Informativität und Kohäsion von KI-Übersetzungen − Mit Fokus auf Textualität und Surprisal
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
Diese Studie analysiert Kohäsion und Informativität in Human- und KI-Übersetzungen nicht-literarischer Texte aus textlinguistischer Perspektive. Verglichen wurden Übersetzungen eines koreanischen Nachrichtentextes durch eine menschliche Übersetzerin bzw. einen Übersetzer sowie durch GPT-4o. Im Mittelpunkt der qualitativen Analyse standen die Kohäsionselemente Rekurrenz, Proformen und Ellipsen sowie Informativität. Ergänzend wurde der Surprisal-Wert als quantitativer Indikator herangezogen. Die Ergebnisse zeigen signifikante Unterschiede in der Übersetzungsstrategie: Menschliche Übersetzung setzte stärker auf ökonomische Informationsverarbeitung durch Ellipsen und Pronominalisierung, während die KI eine konsistentere und explizitere Struktur durch Rekurrenz und nominale Ergänzungen verfolgte. Diese Strategien spiegeln unterschiedliche Gewichtungen zwischen Kohäsion und Informationsstrukturierung wider. Während menschliche Übersetzungen Lesermotivation und Textfluss betonen, priorisiert die KI Klarheit und Stabilität. Die Erkenntnisse liefern praxisrelevante Implikationen für die Nutzung maschineller Übersetzungen sowie für den Bereich des Post-Editings.
Abstract
Diese Studie analysiert Kohäsion und Informativität in Human- und KI-Übersetzungen nicht-literarischer Texte aus textlinguistischer Perspektive. Verglichen wurden Übersetzungen eines koreanischen Nachrichtentextes durch eine menschliche Übersetzerin bzw. einen Übersetzer sowie durch GPT-4o. Im Mittelpunkt der qualitativen Analyse standen die Kohäsionselemente Rekurrenz, Proformen und Ellipsen sowie Informativität. Ergänzend wurde der Surprisal-Wert als quantitativer Indikator herangezogen. Die Ergebnisse zeigen signifikante Unterschiede in der Übersetzungsstrategie: Menschliche Übersetzung setzte stärker auf ökonomische Informationsverarbeitung durch Ellipsen und Pronominalisierung, während die KI eine konsistentere und explizitere Struktur durch Rekurrenz und nominale Ergänzungen verfolgte. Diese Strategien spiegeln unterschiedliche Gewichtungen zwischen Kohäsion und Informationsstrukturierung wider. Während menschliche Übersetzungen Lesermotivation und Textfluss betonen, priorisiert die KI Klarheit und Stabilität. Die Erkenntnisse liefern praxisrelevante Implikationen für die Nutzung maschineller Übersetzungen sowie für den Bereich des Post-Editings.