Entwicklung und Einsatz von Lokalisierungswerkzeugen (Web-TCM) Informatik-, Computerlinguistik-, Fachsprachenkompetenz Uta Seewald-Heeg Interdisziplinäre

Entwicklung und Einsatz vonLokalisierungswerkzeugen

(Web-TCM)

Informatik-, Computerlinguistik-, Fachsprachenkompetenz

Uta Seewald-Heeg

„Interdisziplinäre Zusammenarbeit in der Medieninformatik“Kolloquium zu Ehren von Prof. Dr.-Ing. Detlef Klöditz

Köthen, 22. November 2001


1. Lokalisierung

2. Kompetenzen bei der Entwicklung von Software und Lokalisierungswerkzeugen

3. Kompetenzen beim Einsatz von Lokalisierungswerkzeugen

4. Entwicklung des LokalisierungswerkzeugsWeb-TCM

5. Resümee

1. Lokalisierung




5. Resümee

Lokalisierung

• Anpassung, d.h. Übersetzung eines Software-Produkts an einen lokalen Markt mit seinen sprachlichen und kulturellen Besonderheiten

• Anpassung, d.h. Übersetzung eines Software-Produkts an einen lokalen Markt mit seinen sprachlichen und kulturellen Besonderheiten

• Sprachliche und kulturelle Anpassung vonWeb-Seiten


1. Lokalisierung




5. Resümee

1. Lokalisierung




5. Resümee

Lokalisierungsprozess(nach Microsoft)

Kompetenzen bei derEntwicklung von Software und

Lokalisierungswerkzeugen

• Internationalisierung (I18N)• Globalisierung (G11N)

– (Sprach-, Kultur- und Plattform-Unabhängigkeit von Produkten)

• Lokalisierung (L10N)

• Internationalisierung (I18N)• Globalisierung (G11N)

– (Sprach-, Kultur- und Plattform-Unabhängigkeit von Produkten)

• Lokalisierung (L10N)

Internationalisierung

Bsp.: SortierroutinenBsp.: Sortierroutinen

Codierungssysteme

Codepages• Zuordnung von Byte-Werten auf Buchstaben eines

Alphabets• Byte-Werte (auch: Code-Points) sind Indizes in einer

Codepage• Bis zum Code 0x7F (127) werden Code-Points von allen

Codepages auf die gleichen Buchstaben abgebildet (ASCII-7-Bit-Zeichensatz)

• Unterscheidung in der Zuordnung der Buchstaben für Codes zwischen 0x80 (128) und 0xFF (255)

Codepages• Zuordnung von Byte-Werten auf Buchstaben eines

Alphabets• Byte-Werte (auch: Code-Points) sind Indizes in einer

Codepage• Bis zum Code 0x7F (127) werden Code-Points von allen

Codepages auf die gleichen Buchstaben abgebildet (ASCII-7-Bit-Zeichensatz)

• Unterscheidung in der Zuordnung der Buchstaben für Codes zwischen 0x80 (128) und 0xFF (255)

Byte String Windows Codepage 1252 Windows Codepage 1253Hex Dez (W. European) (Cyrillic)0xD6 214 Ö Ц0xFF 252 ü ь

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Печатать'Cancel = 'Прерывание'Help = 'Помощь'tryAgain = 'Новая попытка'Icon = 'Пиктограмма'inspect = 'Исследовать'

Action = 'Окно переключить'

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Печатать'Cancel = 'Прерывание'Help = 'Помощь'tryAgain = 'Новая попытка'Icon = 'Пиктограмма'inspect = 'Исследовать'

Action = 'Окно переключить'

Locales(Variablen mit sprach- bzw. marktabhängig

unterschiedlichen Werten)

• Zeichenketten• Datumsformate• Kalender, Zeitformate• Währungsformate• Maßeinheiten• Grafiken• Farben• Schreibstile• Produktverpackung

• Zeichenketten• Datumsformate• Kalender, Zeitformate• Währungsformate• Maßeinheiten• Grafiken• Farben• Schreibstile• Produktverpackung

