Die Evaluation von Ergebnissen maschineller Übersetzung (MÜ) ist ein unerlässlicher Schritt bei der effizienten Einführung optimierter MÜ-Engines. Etablierte Verfahren zur Ermittlung von KPIs stehen dabei zunehmend neuronalen Verfahren gegenüber. Anhand praktischer Beispiele werden Anwendungsfälle sowie Vor- und Nachteile der unterschiedlichen Verfahren aufgezeigt.
The evaluation of machine translation (MT) results is an indispensable step in the efficient introduction of optimized MT engines. Established methods for determining KPIs are increasingly confronted with neural methods. Practical examples are used to illustrate use cases as well as advantages and disadvantages of the different methods.
Die Teilnehmer lernen, welche Vor- und Nachteile aktuelle neuronale Verfahren im Vergleich zu klassischen, auf String-Matching basierenden Qualitätsmetriken mit sich bringen und wie diese eingesetzt werden können.
Participants will learn the advantages and disadvantages of current neural methods compared to quality metrics based on classical string-matching and how they can be used.
Vorkenntnisse in den Bereichen MÜ-Evaluation (Metriken und Scores) und Durchführung/Evaluation von Post-Editings sind hilfreich.