TTN CAT Container Software

Computer-assisted translation container

Keybot Translation Search Machine saugt mehrsprachige Seiten aus dem Web ab und bildet einen riesigen Sprachkorpus in dem bis zu 165 Sprachen parallel abgespeichert werden. Die indexierten Textbausteine sind im Web über www.keybot.com abrufbar. Dank der innovativen Web-to-TM Technologie werden die Übersetzungsbausteine in gigantische Über¬setzungs-speicher (TM) umgewandelt, die von Übersetzern mit CAT-Tools angezapft werden können. Die Konversion in TMs erfolgt kundenspezifisch und es können komplexe Internetauftritte mit Tausenden von Katalogseiten in einen CAT-Container eingespiesen werden. Die TTN CAT Container Software bildet dabei die Brücke, mit der der proprietäre CAT-System wie Trados, MemoQ und OmegaT bedient werden.

Warum braucht es ein CAT-Container?

TTN arbeitet mit spezialisierten Übersetzern rund um den Globus zusammen. Die meisten Übersetzer bearbeiten nur eine einzige Sprachkombination und ein enges Fachgebiet, dessen Materie und Terminologie sie genau kennen. Sie sind als Freelancer tätig und übersetzen oft nur gelegentlich für TTN. Das von TTN in ihrem Spezialgebiet akquirierte Übersetzungsvolumen ist in vielen Fällen zu klein, um alle Übersetzer zum Gebrauch eines einheitlichen CAT-Systems zu zwingen. Das Gros der Übersetzer betrachtet das eigene System als das Beste, und es ist schwierig, sie zur Umstellung auf eine einheitliche Software zu bewegen. Die meisten CAT-Softwarelizenzen sind teuer und die Benutzeroberfläche der Programme extrem kompliziert, so dass die Übersetzer wegen eines kleinen Auftrags nicht von einem Tag auf den anderen auf ein vorgeschriebenes System umstellen möchten.

So kommt es, dass die Übersetzungen für ein und denselben TTN-Kunden mit verschiedenen CAT-Systemen wie SDL Trados, MemoQ, DéjàVu, Wordfast, OmegaT usw. produziert werden. Jede Software verwendet eigene Standards, so dass die Zusammenführung der Übersetzungsspeicher (TMs) und Wörterbücher in der Vergangenheit schwierig oder fast unmöglich war, obwohl alle Systemhersteller von sich behaupten, dass ihre Daten mit den TMX- und TBX-Standards kompatibel sind. De facto war eine Zusammenführung der Daten viel zu aufwendig und nicht in einem vernünftigen Kostenrahmen zu bewältigen. Vor allem bei kleinen Aufträgen, die in 20 oder 30 Sprachen übersetzt werden mussten, kam es regelmässig zu Problemen, weil ein jeder seine eigene Suppe kochen wollte und es unmöglich war, wegen ein paar Zeilen 30 Übersetzern und 30 Korrektoren ein einheitliches System vorzuschreiben.

Diese Vielfalt von Insellösungen führte zu Problemen bei der Übersetzungsqualität und in vielen Fällen zu höheren Produktionskosten, weil die an unzähligen Orten verteilten Segmente und Wörterbucheinträge nicht recycelt werden konnten. Vor allem bei Kunden, die hohe Ansprüche an eine einheitliche Terminologie und eine homogene Wortwahl stellen, wirkte sich die Produktevielfalt im CAT-Bereich negativ aus; es kam immer wieder zu Abweichungen von den Kundenvorgaben. Zusätzliche Probleme traten dann auf, wenn Übersetzer und Korrektor nicht die gleiche Software benutzten. Der Übersetzer legte seine «schmutzigen» Segmente im Übersetzungsspeicher ab, der Korrektor pflegte seine Korrekturen in der unsegmentierten Word-Datei ein, so dass die Speicher nachher nicht automatisch aufdatiert werden konnten. Die Speicher verschmutzten schnell, und viele Übersetzer wollten diese nicht mit ihren Kollegen teilen, weil sie sich vor deren Qualitätsmängeln fürchteten. Schlussendlich arbeitete jeder egoistisch mit seinem eigenen Speicher, wodurch der bei den grösseren Kunden erwünschte Synergieeffekt unterblieb.