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Drucken'Cancel = 'Abbruch'Help = 'Hilfe'tryAgain = 'Neuer Versuch'Icon = 'Ikone'inspect = 'Untersuchen'

Action = 'Fenster umschalten'

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Drucken'Cancel = 'Abbruch'Help = 'Hilfe'tryAgain = 'Neuer Versuch'Icon = 'Ikone'inspect = 'Untersuchen'

Action = 'Fenster umschalten'

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Print'Cancel = 'Cancel'Help = 'Help'tryAgain = 'Retry'Icon = 'Button'inspect = 'Inspect'Action = 'Switch Window'

encoding: #UTF_8catalog: #labelscacheSize: 113 Hardcopy = 'Print'Cancel = 'Cancel'Help = 'Help'tryAgain = 'Retry'Icon = 'Button'inspect = 'Inspect'Action = 'Switch Window'

VisualWorks 5.i

Datumsformate

22. November 200122.11.200122/11/2001

2001-11-22

11/22/2001November 22, 200122 November 2001

22/11/200122 novembre 2001

22. November 200122.11.200122/11/2001

2001-11-22

11/22/2001November 22, 200122 November 2001

22/11/200122 novembre 2001

Deutsch

EU

Amerikanisch

Französisch

Feldlängen

!


1. Lokalisierung




5. Resümee

1. Lokalisierung




5. Resümee

Kompetenz beim Einsatz von Lokalisierungswerkzeugen

MaschinelleÜbersetzungssysteme

Translation-Memory-Systeme

Programme zur Bearbeitungvon Online-Hilfen

Programme zur Lokalisierungvon Software-Quelldateien

Kompetenz beim Einsatz von Lokalisierungswerkzeugen

• Kulturkompetenz• Textsortenkompetenz• IT-Kompetenz

• Kulturkompetenz• Textsortenkompetenz• IT-Kompetenz

Kulturkompetenz

„Laufschrift“von links nach rechts laufend

„Laufschrift“von links nach rechts laufend

NavigationsleisteNavigationsleiste

DatumsangabenDatumsangaben

Textsortenkompetenz

• Textsorten– Handbücher– Online-Hilfe-Texte (i.d.R. HTML-Dateien)– Benutzerschnittstelle (Menüs, Benutzerdialoge,

Schaltflächen, Fensterinhalte, Icons)– Fehlermeldungen– Schulungsmaterial– Lizenzverträge

• Textsorteneigenschaften• Technische Realisierung, Formate

• Textsorten– Handbücher– Online-Hilfe-Texte (i.d.R. HTML-Dateien)– Benutzerschnittstelle (Menüs, Benutzerdialoge,

Schaltflächen, Fensterinhalte, Icons)– Fehlermeldungen– Schulungsmaterial– Lizenzverträge

• Textsorteneigenschaften• Technische Realisierung, Formate

BenutzerschnittstelleInterne Repräsentation von Textelementen

Menü in einem Entsprechung in der QuelldateiWindows-Programm (Resource File)

6 MENU FIXED IMPUREBEGINPOPUP "&DATEI"BEGINMENUITEM "&NEU...\tSTRG+N"MENUITEM "Ö&ffnen...\tSTRG+O"MENUITEM "S&chließen"MENUITEM SEPARATORMENUITEM "S&peichern\tSTRG+S"MENUITEM "&Speichern &unter..."MENUITEM "Als Websei&te

speichern..."MENUITEM "Pac&k & Go..."MENUITEM SEPARATORMENUITEM "&Webseitenvorschau"MENUITEM SEPARATORMENUITEM "Seite einr&ichten"

Tastenkombinationen

IT-KompetenzAufbau und Funktionsweise von


PASSOLO erkennt typische Lokalisierungs-fehler wie abgeschnittene Beschriftungen von Schaltflächen

PASSOLO erkennt typische Lokalisierungs-fehler wie abgeschnittene Beschriftungen von Schaltflächen


