Hvorfor Vi Tror på LLMs Fremfor DeepL til vores WordPress Oversættelsesplugin

Robbert Vermeulen

Robbert Vermeulen

· 14 min læsning

Inden for det hurtigt udviklende felt af maskinoversættelse er store sprogmodeller (LLM’er) opstået som kraftfulde værktøjer, der ofte overgår traditionelle oversættelsestjenester. Hos EPIC WP har vi valgt at udnytte LLM’er til vores AI Automatic Translation udvidelses-plugin til Polylang, da vi mener, de tilbyder overlegne resultater sammenlignet med tjenester som DeepL. Denne artikel udforsker årsagerne bag vores beslutning og de fordele, LLM’er bringer til oversættelsesprocessen.

Kort Oversigt over LLM’er og Traditionelle Oversættelsestjenester

Store sprogmodeller er kunstige intelligenssystemer, der er trænet på enorme mængder tekstdata på tværs af flere sprog og domæner. De bruger dyb læringsteknikker, særligt transformerarkitekturer, til at forstå og generere menneskelignende tekst. På den anden side bruger traditionelle oversættelsestjenester som DeepL typisk mere specialiserede neurale maskinoversættelsesmodeller (NMT), der specifikt fokuserer på oversættelsesopgaven.

Væsentlige Fordele ved LLM’er i Oversættelse

  1. Kontekstuel Forståelse: LLM’er har en dybere forståelse af kontekst og nuancer i sprog. De kan bedre forstå idiomatiske udtryk, kulturelle referencer og subtile betydninger, der kan gå tabt i bogstavelige oversættelser.
  2. Multilingual Kapaciteter: Mange LLM’er er trænet på data fra mange sprog på samme tid, hvilket gør dem i stand til at præstere godt på tværs af et bredt spektrum af sprogpar uden at kræve separate modeller for hvert par.
  3. Domænetilpasning: LLM’er kan tilpasse sig forskellige domæner og stilarter af tekst lettere end specialiserede oversættelsesmodeller, hvilket gør dem alsidige for forskellige typer indhold.
  4. Håndtering af Flertydighed: Med deres bredere sprogforståelse er LLM’er ofte bedre til at løse flertydigheder i kildeteksten, hvilket fører til mere præcise oversættelser.
  5. Konsistens i Langformet Indhold: LLM’er kan opretholde konsistens i terminologi og stil på tværs af længere stykker tekst, hvilket er afgørende for dokumenter som forskningsartikler eller litterære værker.
  6. Kreativitet i Oversættelse: Når der er tale om kreative eller litterære tekster, kan LLM’er ofte levere mere naturlige og flydende oversættelser, der fanger essensen af den oprindelige tekst.

Styrken af Samtale-Prompting og System-Prompts

En af de mest overbevisende årsager til, at vi tror på LLM’er frem for traditionelle oversættelsestjenester som DeepL, er evnen til at bruge samtale-prompting og system-prompts. Denne funktion er en game-changer i oversættelsesfeltet, især for hjemmesider med branchespecifikt indhold.

Tilpasning af Oversættelser til Specifikke Brancher

Med LLM’er kan vi effektivt “programmere” oversætteren til at blive en ekspert på vores kunders hjemmesiders område. Dette opnås gennem omhyggeligt udformede system-prompts og samtalekontekst. Her er hvorfor dette betyder noget:

  1. Industry-Specifik Terminologi: Vi kan instruere LLM’en til at bruge ordforråd og jargon, der er specifik for en bestemt branche, hvilket sikrer, at oversættelserne ikke kun er sprogligt korrekte, men også professionelt nøjagtige.
  2. Kontekstuelle Nuancer: Ved at give kontekst om branchen eller feltet i system-prompten kan LLM’en bedre forstå og formidle subtile nuancer, der kan gå tabt i en generel oversættelse.
  3. Tone- og Stiltilpasning: Vi kan guide LLM’en til at vedtage den passende tone og stil for en given branche, hvad enten det er formelt for juridisk indhold, teknisk for ingeniørwebsteder, eller afslappet for livsstilsblogs.
  4. Konsistent Brandstemme: For erhvervshjemmesider kan vi instruere LLM’en til at opretholde en konsistent brandstemme på tværs af alt oversat indhold, der bevarer virksomhedens unikke kommunikationsstil.
  5. Håndtering af Specialiseret Indhold: Uanset om det er medicinsk terminologi, tekniske specifikationer, eller kreative markedsføringskopier, kan LLM’en blive instrueret til at håndtere disse specialiserede typer indhold korrekt.

