💬 NLP

Translationese as a Rational Response to Translation Task Difficulty

Dit artikel stelt dat 'translationese' een rationele reactie is op de cognitieve last van de vertaaltaken, waarbij onderzoek toont dat deze afwijkingen van originele doeltaalteksten grotendeels voorspeld kunnen worden door kwantificeerbare maatstaven voor taakcomplexiteit, met name cross-linguale transfermoeilijkheid en syntactische complexiteit.

Oorspronkelijke auteurs: Maria Kunilovskaya

Gepubliceerd 2026-03-13

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Maria Kunilovskaya

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

De Kern: Waarom vertalen we niet altijd perfect "natuurlijk"?

Stel je voor dat je een boek leest dat oorspronkelijk in het Engels is geschreven, maar nu in het Nederlands staat. Vaak merk je dat het Nederlands net even anders klinkt dan een boek dat een Nederlandse schrijver zelf heeft bedacht. Het voelt misschien een beetje stijf, of er staan zinnen in die je in het Nederlands nooit zo zou zeggen. Taalkundigen noemen dit translationese (of "vertaaltaal").

Vroeger dachten mensen dat dit kwam omdat vertalers niet goed genoeg waren, of omdat ze per ongeluk de structuur van het origineel overnamen. Maar deze onderzoekster, Maria Kunilovskaya, heeft een ander idee: Translationese is geen fout, maar een slimme overlevingsstrategie van het brein.

De Analogie: De Bergbeklimmer

Om dit te begrijpen, kun je vertalen vergelijken met het beklimmen van een berg.

Het origineel is de berg.
De vertaler is de klimmer.
Translationese is de manier waarop de klimmer zijn rugzak draagt of hoe hij zijn stappen zet.

Als de berg heel steil en moeilijk is (een complexe tekst), moet de klimmer zijn energie sparen. Hij kan niet meer op elke stap letten of een mooie pose aannemen (perfect, natuurlijk taalgebruik). In plaats daarvan kiest hij de veiligste, meest voor de hand liggende route, zelfs als die wat minder mooi is. Hij "vertaalt" zijn klimstrategie naar de taal van de lezer.

Deze studie vraagt zich af: Is de "vertaaltaal" (translationese) eigenlijk wel een rationeel antwoord op hoe zwaar de klim is?

Wat hebben ze onderzocht?

Maria en haar team hebben gekeken naar duizenden zinnen uit vertalingen (Engels-Nederlands en Duits-Engels), zowel uit geschreven teksten als uit vertalingen van gesproken taal (zoals tolken tijdens debatten).

Ze hebben twee dingen gemeten:

Hoe "vertaald" een zin klinkt: Ze gebruikten een slim computerprogramma (een AI) dat als een detective werkt. Het kijkt naar een zin en zegt: "Dit klinkt 80% als een vertaling en 20% als origineel."
Hoe moeilijk de taak was: Ze keken naar de originele zin en berekenden hoe moeilijk die was om te begrijpen en om te zetten. Ze gebruikten hiervoor twee soorten meetinstrumenten:
- De "Structuur-meters": Hoe lang zijn de zinnen? Hoeveel bijzinnen? (Dit is als kijken naar de steilheid van de berg).
- De "AI-voorspellers" (Informatietheorie): Ze gebruikten moderne AI-modellen (zoals GPT-2) om te voorspellen hoe verrassend een woord is. Als een woord heel onverwacht is, kost het je brein meer energie om het te verwerken. Dit is als kijken naar de losse stenen op het pad.

De Belangrijkste Bevindingen

Hier zijn de resultaten, vertaald naar alledaagse taal:

1. Het is een kwestie van energiebesparing
De studie bevestigt: hoe moeilijker de originele tekst is (of hoe verrassender de woorden), hoe meer de vertaling gaat "ruiken" naar vertaaltaal. Het brein van de vertaler probeert energie te besparen. Als de bron tekst zwaar is, kiest de vertaler voor een veilige, standaard oplossing in plaats van een creatieve, natuurlijke herschrijving. Het is een rationele keuze: "Ik zorg dat de boodschap overkomt, ook al klinkt het een beetje stijf."

