AI-vertaling kan veel alledaagse zinnen opmerkelijk goed verwerken, maar dat betekent niet dat het altijd de structurele grammaticaregels van elke taal volgt. Enkele van de moeilijkste fouten gaan niet over onhandige formuleringen of toon. Ze ontstaan wanneer een doeltaal een specifieke grammaticale vorm vereist op basis van aantal, geslacht, context of de relatie tussen spreker en lezer.
Deze randgevallen worden vooral zichtbaar op meertalige websites, waar korte UI-strings en dynamische content vertaalengines vaak heel weinig context geven. Van Russische meervoudsvormen tot Franse geslachtscongruentie en formele voornaamwoorden: deze regels kunnen een verder accurate vertaling plotseling machinegegenereerd laten lijken. Lees verder om te zien waar deze fouten optreden en hoe u ze kunt beheersen.
Belangrijke punten: meervoud, geslacht & formaliteit in AI-vertaling
AI-vertaling worstelt met meervouden en geslacht
AI-vertaling kan onjuiste meervoudsvormen of grammaticale geslachten produceren wanneer de brontekst onvoldoende context biedt. Dit komt vooral veel voor in talen waar zelfstandige naamwoorden, bijvoeglijke naamwoorden of werkwoorden veranderen afhankelijk van aantal of geslacht.
Formaliteit en context kunnen de betekenis veranderen
De vertaalnauwkeurigheid hangt ook af van het beoogde publiek en de toon. Formele en informele vormen, voornaamwoorden en uitdrukkingen kunnen aanzienlijk verschillen tussen talen, dus het vertalen van losse woorden of korte strings kan leiden tot onnatuurlijke of onjuiste resultaten.
Vertaalregels helpen de nauwkeurigheid te verbeteren
Woordenlijsten, vertaalregels en contextuele instructies geven AI-vertaling duidelijkere richtlijnen over hoe specifieke termen en uitdrukkingen vertaald moeten worden. Ze helpen om consistente terminologie, meervoudsvormen, geslachtscongruentie en toon te behouden op de hele website.
Meervoudsfouten in AI-vertaling
Meervoudsvorming lijkt in het Engels eenvoudig: voeg een “s” toe aan de meeste zelfstandige naamwoorden wanneer het aantal verandert van één naar meer dan één. Veel talen gebruiken echter complexere systemen waarin het getal zelf bepaalt welke zelfstandig-naamwoordsvorm verschijnt. Dit vormt een structurele uitdaging voor AI-vertaling, vooral wanneer websites dynamische variabelen gebruiken.
Hoe meervoudsregels verschillen per taal
Niet elke taal behandelt meervoudsvorming als een simpel onderscheid tussen enkelvoud en meervoud. Afhankelijk van de taal kan de vorm van een zelfstandig naamwoord veranderen op basis van het exacte aantal, terwijl sommige talen ook een aparte vorm hebben voor twee items.
Bijvoorbeeld, hetzelfde basale UI-bericht kan heel verschillende grammaticale logica vereisen:
- Engels: 1 item / 2 items
- Russisch: de zelfstandig naamwoordvormen veranderen afhankelijk van het aantal.
- Arabisch: enkelvoudige, duale en meervoudige vormen kunnen vereist zijn.
Dit is van belang bij het vertalen van dynamische content. Een vertaalmachine kan niet altijd het Engelse patroon nemen en het zelfstandig naamwoord vervangen door het equivalent in een andere taal. Er moet rekening worden gehouden met het getal en de grammaticale context die de juiste vorm in de doeltaal bepalen.
Voor een meertalige ecommerce-website zou een winkelwagenbericht bijvoorbeeld niet één enkele vertaling voor “item” moeten opslaan. Het systeem kan verschillende vormen nodig hebben, afhankelijk van of de winkelwagen één, twee of meerdere producten bevat.
Russische meervoudsvormen en regels op basis van aantal
Russisch is een goed voorbeeld van waarom grammatica op basis van getallen moeilijk automatisch te vertalen kan zijn. Zelfstandige naamwoorden kunnen verschillende vormen aannemen, afhankelijk van het getal dat eraan voorafgaat. Een vereenvoudigd voorbeeld met het woord voor “product” is:
- 1 товар
- 2 товара
- 5 товаров
Het belangrijke punt is dat het zelfstandig naamwoord zelf verandert naarmate het aantal verandert. Dit is anders dan in het Engels, waar het basisonderscheid meestal tussen 1 product en 2 producten is.
