In de vertaalindustrie wordt er vaak gebruikgemaakt van post-editing
om automatische vertaling (MT) te verbeteren om de productiviteit en
consistentie te verhogen. Onderzoek wijst echter uit dat post-editing
kan leiden tot homogeen en genormaliseerd taalgebruik. Het gebruik
van MT voor literaire vertaling is beperkt, maar met de komst van
neurale MT, dat betere kwaliteit levert, kunnen ook literaire vertalers
baat hebben bij deze technologie. Gebruikers kunnen moderne
vertaalsystemen verder personaliseren door het systeem te voeden
met eerder gemaakte vertalingen. Adaptieve systemen passen zich
aan de vertaler aan tijdens de vertaling zelf.
Literaire vertalers werken vaak onder tijdsdruk (soms werken er
hierdoor meerdere vertalers aan eenzelfde tekst) en de vertaler die
een tekst begint te vertalen kan die niet altijd afwerken (bv. wegens
ziekte of overlijden). Automatische vertaalsystemen zouden kunnen
helpen door de productiviteit te verhogen en ervoor te zorgen dat de
individuele vertaalstijl behouden blijft.
Met dit onderzoeksvoorstel gebruiken we technieken van stylometrie
(teksten categoriseren op basis van tekstuele kenmerken) om te
onderzoeken of (i) een gepersonaliseerd MT-systeem de stijl van een
vertaler beter kan behouden dan een standaard systeem, zelfs
wanneer (ii) er meer dan één vertaler aan hetzelfde project werkt en
(iii) of een adaptief MT-systeem zich aanpast aan de stijl van de
vertaler of dat de vertaler zich aanpast aan de stijl van het MTsysteem.