DE10334260A1

DE10334260A1 - System und Verfahren zur Qualitätssicherung in Übersetzungen

Info

Publication number: DE10334260A1
Application number: DE10334260A
Authority: DE
Inventors: François Massion
Original assignee: D O G DOKUMENTATION OHNE GRENZ; Dog Dokumentation Ohne Grenzen GmbH
Current assignee: D O G DOKUMENTATION OHNE GRENZ; Dog Dokumentation Ohne Grenzen GmbH
Priority date: 2003-07-25
Filing date: 2003-07-25
Publication date: 2005-02-17

Abstract

Vorgeschlagen wird ein System zur Sicherung der Qualität einer Übersetzung eines Dokuments aus einer Ausgangssprache in eine Zielsprache, umfassend: a) eine Funktion zum Einlesen und Parsen einer Prüfdatei (100), b) eine Schnittstelle zur Konfiguration einzelner Prüfungen durch den Anwender (110), c) eine Funktion zum Einlesen der Terminologie (120), d) eine Funktion zur Durchführung der einzelnen Prüfungen (130), e) eine Schnittstelle zur Bereitstellung der Daten zur Validierung durch den Anwender (140), f) eine Funktion zur Erzeugung und Ausgabe von Berichten (150) und g) eine Funktion zum Zurückspeichern der Korrekturen (160). DOLLAR A Weiterhin wird ein Verfahren zur Sicherung der Qualität einer Übersetzung eines Dokuments aus einer Ausgangssprache in eine Zielsprache vorgeschlagen, welches die Schritte umfasst, dass: a) Prüfdatei eingelesen und geparst wird (100), b) es dem Anwender ermöglicht wird, einzelne Prüfungen zu konfigurieren (110), c) Terminologie eingelesen wird (120), d) einzelne Prüfungen durchgeführt werden (130), e) Daten zur Validierung durch den Anwender bereitgestellt werden (140), f) Berichte erzeugt und ausgegeben werden (150) und g) Korrekturen zurück gespeichert werden (160).

Description

Hintergrund der Erfindung
Die vorliegende Erfindung betrifft ein System und ein Verfahren zur Sicherung der Qualität einer Übersetzung. Sie stellt ein wichtiges Glied in der Produktionskette von Übersetzungen dar.
Es zählt heute zum Stand der Technik, Dokumentationen mit Hilfe von Translation Memory Systemen (TM-Systeme oder CAT- bzw. Computer-Aided-Translation-Systeme) zu produzieren. Diese Systeme ersetzen den humanen Übersetzer nicht, sondern unterstützen ihn während seiner Arbeit. Sie speichern alle Segmente, die übersetzt werden, und schlagen sie dem Übersetzer wieder vor, wenn ein Ausgangssegment sich wiederholt. Unter Segment versteht man eine Übersetzungseinheit. Sie ist oft ein Satz, kann aber anders definiert werden. TM-Systeme können auch zusammen mit Terminologiedatenbanken eingesetzt werden. Sobald- ein Begriff aus einer Terminologie erkannt wird, wird die Übersetzung dieses Begriffs dem Übersetzer vorgeschlagen.
TM-Systeme werden von einigen Anwendern zusammen mit maschinellen Übersetzungsprogrammen (MT – Machine-Translation-Systeme) eingesetzt. Das MT-System übersetzt einen Text automatisch vor. Der Übersetzer korrigiert das Ergebnis der maschinellen Übersetzung und speichert die korrigierten Segmente im TM-System.
Die bisherigen TM-Systeme haben keine oder sehr bescheidene Funktionen zur Qualitätssicherung. Auch bieten vorhandene Systeme nicht die Möglichkeit, alle Fehler im Batchverfahren zu prüfen. Unter Batchverfahren versteht man die sequentielle Abarbeitung von Befehlen. Bei umfangreichen Texten schreckt dies bereits die meisten Anwender vor einer rechnergestützte Prüfung der Übersetzungsqualität ab. Die in diesem Abschnitt geschilderten Nachteile führen dazu, dass die Qualitätskontrolle heute immer noch weitgehendst eine manuelle Tätigkeit ist. Dies bringt zum einen hohe Kosten und Verzögerungen vor der Auslieferung der Übersetzungen mit sich und zum anderen ist die Prüfgenauigkeit von der Erfahrung und Aufmerksamkeit eines einzelnen Prüfers abhängig.
Als weiteres Problem im Bereich der Qualitätssicherung von Übersetzungen gilt die Schwierigkeit, Übersetzungen objektiv zu bewerten und dem Übersetzer ohne Verzögerung Fehlerlisten zur Verfügung zu stellen. Die am Markt vorhandene Übersetzungstechnologie bietet hier keine Antwort.
Aufgrund der oben geschilderten Nachteile des Standes der Technik wurde nach einem System und einem Verfahren gesucht, mit denen ein Teil der Qualitätskontrolle von Übersetzungen automatisiert werden und mit denen die Qualität von Übersetzungen objektiv bewertet werden kann.
Diese Aufgabe wird mit den Merkmalen der unabhängigen Ansprüche gelöst. Die abhängigen Ansprüche beziehen sich auf bevorzugte Ausführungsformen der vorliegenden Erfindung.