2. Schrijven vs. Spoken: Twee verschillende strategieën
Dit is misschien wel het meest interessante deel:

Bij schrijven: Als de tekst moeilijk is, zie je meer vertaaltaal. De schrijver heeft tijd om na te denken, maar als de bron te complex is, kiest hij toch voor de "veilige" vertaling.
Bij spreken (tollen): Hier gebeurt het omgekeerde! Als de tolk een heel moeilijke zin moet vertalen, probeert hij vaak juist minder vertaaltaal te gebruiken. Hij maakt de zin simpeler en vloeiender, zelfs als dat betekent dat hij details weglaat.
- Vergelijking: Een schrijver die vastloopt, blijft hangen in de moeilijke structuur. Een tolk die vastloopt, gooit de lastige stenen overboord en rent gewoon door.

3. De AI-meters zijn slim
De nieuwe manier van meten (met de AI die voorspelt hoe verrassend een woord is) werkt net zo goed, en soms zelfs beter, dan de oude methoden om zinsbouw te analyseren. Het laat zien dat we het brein van de vertaler beter begrijpen door te kijken naar de "voorspelbaarheid" van de taal.

Waarom is dit belangrijk?

Vroeger dachten we dat vertaaltaal een teken was van een slechte vertaler. Deze studie zegt: Nee, het is een teken van een hardwerkend brein.

Het laat zien dat vertalen en tolken niet alleen over taal gaan, maar over cognitieve last. Translationese is het bewijs dat het brein probeert de balans te vinden tussen "wat de bron zegt" en "wat ik kan verwerken".

Conclusie in één zin

Translationese is niet per se een fout, maar de natuurlijke, rationele manier waarop ons brein reageert op een zware taak: we kiezen voor veiligheid en duidelijkheid boven perfectie als de druk te hoog wordt.

1. Probleemstelling

Translationese verwijst naar het systematische afwijken van vertaalde teksten ten opzichte van oorspronkelijk geschreven teksten in de doeltaal. Hoewel dit fenomeen vaak wordt toegeschreven aan factoren zoals interferentie, vereenvoudiging of socio-culturele variabelen, ontbreekt er een unificerend theoretisch kader dat deze factoren integreert.

De kernvraag van dit onderzoek is of translationese kan worden begrepen als een rationele cognitieve respons op de moeilijkheidsgraad van de vertaaltask. De auteurs hypotheseren dat vertalers (en tolken) taalkundige keuzes maken om de cognitieve belasting te managen, waarbij ze een afweging maken tussen nauwkeurigheid en vlotheid. In plaats van een fout in de kwaliteit te zijn, zou translationese een strategie kunnen zijn om de cognitieve last te verlagen.

2. Methodologie

Data

Het onderzoek maakt gebruik van het EPIC-EuroParl-UdS corpus, een bidirectioneel Engels-Duits corpus dat zowel geschreven als gesproken (simultaan vertolking) data bevat van Europese Parlementaire debatten.

Talenparen: Engels -> Duits (en-de) en Duits -> Engels (de-en).
Modi: Geschreven tekst en gesproken taal (transcripties van simultane vertolking).
Eenheden: De analyse gebeurt op segmentniveau (gealigneerde eenheden), niet op documentniveau, om variatie binnen teksten te kunnen meten.

Operationalisatie van Translationese (Doelvariabele)

Translationese wordt gemeten via een translatedness score.

Een binair classifier (SVM) is getraind om te onderscheiden tussen vertalingen (targets) en vergelijkbare originele teksten (org) in de doeltaal.
De output is de waarschijnlijkheid dat een segment een vertaling is. Deze waarschijnlijkheid fungeert als een continue maatstaf voor de mate van translationese.
Features: Het model gebruikt 58 linguïstisch gemotiveerde structurele features (grammaticale vormen, syntactische afhankelijkheden, woordvolgorde, etc.) om oppervlakkige domein-specifieke signalen te vermijden.

Operationalisatie van Taakmoeilijkheid (Voorspellers)

De moeilijkheidsgraad van de vertaaltask wordt opgesplitst in twee componenten, gemeten via twee soorten indicatoren:

Bron-tekst begrip (Source Comprehension): De cognitieve last om de brontekst te begrijpen.
Cross-linguale transfer (Source-Target Transfer): De cognitieve last om de betekenis over te dragen naar de doeltaal.

Deze componenten worden gemeten met twee types features:

Informatietheoretische (IT) metingen: Gebaseerd op surprisal (verrassing) berekend met Large Language Models (LLM's, specifiek GPT-2 familie) en entropy van vertaalsoluties.
- Surprisal: Hoe onvoorspelbaar een woord is in zijn context (hoger surprisal = hogere cognitieve last).
- Entropy: De onzekerheid over welke vertaalsolutie gekozen moet worden (hoge entropy = meer opties = hogere last).
Structurele metingen: Traditionele linguïstische features zoals syntactische boomdiepte, afhankelijkheidsafstand (mean dependency distance), woorddichtheid en aantal zinsdelen.