Stel je een ecommerce-winkelwagen voor die het aantal producten dynamisch weergeeft. Het vertaalsysteem moet weten of {count} 1 is, binnen een bepaald getalbereik valt of een andere grammaticale vorm vereist. Een vergelijkbaar probleem kan optreden in zoekresultaten:
- 1 product gevonden
- 2 producten gevonden
- 5 producten gevonden
Als de vertaling wordt gegenereerd zonder de getalregels van de doeltaal toe te passen, kan het zelfstandig naamwoord in de verkeerde vorm blijven staan, zelfs als het aan de gebruiker getoonde aantal correct is.
Arabische meervouds- en dualisvormen
Arabisch voegt een extra laag complexiteit toe omdat het onderscheid maakt tussen enkelvoud, dualis en meervoud. Engels drukt over het algemeen het verschil uit tussen één item en meer dan één, terwijl Arabisch een specifieke grammaticale vorm kan gebruiken voor precies twee. Voor een UI die itemaantallen weergeeft, kan de logica er dus als volgt uitzien:
- 1 item > enkelvoud
- 2 items > dual
- 3+ items > meervoud
Dit onderscheid wordt belangrijk voor dynamische website-inhoud. Een tekenreeks zoals You have {count} items bevat een variabele waarvan de waarde direct invloed kan hebben op de grammaticale vorm van de vertaling.
Als de vertaalmachine {count} behandelt als niets meer dan een getal dat in een vertaalde zin wordt ingevoegd, kan de grammaticale relatie tussen het getal en het zelfstandig naamwoord worden gemist. Het resultaat is misschien begrijpelijk, maar structureel onjuist.
Meervoudsfouten in dynamische UI-strings
Dynamische UI-strings zijn bijzonder kwetsbaar omdat hun uiteindelijke betekenis afhangt van waarden die na de vertaling worden ingevoegd. Veelvoorkomende voorbeelden zijn winkelwagenitems, zoekresultaten, meldingen, opmerkingen, downloads en dashboardstatistieken. Neem een eenvoudig Engels bericht:
- Je hebt 1 item
- Je hebt 2 items
- Je hebt 5 items
In het Engels is de grammaticale verandering relatief eenvoudig. In talen met meerdere meervoudscategorieën kan elke waarde echter een andere vorm vereisen.
Het probleem is dus niet noodzakelijk een slechte vertaalkwaliteit. De vertaling kan als zin perfect begrijpelijk zijn, maar falen wanneer de variabele verandert. Een meertalige website moet de grammaticale relatie tussen de dynamische waarde en de vertaalde tekst behouden.
Daarom is het niet altijd voldoende om alleen de zichtbare woorden te vertalen. Dynamische content heeft vertaallogica nodig die begrijpt hoe variabelen interacteren met de grammatica van de doeltaal.
Grammaticale geslachtsfouten in AI-vertaling
Grammaticaal geslacht vormt nog een structurele uitdaging. In talen die zelfstandige naamwoorden classificeren als mannelijk, vrouwelijk of soms andere grammaticale categorieën, kan het geslacht van één zelfstandig naamwoord invloed hebben op verschillende woorden eromheen.
Hoe grammaticaal geslacht de vertaling beïnvloedt
Grammaticaal geslacht gaat niet alleen om het labelen van een zelfstandig naamwoord als mannelijk of vrouwelijk. Geslacht kan de grammaticale overeenkomst beïnvloeden, wat betekent dat gerelateerde lidwoorden, bijvoeglijke naamwoorden, voornaamwoorden of andere woorden mogelijk ook moeten veranderen. Een vereenvoudigde relatie ziet er als volgt uit:
noun → article → adjective
Als de vertaalmachine het verkeerde geslacht voor het zelfstandig naamwoord kiest, kan de fout zich verspreiden naar de rest van de zin. In plaats van één incorrect woord kan de hele uitdrukking inconsistent grammaticale vormen bevatten.
