klar. Das sollte nicht in die Grammatik.

Nun ja. Das Problem der Maschinellen Übersetzung kann man wohl als gelöst ansehen. Geht so. Murakami und Kafka würde ich immer noch per Hand übersetzen, aber für alltägliche Kommunikation reicht es. Das geht ohne ein tieferes Verständnis der Texte.

(Ich hoffe ich werde jetzt nicht von Übersetzungswissenschaftler*innen und Übersetzer*innen verprügelt.)

#MaschinelleÜbersetzung

Zu viele Teile dieses Themas wurden ganz sicher und nicht nur möglicherweise maschinell oder mit KI übersetzt.

#microsoft #AI #maschinelleÜbersetzung

Habe neugierdehalber mal LibreTranslate im Docker Container auf den Raspberry Pi 4 (4 GiB RAM) installiert. Die Übersetzungsgeschwindigkeit ist IMHO durchaus in Ordnung für den kleinen Rechner, der nebenher noch zahlreiche andere Dienste anbieten muss.

Hinsichtlich Übersetzungsqualität besteht zu DeepL aber schon eine ordentliche Lücke. Zur Orientierung, um was es in einem Text geht, reicht es in der Regel. Wenn ich aber z. B. mit meinen eigenen Englischkenntnissen bei der schriftlichen Kommunikation mit Muttersprachler:innen an meine Grenzen komme, würde mir LibreTranslate wohl oft nur eine auf eine andere Art schräge Formulierung anbieten.

Wessen Raspi-Setup ähnlich aussieht wie meines - kleiner flashbasierter Speicher fürs System, rotierende Scheiben für die Nutzdaten: Mit der Option
-v /pfad/zu/einem/Verzeichnis/auf/HDD:/home/libretranslate/.local/share/argos-translate/
lassen sich die speicherintensiven Sprachdateien auf die Festplatte(n) auslagern.

#LibreTranslate #RaspberryPi #docker #MaschinelleÜbersetzung

Eine Kollegin macht mich darauf aufmerksam, dass es den Diskurs zu maschineller Übersetzung schon Anfang der 1970er gab. Sogar der Begriff der „Humanübersetzer“ kam damals schon vor. Aus: Der Übersetzer, 1972.

#ki #mü #künstlicheintelligenz #maschinelleübersetzung

Und was war das untere mal für ein englisches Wort?
Tipp: unterschiedliche Wortarten

#Teekesselchen #maschinelleubersetzung #englischedu

#EnglischEdu #LostInTranslation #maschinelleubersetzung #machineTranslation

Gut meint ist nicht gut gemacht.

Da hat das tapfere Schneiderlein (das Schild hing an einer Schneiderei) doch
offensichtlich ein Übersetzungstool angeschmissen. EN und FR mögen ja noch angehen, ES kann ich nicht einschätzen, aber bei PL hört der Spaß eindeutig auf.

Dort steht nämlich sowas wie "Es ist nicht möglich, sie existieren nicht".

Wäre es nicht besser gewesen, es ganz zu lassen? 1/2

#übersetzung #polnisch #maschinelleübersetzung #chinesisch
#übersetzungstools #mt

Die Frage für Lehrkräfte bzgl. #chatbots #llm #maschinelleubersetzung ist ja nicht so sehr "Wie zuverlässig sind die Antworten?" sondern eher "Was müssen Menschen (auf welchen Gebieten) selbst wissen und können, um dies beurteilen zu können?" Ohne die Klammer lautet die Antwort: sehr, sehr viel! Und mit Klammer ist es eine ganz alte, allgemeindidaktische, keine bloß technische oder medienpädagogische Frage. Oder? #FediLZ

Kann es sein, dass #DeepL schon mal besser war?

Ich erinnere mich, vor gut einem Jahr von DeepL Texte übersetzen ließ, die ich kaum nachbearbeiten musste.

Heute habe ich von DeepL eine Übersetzung angeboten bekommen, die viele Probleme hatte.

Besonders ärgerlich fand ich die Inkonsistenz: Der Ausdruck “policy document” wurde in drei verschiedene Ausdrücke übersetzt: Grundlagendokument, Richtlinie und Strategiepapier. War es nicht eines der Versprechen, dass #maschinelleÜbersetzung terminologische Konsistenz garantieren würde?

Wenn in einem Text mehrere Übersetzungen abwechselnd gewählt werden, ist der Leser:in nicht mehr klar, dass sich die Autor:in jedes Mal auf dasselbe Ding bezieht.

Lag es vielleicht daran, dass ich mich in der Auswahlbox nicht zwischen “Formal tone” und “Informal Tone” entscheiden konnte und deshalb “Automatic” auswählte? Nein. Jede der drei Einstellungen ergibt eine andere Übersetzung, aber das Problem der Inkonsistenz bleibt.

https://www.deepl.com/translator

#automaticTranslation #MÜ #MT

Moin: Google Translate übersetzt 33 weitere Sprachen offline

Übersetzungen bietet Google datenschutzfreundlich offline an. Jetzt zum Beispiel auch für Friesisch, Jiddisch, Latein, Luxemburgisch, Kurdisch und Uigurisch.

https://www.heise.de/news/Tacheles-reden-Google-Translate-uebersetzt-33-weitere-Sprachen-offline-7463424.html?wt_mc=sm.red.ho.mastodon.mastodon.md_beitraege.md_beitraege

#Friesisch #Google #GoogleTranslate #Jiddisch #Kultur #KünstlicheIntelligenz #MachineLearning #Reisen #Sprachverarbeitung #international #maschinelleÜbersetzung #Übersetzung

DeepL-Preiserhöhung und Einschränkungen für Gratisversion

https://www.golem.de/news/maschinelle-uebersetzung-deepl-preiserhoehung-und-einschraenkungen-fuer-gratisversion-2301-171162.html

#DeepL #MaschinelleÜbersetzung