Das erfindungsgemäße System ist ein Computerprogramm zur Ausführung auf programmierbarer Hardware. Es verwendet eine Reihe von Prüfverfahren, die ein schnelles und genaues Auffinden von Fehlern in Übersetzungen ermöglicht. Zur Optimierung und Automatisierung der Qualitätskontrolle von Übersetzungen existiert eine Reihe objektiver Messfaktoren, die für die Qualität einer Übersetzung wichtig sind. Diese Faktoren sind z.B.: Verwendung der vorgegebenen Terminologie, Vollständigkeit der Übersetzung, Richtigkeit der Zahlen und Zif fern in der Übersetzung, Integrität der Tags in der übersetzten Textversion, korrekte Übernahme von Akronymen, Konsistenz der Übersetzung. Der Anwender des erfindungsgemäßen Programms kann die Messungen dieser Faktoren konfigurieren. Das erfindungsgemäße Programm prüft Texte automatisch nach der Einhaltung der Sollwerte (Werte oder Begriffe) und listet alle Abweichungen als potentielle Fehler auf. Die Prüfung erfolgt automatisch im Batchverfahren und dauert in Abhängigkeit von der Leistungsfähigkeit des verwendeten Rechners in der Regel 0,5-2 Minuten. Die gemeldeten Fehler können vom Anwender durchgesehen und abgelehnt oder bestätigt werden und anschließend im Prüftext korrigiert werden. Neben den automatischen Prüfungen bietet das erfindungsgemäße Programm auch die Möglichkeit interaktiver Prüfungen wie die Suche nach Segmenten, die eine bestimmte Übersetzung nicht enthalten. Ferner kann der Prüfer für Fehler, die von einer Software nicht objektiv bewertet werden können (beispielsweise Verständnisfehler) eigene Kategorien definieren und diese in die Berichte übernehmen.
Zur Durchführung der Prüfungen arbeitet das erfindungsgemäße Programm mit einem zweisprachigen Text. Der Text ist in Übersetzungseinheiten (sogenannte "Segmente") segmentiert, und es stehen nebeneinander das Segment der Ausgangssprache und der Zielsprache. Unter Ausgangssprache versteht man die Sprache aus der übersetzt wird und unter Zielsprache versteht man die Sprache in die übersetzt wird. Das erfindungsgemäße Programm vergleicht die Sollwerte in den beiden Sprachversionen miteinander und meldet Abweichungen als potentielle Fehler.
Die Ergebnisse des Programms, ggf. einschließlich der Prüfung und Überarbeitung durch den Anwender, sind sofort verfügbar, vorzugsweise in Form einer Fehlerliste und einer Be wertung der Übersetzungsqualität, die auf Gewichtungsfaktoren und Qualitätsstufen basiert, die vom Anwender konfigurierbar sind.
Das System und Verfahren zur Sicherung der Qualität einer Übersetzung, welche durch das erfindungsgemäße Programm verkörpert werden, bieten gegenüber vorhandenen Ansätzen mehrere Vorteile. Ein erster Vorteil liegt in der Geschwindigkeit der Qualitätskontrolle. Dadurch, dass viele Prüfungen automatisch und in Batchverfahren erfolgen, liegt eine Fehlerliste auch bei sehr umfangreichen Texten und Terminologien bereits innerhalb von Minuten vor. Durch die Funktionen des erfindungsgemäßen Programms reduziert sich der Zeitaufwand des Anwenders auf etwa die Hälfte.
Ein weiterer Vorteil des erfindungsgemäßen Verfahrens und Systems liegt in der Prüfgenauigkeit. Es kann von keinem Anwender erwartet werden, dass er ohne Unterstützung einer Softwareanwendung unter Zeitdruck keine Fehler übersieht. Das erfindungsgemäße Programm sucht strikt nach den vorgegebenen Sollwerten und lässt keinen Fehler aus. Hierdurch wird eine eindeutig höhere Genauigkeit der Qualitätsprüfung erreicht.
Schließlich liegt noch ein weiterer Vorteil des erfindungsgemäßen Programms in der Optimierung der Produktionskette für Übersetzungen. So haben beispielsweise externe Übersetzer mit einer Remote-Version die Möglichkeit, ihre Arbeit sofort zu prüfen, bevor diese an ihre Auftraggeber weitergeschickt wird. Dadurch werden Fehler gleich an der Quelle behoben, bevor sie an das nächste Glied in der Produktionskette weitergereicht werden.
Kurzdarstellung der Erfindung
Allgemein gesagt, wird mit der vorliegenden Erfindung ein Verfahren und ein System zu Qualitätssicherung von Übersetzungen bereitgestellt.
Der Anwender kann objektive Kriterien für eine genaue und effiziente Prüfung von Übersetzungen konfigurieren. Diese Kriterien sind die Sollwerte (Begriffe oder Zahlen), die das erfindungsgemäße Programm in der (den) zu prüfenden Dateien) sucht. Die zu prüfende(n) Datei(en) enthält (enthalten) beide Sprachversionen (Ausgangstext und dessen Übersetzung), die in Prüfeinheiten (Segmenten) segmentiert sind. Das erfindungsgemäße Programm liest einen Ausgangssatz, prüft ob sie Elemente enthalten, die geprüft werden sollen und liest anschließend die übersetzten Segmente ein, um nach den entsprechenden Sollwerten zu suchen. Abweichungen werden automatisch ermittelt und in einer Fehlerliste aufgenommen.
Mit dem erfindungsgemäßen Programm wird eine objektive Bewertung der Übersetzungsqualität ermöglicht. Die Bewertungsfaktoren sind konfigurierbar. Die Bewertung basiert auf dem Verhältnis Gewichtete Fehlerpunkte/Wortumfang des zu prüfenden Textes.
Mit dem erfindungsgemäßen Programm werden wesentliche Fortschritte bei der Automatisierung und bei der Genauigkeit der Qualitätsprüfung von Übersetzungen erzielt.
Im Folgenden wird die Erfindung unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert.
Kurzbeschreibung der Zeichnungen
Die zur Veranschaulichung bestimmten Zeichnungen sollen die vorliegende Erfindung nicht einschränken.
1 ist ein Blockdiagramm, das die wesentlichen Arbeitsschritte beim Ablauf des erfindungsgemäßen Programms darstellt.
