Pluralisering, grammatisk køn & formelt register: De sproglige grænsetilfælde, der bryder AI-oversættelse

by Aorinka Anendya
11. september 2026

Blog > Guide > Pluralisering, grammatisk køn & formel register: De sproglige grænsetilfælde, der bryder AI-oversættelse

AI-oversættelse kan håndtere mange hverdagssætninger bemærkelsesværdigt godt, men det betyder ikke, at den altid følger de strukturelle grammatiske regler i ethvert sprog. Nogle af de sværeste fejl handler ikke om akavet ordvalg eller tone. De opstår, når et målsprog kræver en bestemt grammatisk form baseret på tal, køn, kontekst eller forholdet mellem taler og læser.

Disse grænsetilfælde bliver især tydelige på flersprogede websites, hvor korte UI-strenge og dynamisk indhold ofte giver oversættelsesmotorer meget lidt kontekst. Fra russiske flertalsformer til fransk kønsbøjning og formelle pronominer kan disse regler få en ellers præcis oversættelse til pludselig at se maskinelt genereret ud. Læs videre for at se, hvor disse fejl opstår, og hvordan du kan kontrollere dem.

Nøglepunkter: Flertal, køn & formalitet i AI-oversættelse

AI-oversættelse har svært ved flertal og køn

AI-oversættelse kan producere forkerte flertalsformer eller grammatisk køn, når kildeteksten ikke giver tilstrækkelig kontekst. Dette er især almindeligt i sprog, hvor navneord, tillægsord eller udsagnsord ændrer sig afhængigt af tal eller køn.

Formalitet og kontekst kan ændre betydningen

Oversættelsesnøjagtigheden afhænger også af den tilsigtede målgruppe og tone. Formelle og uformelle former, pronominer og udtryk kan variere betydeligt mellem sprog, så oversættelse af isolerede ord eller korte strenge kan føre til unaturlige eller forkerte resultater.

Oversættelsesregler hjælper med at forbedre nøjagtigheden

Ordforråd, oversættelsesregler og kontekstuelle instruktioner giver AI-oversættelse klarere vejledning om, hvordan specifikke termer og udtryk skal oversættes. De hjælper med at opretholde ensartet terminologi, flertalsformer, kønsbøjning og tone på tværs af webstedet.

Pluraliseringsfejl i AI-oversættelse

Pluralisering virker ligetil på engelsk – tilføj et “s” til de fleste navneord, når tallet ændres fra et til mere end et. Mange sprog bruger dog mere komplekse systemer, hvor selve tallet bestemmer, hvilken navneordsform der vises. Det skaber en strukturel udfordring for AI-oversættelse, især når hjemmesider bruger dynamiske variabler.

Hvordan pluralisregler varierer på tværs af sprog

Ikke alle sprog behandler pluralisering som en simpel skelnen mellem ental og flertal. Afhængigt af sproget kan formen af et navneord ændre sig efter det præcise antal, mens nogle sprog også har en særlig form til to elementer.

For eksempel kan den samme grundlæggende UI-besked kræve meget forskellig grammatisk logik:

Engelsk: 1 element / 2 elementer
Russisk: navneordsformer ændrer sig afhængigt af tallet.
Arabisk: entals-, dualis- og flertalsformer kan være påkrævet.

Dette er vigtigt, når man oversætter dynamisk indhold. En oversættelsesmotor kan ikke altid tage det engelske mønster og erstatte navneordet med dets ækvivalent på et andet sprog. Den skal tage højde for det tal og den grammatiske kontekst, der bestemmer den korrekte form på målsproget.

For en flersproget ecommerce-website bør en kurvmeddelelse for eksempel ikke gemme en enkelt oversættelse af “vare.” Systemet kan have brug for forskellige former afhængigt af, om kurven indeholder et, to eller flere produkter.