Machine Learning Aanpak

Classificatie: SVM (Support Vector Machine) met lineaire kernel om translationese te detecteren.
Regressie: Lineaire regressie om te testen in hoeverre de moeilijkheidsgraden de translatedness score voorspellen.
Validatie: 10-voudige kruisvalidatie (GroupKFold om data-leakage te voorkomen).
Interpretatie: SHAP-waarden (Shapley Additive exPlanations) worden gebruikt om de bijdrage van individuele features te interpreteren.

3. Belangrijkste Bijdragen

Theoretisch Kader: Het biedt een unificerend perspectief dat translationese ziet als een rationele strategie voor cognitief lastmanagement, in plaats van louter een product van interferentie of slechte kwaliteit.
Directe Koppeling: Het is een van de eerste studies die translationese direct koppelt aan kwantificeerbare moeilijkheidsgraden van de gealigneerde bron- en doeltekst, in plaats van alleen de doeltaal te analyseren.
Vergelijking van Indicatoren: Het vergelijkt traditionele structurele features met moderne, op LLM gebaseerde informatietheoretische maten (surprisal/entropy) voor het voorspellen van translationese.
Modus-onderscheid: Het benadrukt het cruciale verschil tussen geschreven vertaling en gesproken tolking in hoe moeilijkheid zich vertaalt naar output.

4. Resultaten

Voorspellende Kracht: Taakmoeilijkheid verklaart een bescheiden maar consistent deel van de variantie in translationese scores ( $R^2$ $R^{2}$ tussen 0,06 en 0,21).
- De sterkste correlatie is gevonden bij Engels -> Duits in geschreven modus ( $R^2 = 0,21$ ).
- Duits -> Engels vertoont een zwakker verband.
Bron vs. Transfer: Over het algemeen dragen cross-linguale transfer-factoren (de moeite om van taal A naar B te gaan) meer bij aan translationese dan de complexiteit van de brontekst alleen. Dit suggereert dat de vertaalact zelf de grootste cognitieve uitdaging vormt.
IT vs. Structurele Features:
- In geschreven modus presteren informatietheoretische maten (surprisal, entropy) even goed of beter dan traditionele structurele features.
- In gesproken modus (tolking) presteren structurele features echter beter; IT-maten bieden hier geen voordeel.
Omgekeerde Effecten per Modus: Er is een opvallende asymmetrie gevonden:
- Bij geschreven vertaling leidt hogere taakmoeilijkheid vaak tot meer translationese (afwijkende output).
- Bij gesproken tolking leidt hogere moeilijkheid soms tot minder translationese (vloeiendere output). Dit suggereert dat tolken bij hoge cognitieve last kiezen voor vereenvoudiging en vlotheid, terwijl schrijvers meer vasthouden aan de bronstructuur.
Sterkste Predictors: Syntactische complexiteit van de brontekst en de entropy van vertaalsoluties bleken de sterkste voorspellers voor translationese.

5. Betekenis en Conclusie

De studie bevestigt dat translationese een waarneembaar signaal is van cognitieve belasting in cross-linguale verwerking. Het ondersteunt het idee dat vertalers en tolken rationele afwegingen maken: wanneer de cognitieve last hoog is, kiezen ze voor strategieën (zoals explicitering, vereenvoudiging of letterlijke vertaling) die de verwerking vergemakkelijken, zelfs als dit afwijkt van de natuurlijke doeltaal.

Dit heeft implicaties voor:

Vertaaltheorie: Translationese moet niet gezien worden als een fout, maar als een inherent kenmerk van het vertaalproces onder cognitieve druk.
Machine Learning & NMT: Het begrijpen van deze patronen kan helpen bij het ontwikkelen van betere modellen die de balans tussen vlotheid en trouw beter kunnen managen.
Kwaliteitsbeoordeling: Het biedt nieuwe metingen voor het beoordelen van vertaalsystemen en menselijke vertalers, waarbij rekening wordt gehouden met de intrinsieke moeilijkheid van de taak.

Beperkingen: De resultaten zijn specifiek voor het gebruikte corpus (Europese Parlement) en de taalkombinatie. De afhankelijkheid van linguïstische annotatie en de mogelijke invloed van individuele sprekers (vooral in gesproken data) worden als beperkingen genoemd voor toekomstig onderzoek.