Dit wordt vooral uitdagend wanneer een zin in de brontaal niet expliciet de informatie biedt die de doeltaal nodig heeft. Een korte Engelse zin kan daarom extra context vereisen voordat deze correct kan worden vertaald naar een taal met grammaticaal geslacht.
Geslachtscongruentie in het Frans en Spaans
Frans en Spaans bieden duidelijke voorbeelden van hoe het geslacht van zelfstandige naamwoorden de omringende woorden beïnvloedt. Zelfstandige naamwoorden hebben over het algemeen een grammaticaal geslacht, en bijbehorende lidwoorden en bijvoeglijke naamwoorden moeten daarmee overeenkomen.
Voor een website kan dit van invloed zijn op zinnen die worden gebruikt in productbeschrijvingen, categorienamen, profiellabels of servicebeschrijvingen. Een vertaling waarbij het geslacht van het zelfstandig naamwoord verkeerd is, kan daardoor een onjuiste congruentie in de rest van de zin veroorzaken. Een vertaalworkflow moet bijvoorbeeld kunnen bepalen:
- Welk zelfstandig naamwoord wordt beschreven?
- Wat is het grammaticale geslacht?
- Welk lidwoord moet erbij horen?
- Moet het bijvoeglijk naamwoord een overeenkomstige vorm hebben?
Dit is waarom een vertaling die correct lijkt wanneer elk woord afzonderlijk wordt bekeken, toch grammaticaal fout kan zijn wanneer de woorden worden gecombineerd.
Geslachtsfouten in UI-strings
Korte UI-strings zijn bijzonder lastig omdat ze vaak weinig context bevatten. Een vertaalsysteem kan een zin zoals “nieuw account,” “bijgewerkt profiel,” of “beschikbare service” ontvangen zonder precies te weten hoe het zelfstandig naamwoord elders op de pagina wordt gebruikt.
Dit komt vaak voor bij labels, meldingen, CTA's, productnamen en herbruikbare interfacecomponenten. Een vertaalsleutel kan slechts een paar woorden bevatten, terwijl de informatie die nodig is om grammaticale overeenstemming te bepalen zich ergens anders in de applicatie bevindt. Een ontwikkelaar kan bijvoorbeeld een generieke string hergebruiken zoals:
New {item}
De juiste vertaling kan afhangen van wat {item} vertegenwoordigt. Als de variabele kan verwijzen naar zelfstandige naamwoorden met verschillende grammaticale geslachten, werkt één statische vertaling mogelijk niet in elke context.
Het probleem is dus niet simpelweg dat de AI “het woord verkeerd heeft vertaald.” Het heeft mogelijk niet genoeg informatie ontvangen om te bepalen welke grammaticale vorm de doeltaal vereist.
Grammaticale geslachtsfouten corrigeren
Het corrigeren van gendergerelateerde fouten begint met het geven van voldoende controle over terminologie en context aan het vertaalsysteem. In plaats van volledig te vertrouwen op automatische output, kunnen teams definiëren hoe belangrijke termen moeten worden vertaald en beoordeeld. Nuttige benaderingen zijn:
- Definieer gendersensitieve terminologie in een woordenlijst zodat belangrijke zelfstandige naamwoorden consistent de beoogde vorm gebruiken.
- Gebruik aangepaste vertaalregels voor terugkerende patronen of specifieke termen.
- Geef extra context voor dubbelzinnige UI-strings waarbij de brontekst het vereiste geslacht niet onthult.
- Pas menselijke nabewerking toe op kritieke pagina's en strings waar grammaticale overeenstemming belangrijk is.
Deze combinatie is bijzonder nuttig voor websites met grote hoeveelheden herbruikbare UI-content, waar het handmatig corrigeren van hetzelfde probleem op meerdere plaatsen al snel inefficiënt zou worden.
Genderspecifieke en persoonsgebonden zelfstandige naamwoorden
Sommige taalkundige randgevallen gaan verder dan een simpel mannelijk/vrouwelijk onderscheid. In bepaalde talen kunnen grammaticale vormen ook afhangen van waarnaar een zelfstandig naamwoord verwijst, zoals een persoon, object of een andere categorie. Deze gevallen maken context nog belangrijker voor automatische vertaling.