Russiske flertalsformer og talbaserede regler

Russisk er et godt eksempel på, hvorfor talbaseret grammatik kan være svært at oversætte automatisk. Navneord kan antage forskellige former afhængigt af det tal, de følger. Et forenklet eksempel med ordet “produkt” er:

1 товар
2 товара
5 товаров

Det vigtige er, at navneordet selv ændrer sig, når tallet ændrer sig. Det er anderledes end engelsk, hvor den grundlæggende forskel normalt er mellem 1 produkt og 2 produkter.

Forestil dig en ecommerce-indkøbskurv, der dynamisk viser antallet af produkter. Oversættelsessystemet skal vide, om {count} er 1, falder inden for et bestemt talinterval, eller kræver en anden grammatisk form. Et lignende problem kan opstå i søgeresultater:

1 produkt fundet
2 produkter fundet
5 produkter fundet

Hvis oversættelsen genereres uden at anvende målsprogets talregler, kan navneordet forblive i den forkerte form, selvom det tal, der vises for brugeren, er korrekt.

Arabiske flertals- og dualformer

Arabisk tilføjer endnu et lag af kompleksitet, fordi det skelner mellem ental, dualis og flertal. Engelsk udtrykker generelt forskellen mellem ét element og mere end ét, mens arabisk kan bruge en specifik grammatisk form til præcis to. For en brugergrænseflade, der viser antal elementer, kan logikken derfor se sådan ud:

1 element > ental
2 elementer > dualis
3+ varer > flertal

Denne sondring bliver vigtig for dynamisk website-indhold. En streng som Du har {count} elementer indeholder en variabel, hvis værdi direkte kan påvirke oversættelsens grammatiske form.

Hvis oversættelsesmotoren behandler {count} som blot et tal, der indsættes i en oversat sætning, kan den overse den grammatiske sammenhæng mellem tallet og navneordet. Resultatet kan være forståeligt, men strukturelt forkert.

Pluraliseringsfejl i dynamiske UI-strenge

Dynamiske UI-strenge er særligt sårbare, fordi deres endelige betydning afhænger af værdier, der indsættes efter oversættelsen. Almindelige eksempler omfatter antal varer i kurven, søgeresultater, notifikationer, kommentarer, downloads og dashboard-statistikker. Overvej en simpel engelsk besked:

Du har 1 element
Du har 2 elementer
Du har 5 elementer

På engelsk er den grammatiske ændring relativt enkel. I sprog med flere pluralkategorier kan hver værdi dog kræve en anden form.

Problemet er derfor ikke nødvendigvis dårlig oversættelseskvalitet. Oversættelsen kan være fuldt ud forståelig som en sætning, men fejle, når variablen ændres. Et flersproget website skal bevare den grammatiske sammenhæng mellem den dynamiske værdi og den oversatte tekst.

Det er derfor, det ikke altid er nok kun at oversætte de synlige ord. Dynamisk indhold har brug for oversættelseslogik, der forstår, hvordan variabler interagerer med målsprogets grammatik.

Grammatiske kønsfejl i AI-oversættelse

Grammatisk køn skaber endnu en strukturel udfordring. I sprog, der klassificerer navneord som maskuline, feminine eller nogle gange andre grammatiske kategorier, kan kønnet af et navneord påvirke flere ord omkring det.

Hvordan grammatisk køn påvirker oversættelse

Grammatisk køn handler ikke bare om at betegne et navneord som maskulint eller feminint. Køn kan påvirke grammatisk kongruens, hvilket betyder, at relaterede artikler, adjektiver, pronominer eller andre ord også kan skulle ændres. Et forenklet forhold ser sådan ud:

				
					noun → article → adjective

Hvis oversættelsesmotoren vælger det forkerte køn til navneordet, kan fejlen sprede sig til resten af sætningen. I stedet for ét forkert ord kan hele udtrykket indeholde inkonsistente grammatiske former.