1. Lokalisierung




5. Resümee

1. Lokalisierung




5. Resümee

Entwicklung desLokalisierungswerkzeugs

Web-TCM

• Web-TCM: Web Translation & Content Management • Kooperationsprojekt

– Fachbereich Informatik der Hochschule Anhalt (Studiengang Fachübersetzen)

– Firma Georg Heeg

• Web-TCM: Web Translation & Content Management • Kooperationsprojekt

– Fachbereich Informatik der Hochschule Anhalt (Studiengang Fachübersetzen)

– Firma Georg Heeg

Web-TCM

SmalltalkProgrammier-werkzeug des

Web-TCM

Web Translation& Content Management

• Web Translation– Lokalisieren, Übersetzen

• Content Management– Verwalten von Inhalten bzw. Änderungen

auf einer WWW-Seite (in einer beliebigen Sprache)

• Web Translation– Lokalisieren, Übersetzen

• Content Management– Verwalten von Inhalten bzw. Änderungen

auf einer WWW-Seite (in einer beliebigen Sprache)

Web-TCM

<!doctype ....><html><head>

<title> Fachübersetzen</title></head><body> ...<body></html>

Fachübersetzen

Extraktion derTextblöckeNummerierung derTextblöcke

Segmentierung

123....n

Deutsch

FachübersetzenEnglish

FrançaisTraduction specialisée

Русский технический перевод

HTML-Seite mitZugriffsfunktionüber die Nummernder Textblöcke

Memory

Web-TCM

Memory (TM)

Nr. DE EN FR RU

1 Sprache language langue язык

2Fachüber-

setzenTraduction spécialisée

3

.

.

n

HTML-Seite mitZugriffsfunktionüber die Nummernder Textblöcke


<title><%=tm at: 2%></title></head><body> ...<body></html>

Sprachparameter (lang=de) in der URL

de fr

Web-TCM


<title>Fachübersetzen</title></head><body> <h1>Fachübersetzen</h1> <body></html>


<title>Traduction spécialisée</title></head><body> <h1>Traduction spécialisée</h1><body></html>

Fachübersetzen Traduction spécialisée

http://fue.htm?lang=deURL http://fue.htm?lang=frURL

Fachübersetzen Traduction spécialisée

Web-TCM

Workfloweinsprachig → mehrsprachig

1. HTML-Dateien bereitstellen– HTML Tidy (www.w3.org)

2. HTML-Dateien in XHTML-Dateien konvertieren– Jede Datei beginnt mit einer DTD– Jedes Tag muss beendet werden, z.B. <br></br>,

kurz: <br />– Alle HTML-Bestandteile werden klein geschrieben.– Substitution bestimmter Tags, z.B. <b> <strong>

Web-TCM

XHTML

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"

"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">

<head>

<meta name="generator" content="HTML Tidy, see www.w3.org" />

<meta http-equiv="Content-Type"

content="text/html; charset=utf-8" />

<title>Fachübersetzen</title>

</head>

...



<html xmlns="http://www.w3.org/1999/xhtml">

<head>

<meta name="generator" content="HTML Tidy, see www.w3.org" />

<meta http-equiv="Content-Type"

content="text/html; charset=utf-8" />

<title>Fachübersetzen</title>

</head>

...

Web-TCM


1. HTML-Dateien bereitstellen– HTML Tidy (www.w3w.org)

2. HTML-Dateien in XHTML-Dateien konvertieren– Jede Datei beginnt mit einer DTD– Jedes Tag muss beendet werden, z.B. <br></br>, kurz: <br />– Alle HTML-Bestandteile werden klein geschrieben.– Substitution bestimmter Tags, z.B. <b> <strong>

3. Segmentierung der HTML-Dateien– *.htm (XHTML)– XML-Parser in Smalltalk (Parse-Tree)– Segmentierer in Smalltalk (Baumtransformation, TM-

Segmente)– Generierung der ssp-Dateien (*.ssp)– Ablegen der AS-Segmente (hier: deutsch) in das TM

Web-TCM

SSPSmalltalk Server Pages



<%lang := request anyParameterValueAt: 'lang'.

