Hur DB anpassar med ordlistor

För globala team som DB kan det vara svårt att navigera i komplex teknisk terminologi, hantera produktnamn eller konsekvent använda företagsspecifikt vokabulär. Med DeepL:s ordboksfunktion uppnår DB den konsistens och anpassningsbarhet som företaget kräver. Konsekvent kommunikation mellan olika språk minskar de totala kostnaderna genom att teamen sparar tid och arbete på manuell redigering.

Hur hanterar en så stor organisation sina ordlista? DB har en central ”terminologidatabas” med ordförråd som kräver specifika (ibland svårbegripliga) översättningar för att hantera branschspecifika termer. Databasen innehåller nästan 30 000 poster på upp till 16 olika språk.

DB:s språk- och terminologiavdelning är terminologidatabasens ledare. De uppdaterar motsvarande ordlista i sitt DeepL-konto varannan vecka för att säkerställa att alla översättningar är så aktuella som möjligt.

"Vid sidan av dataskydd och datasäkerhet är möjligheten att anpassa motorn till DB:s koncernspråk via ordlistor en av de största fördelarna med DeepL jämfört med andra maskinöversättningssystem."

Tom Winter, datavetare och datorlingvist vid Deutsche Bahn AG

Ordlista bästa praxis

DB har investerat mycket tid i att underhålla och förfina sina ordlistor. Företagets viktigaste råd till andra användare av ordlistan? Undvik felöversättningar genom att koppla alla entydiga synonymer till ett föredraget målterm och inkludera endast entydiga termer.

Vad händer härnäst för DB?

DB började använda DeepL för intern kommunikation i januari 2022 och har gjort stora investeringar i det inom hela DB-koncernen. DeepL Translator används av alla avdelningar för översättning av text och översättning av dokument och är tillgängligt för alla anställda som ett webbläsartillägg.

Framöver undersöker DB användningsfall där AI- och LLM-teknik kan vara till hjälp i järnvägsdriften, till exempel kommunikation vid gränstrafik.