2 ist ein Flussdiagramm, das beschreibt, wie Daten in das erfindungsgemäße Programm eingelesen und interpretiert werden.
3 ist ein Flussdiagramm, das beschreibt, wie Terminologie eingelesen und daraus ein Terminologiebaum aufgebaut wird.
4 ist ein Flussdiagramm, das generisch beschreibt, wie Fehler gefunden und erfasst werden.
5 ist ein Blockdiagramm, das beschreibt, welche Prüfungen vom Anwender konfiguriert werden können.
Detaillierte Beschreibung der Erfindung
Zunächst wird auf 1 Bezug genommen, in der die Hauptarbeitsschritte des Programms beschrieben werden. Diese Arbeitsschritte werden durch Funktionen des Programms umgesetzt. Das erfindungsgemäße Programm umfasst in einem ersten Schritt das Einlesen und Parsen der Prüfdateien [100]. Unter Parsen versteht man das Analysieren, Segmentieren und Kodieren maschinenlesbarer Daten. In einem zweiten Schritt wird es dem Anwender ermöglicht, die einzelnen Prüfungen zu konfigurieren [110]. Es kann aber auch auf eine bereits vorhandene Konfigurationsdatei zurück gegriffen werden. Danach wird die Terminologie eingelesen [120]. Die einzelnen Prüfaufgaben werden automatisch durchgeführt [130]. Nach Bereitstellung der Daten zur Validierung und ggf. Validierung der Fehler durch den Anwender [140] werden Berichte ausgegeben [150], z.B. ein Bewertungsbericht und eine Fehlerliste. Schließlich können die Korrekturen in die Originaldatei zurückgespielt und die Markierungen aus der Korrekturdatei entfernt werden [160].
Das erfindungsgemäße Programm arbeitet mit Projekten. Ein Projekt stellt eine zusammengehörige Arbeitseinheit dar. Ein Projekt kann mehrere Dateien umfassen, die einzeln geprüft werden. Bevor eine zu prüfende Datei eingelesen wird, muss ein Projekt, d.h. eine Projektdatei, vorhanden sein bzw. angelegt werden. Beim Anlegen des Projekts wird die Beschaffenheit der Datei vom Anwender vorgegeben. Das erfindungsgemäße Programm benutzt diese Information, um zu erkennen, wie die Segmente in der Ausgangssprache und Zielsprache voneinander getrennt sind. Es sind z.B. folgende Trennungen möglich: proprietäre Trennungen, die z.B. ein Übersetzungsprogramm wie beispielsweise Trados^® definiert, Tabulatoren oder Trennzeichen, die der Anwender selbst definieren kann.
Wenn das Projekt angelegt ist bzw. die Projektdatei vorhanden ist, wird eine Datei in das Projekt importiert [200]. Das erfindungsgemäße Programm liest die zu prüfende Datei ein und parst sie dabei, um die einzelnen Segmentpaare zu identifizieren und zu kennzeichnen. Alle weiteren Prüfungen und Korrekturen erfolgen vorzugsweise in dieser Arbeitsdatei, die eine Kopie der Originaldatei ist. In 2 wird der Schritt Prüfdatei einlesen [100] detailliert dargestellt.
Das erfindungsgemäße Programm startet ein Textverarbeitungsprogramm wie z.B. MS-Word^® bzw. verwendet es, wenn es bereits geöffnet ist, um die zu prüfende Datei zu öffnen [200]. Die zu prüfende Datei wird dann vorzugsweise als neue Datei gespeichert [205]. Es handelt sich dabei um eine Arbeitsdatei, die eine Erfindung wie z.B. "_es.doc" erhält.
Danach werden Zeichen einzeln eingelesen [210]. Die Zeichen werden mit ihrem Wert beispielsweise in ASCII oder Unicode gespeichert. ASCII ist die Abkürzung für engl. American Standard Code of Information Interchange und stellt ein Zeichencode zur Darstellung bestimmter Informationen in Rechnern dar. Unicode ist ebenfalls ein Zeichencode und arbeitet im Gegensatz zum ASCII-Code mit 16 Bit und erlaubt die Darstellung von 65.536 Zeichen (2 hoch 16 = 65.536). So erhält z.B. die Buchstabe "r" den Wert 114 oder das chinesische Zeichen
den Wert 30340. Somit können mit dem erfindungsgemäßen Programm alle Sprachen geprüft werden. Nach dem Einlesen eines Zeichens liest das erfindungsgemäße Programm auch das Format des Zeichens ein [215]. Unter Format werden die Darstellungsattribute (rot, fett, kursiv...) des Zeichens verstanden. Die Zeichen werden so lange eingelesen, bis der Anfang eines Segments erkannt wird [220].
Das erfindungsgemäße Programm liest alle Zeichen ein [225], bis das Ende des Ausgangssegment (Segment der Ausgangssprache) erkannt wird [235]. Das Ende des Ausgangssegment wird aufgrund der Vorgabe in der Projektkonfiguration erkannt. Wenn z.B. ein Tag "<EAS>" als Trennsymbol zwischen Ausgangssprache und Zielsprache definiert wurde, erkennt das erfindungsgemäße Programm dieses Symbol als Ende des Segments der Ausgangssprache.
Nach diesem Symbol sucht das erfindungsgemäße Programm den Beginn des Zielsegments. Falls der Beginn des Zielsegments gefunden wird, liest das erfindungsgemäße Programm die Übersetzung des Ausgangssegments in der Zielsprache bis zum Ende des Zielsegments ein [265].
