Text Translation by eTranslation, Machine Translation System of the European Commission

Year 2024, Volume: 5 Issue: 2, 191 - 216, 31.12.2024

Onur Özcan

https://doi.org/10.58306/wollt.1587706

Abstract

Technology has significantly facilitated communication, both between global communities and smaller groups. The European Union, a diverse entity comprised of numerous member states, is itself a subject of constant communication. To effectively manage this communication, the EU has launched the Digital Europe Program, which aims to further digitize the Union by embracing artificial intelligence. As this initiative, the eTranslation system was introduced to address the translation act for multilingual communications. This platform serves as a centralized hub for public and private institutions, as well as freelance translators and citizens residing within the EU, to meet their translation needs. This study aims to examine the suitability of machine translation outputs generated by eTranslation system of the European Commission, a neural machine translation service, for specific domains. By focusing on function, one of the dimensions of fidelity in translation, the research investigates whether outputs of the system align with the particular domain of the input text or document. The translation outputs of the eTranslation system for French, English, and Turkish, using both text and document inputs were analyzed. The focus is on specific text options provided by the system, such as General Text, EU Formal Language, Public Health, and Intellectual Property Law. The source texts were selected randomly within these domains. The results indicate a decline in the functionality of translations when the "general text" option was used in all three languages. However, when more specific domain options were selected, the fidelity to the source text increased, and the translation output exhibited stronger functional qualities, particularly in terms of context and lexical choices. In conclusion, the eTranslation system, an ongoing and constantly evolving project, demonstrates that its AI capabilities are more effective when applied to specific text types. This suggests that the system has the potential to produce even more accurate translations for a wider range of domains in the future.

Keywords

European Union, eTranslation, Machine Translation, Artificial Intelligence, Functional Translation

Avrupa Komisyonu’nun Makine Çeviri Sistemi eTranslation’da Metin Çevirisi

Abstract

Teknoloji, başta dünya toplumları arasında olmak üzere büyük ya da küçük topluluklar arasında da iletişimi kolaylaştırmış ve kendilerine ait iletileri hem kendi içlerinde hem evrensel boyutta doğru anlaşılmasını sağlamıştır. Birçok üye devletten oluşan ve aynı zamanda bir çeşitlilik oluşumu olan Avrupa Birliği de başlı başına bir iletişim konusu öznesidir. Hem üye ülkeler arasında hem işbirliği içinde olduğu birlik dışı ülke ve kuruluşlarla sürekli iletişim ve etkileşim halindedir. Bunu doğru yönetebilmek için yapay zeka çağına ayak uydurarak AB’yi daha fazla dijitalleştirme yönünde Dijital Avrupa Programı fonu oluşturmuştur. Bu kapsamda Avrupa Komisyonu çatısı altında dil çeşitliliğinin doğuracağı ihtiyaçları çeviri eyleminde, tek bir noktada toplamak amacıyla AB’de bulunan kamu/özel kurum ve kuruluşlar ve AB sınırları içinde ikamet eden serbest çevirmenler ve vatandaşların yararlanabileceği ve iletişim ihtiyaçlarını giderebileceği eTranslation sistemini uygulamaya geçirmiştir. Bu çalışmanın amacı, Avrupa Komisyonu Çeviri Genel Müdürlüğü’nün nöral makine çeviri hizmeti olan eTranslation sisteminde girişi yapılan ya da doküman içindeki metinlerin yapay zeka destekli çeviri ürün çıktılarında bağlı oldukları özel alanlara uygunluğunu çeviride sadakatin boyutlarından işlevsellik çerçevesinde tartışmaktır. eTranslation sisteminde Fransızca, İngilizce ve Türkçe dillerinde metin ya da doküman girdileri yoluyla yine bu dillerde özellikle sistemin sunduğu Genel Metin, AB Resmi Dili, Halk Sağlığı, Fikri Mülkiyet Hukuku gibi metin seçenekleri dahilindeki çeviri ürün çıktıları incelenmiştir. Sisteme sunulan metinler rastgele tarama yoluyla söz konusu alanlar çerçevesinde seçilmiştir. Sonuç olarak üç dilde “genel metin” seçeneği kapsamındaki metinlerde işlevsellik olarak bir düşüklük ortaya çıkmıştır. Ancak yukarıda sıralanan diğer alan seçenekleri işaretlendiği sürece kaynak metne sadakatin arttığına, çeviri ürünün ise işlevselliğinin özellikle bağlam ve sözcüksel olarak kuvvetlendiğine ulaşılmıştır. Kısacası, hali hazırda devam eden ve sürekli yenilenen bir proje olan eTranslation’ın yapay zeka özelliğinin daha çok metin türü sınırlamasıyla daha etkili çalıştığını ve gelecek günlerde birçok özel alanda daha etkin çeviri ürünler oluşturabileceğini söyleyebiliriz.

Keywords

Avrupa Birliği, eTranslation, Makine Çevirisi, Yapay Zeka, İşlevsellik

Ethical Statement

Bu çalışma, 26-29 Haziran 2024 tarihlerinde İzmir Ekonomi Üniversitesinde düzenlenen 1. Ulusal Çeviribilim Kurultayı'nda özet bildiri olarak sunulmuştur. Ayrıca çalışmadaki çeviri işlemlerindeki kaynak metinlerinçoğu AB'ye ilişkin raporlar ve haberler olduğu için benzerlik oranını artırmaktadır.

