PETra: A Multilingual Corpus of Pragmatic Explicitation in Translation
Deze paper introduceert PragExTra, het eerste meertalige corpus en detectieframework voor pragmatische explicitering in vertalingen, dat via actieve leermethoden een meetbaar instrument biedt voor het analyseren van culturele verduidelijkingen en het bevorderen van cultureel bewust machinevertalen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een verhaal vertelt aan een vriend in een heel ander land. In jouw land hoeft je vriend niet te weten wie "Angela Merkel" is; de naam is genoeg. Maar als je dat verhaal in het Arabisch vertelt, weet je dat je vriend misschien niet weet wie ze is. Dus voeg je toe: "Angela Merkel, de voormalige Duitse bondskanselier."
Je hebt de feiten niet veranderd, maar je hebt wel achtergrondkennis toegevoegd die voor de nieuwe luisteraar essentieel is. In de vertaalwereld noemen we dit pragmatische explicatie: het zichtbaar maken van dingen die in de bron taal "stilzwijgend" werden verondersteld.
Dit artikel introduceert PETra, een nieuw digitaal gereedschap en een enorme verzameling voorbeelden (een corpus) om precies dit soort vertalingen te bestuderen en te detecteren.
Hier is hoe het werkt, vertaald naar alledaagse taal:
1. Het Probleem: De "Onzichtbare" Vertaler
Vertalers zijn als tussenpersonen die culturele kloven overbruggen. Soms moet een vertaler iets uitleggen dat voor de oorspronkelijke lezer vanzelfsprekend is.
- Voorbeeld: In het Engels zeggen ze "1 mile". Voor een Amerikaans publiek is dat duidelijk. Maar voor iemand in Europa die kilometers kent, zegt de vertaler misschien: "1,6 kilometer" of "1 mile (ongeveer 1,6 km)".
- Het probleem: Computers zijn goed in het vertalen van woorden, maar ze zijn slecht in het begrijpen waarom een vertaler extra informatie toevoegt. Ze zien het vaak als een fout of een overbodige toevoeging, terwijl het eigenlijk een slimme culturele aanpassing is.
2. De Oplossing: PETra (De "Detective")
De auteurs hebben PETra gemaakt. Denk aan PETra als een slimme detective die door duizenden vertaalde zinnen loopt om te zoeken naar deze "culturele toevoegingen".
- De Verzameling: PETra is een bibliotheek van 3.000 zinnenparen in 12 verschillende talen (zoals Engels, Duits, Spaans, Arabisch, etc.).
- De Soorten "Toevoegingen": De detective zoekt naar vier hoofdsoorten:
- Entiteiten (De Personages): Wie is deze persoon? (Bijv. "De FBI" wordt "het Amerikaanse ministerie van Justitie").
- Systeem (De Regels): Hoe meten we dingen? (Bijv. "Mijlen" naar "Kilometers", of "High School" naar "Gymnasium").
- Taal (De Uitleg): Woorden die uitleggen wat iets betekent (Bijv. een woordspeling uitleggen).
- Extra Info (De Achtergrond): Alles wat erbij komt om het verhaal begrijpelijk te maken.
3. Hoe hebben ze het gemaakt? (De "Leermeester")
Het was niet makkelijk om dit te vinden. Deze toevoegingen zijn zeldzaam (minder dan 1% van alle woorden). Het is alsof je in een enorme berg zand moet zoeken naar een paar specifieke, glinsterende kiezels.
Ze gebruikten een slimme methode genaamd Actief Leren:
- De Gist: Eerst keken ze naar woorden die in de ene taal wel staan en in de andere niet (zoals een "lege plek" in de vertaling).
- De Menselijke Hulp: Een computer kan niet alles goed zien. Dus hebben ze een menselijke expert ingeschakeld. De computer vroeg: "Is dit een culturele toevoeging?" en de mens antwoordde: "Ja" of "Nee".
- De Leercurve: Na elke ronde van vragen en antwoorden werd de computer slimmer. Na 13 rondes van dit "leren van de meester" kon de computer zelfstandig deze patronen herkennen met een nauwkeurigheid van bijna 90%.
4. Wat hebben ze ontdekt?
De resultaten zijn fascinerend:
- Meet-eenheden zijn populair: Vertalers voegen vaak conversies toe (mijlen naar kilometers).
- Culturele verschillen: Duitse vertalingen voegen vaak systeem-conversies toe (hoe werkt het onderwijs daar?), terwijl Arabische vertalingen vaker beschrijvingen toevoegen van wie mensen zijn.
- De computer kan het leren: Door te leren van het Duits en het Spaans, kon de computer ook goed voorspellen hoe het werkt in het Portugees of het Italiaans. Het is alsof je een spreekwoord leert in het Spaans en dat daarna ook herkent in het Portugees.
Waarom is dit belangrijk?
Voor nu zijn vertaalprogramma's (zoals Google Translate) vaak te letterlijk. Ze missen de "geest" van de tekst.
Met PETra kunnen onderzoekers in de toekomst slimmere, cultureel bewuste vertaalrobots bouwen. Stel je een robot voor die niet alleen woorden vertaalt, maar ook denkt: "Oh, deze lezer weet niet wat een 'Super Bowl' is, ik moet even uitleggen dat het het grootste voetbaltoernooi van Amerika is."
Kortom: PETra is de eerste stap om computers te leren dat vertalen niet alleen over woorden gaat, maar over het overbruggen van culturele kloven. Het maakt de "onzichtbare" werk van vertalers zichtbaar en meetbaar.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.