Falls indessen statt des Anfangs des Zielsegments eine Absatzmarke oder der Beginn eines neuen Ausgangssegments gefunden wird, wird das bereits eingelesene Ausgangssegment aus dem Arbeitsspeicher entfernt und verworfen und das erfindungsgemäße Programm verzweigt zu [210] zurück und sucht den Anfang des nächsten Ausgangssegments. Diese Möglichkeit wurde in 2 bewusst nicht dargestellt, um diese Abbildung übersichtlich zu halten.
Jedes Gesamtsegment, bestehend aus Ausgangssprache und Zielsprache, wird indiziert [270]. Als nächster Schritt markiert das erfindungsgemäße Programm jedes Segment durch Textmarken, die vor Anfang des Segments der Ausgangssprache und nach Ende des Segment der Zielsprache stehen [275]. Als maximale Anzahl von Segmenten, die das erfindungsgemäße Programm mit Textmarken kennzeichnen kann, wird ein Wert von 16370 als sinnvoll angesehen.
Schließlich ermittelt das erfindungsgemäße Programm die Wortzahl in der Prüfdatei [280]. Es zählt hierzu die Wörter in den Ausgangssegmenten. Diese Methode wurde gewählt, um die genaue Anzahl von zu übersetzenden Wörtern zu ermitteln. Dokumente können eine Vielzahl von Texten enthalten, die nicht zu übersetzen sind. Diese würden in normalen Textzählprogrammen mitgezählt.
Nachdem die Prüfdatei eingelesen wurde [100], werden die Daten in einer Form bereitgestellt, die den Anwender in die Lage versetzt, den Schritt "Prüfungen konfigurieren" [110] durchzuführen. Dabei können alle notwendigen Parameter für den Schritt "Prüfungen durchführen" [130] definiert werden. Auf diese Parameter wird während dieses Schrittes über die einzelnen Funktionen des erfindungsgemäßen Programms zugegriffen. Es handelt sich um die nachfolgend geschilderten Konfigurationen:
Bei der Terminologieprüfung [500] wird geprüft, ob für jeden Begriff aus einem Ausgangssegment, der in einer Terminologieliste vorhanden ist, auch die Übersetzung verwendet wurde, die sich in dieser Terminologieliste befindet. Unter Terminologie werden in diesem Zusammenhang z.B. Begriffe oder Abkürzungen verstanden, die als produkt- oder firmenspezifisch sind und für die eine Übersetzung vorgegeben wird. Die Terminologieliste ist eine zweispaltige Liste, die in einem Tabellenprogramm wie z.B. MS-Excel^® gespeichert wurde. Eine erste Konfigurationsmöglichkeit ist die Berücksichtigung der Groß-/Kleinschreibung beim Terminologievergleich. Eine weitere Konfigurationsmöglichkeit gilt für den Fall, dass mehr als eine Übersetzung für einen Ausgangsbegriff gilt. Der Anwender gibt das Zeichen ein, durch das zwei gleichwertige Übersetzungen in der Zelle der MS-Excel Tabelle für die Übersetzung getrennt sind. Beim Schritt Terminologie einlesen [120] wird nach diesem Trennzeichen gesucht.
Weitere Konfigurationsmöglichkeiten gelten für Präfixe und Suffixe, die beim Vergleich von Ausgangsbegriff und Übersetzung berücksichtigt werden können. Ein Präfix bezeichnet hier die Buchstaben, die vor einem Terminologieeintrag stehen. Ein Suffix bezeichnet die Buchstaben, die nach einem Terminologieeintrag stehen. Das erfindungsgemäße Programm bietet über Präfixe und Suffixe die Möglichkeit, nicht nur die exakte identische Schreibweise eines Begriffs in der Ausgangssprache bzw. in der Zielsprache zu vergleichen, sondern auch Varianten dieser Begriffe mit in den Vergleich zu ziehen. So kann mit dem deutschen Suffix "e" und dem englischen Suffix "s" nicht nur das Begriffspaar "Tisch/Table" sondern auch die Variante "Tische/Tables" geprüft werden. Programme, die eine morphologische Analyse von Wörtern durchführen, sind sehr aufwändig und nur für eine begrenzte Zahl von Sprachen verfügbar. Unter morphologische Analyse versteht man die Zerlegung von Wörtern in kleinsten bedeutungstragenden Einheiten. Mit dem Ansatz von Präfix- und Suffix-Dateien ist es indessen für eine Vielzahl von Sprachen möglich, mehrere morphologische Varianten eines Wortes bei der Terminologieprüfung zu berücksichtigen.
Die Einstellungen der Terminologieprüfung gelten sinnvoller Weise auch für die umgekehrte Terminologieprüfung. Bei dieser Prüfung prüft das erfindungsgemäße Programm, ob ein Begriff aus der Terminologieliste, der im Zielsegment gefunden wurde, auch die erwartete Entsprechung in der Ausgangssprache hat.
Bei der Tagprüfung [510] wird geprüft, ob die Tags im Ausgangs- und im Zielsegment miteinander übereinstimmen. Unter Tag versteht man Markierungszeichen, die den Zustand von Daten, Datenbereichen oder Dateien kennzeichnen. In einem Eingabefenster kann dem erfindungsgemäßen Programm zur Konfiguration durch den Anwender mitgeteilt werden, was ein Tagbegrenzer ist. Die Zeichen, die hier vom Anwender eingegeben werden, werden von den Funktionen des erfindungsgemäßen Programms als Anfang bzw. Ende eines Tags gesucht. Es gibt bestimmte Tagtypen, die in der Übersetzung verschwinden. Dies ist beispielsweise für Tags der Fall, die eine optionale Worttrennung kennzeichnen. Das erfindungsgemäße Programm bietet die Möglichkeit, solche Tags in eine Liste aufzunehmen und vom Vergleich auszuschließen.