Um diesen gordischen Knoten zu lösen, entwickelte TTN mehrere Jahre lang einen CAT-Container, der beliebige Systeme aufnehmen kann. Das neue Meta-CAT System automatisiert den Datenabgleich und ermöglicht es den Benutzern verschiedener Systeme, problemlos miteinander zusammenzuarbeiten, ohne dass Daten oder Korrekturen verlorengehen. 

Das System integriert unter anderem hyperschnelle SDL-GroupShare- und MemoQ-Server, die in einem Hochsicherheitszentrum von Swisscom in Genf untergebracht sind. Diese Server sind direkt mit dem Glasfaserkabel des Internet-Backbones verbunden. Modernste 40-GB-Switch-Technologie ermöglicht einen fast unbeschränkten Datendurchsatz. 

SDL Trados und seine Grenzen

Trados wurde 1984 in Stuttgart von der gleichnamigen Übersetzungsagentur lanciert und 2005 vom britischen Konkurrenten SDL übernommen. Es ist ein historisch gewachsenes Programm, dessen Anwendung zum Teil unnötig kompliziert ist. Es hat nach eigenen Angaben einen Weltmarktanteil von 70 bis 80 % (ursprünglich 90 %). SDL Trados wird vor allem von MemoQ konkurrenziert, das seinen Marktanteil in den letzten Jahren schnell ausbauen konnte. MemoQ hat einen Entwicklungsvorsprung von zwei bis drei Jahren, der für SDL Trados nur schwierig einzuholen sein wird, da die von SDL Trados genutzte GroupShare-Serversoftware auf Silverlight basiert, ein Produkt, dessen Support Microsoft ab 2021 einstellt.

Die mit SDL Trados generierten Aufträge können entweder als Paket vom TTN-Server heruntergeladen oder direkt auf dem GroupShare-Server von TTN ausgeführt werden:

• Bei der Generierung eines Pakets werden die im zentralen Speicher gefundenen Übersetzungseinheiten in einen projektspezifischen Übersetzungsspeicher geladen, der zusammen mit zweisprachigen XLIFF-Dateien zu einer einzigen SDLPPX-Datei komprimiert, sodann an die Übersetzer und darauf an die Korrektoren geschickt wird. Nach Abschluss ihrer Arbeit senden die Mitarbeiter ein Studio-Rückpaket. Mit der letzten Version des Pakets wird der zentrale Speicher aufdatiert, dessen Einheiten dann für den nächsten Auftrag bereitstehen.

• Für die Übersetzung via GroupShare erhalten Übersetzer und Korrektoren einen Link in der Auftragsmail. Beim Anklicken öffnet sich Trados Studio, und die XLIFF-Dateien werden vom GroupShare-Server heruntergeladen. Projektspezifische Übersetzungsspeicher sind nicht nötig, da die Übersetzungseinheiten direkt via Internet aus dem zentralen Übersetzungsspeicher abgerufen werden.

Das Bearbeiten der Aufträge via GroupShare hat den Vorteil, dass bei der Konkordanzsuche der gesamte Speicher abgesucht werden kann, der mehrere Millionen Übersetzungseinheiten umfassen kann. Im einen Paket hingegen stecken immer nur die gerade gefundenen Einheiten, weswegen die Konkordanzsuche wenig Sinn macht. Wesentliche Vorteile bietet GroupShare auch bei der Arbeit mit Online-Wörterbüchern. Die IATE-Terminologiedatenbank beansprucht mehrere Gigabyte Speicherplatz und kann unmöglich in einem Paket heruntergeladen werden. IATE und Termdat enthalten die offizielle Terminologie der Europäischen Union und der Schweizerischen Eidgenossenschaft. Die Verwendung der in diesen Datenbanken gespeicherten Terminologie ist bei vielen Kunden zwingend.

