Die AWS-Website ist derzeit in 16 Sprachen verfügbar (12 für die AWS-Managementkonsole und für technische Dokumentation): Arabisch, vereinfachtes Chinesisch, traditionelles Chinesisch, Englisch, Französisch, Deutsch, Indonesisch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch, Spanisch, Thailändisch, Türkisch und Vietnamesisch. Kunden auf der ganzen Welt sammeln praktische Erfahrungen mit der AWS-Plattform, Produkten und Services in ihrer Muttersprache. Ermöglicht wird dies durch das AWS Localization Team (AWSLOC).

AWSLOC verwaltet den End-to-End-Lokalisierungsprozess digitaler Inhalte bei AWS (Webseiten, Konsolen, technische Dokumentation, E-Books, Banner, Videos und mehr). Im Durchschnitt verwaltet das Team jährlich 48,000 Projekte über alle digitalen Assets hinweg, was über 3 Milliarden übersetzten Wörtern entspricht. Angesichts der wachsenden Nachfrage globaler Kunden und neuer lokaler Cloud-Einführungswege muss AWS Localization die Lokalisierung von Inhalten in großem Maßstab unterstützen, mit dem Ziel, mehr Inhalte verfügbar zu machen und neue Märkte zu bedienen. Zu diesem Zweck nutzt AWSLOC ein Netzwerk von über 2,800 Linguisten weltweit und unterstützt Hunderte von Inhaltserstellern in ganz AWS, um die Lokalisierung zu skalieren. Das Team ist bestrebt, das Spracherlebnis für Kunden kontinuierlich zu verbessern, indem es stark in die Automatisierung investiert und automatisierte Pipelines für alle Inhaltstypen erstellt.

AWSLOC strebt danach, eine Zukunft aufzubauen, in der Sie mit AWS in Ihrer bevorzugten Sprache interagieren können. Um diese Vision zu verwirklichen, verwenden sie die maschinelle Übersetzung von AWS und Amazon Übersetzen. Ziel ist es, Sprachbarrieren zu beseitigen und AWS-Inhalte durch konsistente gebietsschemaspezifische Erfahrungen zugänglicher zu machen, um jedem AWS-Ersteller dabei zu helfen, das zu liefern, was für ein globales Publikum am wichtigsten ist.

Dieser Beitrag beschreibt, wie AWSLOC Amazon Translate verwendet, um die Lokalisierung zu skalieren und seine Dienste neuen Gebietsschemata anzubieten. Amazon Translate ist ein neuronaler maschineller Übersetzungsdienst, der schnelle, qualitativ hochwertige, kostengünstige und anpassbare Sprachübersetzungen liefert. Die neuronale maschinelle Übersetzung ist eine Form der Sprachübersetzung, die Deep-Learning-Modelle verwendet, um eine genaue und natürlich klingende Übersetzung zu liefern. Weitere Informationen zu den von Amazon Translate unterstützten Sprachen finden Sie unter Unterstützte Sprachen und Sprachcodes.

Wie AWSLOC Amazon Translate verwendet

Die Implementierung der maschinellen Übersetzung ermöglicht es AWSLOC, den Lokalisierungsprozess für alle Arten von Inhalten zu beschleunigen. AWSLOC hat sich für die technische Dokumentation von AWS entschieden, um ihre Reise zur maschinellen Übersetzung mit Amazon Translate voranzutreiben, da dies eine der Säulen von AWS ist. Rund 18 % aller Kunden entschieden sich im Jahr 2021 dafür, die technische Dokumentation in ihrer Landessprache anzuzeigen, was einer Steigerung von 27 % seit 2020 entspricht. Allein im Jahr 2020 wurden über 1,435 Funktionen und 31 neue Dienste in der technischen Dokumentation hinzugefügt, was zu einem Anstieg der Übersetzungen führte Volumen von 353 % im Jahr 2021.

Um dieser Nachfrage nach übersetzter Dokumentation gerecht zu werden, ging AWSLOC eine Partnerschaft mit Amazon Translate ein, um die Lokalisierungsprozesse zu optimieren.

Amazon Translate wird verwendet, um die Zeichenfolgen, die unter einen Fuzzy-Matching-Schwellenwert (gegenüber dem Translation Memory) fallen, in 10 unterstützten Sprachen vorzuübersetzen. Es wurde eine dedizierte Amazon Translate-Instanz konfiguriert Aktive benutzerdefinierte Übersetzung (ACT) und die entsprechende parallele Daten wurde monatlich aktualisiert. In den meisten Sprachpaare, hat die Ausgabe von Amazon Translate plus ACT einen positiven Trend bei der Qualitätsverbesserung auf ganzer Linie gezeigt. Um die Messlatte für die Qualität höher zu legen, wird außerdem ein menschlicher Nachbearbeitungsprozess für Assets durchgeführt, die eine höhere Kundensichtbarkeit aufweisen. AWSLOC hat einen Governance-Prozess eingerichtet, um die Migration von Inhalten über maschinelle Übersetzung und Nachbearbeitung maschineller Übersetzung (MTPE), einschließlich MTPE-Light und MTPE-Premium, zu überwachen. Menschliche Redakteure überprüfen MT-Ausgaben, um Übersetzungsfehler zu korrigieren, die über den ACT-Prozess wieder in das Tool integriert werden. Es gibt eine regelmäßige Engine-Aktualisierung (im Durchschnitt alle 40 Tage), wobei die Beiträge hauptsächlich Bug-Einreichungen sind.