Bei der Zahlenprüfung [520] wird geprüft, ob die Zahlen im Ausgangs- und im Zielsegment miteinander übereinstimmen. Dabei werden nicht nur einzelne Ziffer miteinander verglichen sondern auch komplette Zahlen. Eine Zahl kann auch Zeichen enthalten, die keine Ziffer sind. Dies sind zuerst die Dezimal- und Tausender-Trennzeichen. Diese Zeichen können getrennt für die Ausgangs- und Zielsprache gesetzt werden. Das erfindungsgemäße Programm sucht zuerst nach den Dezimal- und Tausender-Trennzeichen. Danach sucht es nach möglichen weiteren Zeichen, die innerhalb einer Zahl vorkommen dürfen. Solche Zeichen können beispielsweise die Zeichen "-" oder "/" sein. Diese weiteren Zeichen können vom Anwender eingegeben werden.
Zur Konfiguration der Vollständigkeitsprüfung [530] kann der Anwender zwei Werte eingegeben, die das erfindungsgemäße Programm bei seiner Prüfroutine verwendet. Die Vollständigkeitsprüfung besteht darin, dass die tatsächliche Länge des Segments der Zielsprache mit seiner Soll-Länge verglichen wird. Die Soll-Länge wird in Prozent ausgedrückt und stellt das durchschnittliche Längenverhältnis Ausgangssprache/Zielsprache dar. Wenn der Anwender beispielsweise die Soll-Länge 80 eingibt, bedeutet dies, dass das erfindungsgemäße Programm alle übersetzten Segmente als Fehler meldet, deren Länge unter 80 % der Länge des Ausgangssegment liegt. Unterschreitet ein Zielsegment die eingegebene Soll-Länge, wird es als Fehler gekennzeichnet. Bei kleineren Segmenten sind die Längenunterschiede oft größer, da es sich meistens um Einzelwörter handelt. Um zu vermeiden, dass bei solchen Segmenten Fehler gemeldet werden, ist eine Schwelllänge vorge sehen. Das ist die Länge, ab welcher das erfindungsgemäße Programm die Länge des Zielsegments prüft.
Bei der Akronymprüfung [540] wird geprüft, ob die Akronyme im Ausgangs- und im Zielsegment miteinander übereinstimmen. Ein Akronym ist eine beliebige Kombination von Buchstaben, Sonderzeichen und Ziffern. Der Anwender definiert die Beschaffenheit der Akronyme. Er kann mehrere Akronymtypen definieren. Die Definition eines Akronyms kann mehrere Bedingungen mit Booleschen Operatoren miteinander kombinieren wie z.B.: "Beginnt mit 2 Großbuchstaben AND enthält 2 Ziffern AND enthält '-'". Es gibt jedoch einige Begriffe, die dieselbe Struktur wie Akronyme haben, und trotzdem übersetzt werden. Diese Begriffe können in eine Ausschlussliste aufgenommen werden. In diesem Fall prüft das erfindungsgemäße Programm, ob das gefundene Akronym mit einem Eintrag aus dieser Ausschlussliste übereinstimmt und schließt diesen Eintrag von der Akronymprüfung aus. Die Akronymdefinition kann der Anwender vorzugsweise als Vorlage speichern. Die Vorlage enthält z.B. die Erfindung "acr".
In 3 wird der Schritt "Terminologie einlesen" [120] detailliert dargestellt. Dieser Schritt ist für drei Prüfungsarten wichtig: Terminologieprüfung, umgekehrte Terminologieprüfung und Einzelbegriffprüfung. Während dieses Prozesses wird eine Originaldatei, die z.B. eine MS-Excel^®-Datei ist, in einen indizierten Suchbaum umgewandelt. Dieser Schritt ist wichtig, um ein schnelles und effizientes Suchen nach Terminologieeinträgen zu gewährleisten.
Zuerst öffnet das erfindungsgemäße Programm die MS-Excel^®-Tabelle, die die Terminologie in zwei Spalten (Ausgangssprache/Zielsprache) enthält [300]. Dann liest das erfindungsgemäße Programm den Ausgangsbegriff aus der ersten Zelle der ersten Spalte der MS-Excel^®-Tabelle ein [305]. Anschließend liest es den Inhalte der ersten Zelle der zweiten Spalte ein [310] und prüft, ob diese Zelle ein Trennzeichen enthält, das mehrere akzeptierte Übersetzungen eines Ausgangsbegriffs trennt [315]. Falls dies der Fall ist, erfasst das erfindungsgemäße Programm den oder die Begriff(e), die nach diesem Trennzeichen kommen als gültige Begriffe für die Zielsprache.
Nachdem ein Begriff mit seiner/seinen Übersetzung(en) eingelesen wurde, erfolgt der Schritt Begriffe indizieren [320]. Anschließend baut das erfindungsgemäße Programm mit Hilfe des an sich bekannten Aho-Corasick-Algorithmus ein Terminologiebaum auf. Die Grundidee dieses Algorithmus ist, dass bei einem Unterschied eines Zeichens während des Vergleichsvorgangs das Suchmuster nicht nur um ein Zeichen weiterverschoben wird, sondern um mehrere, da sich aus der Information der zuvor verglichenen Zeichen ein Vorteil ermitteln lässt. Dazu berechnet das erfindungsgemäße Programm die Länge des Suffixes des Begriffs [325]. Mit Suffix sind hier die Zeichen gemeint, die nach dem Begriffswurzeln kommen. Der ermittelte Wert wird dem Begriff als Status zugewiesen [330] und dient dazu, einen Terminologiebaum aufzubauen [335]. Der eingelesene Begriff kann über seine Position im Baum (seine Suffixlänge) und seine Position im Zweig (sein Index) gefunden werden.