Bei SDL Trados benötigt der einzelne Übersetzer eine Lizenz für die Studio-Software und TTN benötigt pro Verbindung mit GroupShare je eine Lizenz. Für den Fall, dass bei TTN gleichzeitig mehrere Aufträge mit 20 oder 30 Zielsprachen eingingen, wäre unser Lizenzpool schnell überfordert, was dazu führen würde, dass ein Übersetzer nicht auf die Online-Ressourcen zugreifen kann. Zusätzlich zu diesen sogenannten CAL-Lizenzen verlangt SDL Trados eine Grundgebühr pro Million Übersetzungseinheiten. Letztere Gebühr führt dazu, dass wir allen neuen Übersetzern vom Kauf von SDL Trados abraten. Ab 2017 werden mit der TTN-eigenen Übersetzungssuchmaschine Keybot gigantische Übersetzungsspeicher generiert, die unter anderem einen grossen Teil der übersetzten Webseiten der Schweizerischen Eidgenossenschaft und der Europäischen Union enthalten werden. Das Einspeisen dieser Daten in die SDL-Trados-Speicher wäre unter den gegebenen Lizenzbedingungen viel zu teuer, deshalb empfehlen wir den Übersetzern, auf MemoQ umzusteigen.

CAT-Container:  Sprachmotor von TTN Translation Network

Rund 80 % der Aufträge werden online aufgegeben. Der Kunde wählt die zu übersetzende Datei und die Zielsprachen aus. Das TTN-System berechnet die Fristen und Kosten und schlägt dem Kunden mehrere Optionen vor.

Jedem Kundenkonto werden ein oder mehrere Übersetzer zugeordnet. Das System berechnet die möglichen Fristen aufgrund der Verfügbarkeit der einem Konto zugeteilten Übersetzer. Alle Übersetzer sind in einer Datenbank registriert, welche die Arbeitszeiten und die Auslastung verwaltet.

Lädt der Kunde mehrere Dateien nacheinander hoch, werden die angebotenen Fristen zunehmend länger. Dieses System erlaubt eine optimale Auslastung der Übersetzer. Falls der Kunde eine kurze Frist wählt, und der Übersetzer am Wochenende arbeiten muss, wird er mit bis zu 60 % Zuschlag entlohnt.

Nachdem der Kunde auf OK geklickt hat, geht der Auftrag auf den TTN-SDL-Trados-Server, der ein Paket generiert und den Auftrag in den SDL-GroupShare-Server einspeist.

Das Verfahren läuft vollautomatisch ab. Die durchschnittliche Auftragslänge hat sich in den letzten 10 Jahren um mehr als 50 % gesenkt. Die Aufträge der Kunden werden immer kürzer, und sie möchten auch Kleinstaufträge, die nur ein paar Zeilen einer Webapplikation umfassen, zu günstigen Preisen von einem professionellen Übersetzungsteam bearbeiten lassen. Für viele Kunden musste TTN aus Konkurrenzgründen den Minimaltarif ganz abschaffen. Das ist nur möglich, wenn die CAT-Integration vollautomatisch funktioniert.

Die Kunden des TTN werden in Archivgruppen eingeteilt, wobei eine Archivgruppe normalerweise alle Personen einer Firma oder einer Organisation umfasst. Damit es sich lohnt, eine Archivgruppe, eine Vielzahl von CAT-Speichern oder mehrere Terminologie-Datenbanken anzulegen, muss ein neuer Kunde ein gewisses Potential aufweisen. Für Gelegenheitskunden oder Privatpersonen, die nur eine Scheidungsurkunde oder Ihr CV übersetzen möchten, wäre der Aufwand viel zu hoch. Bei einem neuen Kunden werden deshalb die Übersetzungen zuerst im TTN-Common-Speicher abgelegt. Das TTN berechnet aber für jeden Kunden laufend die Anzahl übersetzter Wörter, und sobald ein Kunde ein gewisses Auftragsniveau überschreitet, wird für ihn oder seine Firma eine eigene Archivgruppe angelegt. Es liegt  dann beim Translation Manager, ob er die bereits vorhandenen XLIFF-Dateien nachträglich im neu angelegten Speicher indexieren will.