Zelfstandige naamwoorden die veranderen afhankelijk van de context
Een woord kan een andere grammaticale vorm vereisen, afhankelijk van de betekenis of het referent in een zin. Dit kan moeilijk worden wanneer dezelfde vertaalsleutel op verschillende delen van een website wordt hergebruikt. Denk aan veelvoorkomende website-inhoud zoals:
- Gebruikers- en accountrollen
- Productcategorieën
- Klanttypes
- Labels die kunnen verwijzen naar een persoon of een object
Een kort label lijkt misschien onschuldig in de brontaal, maar kan in de doeltaal extra informatie vereisen. Een dashboard zou bijvoorbeeld op de ene plek een algemeen label voor “klant” kunnen gebruiken en elders een vergelijkbare structuur kunnen hergebruiken voor een niet-menselijke entiteit.
Wanneer die context ontbreekt, kan de vertaalmachine een grammaticaal geldige vorm kiezen die toch verkeerd is voor de beoogde betekenis. Korte, geïsoleerde strings behoren daarom tot de meest kwetsbare onderdelen van een meertalige interface.
Poolse persoonsgebonden zelfstandige naamwoorden
Pools laat zien hoe grammaticale vormen kunnen afhangen van of een verwijzing betrekking heeft op mensen of niet-menselijke entiteiten. Dit betekent dat het vertalen van een woord of zin meer informatie kan vereisen dan de brontekst lijkt te bevatten.
Overweeg een dashboard dat aantallen toont voor gebruikers, klanten en producten. De interface kan een herbruikbare structuur gebruiken zoals {count} gebruikers of {count} producten.
De juiste grammaticale behandeling kan afhangen van wat er wordt geteld en de relevante grammaticale categorie. Een vertaalengine moet daarom begrijpen of de inhoud mensen of objecten beschrijft, in plaats van elk zelfstandig naamwoord als een uitwisselbaar label te behandelen.
Voor ontwikkelaars en website-eigenaren benadrukt dit een belangrijke beperking van geïsoleerde stringvertaling: de vertaalmachine heeft voldoende context nodig om te bepalen wat de string vertegenwoordigt.
Waarom AI contextuele grammaticaregels mist
AI-vertaling kan moeite hebben met contextuele grammatica wanneer de doeltaal informatie vereist die niet in de brontekst staat. Engels laat bijvoorbeeld vaak grammaticale informatie impliciet die een andere taal expliciet kan vereisen. Veelvoorkomende oorzaken zijn:
- Zeer korte strings met weinig context.
- Variabelen die niet aangeven wat ze vertegenwoordigen.
- Vertaalsleutels die op verschillende delen van de website worden hergebruikt.
- Structuren in de brontaal die geen informatie coderen die de doeltaal vereist.
Neem een string zoals:
{{count}} users
De vertaalengine moet begrijpen wat {{count}} vertegenwoordigt en welke grammaticaregels van toepassing zijn op het volgende zelfstandig naamwoord. Evenzo, een string zoals:
{{name}} is available
kan informatie vereisen over waarnaar {{name}} verwijst in een taal waar grammaticale overeenstemming van die informatie afhangt.
Hoe minder context een string biedt, hoe groter de kans dat een automatisch systeem een grammaticale aanname moet doen.
Gender- en zelfstandig naamwoordvormfouten oplossen
De meest betrouwbare aanpak is om de vertaalworkflow meer controle te geven over strings waar grammaticale context van belang is. Automatische vertaling kan de initiële werkdruk aan, terwijl aanvullende controles helpen bij terugkerende of dubbelzinnige gevallen. Een praktische workflow kan het volgende combineren:
- Contextbewuste vertaling voor strings waarvan de betekenis afhangt van het gebruik ervan.
- Woordenlijsten voor terminologie met specifieke grammaticale vereisten.
- Aangepaste vertaalregels voor terugkerende patronen.
- Menselijke beoordeling voor dubbelzinnige of impactvolle strings.
- Vertaalgeheugen om gecorrigeerde vertalingen voor toekomstig gebruik te bewaren.