tm := Heeg.Translator.TM new: lang.%>

<html>

<head>

<meta name="generator" content="HTML Tidy, see www.w3.org"/>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>

<title>

<%=tm at: 158%>



<%lang := request anyParameterValueAt: 'lang'.

tm := Heeg.Translator.TM new: lang.%>

<html>

<head>

<meta name="generator" content="HTML Tidy, see www.w3.org"/>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>

<title>

<%=tm at: 158%>

Web-TCM



2. HTML-Dateien in XHTML-Dateien konvertieren– Jede Datei beginnt mit einer DTD– Jedes Tag muss beendet werden, z.B. <br></br>, kurz: <br />– Alle HTML-Bestandteile werden klein geschrieben.– Substitution bestimmter Tags, z.B. <b> <strong>

3. Segmentierung der HTML-Dateien– *.htm (XHTML)– XML-Parser in Smalltalk (Parse-Tree)– Segmentierer in Smalltalk (Baumtransformation, TM-

Segmente)– Generierung der ssp-Dateien (*.ssp)– Ablegen der AS-Segmente (hier: deutsch) in das TM

4. ResegmentierenWeb-TCM



2. HTML-Dateien in XHTML-Dateien konvertieren– Jede Datei beginnt mit einer DTD– Jedes Tag muss beendet werden, z.B. <br></br>, kurz: </br>– Alle HTML-Bestandteile werden klein geschrieben.– Substitution bestimmter Tags, z.B. <b> <strong>

3. Segmentierung der HTML-Dateien– *.htm (XHTML)– XML-Parser in Smalltalk (Parse-Tree)– Segmentierer in Smalltalk (Baumtransformation, TM-Segmente)– Generierung der ssp-Dateien (*.ssp)– Ablegen der AS-Segmente (hier: deutsch) in das TM

4. Resegmentieren5. Übersetzen

– Translation Memory in allen Zielsprachen

Web-TCM

Export in kommerzielle TM-SystemeTMX-Austauschformat

<?xml version="1.0"?>

<!DOCTYPE tmx PUBLIC "-//LISA OSCAR:1997//DTD for Translation Memory eXchange//EN" "http://www.lisa.org/tmx/tmx11.dtd">

<tmx version="1.1">

<header

creationtool="Web-TCM"

creationtoolversion="0.55"

datatype="HTML"

o-tmf="Web-TCM"

segtype="sentence"

adminlang="en-us"

srclang="DE"

o-encoding="utf-8">

</header>

<?xml version="1.0"?>

<!DOCTYPE tmx PUBLIC "-//LISA OSCAR:1997//DTD for Translation Memory eXchange//EN" "http://www.lisa.org/tmx/tmx11.dtd">

<tmx version="1.1">

<header

creationtool="Web-TCM"

creationtoolversion="0.55"

datatype="HTML"

o-tmf="Web-TCM"

segtype="sentence"

adminlang="en-us"

srclang="DE"

o-encoding="utf-8">

</header>

<body><tu tuid="1"><tuv lang="de"><seg>Sprach- und Sachfachangebot</seg></tuv><tuv lang="en"><seg>Languages and application domains</seg></tuv><tuv lang="fr"><seg>Langues et disciplines spécialisées</seg></tuv><tuv lang="ru"><seg>Языка и дисциплина</seg></tuv></tu>... </body>

<body><tu tuid="1"><tuv lang="de"><seg>Sprach- und Sachfachangebot</seg></tuv><tuv lang="en"><seg>Languages and application domains</seg></tuv><tuv lang="fr"><seg>Langues et disciplines spécialisées</seg></tuv><tuv lang="ru"><seg>Языка и дисциплина</seg></tuv></tu>... </body>

Entwicklungsaufwand

• Zwei Arbeitswochen• Interaktive Weiterentwicklung während der

Nutzung

• Zwei Arbeitswochen• Interaktive Weiterentwicklung während der

Nutzung

Web-TCM

ROBUSTROBUST

Web-TCMVergleich mit kommerziellen TM-basierten


• Erstes Lokalisierungswerkzeug, das virtuelle Team-Arbeit real unterstütztBei verfügbaren kommerziellen Systemen müssen TMs importiert bzw. exportiert werden und erfordern immer einen Abgleich der TMs verschiedener Übersetzer

