• Die Vorlesung vermittelt einen Überblick über linguistische Ansätze zur Maschinellen Übersetzung.
• Der Schwerpunkt der Vorlesung besteht aus einer detaillierten Einführung in Methoden und Algorithmen zur statistischen Maschinellen Übersetzung (SMT) (Word Alignment, Phrase Extraction, Language Modelling, Decoding, Optimierung).
• Darüber hinaus werden Methoden der Evaluation von Maschinellen Übersetzungen untersucht.
• Die Untersuchung von Anwendungen der Maschinellen Übersetzung am Beispiel von simultaner Sprach-zu-Sprach-Übersetzung ist ein weiterer Bestandteil der Vorlesung.
• In der Übung wird das erworbene Wissen beim Training eines Übersetzungssystems praktisch angewandt.

Lernziele:

• Der Studierende soll in die Grundbegriffe verschiedener Ansätze zur Maschinellen Übersetzung eingeführt werden.
• Der Studierende soll grundlegende Konzepte und Algorithmen der Statistischen Maschinellen Übersetzung verstehen und anwenden lernen.
• Der Studierende soll die grundlegenden Methoden zur Evaluation von Maschinellen Übersetzungssystemen lernen.
• Der Studierende soll einen Einblick in die aktuelle Forschung im Bereich der statistischen Maschinellen Übersetzung erhalten und kann mit dem erworbenen Wissen an aktuellen Forschungsthemen arbeiten.
• Der Studierende soll das erworbene Wissen praktisch anwenden und mit Hilfe der bestehenden Tools einen eigenen Übersetzer bauen und evaluieren.
• Nach Vollendung der Vorlesung werden die Studierenden in der Lage sein, verschiedene Ansätze der Maschinellen Übersetzung zu vergleichen sowie Übersetzer für verschiedene Anwendungen zu entwickeln

Weiterführende Literatur

Philipp Koehn: Statistical Machine Translation

ACHTUNG!

Die Vorlesung findet bis auf weiteres nicht zu den ursprünglichen Zeiten statt, sondern freitags um 17:30 Uhr (!) per Teleteaching. Bitte informieren Sie sich zu den Modalitäten im zugehörigen ILIAS-Kurs!