Fleksibilitet og Tilpasning

Dette niveau af tilpasning er simpelthen ikke muligt med traditionelle oversættelsestjenester som DeepL. Med vores AI Automatic Translation udvidelse til Polylang kan hjemmesideejere drage fordel af oversættelser, der ikke kun er sprogligt korrekte, men også:

  • Kontekstmæssigt passende for deres specifikke branche
  • Justérbare til deres brandstemme og kommunikationsstil
  • I stand til at håndtere specialiseret eller teknisk indhold
  • Adaptable til forskellige sektioner af en hjemmeside (f.eks. formelt for juridiske sider, engagerende for blogindlæg)

Ved at udnytte styrken af samtale-prompting og system-prompts kan vi levere en oversættelsesløsning, der går ud over blot ord-for-ord oversættelse. I stedet tilbyder det en sofistikeret, kontekstbevidst oversættelsestjeneste, der virkelig kan fange den tilsigtede mening og tone i det oprindelige indhold, uanset industri eller felt.

Sammenlignende Eksempler: DeepL vs. OpenAI-baseret LLM

For at illustrere fordelene ved LLM’er i oversættelse, lad os undersøge tre eksempler, hvor en OpenAI-baseret LLM (som bruges i vores AI Automatic Translation udvidelse til Polylang) overgår DeepL på grund af dens overlegne kontekstuelle forståelse og håndtering af nuanceret sprog.

Eksempel 1: Kontekstforståelse og Hverdagsligt Sprog

Dette eksempel kommer fra en hollandsk hjemmeside, der sælger festivalprodukter. Produktbeskrivelsen bruger hverdagsligt sprog og kulturelle referencer, der kræver en nuanceret forståelse for effektivt at oversætte.

Original (hollandsk): “De doorgewinterde festival bezoeker herkent het wel. Lekker zeuren bij de bar om een dopje voor je flesje te scoren. Ook een heel arsenaal aan dopjes smokkelen is met de PartyDop verleden tijd! Deze blauwe universele dop past op alle waterflesjes die op festivals worden verkocht.”

DeepL Oversættelse: “Den erfarne festivalbesøger vil genkende det. At tigge ved baren for at score en kappe til din flaske. At smugle et helt arsenal af kapsler er også fortid med PartyDop! Denne blå universelle kap passer til alle vandflasker, der sælges på festivaler.”

OpenAI LLM Oversættelse: “Den erfarne festivalgænger kender dette godt: besværet med at tigge om en kapsel til din flaske ved baren. At smugle et helt arsenal af flaske kapsler er en saga blot med PartyCap! Denne blå universelle kapsel passer til alle vandflasker, der sælges på festivaler.”

Analyse: Selvom begge oversættelser generelt er nøjagtige, viser OpenAI LLM-oversættelsen en bedre forståelse af kontekst og hverdagsligt sprog:

  1. “Festivalgænger” vs. “festivalbesøger”: LLM’en vælger et mere naturligt udtryk på engelsk.
  2. “Kender dette godt” fanger den implicitte fortrolighed bedre end “vil genkende det.”
  3. “Besværet med at tigge” formidler frustration impliceret i “Lekker zeuren” mere effektivt end “at tigge.”

Dette eksempel viser, hvordan LLM’en bedre fanger tonen og de implicitte betydninger i den oprindelige tekst, og producerer en oversættelse, der føles mere naturlig og engagerende for målgruppen.