Dette bliver især udfordrende, når en sætning på kildesproget ikke eksplicit giver den information, som målsproget har brug for. En kort engelsk sætning kan derfor kræve yderligere kontekst, før den kan oversættes korrekt til et sprog med grammatisk køn.

Kønsbøjning på fransk og spansk

Fransk og spansk giver klare eksempler på, hvordan navneords køn påvirker de omkringliggende ord. Navneord har generelt grammatisk køn, og relaterede artikler og adjektiver skal stemme overens med dette køn.

For en hjemmeside kan dette påvirke sætninger, der bruges i produktbeskrivelser, kategorinavne, profiletiketter eller servicebeskrivelser. En oversættelse, der får navneordets køn forkert, kan derfor producere forkert kongruens i resten af sætningen. For eksempel kan en oversættelsesarbejdsgang have brug for at afgøre:

Hvilket navneord beskrives?
Hvad er dets grammatiske køn?
Hvilken artikel skal ledsage det?
Skal adjektivet have en tilsvarende form?

Det er derfor, at en oversættelse, der ser korrekt ud, når hvert ord betragtes separat, stadig kan være grammatisk forkert, når ordene kombineres.

Kønsfejl i UI-strenge

Korte UI-strenge er særligt vanskelige, fordi de ofte indeholder lidt kontekst. Et oversættelsessystem kan modtage en sætning som “ny konto,” “opdateret profil,” eller “tilgængelig tjeneste” uden at vide præcis, hvordan navneordet bruges andre steder på siden.

Dette er almindeligt med etiketter, notifikationer, CTA'er, produktnavne og genanvendelige grænsefladekomponenter. En oversættelsesnøgle indeholder måske kun få ord, mens den information, der er nødvendig for at fastslå grammatisk kongruens, findes et andet sted i applikationen. For eksempel kan en udvikler genbruge en generisk streng som:

				
					New {item}

Den korrekte oversættelse kan afhænge af, hvad {item} repræsenterer. Hvis variablen kan henvise til navneord med forskellige grammatiske køn, vil en enkelt statisk oversættelse muligvis ikke fungere i alle sammenhænge.

Problemet er derfor ikke blot, at AI'en “oversatte ordet forkert.” Den har muligvis ikke fået nok information til at afgøre, hvilken grammatisk form målsproget kræver.

Retning af grammatiske kønsfejl

Retning af kønsrelaterede fejl starter med at give oversættelsessystemet tilstrækkelig kontrol over terminologi og kontekst. I stedet for at stole fuldt ud på automatisk output kan teams definere, hvordan vigtige termer skal oversættes og gennemgås. Nyttige tilgange omfatter:

Definér kønssensitiv terminologi i en ordliste, så vigtige navneord konsekvent bruger den tilsigtede form.
Brug brugerdefinerede oversættelsesregler for tilbagevendende mønstre eller specifikke termer.
Angiv yderligere kontekst til tvetydige UI-strenge, hvor kildeteksten ikke afslører det påkrævede køn.
Anvend menneskelig efterredigering på kritiske sider og strenge, hvor grammatisk kongruens er vigtig.

Denne kombination er særligt nyttig til websites med store mængder genanvendeligt UI-indhold, hvor det hurtigt bliver ineffektivt at rette det samme problem manuelt flere steder.

Kønnede og personbaserede navneordsformer

Nogle sproglige grænsetilfælde går ud over en simpel maskulin/feminin sondring. I visse sprog kan grammatiske former også afhænge af, hvad et navneord refererer til, såsom en person, genstand eller en anden kategori. Disse tilfælde gør kontekst endnu vigtigere for automatisk oversættelse.

Navneordsformer, der ændrer sig efter kontekst

Et ord kan kræve en anden grammatisk form afhængigt af dets betydning eller referent i en sætning. Dette kan blive svært, når den samme oversættelsesnøgle genbruges på tværs af forskellige dele af et website. Overvej almindeligt websiteindhold som:

Bruger- og kontoroller
Produktkategorier
Kundetyper
Etiketter, der kan henvise til en person eller en genstand

En kort etiket kan se harmløs ud i kildesproget, men kræve yderligere information i målsproget. For eksempel kan et dashboard bruge en generisk etiket til “kunde” ét sted og genbruge en lignende struktur til en ikke-menneskelig enhed et andet sted.