Wenn der erste Begriff eingelesen und indiziert wurde, sucht das erfindungsgemäße Programm, ob weitere Begriffe kommen [340]. Ist das erfindungsgemäße Programm an das Ende der MS-Excel^®-Terminologieliste gekommen, speichert es den Terminologiebaum als Datei [345]. Diese Datei erhält z.B. die Endung "sm".
Auf die Konsistenzprüfung [550] wird weiter unten eingegangen.
Als letzter Schritt bei der Konfiguration der Prüfungen [110] gilt das Konfigurieren der Berichte [560]. Diese Konfiguration ist für den Schritt Berichte erzeugen [150] wichtig. Der Anwender gibt vorzugsweise dem erfindungsgemäßen Programm hauptsächlich zwei Informationen. Zum einen kann er einen gewichteten Wert für jede Fehlerkategorie nennen. Mit diesem Wert wird die Fehlerzahl multipliziert. Zum anderen kann er Werte für die einzelnen Bewertungsstufen eingeben. Diese Werte entsprechen in Prozent dem Verhältnis der gewichteten Fehlerpunkte zu Wortzahl im Dokument. Das erfindungsgemäße Programm arbeitet mit mindestens zwei und vorzugsweise mit drei Bewertungsstufen, wie z.B.: "gut", "akzeptabel" und "nicht ausreichend". Eine Beschränkung auf 3 Stufen erleichtert die Selektion der Übersetzer bei Projekten. Aus diesem Grund ist es sinnvoll, das erfindungsgemäße Programm auf diese 3 Bewertungen zu beschränken.
Die Einstellungen, die vom Anwender konfiguriert wurden, speichert das erfindungsgemäße Programm als Vorlagedatei z.B. mit der Erfindung "opt", wenn der Anwender dies möchte. Diese Vorlage kann der Anwender vorzugsweise laden, wenn er ein neues Projekt startet.
Die Funktionen Prüfdatei einlesen [100], Prüfungen konfigurieren [110] und Terminologie einlesen [110] dienten bisher zur Vorbereitung der eigentlichen Prüfung der Übersetzung durch das erfindungsgemäße Programm. Bei den Prüfungsarten wird zwischen automatischen und interaktiven Prüfungen unterschieden. Automatische Prüfungen werden im Batchverfahren durchgeführt. Es sind die Terminologie-, ungekehrte Terminologie-, Tag-, Vollständigkeits-, Zahlen- und Akronymprüfun gen. Die interaktiven Prüfungen können durch den Anwender ausgelöst werden. Es handelt sich dabei um die Einzelbegriffprüfung, die Konsistenzprüfung und die selbstdefinierten Fehler. Unter Konsistenzprüfung wird hier eine Prüfung verstanden, die gewährleistet, dass gleiche Ausgangssegmente auch gleich übersetzt wurden. Die Konsistenzprüfung ist zwar eine automatische Prüfung, sie kann aber nicht gleichzeitig mit den anderen Prüfungen laufen, da alle Segmente, die in der Ausgangssprache identisch sind, angezeigt sind. Dass heißt, dass auch nicht fehlerhafte Segmente angezeigt werden.
Die Funktion Prüfungen durchführen [130] erfolgt in mehreren Schritten. Zuerst werden alle Werte zurückgesetzt [400]. Das erfindungsgemäße Programm initialisiert dann die einzelnen Prüfungen [405]. Dabei prüft es, welche Prüfungen bei der Konfiguration durch den Anwender aktiviert wurden und welche Einstellungen für die einzelnen Prüfungen definiert wurden. Die Prüfungen werden vorzugsweise in einer bestimmten Reihenfolge durchgeführt, z.B.: Vollständigkeitsprüfung, Zahlenprüfung, Tagprüfung, Terminologieprüfung, umgekehrte Terminologieprüfung und Akronymprüfung. Bei jeder Prüfungsart ist die Vorgehensweise des erfindungsgemäßen Programm ähnlich: Im Ausgangssegment wird zuerst das zu prüfende Merkmal gesucht [415]. Danach liest das erfindungsgemäße Programm das Zielsegment und sucht nach dem Sollwert (Begriff, Zahl) des Merkmals in der Zielsprache [420]. Bei der umgekehrten Terminologieprüfung erfolgt dies in der umgekehrten Reihenfolge. Das erfindungsgemäße Programm prüft, ob die erwarteten Werte gefunden wurden [425]. Sollte es nicht der Fall gewesen sein, wird zuerst der Fehler im Ausgangssegment z.B. farblich hervorgehoben [430], falls diese Markieroption vom Anwender gewählt wurde. Danach wird der Fehler in die Fehlerliste aufgenommen [435]. Diese Liste kann sich im Haupt fenster des erfindungsgemäßen Programms befinden. Das erfindungsgemäße Programm prüft, ob ein weiteres Segment zu prüfen ist [440]. Wenn das letzte Segment erreicht wurde [445], ermittelt das erfindungsgemäße Programm, ob weitere Prüfungen stattfinden sollen [450].
Der Anwender hat nun eine rohe Fehlerliste, die er validieren kann [140]. Er kann diese Liste nach der Reihenfolge der Fehler im Text oder nach Kategorie bzw. Fehlertext sortieren. Jeder Fehler hat nämlich zuerst den Status "ungeklärt". Der Anwender kann jeden einzelnen Fehler sichten und akzeptieren bzw. verwerfen. Er kann z.B. durch Doppelklicken direkt an die fehlerhafte Stelle im Text gelangen und prüfen, ob es sich um einen tatsächlichen Fehler handelt. Gleichzeitig kann er in einem Segmentfenster z.B. im Hauptfenster des erfindungsgemäßen Programms sehen, welche Segmente fehlerhaft sind und welche Terminologie erwartet wurde. Wenn der Anwender einen Fehler annimmt, vergibt er ihn den Status "Angenommen". Ansonsten vergibt er den Status "Abgelehnt". Diese Statusvergabe kann er auch im Batchverfahren für alle Fehler eines bestimmten Typs durchführen wie z.B. alle Terminologiefehler für einen bestimmten Begriff. Dieser Status wird vom erfindungsgemäßen Programm verwendet, um die Bewertung der Übersetzung und die Fehlerliste zu generieren [150]. Der Anwender hat bei jedem Fehler die Möglichkeit, diesen in der Arbeitsdatei zu korrigieren. Die Korrektur erfolgt sinnvoller Weise nicht in der übersetzten Originaldatei, die bei Schritt [100] eingelesen wurde.