AWSLOC befolgt Best Practices zur Pflege der ACT-Tabelle, was das Markieren einiger Begriffe mit dem beinhaltet Funktion nicht übersetzen bereitgestellt von Amazon Translate.

Das folgende Diagramm veranschaulicht den detaillierten Arbeitsablauf.

Die Hauptkomponenten des Prozesses sind wie folgt:

1. Translation Memory – Die Datenbank, die zuvor übersetzte Sätze, Absätze oder Aufzählungszeichen speichert, um menschlichen Übersetzern zu helfen. Diese Datenbank speichert den Ausgangstext und seine entsprechende Übersetzung in Sprachpaaren, genannt Übersetzungseinheiten.
2. Sprachqualitätsdienst (LQS) – Die Genauigkeitsprüfung, die ein Asset durchläuft, nachdem der Sprachdienstleister (LSP) seinen Pass abgeschlossen hat. 20 % des Vermögens werden stichprobenartig überprüft, sofern nicht anders angegeben.
3. Parallele Daten – Die Methode zur Analyse von Daten mit parallelen Prozessen, die gleichzeitig auf mehreren Containern ausgeführt werden.
4. Fuzzy Matching – Diese Technik wird in der computergestützten Übersetzung als Spezialfall der Datensatzverknüpfung verwendet. Es funktioniert mit Übereinstimmungen, die weniger als 100 % perfekt sein können, wenn Übereinstimmungen zwischen Textsegmenten und Einträgen in einer Datenbank früherer Übersetzungen gefunden werden.
5. Begriffe nicht übersetzen – Eine Liste mit Ausdrücken und Wörtern, die nicht übersetzt werden müssen, wie Markennamen und Warenzeichen.
6. Vorübersetzung – Die anfängliche Anwendung von „Nicht übersetzen“-Begriffen, Translation Memorys und Maschinenübersetzungs- oder Humanübersetzungs-Engines auf einen Ausgangstext, bevor er Linguisten präsentiert wird.

MTPE-Light produziert verständlichen, aber stilistisch nicht perfekten Text. Die folgende Tabelle fasst die Unterschiede zwischen MTPE-Light und MTPE-Premium zusammen.

Facettenreiche Wirkung

Amazon Translate ist eine Lösung für umfangreiche Lokalisierungsprojekte. Mit Amazon Translate ist die Bearbeitungszeit des Projekts nicht an das Übersetzungsvolumen gebunden. Amazon Translate kann mehr als 50,000 Wörter innerhalb von 1 Stunde liefern im Vergleich zu herkömmlichen Lokalisierungszyklen, die Projekte mit 10,000 Wörtern in 7–8 Tagen und Projekte mit 50,000 Wörtern in 30–35 Tagen abschließen können. Amazon Translate ist außerdem zehnmal günstiger als Standardübersetzungen und erleichtert die Nachverfolgung und Verwaltung des Lokalisierungsbudgets. Im Vergleich zu menschlichen Übersetzungsprojekten, die MTPE-Premium verwenden, beobachtete AWSLOC Einsparungen von bis zu 10 % und Einsparungen von bis zu 40 % für MTPE-Light. Außerdem fallen bei Projekten mit ausschließlich maschineller Übersetzung nur eine monatliche Pauschale an – die Technologiekosten für das Übersetzungsmanagementsystem AWSLOC, das zur Verarbeitung der maschinellen Übersetzung verwendet wird.

Schließlich ist AWSLOC dank Amazon Translate jetzt in der Lage, von monatlichen auf wöchentliche Aktualisierungszyklen für die technische Dokumentation umzuschalten.

Alles in allem ist die maschinelle Übersetzung die kostengünstigste und zeitsparendste Option für jedes globale Lokalisierungsteam, wenn es langfristig eine zunehmende Menge an Content-Lokalisierungen bewältigen möchte.

Zusammenfassung

Die Vorteile von Amazon Translate sind großartig für Amazon und unsere Kunden, sowohl durch Einsparungen als auch durch die schnellere Bereitstellung lokalisierter Inhalte in mehreren Sprachen. Weitere Informationen zu den Funktionen von Amazon Translate finden Sie unter Amazon Translate Entwicklerhandbuch. Wenn Sie Fragen oder Feedback haben, zögern Sie nicht kontaktieren Sie uns oder hinterlasse einen Kommentar.

Über die Autoren

Marie Alice Daniel ist Language Quality Manager bei AWS mit Sitz in Luxemburg. Sie leitet eine Vielzahl von Bemühungen zur Überwachung und Verbesserung der Qualität von lokalisierten AWS-Inhalten, insbesondere von Marketinginhalten, mit Schwerpunkt auf der sozialen Kontaktaufnahme mit Kunden. Sie unterstützt auch Interessengruppen dabei, Qualitätsbedenken auszuräumen und sicherzustellen, dass lokalisierte Inhalte stets die Qualitätsvorgaben erfüllen.

Ajit Manuel ist Senior Product Manager (Tech) bei AWS mit Sitz in Seattle. Ajit leitet das Team für das Lokalisierungsproduktmanagement, das Lösungen entwickelt, die sich auf Sprachanalysedienste, Übersetzungsautomatisierung sowie Sprachforschung und -design konzentrieren. Die Lösungen, die das Team von Ajit entwickelt, helfen AWS, seine globale Präsenz zu vergrößern und gleichzeitig lokal relevant zu bleiben. Ajit entwickelt leidenschaftlich gerne innovative Produkte, insbesondere in Nischenmärkten, und hat Lösungen entwickelt, die die digitale Transformation im Bereich Versicherungstechnologie und Medienanalyse vorantreiben.