Nieuwe technologie voor vertaalmachines beschikbaar gemaakt

Denktank TAUS biedt een nieuwe methodiek aan onder de naam Matching Data om datasets voor vertaalmachines te selecteren. Dit is de uitkomst van een meerjarig – door STW gefinancierd- project rondom machine translation, geleid door Khalil Sima’an van de Universiteit van Amsterdam.

Computergestuurde vertaalmachines, waaronder Google Translate, worden steeds beter. Dat komt doordat de algoritmes achter deze vertaalmachines steeds geavanceerder worden.

Voor een goede vertaling is het nodig de vertaalmachine te trainen met betrouwbare bronnen die een relevante woordenschat bevatten. Het vertalen van bijvoorbeeld een beleidsdocument of wettekst vraagt om een heel andere woordenschat en een ander type vertaling dan bijvoorbeeld een krantenbericht.

In 2013 kreeg een project genaamd DatAptor, geleid door professor Khalil Sima’an van het UvA Institute for Logic, Language and Computation, een omvangrijke subsidie van technologiestichting STW om zich met dit probleem bezig te houden. En met succes.

Onderzoeksresultaten van het DatAptor project zijn nu geïmplementeerd door TAUS, een belangrijke denktank op het gebied van machine translation. Zij bieden de nieuwe techniek nu aan onder de naam Matching Data.