Tłumacz DeepL zasłynął w ostatnich latach wyjątkową jakością tłumaczeń maszynowych, często przeciwstawianą konkurencyjnemu silnikowi Tłumacza Google. W lutym twórcy DeepL znów pochwalili się skokowym wzrostem jakości tłumaczenia, które ma być jeszcze płynniejsze i lepiej dopasowane do kontekstu.

 

Dzięki silnikom opartym na sztucznej inteligencji tłumaczenia maszynowe stają się coraz popularniejszym narzędziem wspomagającym proces tłumaczeniowy. Najczęściej wykorzystywane są w formie „surówki” do edycji przez profesjonalnego tłumacza lub jako robocze tłumaczenie w sytuacjach, w których istotniejsze znaczenie ma ogólne rozumienie tekstu niż poprawność i dokładność jego poszczególnych fragmentów. Najpopularniejszym tego rodzaju translatorem był Google Translate, głównie ze względu na powszechność usług Google. Nieco bardziej wtajemniczeni użytkownicy w 2017 r. odnotowali pojawienie się DeepL z ciekawością, która szybko przeszła w entuzjazm.

Różnica pomiędzy outputem z Google i DeepL wynika z charakteru korpusów, które posłużyły do trenowania („nauki”) silników tłumaczeniowych obu translatorów. W przypadku Tłumacza Google bazę stanowią teksty użytkowe i witryny internetowe, stąd lepiej radzi on sobie z prostym, naturalnym językiem. Co do DeepL, przypomnijmy, że twórcą silnika jest zespół odpowiedzialny za słownik Linguee złożony w dużej mierze z tłumaczeń aktów prawnych i dokumentów prawniczych. W tłumaczeniach proponowanych przez DeepL taki korpus przekłada się na bardziej formalny rejestr outputu. Dodatkową ciekawostką jest adaptowalność tłumaczenia – w aplikacji DeepL możemy podmienić dowolne wyrażenie z outputu, a translator odpowiednio dopasuje resztę zdania.

Jakość tłumaczenia oferowanego przez DeepL zbierała generalnie pozytywne oceny. Twórcy nie osiedli jednak na laurach i pracowali dalej, by w lutym tego roku ogłosić kolejny skok w jakości tłumaczenia maszynowego. Nowe sieci neuronowe silnika mają jeszcze precyzyjniej oddawać sens tłumaczonych zdań i używać bardziej profesjonalnych wyrażeń. W opublikowanym przez firmę komunikacie czytamy, że w ślepym teście z udziałem 119 tłumaczy DeepL pobił na głowę silniki oferowane przez Google, Amazon i Microsoft.

Test tłumaczenia maszynowego

Aby szybko sprawdzić możliwości nowego tłumacza DeepL, wykonano tłumaczenie stosunkowo prostego fragmentu artykułu w języku angielskim (oryginalny tekst w całości: klik):

Tłumaczenie maszynowe w wykonaniu DeepL

Tekst mniej więcej wpisuje się we wspomniany korpus leżący u podstaw możliwości DeepL. Jakość tłumaczenia nie nadaje się oczywiście do publikacji, jednak trzeba przyznać, że jak na wersję roboczą jest całkiem niezła. Zwróćmy uwagę, że translator bardzo płynnie przekształcił angielską strukturę z użyciem „you might use (…) to mean” na polskie „może oznaczać”, o czym w silnikach starszych generacji można było co najwyżej pomarzyć.

 

Dla porównania zadajmy jednak tłumaczowi tekst o zupełnie innej tematyce (źródło).

Tłumaczenie maszynowe w wykonaniu DeepL

Tutaj tłumaczenie czyta się wyraźnie mniej płynnie. Translator nie trzyma się też jednolitego słownictwa, co najwyraźniej widać na przykładzie wyrażenia „time-out process”.

Mimo oczywistych niedoskonałości outputu trzeba przyznać, że zespół programistów DeepL wykonał ogromną i imponującą pracę. Jakość tłumaczenia maszynowego (przynamniej w parze EN>PL) jest wysoka i z pewnością wielu osobom przyspieszy ono pracę, służąc jako tłumaczeniowa surówka lub pomoc w zrozumieniu obcojęzycznego tekstu. Warto jednak pamiętać, że sztuczna inteligencja, tak samo jak naturalna, miewa braki w wykształceniu. Choćby z tego powodu należy zawsze dokładnie weryfikować efekty jej pracy.

 

 

 

Tłumaczymy, weryfikujemy, kontrolujemy roboty. Aby dobrać odpowiednią usługę, napisz na service@csx.pl