References

• AB Sağlık Alanında Hazırbulunuşluk Raporu (2023). https://health.ec.europa.eu/system/files/2023-12/security_state-preparedness_report-2023_en.pdf Erişim Tarihi: 26.05.2024.
• Apple-Samsung Cep Telefonu Model Patent İhlali Davası (2016). https://www.oyez.org/cases/2016/15-777 Erişim Tarihi: 25.05.2024.
• Arnejšek, M., Unk, A. (2020). Multidimensional assessment of the eTranslation output for English–Slovene In Proceedings of the 22nd Annual Conference of the European Association for Machine Translation, 383–392, Lisboa, Portugal. European Association for Machine Translation.
• Avrupa Parlamentosu Seçim Sonuçları (2024). https://www.touteleurope.eu/vie-politique-des-etats-membres/elections-europeennes-2024-quelle-repartition-des-sieges-dans-le-futur-parlement-europeen/ Erişim Tarihi: 25.06.2024.
• Avrupa Birliği’nin İşleyişi Hakkında Antlaşma (2008). https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=uriserv%3AOJ.C_.2008.115.01.0001.01.ENG&toc=OJ%3AC%3A2008%3A115%3ATOC Erişim Tarihi: 28.05.2024.
• Balkul, H. İ. (2016). Translatıon technologies: A dilemma between translatıon industry and academia. International Journal of Language Academy, 13, 100-108.
• Bié, L., Cerdà-i-Cucó, A., Degroote, H., Estela, A., García-Martínez, M., Herranz, M., Kohan, A., Melero, M., O’Dowd, T., O’Gorman, S., Pinnis, M., Rozis, R., Riccardo Superbo, R. Vasiļevskis, A. (2020). Neural translation for the European Union (NTEU) project. In Proceedings of the 22nd Annual Conference of the European Association for Machine Translation, 477–478, Lisboa, Portugal. European Association for Machine Translation.
• Dışişleri Bakanlığı’nın Avrupa Birliği Komisyonu 2023 Yılı Türkiye Raporu’na Yönelik Açıklaması (2023). https://www.mfa.gov.tr/no_-291_-avrupa-birligi-komisyonu-2023-yili-turkiye-raporu-hk.tr.mfa Erişim Tarihi: 26.05.2024.
• Dijital Avrupa Programı (2021). https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32021R0694&qid=1623079930214 Erişim Tarihi: 15.05.2024.
• Dijital Avrupa Programı Soru ve Cevaplar (2024). https://digital strategy.ec.europa.eu/en/faqs/questions-and-answers-digital-europe-programme Erişim Tarihi: 16.06.2024.
• eTranslation (2024). https://commission.europa.eu/resources-partners/etranslation_en Erişim tarihi: 14.05.2024.
• eTranslation Üyelik Sayfası (2024). https://webgate.ec.europa.eu/etranslation/public/welcome.html Erişim Tarihi: 14.05.2024
• European Union (2014). MT@EC: secure machine translation for the European Union. Luxembourg: Publications Office of the European Union.
• European Union (2021). Translation at the European Commision. (Eds. Andrea Dahmen, Ignacio Garrido Rodríguez, Tytti Granqvist, Catherine Vieilledent-Monfort, Sarah Wheeler, DGT Editing Unit Eds.). Luxembourg: Publications Office of the European Union.
• European Union (2024). Translation, the language of Europe. Luxembourg: Publications Office of the European Union.
• Hurtado Albir, A. (1990). La notion de fidélité en traduction. Paris: Didier.
• Łucja Biel, “Quality in institutional EU translation: Parameters, policies and practices”. In quality aspects in institutional translation (Eds. Tomáš Svoboda, Łucja Biel & Krzysztof Łoboda), 31–57. Berlin: Language Science Press.
• Nord, C. (1997). A Functional Typology of Translation. In Text Typology and Translation (Ed. Anna Trasborg). Amsterdam-Philadelphia: John Benjamins.
• Pinnis, M., Bergmanis, T., Metuzāle, K., Šics, V., Vasiļevskis, A., Vasiļjevs. A., (2020). A tale of eight countries or the EU Council Presidency Translator in retrospect. In Proceedings of the 14th Conference of the Association for Machine Translation in the Americas (Volume 2: User Track), 525–546, Virtual. Association for Machine Translation in the Americas.
• Pochet, E. (2018). How does a DG TRAD translator see the future?. In Proceedins of Translation Services in the Digital World: A Sneak Peek into the (near) Future, 138-143. European Parliament.
• QT21 (2015-2018). http://qt21.eu Erişim Tarihi: 24.06.2024.
• Rhem, G. (2018). AI for translation technologies and multilingual Europe. In Proceedins of Translation Services in the Digital World: A Sneak Peek into the (near) Future, 62-81. European Parliament.
• Rossi, C., Chevrot, J.-P. (2019). Uses and Perceptions of Machine Translation at the European Comission. The Journal of Specialized Translation, 31, 177-200.
• Tok, Z. (2020). Makine Çevirisi ve Çeviri Kuramları. International Journal of Language Academy, 31, 394-403.
• Vermeer, H. J. (2021). Skopos & Commission in Translational Action. In the Translation Studies Reader (Ed. Lawrence Venuti). London: Routledge.
• Yazıcı, M. (2010). Çeviribilimin Temel Kavram ve Kuramları. İstanbul: Multilingual.