Die interaktiven Prüfungen, die durch das erfindungsgemäße Programm möglich sind, sind die Einzelbegriffprüfung und die Konsistenzprüfung [550]. Bei der Einzelbegriffprüfung gibt der Anwender in einem Dialogfenster zuerst den Ausgangsbegriff nach dem das erfindungsgemäße Programm suchen soll. In einem zweiten Feld gibt er den Begriff ein, der im Zielsatz erscheinen bzw. nicht erscheinen soll. Diese Variablen werden mit Boolschen Operatoren an die Suchfunktion des erfindungsgemäßen Programms gegeben. Das erfindungsgemäße Programm listet in einem Fenster alle Segmente auf, die gefunden wurden.
Wenn die Ergebnisse validiert wurden [140], hat der Anwender die Möglichkeit, eine Bewertung der Übersetzung und eine Fehlerliste zu erzeugen. Die Bewertung der Übersetzung ergibt sich aus dem Verhältnis gewichtete Fehlerpunkte zu Wortzahl im Dokument. Anhand der im Programmteil Prüfungen konfigurieren [110] ermittelten Werte, ermittelt das erfindungsgemäße Programm, ob die Übersetzung z.B. gut, akzeptabel oder nicht ausreichend ist. Anschließend werden die Berichte erzeugt [150].
Der letzte Schritt bei der Arbeit mit dem erfindungsgemäßen Programm besteht darin, die Korrekturen, die vom Anwender in die Arbeitsdatei eingegeben wurden, zurück in die Originaldatei zu spielen [160]. Dabei prüft das erfindungsgemäße Programm welche Zielsegmente sich geändert haben und ersetzt in der Originaldatei das Originalsegment durch das geänderte Segment. Anschließend entfernt das erfindungsgemäße Programm alle Markierungen aus der Prüfdatei.
Das erfindungsgemäße Programm kann beispielsweise in 3 Versionen ausgeführt werden, z.B.: eine Standardversion, eine Unternehmensversion und eine Remote-Version. Die Funktionalität und Methoden der Standardversion sind in den obigen Abschnitten beschrieben worden. Eine Erweiterung des erfindungsgemäßen Programms bieten die beiden anderen Versionen. Mit der Unternehmensversion kann der Anwender Prüfpakete schnüren, die von einer kostenlosen Version (der Remote-Ver sion) geprüft werden können. In einem Prüfpaket werden alle Dateien und Einstellungen gespeichert, die für das Prüfen von Obersetzungen notwendig sind. Das erfindungsgemäße Programm speichert folgende Dateien in einem Prüfpaket: Präfix-Datei für die Ausgangs- und die Zielsprache, Suffix-Datei für die Ausgangs- und die Zielsprache, Tagausschlussdatei, die Terminologiedatei und die Projektdatei. Die zu prüfende Datei ist in diesem Paket nicht enthalten, weil sie meistens noch nicht übersetzt wurde. Das Prüfpaket ist eine Datei z.B. mit der Erfindung "dog". Das erfindungsgemäße Programm verwendet folgende Methode, um zu verhindern, dass die kostenlose Version für andere Aufgaben verwendet wird als für die Prüfung eines spezifischen Projektes. Das Projekt ist zuerst mit einem Verfallsdatum versehen, das auf dem vom Anwender eingegebenen Lieferdatum für das Projekt basiert. Ist das Datum verfallen, kann das Programm nicht mehr eingesetzt werden. Ferner prüfen die Routinen des erfindungsgemäßen Programms die Anzahl der in das Projekt importierten Dateien. Eine vom Anwender vorgegebenen Anzahl von Dateien darf nicht überschritten werden. Bereits importierten Dateien können auch nicht entfernt werden. Eine Prüfroutine des erfindungsgemäßen Programms verhindert, dass Dateien aus dem Projekt ausgetauscht werden. Die zu prüfende Datei wird geöffnet und als Arbeitsdatei z.B. mit der Erfindung "_es.doc" gespeichert [205]. Die Prüfroutine prüft, dass die bereits in das Projekt importierten Ausgangsegmente mit den Segmenten der zu prüfenden Datei übereinstimmen. Damit wird vermieden, dass Dateien lediglich umbenannt werden, um in einem Projekt der Remote-Version geprüft zu werden. Schließlich sind die Konfigurationsmöglichkeiten in der Remote-Version gesperrt. Es können nur die vom Anwender mit der Unternehmensversion definierten Einstellungen und Terminologien verwendet werden. Mit dem Konzept der Remote-Version erlaubt das erfindungsgemäße Programm die Verteilung der Prüfarbeit auf verschiedene Standorten und Arbeitsplätze.

Claims

System zur Sicherung der Qualität einer Übersetzung eines Dokuments aus einer Ausgangssprache in eine Zielsprache, umfassend: a) eine Funktion zum Einlesen und Parsen einer Prüfdatei (100), b) eine Schnittstelle zur Konfiguration einzelner Prüfungen durch den Anwender (110), c) eine Funktion zum Einlesen der Terminologie (120), d) eine Funktion zur Durchführung der einzelnen Prüfungen (130), e) eine Schnittstelle zur Bereitstellung der Daten zur Validierung durch den Anwender (140), f) eine Funktion zur Erzeugung und Ausgabe von Berichten (150) und g) eine Funktion zum Zurückspeichern der Korrekturen (160),
System nach Anspruch 1, dadurch gekennzeichnet, dass das System ein Computerprogramm zur Ausführung auf programmierbarer Hardware ist.