Når denne kontekst mangler, kan oversættelsesmotoren vælge en grammatisk gyldig form, som alligevel er forkert i forhold til den tilsigtede betydning. Korte, isolerede strenge er derfor blandt de mest sårbare dele af en flersproget grænseflade.

Polske personbaserede navneordsformer

Polsk viser, hvordan grammatiske former kan afhænge af, om en reference involverer mennesker eller ikke-menneskelige enheder. Det betyder, at oversættelse af et ord eller en sætning kan kræve mere information, end kildestrengen ser ud til at indeholde.

Overvej et dashboard, der viser antal for brugere, kunder og produkter. Grænsefladen kan bruge en genanvendelig struktur som {count} brugere eller {count} produkter.

Den korrekte grammatiske behandling kan afhænge af, hvad der tælles, og den relevante grammatiske kategori. En oversættelsesmotor skal derfor forstå, om indholdet beskriver personer eller objekter, i stedet for at behandle hvert navneord som en udskiftelig etiket.

For udviklere og websteds ejere fremhæver dette en vigtig begrænsning ved isoleret strengoversættelse; oversættelsesmotoren har brug for tilstrækkelig kontekst til at identificere, hvad strengen repræsenterer.

Hvorfor AI overser kontekstuelle grammatikregler

AI-oversættelse kan have svært ved kontekstuel grammatik, når målsproget kræver information, der ikke findes i kildestrengen. Engelsk efterlader for eksempel ofte grammatisk information implicit, som et andet sprog kan kræve eksplicit. Almindelige årsager omfatter:

Meget korte strenge med lidt omkringliggende kontekst.
Variabler, der ikke angiver, hvad de repræsenterer.
Oversættelsesnøgler, der genbruges i forskellige dele af websitet.
Kildesproglige strukturer, der ikke koder information, som målsproget kræver.

Tag en streng som:

				
					{{count}} users

Oversættelsesmotoren skal forstå, hvad {{count}} repræsenterer, og hvilke grammatikregler der gælder for det efterfølgende navneord. Tilsvarende en streng som:

				
					{{name}} is available

kan kræve information om, hvad {{name}} refererer til på et sprog, hvor grammatisk kongruens afhænger af denne information.

Jo mindre kontekst en streng giver, jo mere sandsynligt er det, at et automatisk system må foretage en grammatisk antagelse.

Retning af fejl med køn og navneordsformer

Den mest pålidelige tilgang er at give oversættelsesarbejdsgangen mere kontrol over strenge, hvor grammatisk kontekst er vigtig. Automatisk oversættelse kan håndtere den indledende arbejdsbyrde, mens yderligere kontroller hjælper med at håndtere tilbagevendende eller tvetydige tilfælde. En praktisk arbejdsgang kan kombinere:

Kontekstafhængig oversættelse til strenge, hvor betydningen afhænger af deres anvendelse.
Ordforrådslister til terminologi med specifikke grammatiske krav.
Brugerdefinerede oversættelsesregler for tilbagevendende mønstre.
Menneskelig gennemgang for tvetydige eller højprioriterede strenge.
Oversættelseshukommelse til at bevare rettede oversættelser til fremtidig brug.

Denne tilgang undgår at behandle hver oversættelse som en isoleret sætning. I stedet holder den vigtige grammatiske beslutninger konsistente på tværs af websitet.

Formelle vs. uformelle sprogregler

Formelt og uformelt sprog kan også skabe strukturelle oversættelsesproblemer. I nogle sprog påvirker register pronominer, verbumformer og sætningsstruktur, så valg af det forkerte register kan ændre grammatikken i den oversatte meddelelse.