Eine TTN-Archivgruppe entspricht einem Organisationscontainer auf dem SDL-GroupShare-Server.

Ein Abbild dieser Struktur wird auf dem MemoQ-Server generiert. Ein Kunde kann so über mehrere hundert Übersetzungsspeicher verfügen, die alle automatisch angelegt werden. Für jede Sprachrichtung wird ein eigener Übersetzungsspeicher (TM) angelegt, es kommen keine TMs mit mehreren Sprachkombinationen zum Einsatz. Die Aufteilung der Speicher in sprachliche Subversionen hat sich nicht bewährt: Deutsch für die Schweiz oder Französisch für die Schweiz wird als DE-DE und FR-FR registriert, damit die Speicher mit anderen Systemen kompatibel bleiben. Die gleiche Bemerkung gilt für MultiTerm-Datenbanken, bei denen ebenfalls auf Subsprachversionen verzichtet wird.

Sobald ein Korrektor ein Paket hochlädt, schickt der TTN-SDL-Trados-Server alle Segmente und Wörterbucheinträge an den TTN-MemoQ-Server und umgekehrt. Dank dieser Synchronisation können alle Übersetzer auf die gleichen CAT-Ressourcen zugreifen, wodurch ein optimaler Synergieeffekt entsteht.

In der Betaphase wird das System mit MemoQ und SDL Trados getestet. Der CAT-Container ist so konzipiert, dass mit wenig Aufwand andere Systeme integriert werden können. Die Servertechnologie ist ausserordentlich anspruchsvoll, und es ist damit zu rechnen, dass mittelfristig nur vier oder fünf von den aktuell 15 Systemen überleben werden.

Ausblick

CAT-Programme übersetzen nicht selbst, sondern sie unterstützen den menschlichen Übersetzer bei seiner Arbeit. Im Gegensatz dazu erfolgt eine maschinelle Übersetzung automatisch ohne Mitwirkung eines Humanübersetzers. TTN strebt eine Mischform an, bei denen die maschinelle Übersetzung geprüft und vervollständigt wird.

In Zusammenarbeit mit der ETH Zürich hat TTN ein Übersetzungssystem entwickelt, mittels dessen Lawinenwarnungen automatisch übersetzt werden. Eine Untersuchung der Universität Zürich belegt, dass dieses System zuverlässiger als Humanübersetzer arbeitet. Übersetzungsfehler sind praktisch ausgeschlossen, und die fremdsprachlichen Texte werden zeitgleich zum Original generiert, was bei Warnsystemen besonders wichtig ist. Allerdings kann das System vorläufig nur Texte in einem stark beschränkten Fachgebiet übersetzen, die mit einem speziellen Editor redigiert werden müssen. Das Fenster unten zeigt die temporale Deixis der Lawinenabgänge. Beim Assemblieren des Systems wurden die einzelnen Sprachelemente von einem Übersetzer in eine idiomatische Satzreihenfolge gebracht, so dass eine Art vorabgespeicherte Konservenübersetzung entstand.

Während Google Translate und alle anderen automatischen Übersetzungssysteme auf statistischen Häufigkeiten aufbauen, basiert das neue System auf einer syntagmatischen Segmentierung, die ursprünglich vom Genfer Linguisten Ferdinand de Saussure entdeckt wurde. Diese verschachtelte Segmentierung ermöglicht es, hierarchische Übersetzungsspeicher anzulegen, die im Hinblick auf die Satzstruktur und die Übersetzungsgenauigkeit dem statistischen Ansatz weit überlegen sind. Mit Hilfe eines klassischen Übersetzungsspeichers kann nur ein einziger 100 %-Match gefunden werden. Hierarchische Übersetzungsspeicher der zweiten Generation bringen hier einen entscheidenden Durchbruch: Sie können pro Satz Abertausende syntaktisch und semantisch richtige Permutationen generieren.

Martin Bächtold, Keybot GmbH, Genf, Mai 2017