(Slědowacy tekst je skrótšena wersija medijoweje zdźělenki Rěčneho centruma Witaj wot 06.01.2026. Za wobšěrne dalše informacije wobhońće so w dospołnej zdźělence.)
Přełožowanski program pod http://sotra.app dźěła z nowym modelom za směr němčina – hornjoserbšćina.
Za wužiwarki a wužiwarjow to woznamjenja, zo dóstanu zwjetša kwalitatiwnje lěpši přełožk hač dotal. Nowy model skići šěrši a přiměrjeniši słowoskład a produkuje mjenje zmylkow a wuwostajenkow. Nimo toho móže lěpje ze zestajenkami wobchadźeć. Tu někotre přikłady:
- Sada za přełožk: Sie haben ihr Ehegelübde erneuert.
Stary model přełoži: Woni su swoje mandźelske zwučowanje ponowili.
Nowy model přełoži: Woni su swój mandźelski slub wobnowili. - Sada za přełožk: Sie zeigte am Eingang ihren Schwerbehindertenausweis.
Stary model přełoži: Wona pokaza při zachodźe swój ćežko zbrašeny wupokaz.
Nowy model přełoži: Wona pokaza při zachodźe swój wupokaz za ćežkozbrašenych. - Sada za přełožk: Der Reifen lässt immer wieder Luft.
Stary model přełoži: Wobruč přeco zaso dych da.
Nowy model přełoži: Wobruč přeco zaso powětr pušći.
Najebać wšitkich polěpšenjow wostanje zasada: Zamołwitosć za kwalitu přełožka maja wužiwarki a wužiwarjo, sotra je jim jenož pomoc.
[…]
Nětčiši nowy model za směr němčina – hornjoserbšćina je sotra-team zhromadnje z Drježdźanskej firmu t2k wuwiwał. Předewzaće je na wuwiće a wužiwanje rěčneje technologije na bazy kumštneje inteligency specializowane. Za posudźowanje přełožowanskich modelow buchu nimo manuelnych metodow awtomatiske procesy z pomocu statistiskich a na KI bazowacych metodow nałožowane.
[…]
Trening wotmě so w dwěmaj kročelomaj:
- W prěnjej kročeli bu němsko-čěski přełožowanski model trenowany, dokelž je čěšćina hornjoserbšćinje podobna. Tak móže model z dosć wulkej datowej sadźbu wuknyć, němske sady do čěšćinje přiwuzneje rěče – hornjoserbšćiny – přenjesć. Na te wašnje złahodni so problem, zo steji za hornjoserbšćinu jenož mało treningowych datow k dispoziciji.
- W druhim kroku wotmě so trening z němčiny do hornjoserbšćiny. Za to wužiwaše so 1,8 milionow sadowych porikow. Tute pochadźeja z němsko-hornjoserbskeho sadoweho korpusa a z monolingualneho korpusa Rěčneho centruma WITAJ, z čehož su so mašinelne přełožki generowali. Tajke postupowanje je w situacijach spomóžne, w kotrychž dosć treningowych datow k dispoziciji njesteji.
Z pomocu mjenowanych technikow je so poradźiło, za „mału“ rěč hornjoserbšćinu nowy přełožowanski model trenować. Model je wozjewjeny pod: https://github.com/WitajSotra/modele.
[…]
(dospołna medijowa zdźělenka Rěčneho centruma Witaj wot 06.01.2026)