Formelle og uformelle pronominer

Nogle sprog skelner mellem formelle og uformelle måder at henvende sig til læseren på. Den passende form afhænger af målgruppen, relationen og konteksten. Overvej en engelsk UI-besked som “Please enter your name”.

Engelsk kræver ikke, at oversættelsen angiver, om “du” er formelt eller uformelt. Et målsprog kan dog kræve denne sondring. Det passende valg kan variere afhængigt af webstedet:

E-handel checkout: kan bruge en høflig eller formel form.
Kundesupport: foretrækker muligvis en respektfuld tone.
Bank- eller kontosider: kan konsekvent bruge formelt sprog.
SaaS-onboarding: kan vælge enten formelt eller mere samtaleorienteret sprog afhængigt af brandet.

Det centrale problem er konsistens. Når et website først har etableret et register, bør oversatte UI-strenge følge det samme grammatiske valg gennem hele brugerrejsen.

Hvordan register ændrer sætningsstruktur

Register kan påvirke mere end det pronomen, der bruges til at henvende sig til nogen. I sprog med formelle og uformelle grammatiske former kan valget også påvirke verbbøjning eller andre dele af sætningen. For eksempel kan samme type besked optræde i forskellige miljøer:

En formel kundemeddelelse kan bruge en respektfuld grammatisk struktur.
En uformel forbrugerapp kan henvende sig mere direkte til brugerne.
Et professionelt servicewebsite kan konsekvent bruge formelle former.

Det betyder, at register bør behandles som en sproglig regel snarere end blot en præference for skrivestil. Hvis oversættelsesmotoren skifter mellem formelle og uformelle strukturer uden en klar grund, kan hjemmesiden føles inkonsekvent, selv når hver sætning er teknisk forståelig.

Registreringsfejl i brugergrænsefladen og kundebeskeder

Inkonsekvent register kan forekomme på mange områder af et website, især når forskellige strenge oversættes uafhængigt. Almindelige områder omfatter:

UI-etiketter
Fejlmeddelelser
Notifikationer
Transaktionelle e-mails
Kundesupportbeskeder

Forestil dig et betalingsflow, der konsekvent tiltaler kunder formelt, efterfulgt af en notifikation, der pludselig skifter til et uformelt pronomen. Ingen af beskederne behøver at indeholde en åbenlys oversættelsesfejl, men skiftet skaber en inkonsekvent flersproget oplevelse.

Dette er især tydeligt, når brugere bevæger sig mellem forskellige dele af det samme websted. Et oversættelsessystem skal bevare den valgte tone på tværs af beslægtede strenge i stedet for at beslutte uafhængigt for hver sætning.

Opretholdelse af et konsistent sprogregister

Det første skridt er at fastlægge den foretrukne register for hvert målsprog og bruge den konsekvent på tværs af webstedet. Dette giver oversættere og oversættelsessystemer en klar reference, når kildesproget ikke gør sondringen eksplicit. Et websted kan understøtte denne konsistens gennem:

Oversættelsesretningslinjer, der definerer det foretrukne register.
Ordforrådslister til vigtige pronominer og terminologi.
Brugerdefinerede oversættelsesregler for tilbagevendende sprogmønstre.
Menneskelig gennemgang af indhold med høj effekt såsom betalings- og transaktionsmeddelelser.

Med disse kontroller på plads bliver formelle og uformelle valg en del af oversættelsesarbejdsgangen i stedet for beslutninger, der træffes tilfældigt fra én streng til en anden.