Verfahren zur Sicherung der Qualität einer Übersetzung eines Dokuments aus einer Ausgangssprache in eine Zielsprache, welches die Schritte umfasst, dass: a) eine Prüfdatei eingelesen und geparst wird (100), b) es dem Anwender ermöglicht wird, einzelne Prüfungen zu konfigurieren (110), c) Terminologie eingelesen wird (120), d) einzelne Prüfungen durchgeführt werden (130), e) Daten zur Validierung durch den Anwender bereit gestellt werden (140), f) Berichte erzeugt und ausgegeben werden (150) und g) Korrekturen zurück gespeichert werden (160).
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass das Einlesen und Parsen der Prüfdatei (100) die Schritte umfasst, dass a) die Prüfdatei geöffnet wird (200), und b) als Arbeitsdatei abgespeichert wird (205), c) solange einzelne Zeichen (210) und deren Zeichenformate (215) eingelesen werden, bis der Anfang eines Segments erkannt wird (220), d) solange die Zeichen des Ausgangssegments (225) und deren Zeichenformate (230) eingelesen werden, bis das Ende des Ausgangssegments erkannt wird (235), e) solange weitere Zeichen (240) und deren Zeichenformate (245) eingelesen werden, bis der Anfang des Zielsegments (250) erkannt wird, f) solange die Zeichen des Zielsegments (255) und deren Zeichenformate (260) eingelesen werden, bis das Ende des Zielsegments erkannt wird (265), g) ein Gesamtsegment, bestehend aus Ausgangssegment und Zielsegment bereit gestellt und indiziert (270) und mit Textmarken markiert (275) wird, h) so lange zu Schritt c) zurück verzweigt wird (285), bis alle Ausgangssegmente und Zielsegmente erfasst sind, und i) die Wortzahl in der Prüfdatei durch Zählen der Wörter in den in den Gesamtsegmenten enthaltenen Ausgangssegmenten ermittelt wird (280).
Verfahren nach einem der Ansprüche 3 oder 4, dadurch gekennzeichnet, dass die Durchführung der einzelnen Prüfungen (130) mindestens eine der folgenden Prüfungen umfasst: a) Terminologieprüfung (500), b) Tagprüfung (510), c) Zahlenprüfung (520), d) Vollständigkeitsprüfung (530), e) Akronymprüfung (540), f) Konsistenzprüfung (550).
Verfahren nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass die Konfigurierungsmöglichkeit (110) umfasst, dass es dem Anwender ermöglicht wird, mindestens eine der im Anspruch 5 definierten einzelnen Prüfungen (500) bis (550) zu konfigurieren.
Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass es dem Anwender zusätzlich ermöglicht wird, die Erzeugung und Ausgabe der Berichte (150) zu konfigurieren.
Verfahren nach einem der Ansprüche 3 bis 7, dadurch gekennzeichnet, dass das Einlesen der Terminologie (120) die Schritte umfasst, dass: a) eine Tabellendatei, welche die Terminologie in zwei Spalten enthält, wobei die Ausgangsbegriffe in einer ersten Spalte und die Zielbegriffe in einer zweiten Spalte enthalten sind, geöffnet wird (300), b) ein Ausgangsbegriff aus einer ersten Zelle der ersten Spalte eingelesen wird (305), c) ein Zielbegriff aus einer ersten Zelle der zweiten Spalte eingelesen wird (310), d) geprüft wird, ob diese erste Zelle der zweiten Spalte ein Trennzeichen enthält, das mehrere akzeptierte Übersetzungen des Ausgangsbegriffs trennt (315), und dass, falls dies der Fall ist, alle weiteren Zielbegriffe eingelesen werden, e) die Begriffe indiziert werden (320), f) die Begriffslänge ermittelt wird (325), g) der Begriffsstatus zugewiesen wird (330), h) ein Terminologiebaum nach einem an sich bekannten Algorithmus aufgebaut wird (335), i) geprüft wird (340), ob noch weitere Ausgangsbegriffe folgen, und, falls dies der Fall ist, alle weiteren Begriffe eingelesen und unter Wiederholung der Schritte b) bis i) verarbeitet werden, und, sobald keine weiteren Ausgangsbegriffe folgen, j) der Terminologiebaum als Datei abgespeichert wird.
Verfahren nach einem der Ansprüche 3 bis 8, dadurch gekennzeichnet, dass die Durchführung der einzelnen Prüfungen (130) die Schritte umfasst, dass: a) in einem Ausgangssegment ein zu prüfendes Merkmal gesucht wird (415), b) im einem entsprechenden Zielsegment das Vorhandensein eines Sollwertes des entsprechenden Merkmals in der Zielsprache gesucht wird (420), c) geprüft wird, ob der erwartete Sollwert gefunden wurde (425), und, falls dies nicht der Fall ist, der entsprechende Fehler im Ausgangssegment markiert (430) und in eine Fehlerliste aufgenommen wird (435), d) solange weitere Segmente (445) unter Wiederholung der Schritte a) bis c) geprüft werden, bis das letzte Segment erreicht ist (440).
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass zunächst alle Fehler zurückgesetzt werden (400), die Prüfungen initialisiert werden (405) und die jeweilige einzelne Prüfung (130) gestartet wird (410), bevor die Schritte a) bis d) nach Anspruch 9 durchgeführt werden.