Eksempel 2: Litterær Oversættelse og Kulturelle Nuancer

Dette eksempel er et afsnit fra en berømt kinesisk fortælling, der kræver ikke kun sproglig nøjagtighed, men også en forståelse af kulturel kontekst og litterær stil.

Original (kinesisk): 我从十二岁起,便在镇口的咸亨酒店里当伙计,掌柜说,样子太傻,怕侍候不了长衫主顾,就在外面做点事罢。外面的短衫主顾,虽然容易说话但唠唠叨叨缠夹不清的也很不少。他们往往要亲眼看着黄酒从坛子里舀出,看还如何舀法,然后各种指摘:酒色太深,是旧酒;酒色太浅,是水酒;喝了一口,烧喉咙,哪里是好酒?……我早就知道这种顾客的话不足深信,但谁叫他们是顾客呢?顾客自然可以随意饶舌。只有一种顾客,叫作孔乙己的,总是匿在柜台的角落里,才是值得只配外面的短衫主顾的。

DeepL Oversættelse (engelsk): “Siden jeg var tolv år gammel, har jeg arbejdet som tjener i Xian Heng Hotel ved byens indgang. Butiksejeren sagde, at jeg var for dum til at betjene de langskjortede kunder, så jeg skulle lave noget arbejde udenfor. De kortskjortede kunder udenfor var nemme at tale med, men der var også mange nysgerrige og plagsomme kunder. Ofte skal de se gulvinen blive øset ud fra alteret, se hvordan øsemetoden er, og så kommer alle mulige svær. Vinfarven er for mørk, er gammel vin; vinfarven er for lys, er vandvin; drikker en mundfuld, brændende hals, hvor er den gode vin? … Jeg har længe vidst, at denne slags kunders ord ikke er overbevisende, men hvem bad dem være kunder? Kunder har naturligvis lov til at tale frit. Der er kun én slags kunde, den kaldet Kong Yi Ji, som altid gemmer sig i hjørnet af disken, og er kun værd at passe de kortskjortede kunder udenfor.”

OpenAI LLM Oversættelse (engelsk): “Siden jeg var tolv, har jeg arbejdet som tjener på Xianheng Kro ved byens indgang. Butiksejeren sagde, at jeg så fortosset ud og måske ikke kunne betjene de langrobed kunder ordentligt, så han satte mig til at arbejde udenfor i stedet. Selvom de kortrobed kunder udenfor var lettere at snakke med, var der stadig ret mange, der var uafbrudt kræsne og uklare i deres krav. De insisterede ofte på at se gulvinen blive skænket fra krukken, analyserede hvordan det blev gjort, og brokkede sig på forskellige måder: vinen er for mørk, det er gammel vin; vinen er for lys, den er fortyndet; efter en slurk brænder den i halsen—hvordan kan det være god vin? … Jeg vidste for længe siden, at sådanne kunders ord ikke var fuldt tillidsværdige, men siden de var kunder, måtte de naturligvis tillades at ytre sig frit. Der var kun én type kunde, der hed Kong Yiji, som altid gemte sig i hjørnet af disken, og som var virkelig kun værd at være med de kortrobed kunder udenfor.”

Analyse: LLM-oversættelsen viser en overlegen forståelse af den kulturelle kontekst og litterære stil:

  1. “Xianheng Kro” vs. “Xian Heng Hotel”: LLM’en identificerer korrekt dette som en kro, ikke et moderne hotel, hvilket bevarer den historiske kontekst.
  2. “Langrobed kunder” vs. “langskjortede kunder”: LLM’ens valg formidler bedre den sociale status, der antydes af tøjet.
  3. “Skænket fra krukken” vs. “øset ud fra alteret”: LLM’en beskriver præcist handlingen uden forvirring introduceret ved at fejlagtigt oversætte “坛子” (krukke) som “alter.”
  4. “Fortyndet” vs. “vandvin”: LLM’en bruger et mere naturligt engelsk udtryk til at formidle betydningen.
  5. Samlet set har LLM’ens oversættelse et mere sammenhængende narrativ flow, hvilket bedre fanger den litterære stil af oprindelige tekst end DeepL-versionen.