Retning af strukturelle AI-oversættelsesfejl

Brug brugerdefinerede oversættelsesregler

Brugerdefinerede oversættelsesregler giver dig mere kontrol over, hvordan specifikke termer, mønstre eller strenge håndteres, når automatisk oversættelse ikke giver det ønskede grammatiske resultat. For eksempel kan regler hjælpe med at håndtere:

Dynamiske pluraliseringsmønstre
Specifik terminologi
Konsekvente grammatiske former
Gentagne UI-strenge

I stedet for manuelt at rette den samme oversættelse, hver gang den vises, kan du definere en regel, der konsekvent anvender din foretrukne adfærd. Dette er især nyttigt for websteder med dynamiske eller genanvendelige komponenter. Linguise understøtter også brugerdefinerede oversættelsesregler, så du kan finjustere specifikke oversættelser, mens resten af indholdet håndteres automatisk.

Bryd Sprogbarrierer

Sig farvel til sprogbarrierer og goddag til ubegrænset vækst! Prøv vores automatiske oversættelsesservice i dag.

Start Oversættelse Nu

Styr terminologi med ordlister

Ordforråd hjælper med at kontrollere terminologi, der skal forblive konsistent på tværs af oversættelser. De er især nyttige, når et udtryk har flere mulige oversættelser, eller når dets grammatiske egenskaber er vigtige. For eksempel kan et ordforråd definere foretrukne oversættelser for:

Produktnavne
Brandterminologi
Rollenavne
Udtryk med specifikt grammatisk køn

Dette giver oversættelsesmotoren en eksplicit reference i stedet for at overlade hver forekomst til en ny fortolkning. For flersprogede websites kan det reducere terminologivariation og hjælpe med at opretholde konsistente grammatiske valg.

Anvend menneskelig efterredigering

Nogle strukturelle grænsetilfælde kræver stadig menneskelig sproglig vurdering, især når den nødvendige kontekst ikke kan udledes pålideligt fra kildestrengen. Menneskelig efterredigering kan prioriteres for indholdsrigt materiale såsom:

Betalingsflows
Juridiske meddelelser og kontomeddelelser
Vigtige notifikationer
Landingssider med høj trafik

Formålet er ikke at oversætte en hel hjemmeside manuelt. I stedet kan menneskelig gennemgang fokusere på undtagelser og følsomme strenge, hvor grammatisk nøjagtighed direkte påvirker brugeroplevelsen.

Bevar rettelser med oversættelseshukommelse

Når en oversættelse er blevet gennemgået og rettet, bør rettelsen ikke forsvinde næste gang en lignende streng oversættes. Oversættelseshukommelse hjælper med at bevare godkendte oversættelser, så de kan genbruges til matchende eller lignende indhold. En forenklet arbejdsgang ser sådan ud:

AI-oversættelse → menneskelig korrektion → gemt oversættelse → genbrugt til matchende indhold.

Dette er især nyttigt for websteder med gentagne UI-strenge, tilbagevendende terminologi eller store mængder af lignende indhold. Når du har rettet et strukturelt problem, kan du anvende den samme beslutning hver gang i stedet for at starte fra en ny automatisk oversættelse.

Klar til at udforske nye markeder? Prøv vores automatiske oversættelsestjeneste gratis med vores 1-måneders risikofri prøveperiode. Intet kreditkort kræves!

Få din 1-måneders gratis prøveperiode

Konklusion

Strukturelle AI-oversættelsesfejl kan forekomme, selv når en oversættelse ser korrekt ud ved første øjekast. Pluralisering, grammatisk køn, personbaserede navneordsformer og formel eller uformel tiltaleform kan introducere regler, der ikke er indlysende ud fra den oprindelige engelske streng.

Jo mere komplekst målsproget er, desto vigtigere er det at styre, hvordan automatiske oversættelser anvendes. Linguise kombinerer automatisk oversættelse med kontroller som brugerdefinerede oversættelsesregler, ordlistestyring, menneskelig efterredigering og oversættelseshukommelse, hvilket giver websteds ejere en måde at håndtere disse sproglige grænsetilfælde uden at opgive effektiviteten af automatisk oversættelse. Prøv Linguise for at holde dit flersprogede websted nøjagtigt og konsistent på tværs af sprog.