Deze aanpak voorkomt dat elke vertaling als een geïsoleerde zin wordt behandeld. In plaats daarvan houdt het belangrijke grammaticale beslissingen consistent op de hele website.
Formele vs. informele taalregels
Formeel en informeel taalgebruik kan ook structurele vertaalproblemen veroorzaken. In sommige talen beïnvloedt het register voornaamwoorden, werkwoordsvormen en zinsstructuur, waardoor het kiezen van het verkeerde register de grammatica van de vertaalde boodschap kan veranderen.
Formele en informele voornaamwoorden
Sommige talen maken onderscheid tussen formele en informele manieren om de lezer aan te spreken. De juiste vorm hangt af van het publiek, de relatie en de context. Denk aan een Engelse UI-melding zoals “Please enter your name”.
In het Engels hoeft de vertaling niet aan te geven of “you” formeel of informeel is. Een doeltaal kan dat onderscheid echter wel vereisen. De juiste keuze kan per website verschillen:
- E-commerce afrekenen: kan een beleefde of formele vorm gebruiken.
- Klantenondersteuning: geeft mogelijk de voorkeur aan een respectvol register.
- Bankieren of accountpagina's: kunnen consistent formele taal gebruiken.
- SaaS-onboarding: kan kiezen voor formele of meer conversationele taal, afhankelijk van het merk.
Het belangrijkste probleem is consistentie. Zodra een website een register vaststelt, moeten vertaalde UI-strings dezelfde grammaticale keuze volgen gedurende de hele gebruikersreis.
Hoe register de zinsstructuur verandert
Register kan meer beïnvloeden dan alleen het voornaamwoord dat wordt gebruikt om iemand aan te spreken. In talen met formele en informele grammaticale vormen kan de keuze ook de werkwoordsvervoeging of andere delen van de zin beïnvloeden. Zo kan hetzelfde type bericht in verschillende omgevingen voorkomen:
- Een formele klantmelding kan een respectvolle grammaticale structuur gebruiken.
- Een informele consumentenapp kan gebruikers directer aanspreken.
- Een professionele dienstverlenende website kan consistent formele vormen gebruiken.
Dit betekent dat register moet worden behandeld als een taalkundige regel in plaats van alleen een voorkeur voor schrijfstijl. Als de vertaalmachine zonder duidelijke reden wisselt tussen formele en informele structuren, kan de website inconsistent aanvoelen, zelfs wanneer elke zin technisch gezien begrijpelijk is.
Registerfouten in UI en klantberichten
Inconsistent register kan op veel gebieden van een website voorkomen, vooral wanneer verschillende strings onafhankelijk van elkaar worden vertaald. Veelvoorkomende gebieden zijn:
- UI-labels
- Foutmeldingen
- Meldingen
- Transactionele e-mails
- Klantenondersteuningsberichten
Stel je een afrekenproces voor dat klanten consistent formeel aanspreekt, gevolgd door een melding die plotseling overschakelt naar een informeel voornaamwoord. Geen van beide berichten bevat misschien een duidelijke vertaalfout, maar de verandering zorgt voor een inconsistente meertalige ervaring.
Dit is vooral merkbaar wanneer gebruikers zich tussen verschillende delen van dezelfde website bewegen. Een vertaalsysteem moet het gekozen register over gerelateerde strings handhaven in plaats van per zin onafhankelijk te beslissen.
Consistent taalregister handhaven
De eerste stap is het vaststellen van het voorkeursregister voor elke doeltaal en dit consistent te gebruiken op de hele website. Dit geeft vertalers en vertaalsystemen een duidelijke referentie wanneer de brontaal het onderscheid niet expliciet maakt. Een website kan deze consistentie ondersteunen door middel van:
- Vertaalrichtlijnen die het voorkeursregister definiëren.
- Woordenlijsten voor belangrijke voornaamwoorden en terminologie.
- Aangepaste vertaalregels voor terugkerende taalpatronen.
- Menselijke beoordeling van impactvolle content zoals afreken- en transactieberichten.
Met deze instellingen worden formele en informele keuzes onderdeel van de vertaalworkflow in plaats van willekeurige beslissingen van de ene string naar de andere.