Dette eksempel viser, hvordan LLM’en kan håndtere komplekse litterære tekster, og bevare ikke bare den bogstavelige betydning men også tone, kulturelle nuancer og narrativ stil af det originale værk.

Eksempel 3: Teknisk Jargon og Idiomatiske Udtryk

Dette eksempel indeholder en produktbeskrivelse for et fiktivt softwareværktøj, der kombinerer teknisk terminologi med idiomatiske udtryk og kreativt sprog.

Original (engelsk): “TechWizPro er ikke din gennemsnitlige kodningsassistent. Det er en game-changer, der slår to fluer med ét smæk – øger produktiviteten, mens det knuser fejl som ingenting. Vores AI-drevne syntaksforudsigelse er så smart, at det får dig til at føle, det læser dine tanker! Sig farvel til frustrerende fejlfindingssessioner og hej til silkebløde kodeudrulninger. Med sine kvanteinspirerede algoritmer tænker TechWizPro ikke bare uden for boksen – det bryder boksen helt. Uanset om du er en kodningsnybegynder eller en erfaren pro, vil dette værktøj være din hemmelige våben i det digitale våbenkapløb. Lad ikke dine projekter blive en elefant i en glasbutik – lad TechWizPro være din kodning rodeoklovn og holde de vilde fejl i skak!”

DeepL Oversættelse (spansk): “TechWizPro no es el típico asistente de programación. Es un cambio de juego que mata dos pájaros de un tiro – aumentar la productividad mientras aplasta errores como nadie. Nuestro predictor de sintaxis basado en IA es tan inteligente que te hará sentir como si leyera tu mente. Despídete de las sesiones de depuración que te tiran de los pelos y da la bienvenida a despliegues de código suaves como la seda. Con sus algoritmos de inspiración cuántica, TechWizPro no sólo piensa fuera de la caja, sino que la rompe por completo. Tanto si eres un novato en codificación como un profesional experimentado, esta herramienta será tu arma secreta en la carrera armamentística digital. No deje que sus proyectos se conviertan en un toro en una cacharrería: ¡deje que TechWizPro sea su payaso de rodeo de codificación, manteniendo a raya a esos bichos salvajes!”

OpenAI LLM Oversættelse (spansk): “TechWizPro no es tu asistente de codificación común y corriente. Es un cambio de juego que mata dos pájaros de un tiro: aumenta la productividad mientras elimina errores como nadie. Nuestro predictor de sintaxis impulsado por IA es tan inteligente que te hará sentir como si leyera tu mente. ¡Di adiós a las sesiones de depuración frustrantes y hola a implementaciones de código sin problemas! Con sus algoritmos inspirados en la computación cuántica, TechWizPro no solo piensa fuera de la caja, ¡la destruye por completo! Ya seas un principiante en programación o un profesional experimentado, esta herramienta será tu arma secreta en la carrera digital. No dejes que tus proyectos se conviertan en un toro en una tienda de porcelana: deja que TechWizPro sea tu payaso de rodeo de codificación, manteniendo a raya esos errores salvajes.”

Analyse: Begge oversættelser er generelt nøjagtige, men LLM-oversættelsen viser nogle subtile forbedringer i håndtering af idiomatiske udtryk og opretholdelse af den overordnede tone:

  1. “Run-of-the-mill”: LLM’ens “común y corriente” fanger bedre idiomet end DeepL’s mere bogstavelige “típico.”
  2. “Squashing bugs”: LLM’ens “elimina errores” er mere naturligt end DeepL’s bogstavelige “aplasta errores.”
  3. “Hair-pulling debugging sessions”: LLM’en formidler frustrationen med “sesiones de depuración frustrantes,” mens DeepL’s “sesiones de depuración que te tiran de los pelos” er mere bogstavelig.
  4. “Silky-smooth code deployments”: LLM’ens “implementaciones de código sin problemas” formidler betydningen mere naturligt end DeepL’s bogstavelige “despliegues de código suaves como la seda.”
  5. “Quantum-inspired algorithms”: LLM’ens “algoritmos inspirados en la computación cuántica” er mere præcis end DeepL’s “algoritmos de inspiración cuántica.”
  6. Konsistens i uformel tone: LLM’en opretholder en konsistent uformel tone (ved at bruge “tu” form), mens DeepL skifter mellem formel og uformel (“tu” og “usted”).
  7. “Elefant i en glasbutik”: Begge oversættelser tilpasser dette idiom godt, men LLM’ens “tienda de porcelana” er mere almindeligt brugt end DeepL’s “cacharrería.”