• Passwort-geschützter Zugang• https (http mit Verschlüsselung)• Kombiniert Translation-Memory-Technologie mit Content-

Management• Unterstützt Export in kommerzielle TM-Systeme

(TMX-Austauschformat)• Unterstützt Export statischer Web-Seiten in allen

verfügbaren Sprachen

• Erstes Lokalisierungswerkzeug, das virtuelle Team-Arbeit real unterstütztBei verfügbaren kommerziellen Systemen müssen TMs importiert bzw. exportiert werden und erfordern immer einen Abgleich der TMs verschiedener Übersetzer

• Passwort-geschützter Zugang• https (http mit Verschlüsselung)• Kombiniert Translation-Memory-Technologie mit Content-

Management• Unterstützt Export in kommerzielle TM-Systeme

(TMX-Austauschformat)• Unterstützt Export statischer Web-Seiten in allen

verfügbaren Sprachen

Kompetenz für das Lokalisierungsprojektund den Einsatz von Web-TCM

Sprachdatenverarbeitung„Grundlagen der Lokalisierungstechnologie“

• Codierungssysteme• Lokalisierung von Schulungsmaterial (Text und Grafik) mit TM• Dynamische Web-Seiten, HTML, XML• Lokalisierungsprojekt: Web-Site-Lokalisierung (D E, F, R)

– Projektorganisation• Projektmanager• Übersetzungsteams• „Proofreading”, Qualitätskontrolle

– Arbeitsschritte• Extraktion von Textelementen aus Grafiken• Vorbereitung der Terminologie• Übersetzung der Webseiten• „Proofreading“• Übergabe

• Lokalisierungswerkzeug (Web-TCM)

• Codierungssysteme• Lokalisierung von Schulungsmaterial (Text und Grafik) mit TM• Dynamische Web-Seiten, HTML, XML• Lokalisierungsprojekt: Web-Site-Lokalisierung (D E, F, R)

– Projektorganisation• Projektmanager• Übersetzungsteams• „Proofreading”, Qualitätskontrolle

– Arbeitsschritte• Extraktion von Textelementen aus Grafiken• Vorbereitung der Terminologie• Übersetzung der Webseiten• „Proofreading“• Übergabe

• Lokalisierungswerkzeug (Web-TCM) SS 2001


1. Lokalisierung

2. Kompetenzen bei der Entwicklung von Softwareund Lokalisierungswerkzeugen



5. Resümee

1. Lokalisierung

2. Kompetenzen bei der Entwicklung von Softwareund Lokalisierungswerkzeugen



5. Resümee

Resümee

• Sowohl Entwicklung als auch Einsatz von Lokalisierungswerkzeugen erfordern Kompetenzen aus den drei Bereichen:– Informatik– Computerlinguistik– Sprachmittlung, Fachsprachen

• Einrichtung der Vertiefungsrichtung „Softwarelokalisierung“ im Diplomstudiengang Fachübersetzen am Fachbereich Informatik trägt dieser Interdisziplinarität Rechnung

• FB Informatik der HS Anhalt (FH) damit in der Hochschulausbildung wegweisend

• Sowohl Entwicklung als auch Einsatz von Lokalisierungswerkzeugen erfordern Kompetenzen aus den drei Bereichen:– Informatik– Computerlinguistik– Sprachmittlung, Fachsprachen

• Einrichtung der Vertiefungsrichtung „Softwarelokalisierung“ im Diplomstudiengang Fachübersetzen am Fachbereich Informatik trägt dieser Interdisziplinarität Rechnung

• FB Informatik der HS Anhalt (FH) damit in der Hochschulausbildung wegweisend

Documents

Entwicklung und Einsatz von Lokalisierungswerkzeugen (Web-TCM) Informatik-, Computerlinguistik-, Fachsprachenkompetenz Uta Seewald-Heeg Interdisziplinäre