Structurele AI-vertaalfouten oplossen
Gebruik aangepaste vertaalregels
Aangepaste vertaalregels geven je meer controle over hoe specifieke termen, patronen of strings worden behandeld wanneer automatische vertaling niet het vereiste grammaticale resultaat oplevert. Regels kunnen bijvoorbeeld helpen bij het beheren van:
- Dynamische meervoudspatronen
- Specifieke terminologie
- Consistente grammaticale vormen
- Herhaalde UI-strings
In plaats van dezelfde vertaling elke keer dat deze verschijnt handmatig te corrigeren, kun je een regel definiëren die je voorkeursgedrag consistent toepast. Dit is vooral handig voor websites met dynamische of herbruikbare componenten. Linguise ondersteunt ook aangepaste vertaalregels, waarmee je specifieke vertalingen kunt verfijnen terwijl de rest van de inhoud automatisch wordt verwerkt.
Beheer terminologie met woordenlijsten
Woordenlijsten helpen om terminologie te beheren die consistent moet blijven across vertalingen. Ze zijn vooral nuttig wanneer een term meerdere mogelijke vertalingen heeft of wanneer de grammaticale kenmerken ervan van belang zijn. Een woordenlijst kan bijvoorbeeld voorkeurvertalingen definiëren voor:
- Productnamen
- Merterminologie
- Rolnamen
- Termen met een specifiek grammaticaal geslacht
Dit geeft de vertaalengine een expliciete referentie, in plaats van elke keer een nieuwe interpretatie toe te staan. Voor meertalige websites kan dat terminologische variatie verminderen en helpen consistente grammaticale keuzes te behouden.
Pas menselijke post-editing toe
Sommige structurele randgevallen vereisen nog steeds menselijk taalkundig oordeel, vooral wanneer de noodzakelijke context niet betrouwbaar kan worden afgeleid uit de brontekst. Menselijke post-editing kan prioriteit krijgen voor content met grote impact, zoals:
- Afrekenprocessen
- Juridische en accountberichten
- Belangrijke meldingen
- Landingspagina's met veel verkeer
Het doel is niet om een hele website handmatig te vertalen. In plaats daarvan kan menselijke beoordeling zich richten op uitzonderingen en gevoelige strings waar grammaticale nauwkeurigheid direct invloed heeft op de gebruikerservaring.
Bewaar correcties met vertaalgeheugen
Wanneer een vertaling is nagekeken en gecorrigeerd, mag de correctie niet verdwijnen de volgende keer dat een vergelijkbare string wordt vertaald. Vertaalgeheugen helpt goedgekeurde vertalingen te bewaren zodat ze hergebruikt kunnen worden voor overeenkomende of vergelijkbare content. Een vereenvoudigde workflow ziet er als volgt uit:
AI-vertaling → menselijke correctie → opgeslagen vertaling → hergebruikt voor overeenkomende content.
Dit is vooral handig voor websites met herhaalde UI-strings, terugkerende terminologie of grote hoeveelheden vergelijkbare content. Zodra je een structureel probleem hebt gecorrigeerd, kun je elke keer dezelfde beslissing toepassen in plaats van te beginnen met een nieuwe automatische vertaling.
Conclusie
Structurele AI-vertaalfouten kunnen zich voordoen, zelfs wanneer een vertaling op het eerste gezicht nauwkeurig lijkt. Meervoudsvorming, grammaticaal geslacht, persoonsgebonden zelfstandige naamwoorden en formele of informele aanspreekvormen kunnen regels introduceren die niet duidelijk zijn vanuit de oorspronkelijke Engelse tekst.
Hoe complexer de doeltaal, hoe belangrijker het is om te bepalen hoe automatische vertalingen worden toegepast. Linguise combineert automatische vertaling met functies zoals aangepaste vertaalregels, glossarybeheer, menselijke nabewerking en vertaalgeheugen, zodat website-eigenaren deze taalkundige randgevallen kunnen aanpakken zonder de efficiëntie van geautomatiseerde vertaling op te geven. Probeer Linguise om uw meertalige website nauwkeurig en consistent te houden in alle talen.
