Gegevens en training

Datacentrische AI in vertaling: kwaliteit boven kwantiteit

Jarenlang werd de race in kunstmatige intelligentie gedomineerd door een modelgerichte filosofie: bouw grotere, complexere algoritmen. De heersende overtuiging was dat een beter model de enige weg was naar betere resultaten. Op het gebied van vertaling leidde dit tot een focus op enorme, generieke datasets die zijn ontworpen om steeds grotere modellen te voeden. Toch vielen de resultaten vaak tegen…

Continu leren in vertaling AI: adaptief AI

Bij bedrijfslokalisatie raken statische vertaalmodellen snel verouderd. Deze algemene systemen hebben moeite om de steeds veranderende aard van taal bij te houden, wat leidt tot kwaliteitsvermindering, meer post-editing en uiteindelijk een slecht rendement op investering. Het onvermogen om zich aan te passen aan bedrijfsspecifieke terminologie, stijl en context is een belangrijke belemmering voor het bereiken van hoogwaardige vertalingen op schaal.…