今日の目まぐるしい翻訳の世界では、効率を最適化するためにテクノロジーの使用が不可欠になっています。 ガブリエル・フェアマンは、機械翻訳ポストエディット (MTPE) と 拡張翻訳 の議論に飛び込みます。これらは、特に財務的な観点から翻訳サービスの未来を形作ることができる重要な2つの技術です。
機械翻訳ポストエディット(MTPE)とは何ですか?
機械翻訳 (MT) は、ソフトウェアを使用して人間の介入なしにテキストを自動的に翻訳することを指します。 統計ベースやルールベースのエンジンから、Google、Microsoft、AWSなどのニューラルネットワークまで、さまざまなタイプのエンジンを使用できます。
しかし、Gabriel Fairman氏が説明しているように、MTPEには人間の介入が含まれており、マシンの出力を洗練し修正するためのものです。
「ポストエディットとは、機械翻訳の提案を読み直し、必要に応じて調整して、実行可能な翻訳であることを確認するために人間が行うプロセスを指します。」
MTPE の複雑さは大きく異なり、場合によっては、ゼロから翻訳するのと同じくらい難しいこともあります。 ガブリエル氏は、ポストエディットが必ずしも効率を保証するわけではないと警告しています。
多くの場合、非常に誤解を招きやすく、非常に複雑で、実際にゼロから翻訳するよりもはるかに苦痛です。」
MTPEの課題
MTPEは翻訳プロセスのスピードアップを約束していますが、常に期待どおりに提供されるわけではありません。 Gabrielが強調する重要な問題のいくつかには以下が含まれます:
- 予測不可能な品質: 機械翻訳は一貫性がないことがあり、時には完璧な文を生成する一方で、他の時には誤りだらけになることがあります。
- 隠れた間違い: テキストには、文化の誤用、直訳、さらには恥ずかしい間違いなど、エラーが埋もれている可能性があります。
- さまざまな主題: パフォーマンスは分野によって異なります。 たとえば、MTPEは金融にはうまく機能するかもしれませんが、マーケティングにはうまく機能しないかもしれません。
Fairman氏は、MTPEの限界を次のようにまとめている。
「機械翻訳の基本的な利点は、より高い効率性を実現するという約束を果たすことですが、課題はMTPEが管理不能であることです。」

拡張翻訳を入力
拡張翻訳は、機械生成コンテンツと連携する新しい方法を紹介します。 この技術は文脈に応じた翻訳に焦点を当てており、翻訳者の編集がシステムに継続的に統合され、時間とともに翻訳の品質が向上することを保証します。
Gabriel氏によると、拡張翻訳の主な利点は、その対話的な性質にあるという。
「文脈依存型翻訳の素晴らしいところは、表面的にはMTPEと非常によく似ているように見えますが、非常に異なるパラダイムで動作していることです。 あなたの選択から学び、より良くなり、あなたのスタイル、語法、トーン、構文により調和しています。
重要な違い: MTPEと拡張翻訳
- 継続的な学習: 拡張翻訳システムは翻訳者の入力に基づいて調整され、将来の翻訳の提案を改善します。
- セマンティック検証: これらのシステムは、従来のQAツールが見逃しがちなニュアンス、例えばジェンダーバイアス、文化の誤用、不適切なトーンを拾い上げることができます。
- 効率の向上: 繰り返しのエラーを減らし、リアルタイム学習を取り入れることで、拡張翻訳は認知的な労力を軽減し、翻訳者の満足度を向上させます。

財務上の考慮事項
財務的な観点から見ると、拡張翻訳はMTPEと比較して、より安定した予測可能な結果を提供できます。 MTPEは品質と労力に大きなばらつきをもたらす可能性がありますが、拡張翻訳はユーザーの入力に基づいて翻訳を継続的に改善することでプロセスを合理化します。
Fairmanは、拡張翻訳におけるedit distanceが努力を測るための有用な指標である一方で、真の課題はそれを認知的努力や全体的な品質に結びつけることにあると指摘しています。 彼は次のように述べています。
「編集距離を実際の認知的努力に結びつけるのは依然として難しく、認知的努力を翻訳の品質に結びつけるのはさらに難しいです。」
結論
結論として、MTPEは効率性を強く約束していましたが、拡張翻訳はより洗練され、信頼性の高い代替手段であることが証明されています。 反復的な編集に費やす時間を削減するだけでなく、翻訳者にとってより自然で充実した体験を提供します。
Gabriel氏は、拡張翻訳を試してみることを強く推奨して結論付けている。
「それは、大幅に改善され、より洗練され、対話的で、常に進化しているという点で異なります。そして、それはただ有機的で生き生きとしているように感じます。」