Best Practices für das Post-Editing maschineller Übersetzung

Das Volumen zu übersetzender Inhalte steigt so schnell an, dass sich die Nachfrage mit herkömmlichen Verfahren nicht mehr bewältigen lässt. Unsere inhaltsorientierte Welt erfordert Schnelligkeit und Agilität. Vor diesem Hintergrund hat sich maschinelle Übersetzung plus Post-Editing (MTPE) als ideale Methode erwiesen, um die Anforderungen für Lokalisierungsvolumen und Qualität zu erfüllen. Seit es die neuronale maschinelle Übersetzung (Neural Machine Translation, NMT) gibt, wird die Anwendung von MTPE nur noch zunehmen. 

In diesem Whitepaper erfahren Sie mehr über Best Practices für die folgenden wichtigen MTPE-Aspekte: 

1. Evaluieren von Inhalten: Bestimmen, welche Inhalte erfolgreich mit MTPE verarbeitet werden können 
2. Einrichtung von Modellen: Die optimale MÜ-Lösung finden und den ROI gewährleisten 
3. Evaluieren des MÜ-Ergebnisses: Sicherstellen, dass das MÜ-Ergebnis für Post-Editing geeignet ist 
4. Post-Editing maschineller Übersetzung: Prozesse für erfolgreiches Post-Editing 
5. Qualitätssicherung: Verbesserung der Qualität durch Feedback 
6. Neuronale maschinelle Übersetzung: Die leistungsstärkste MÜ-Technologie einsetzen