ModernMT

Um diese Funktion ist ModernMT herum gebaut. Sie laden ein Translation Memory hoch oder verbinden es, und die Engine neigt ihre Ausgabe zu diesen Satzpaaren, auch bei unbekanntem Inhalt. Intern justiert das System seinen Kontext pro Anfrage statt ein Modell je Kunde zu trainieren. Praktisch sieht der Korrektor weniger Wiederholungen von Änderungen, die er längst gemacht hat. Kleine Speicher helfen ebenfalls, der Gewinn wächst mit Volumen und Beständigkeit.

Glossare binden einen Quellbegriff an eine bestimmte Übersetzung. ModernMT unterstützt unidirektionale und multidirektionale Glossare, ein Eintrag kann also einen Quellbegriff mehreren Sprachen zuordnen oder ein Paar in beide Richtungen abdecken. In regulierten Branchen wird die Auswahl enger: In der adaptiven Schicht gibt das Glossar eine Richtung vor, es erzwingt nichts, deshalb prüft weiterhin jemand, ob jeder Eintrag angekommen ist.

Die Machine-Translation-API deckt Übersetzung, Spracherkennung, Stapelverarbeitung, Qualitätsschätzung und Speicherverwaltung ab, mit offiziellen Bibliotheken für Node.js, Python, Go, Java, .NET und PHP. Ein Schlüssel im Header MMT-ApiKey übernimmt die Authentifizierung, das hält die Integration kurz. Batch-Anfragen können eine Callback-URL mitführen, so übergibt eine Lokalisierungspipeline Tausende Segmente und holt die Ergebnisse später ab, statt auf jeden Aufruf zu warten.

Über diese beiden Plugins haben die meisten professionellen Nutzer das Produkt kennengelernt. Beide bringen die adaptive Übersetzung in den Editor, Vorschläge erscheinen während der Arbeit und Korrekturen fließen in den Speicher zurück. Translated hat beide für Lara neu gebaut und gibt an, dass der Wechsel unter zehn Minuten dauert, mit übernommenen Speichern und Sprachpaaren.

Jedes übersetzte Segment kann mit einer Qualitätsnote zurückkommen, eine Pipeline lässt saubere Ausgabe also direkt durch und markiert zweifelhafte Sätze zur menschlichen Prüfung. Kontextvektoren und Hinweise erlauben es, Fachinformationen mit der Anfrage zu schicken, und dieselbe Engine verhält sich bei juristischem Text anders als bei Marketingtext. Diese Steuerung trennt maschinelle Übersetzung, die Stunden spart, von jener, die Prüfarbeit erzeugt.

Die Engine übersetzt in mehr als 200 Sprachen und erkennt die Ausgangssprache, wenn sie nicht mitgeschickt wird. Die Erkennung hilft in Pipelines mit eingereichten oder gesammelten Inhalten, wo ein gemischter Stapel ohne Label ankommt. Der Sprachen-Endpunkt liefert die aktuellen Codes, Integrationen prüfen damit Sprachpaare, bevor sie Inhalte senden.