Translator involvement in sourcing parallel corpora for Icelandic MT development

Abstract

Translation memories (TM) are a form of parallel corpus, and valuable resources for translators. They are also a prerequisite for developing machine translation (MT) systems, and for their maintenance. Language is dynamic, so a continuous supply of TM is required. Iceland needs language technology development to secure a place for Icelandic in an increasingly digital world, but lacks the language resources. The research seeks to validate the hypothesis that meaningful cooperation between the current government initiative to develop such technology and the Icelandic translator community could make a significant, if not vital contribution to MT development by providing the required high quality parallel corpora. It examines the background to the relationship between MT and computer assisted translation (CAT). It endeavours to demonstrate how cooperation with a translation client on building, using and maintaining a good quality TM can bring benefits to translator and client alike. It shows how this cooperation serendipitously engendered a new product and added value, through repurposing TM to build a bilingual Labour Market Glossary. It considers how the supply and quality of TM could be increased, and conducted a survey to gather information about translator use of TM, on their views on sharing TM for MT development, on their QA regime and on their production of TM. It finally provides discussion on matters that arose while researching and writing the thesis, and evaluates the extent to which the hypothesis is validated.

Þýðingarminni er samhliða málheild, og verðmæt eign atvinnuþýðandans. Málföng sem þýðingarminni eru jafnframt nauðsynleg gögn fyrir þróun vélþýðingarkerfa. Íslenskan er í stöðugri þróun og því þarf að endurnýja eða uppfæra reglulega þau málföng sem kerfin munu byggja á. Ísland þarf nauðsynlega á þessari tækniþróun að halda til þess að skapa sess fyrir íslensku í hinum stafræna heimi nútímans, en til þess vantar málföngin. Rannsóknin sem ritgerðin byggir á leitast við að sannreyna tilgátu um að öflug samvinna milli íslenska þýðendasamfélagsins og máltækniáætlunar ríkisstjórnarinnar hafi jafnvel afgerandi áhrif á þróun vélþýðinga, með því að útvega hágæða málföng sem eru forsenda fyrir slíkri þróun. Ritgerðin rekur söguleg tengsl vélþýðinga og tölvustuddra þýðinga. Hún leitast við að sýna fram á það að samvinna milli þýðanda og verkkaupa við það að skapa, nota og viðhalda þýðingarminni í háum gæðum getur gagnast þýðanda jafnt sem verkkaupa. Hún segir frá því hvernig samvinnan fæddi óvænt af sér nýja vöru og aukin gæði, með því að mynda rafrænt orðasafn atvinnulífsins fyrir verkkaupa, sem byggir á þýðingarminni. Auk þess kannar hún hvernig auka má framboð þýðingarminnis og betrumbæta gæði þess. Afstaða þýðanda til þess að gefa þýðingarminni til notkunar í þróun vélþýðinga var kannað, svo og aðferðir þeirra við gæðastjórnun á þýðingarminni og magn sem þeir framleiða. Að lokum fjallar ritgerðin um atriði sem vöktu athygli við gerð rannsóknarinnar, tekur saman yfirlit um niðurstöður og metur að hve miklu leyti tekist hafi að sannreyna tilgátuna.