Dette eksempel demonstrerer, hvordan LLM-oversættelsen giver en mere nuanceret håndtering af idiomatiske udtryk og opretholder en mere konsistent tone, mens den også viser en lille fordel i at oversætte teknisk terminologi. Forskellene er subtile, men de tilføjer sig til en mere naturlig klingende og engagerende oversættelse, der bedre fanger sjælen af den oprindelige tekst.

Udfordringer og Overvejelser

Selvom LLM’er tilbyder betydelige fordele, er der nogle udfordringer at overveje:

  1. Computerressourcer: LLM’er kræver betydelig computerkraft, hvilket kan gøre dem mindre praktiske til realtidsoversættelsesopgaver sammenlignet med lettere modeller.
  2. Token Grænser: LLM’er har ofte et maksimalt antal af tokens, de kan behandle på én gang, hvilket kan være en begrænsning ved oversættelse af meget lange dokumenter.
  3. Hastighed: Oversættelser med LLM’er tager typisk længere tid sammenlignet med specialiserede oversættelsestjenester. Men vi mener, at dette trade-off er værd for de forbedrede kvalitet og kontekstuelle nøjagtighed af oversættelserne.

Konklusion

Mens traditionelle oversættelsestjenester som DeepL har gjort betydelige fremskridt inden for maskinoversættelse, mener vi, at store sprogmodeller tilbyder en overlegen tilgang på grund af deres kontekstuelle forståelse, flersproglige kapaciteter og tilpasningsevne. På trods af udfordringer som computerkrav og behandlingstid retfærdiggør kvaliteten af oversættelser produceret af LLM’er ofte disse kompromisser.

Evnen til at bruge samtale-prompting og system-prompts adskiller LLM’er i oversættelsesfeltet. Ved at tillade os at tilpasse oversættelsesprocessen til specifikke brancher og kontekster tilbyder LLM’er et niveau af tilpasning og præcision, som traditionelle tjenester simpelthen ikke kan matche.

Vores sammenlignende eksempler viser, hvordan LLM’er udmærker sig ved at håndtere hverdagsligt sprog, bevare kulturelle nuancer i litterære tekster og navigere komplekse tekniske jargoner blandet med idiomatiske udtryk. Disse evner resulterer i oversættelser, der ikke kun er sprogligt korrekte, men også kulturelt passende og kontekstualiserede.

Ved at udnytte LLM’er i vores AI Automatic Translation udvidelse til Polylang, sigter vi efter at give WordPress-brugere oversættelser, der ikke kun formidler tekstens bogstavelige betydning, men også fanger dens nuancer, stil og kulturelle kontekst. Efterhånden som LLM-teknologi fortsætter med at udvikle sig hurtigt, er vi spændte på fremtidige muligheder og er forpligtet til at udnytte disse fremskridt til at levere de bedst mulige oversættelsesløsninger til Polylang-brugere.

I en stadig mere sammenkoblet verden, hvor effektiv kommunikation på tværs af sprogbarrierer er vigtigere end nogensinde, mener vi, at LLM-drevne oversættelsesværktøjer vil spille en afgørende rolle i fremme af forståelse og samarbejde på globalt plan. Ved at vælge LLM’er over traditionelle oversættelsestjenester, holder vi ikke bare trit med teknologiske fremskridt – vi former aktivt fremtiden for flersproget indhold på internettet.

Robbert Vermeulen

Robbert Vermeulen

Founder of EPIC WP Solutions

Se alle indlæg →