Pinyin is een fonetisch systeem waarmee je Chinese karakters kunt intypen met westerse toetsenborden. Daarbij moet je eigenlijk niet alleen letters intypen maar ook accenten. Zo betekent mà wat anders dan má. (De ene betekent “paard” en de ander “moeder”, maar ik vergeet altijd welke van de twee wat. Gelukkig nog nooit fout gegaan.)
Omdat pinyin werkt zonder die accenten, moet de software dus raden welk karakter je bedoelt als je “ma” intypt. Meestal werkt dat met statistiek: mensen hebben het vaker over hun moeder dan over hun paard, dus iemand die “ma” typt zal wel “moeder” bedoelen. En de software kan meer: hij raadt ook welk karakter je bedoelt als je nog maar een deel er van hebt ingetypt. Zie het voorbeeld van The Gong Project voor meer informatie.
Onlangs introduceerde Google zijn eigen software om met pinyin te werken. Al snel werd er beweerd dat deze software leentjebuur had gespeeld bij Chinese concurrent Sogou.
In het recht geldt: Wie stelt, bewijst. Maar hoe bewijs je dat een bedrijf jouw software heeft overgenomen? Een mogelijkheid is om een kopie van de software te pakken en die naast je eigen software te leggen. Zie je voldoende overeenkomsten, dan zal het wel overgenomen zijn.
Dat is alleen een beetje lastig als de software in kwestie niet te koop of te downloaden is, maar ergens op een server draait waar je niet bij kunt. Zoals de Pinyin-software van Google.
In dit geval kwam een oude truc goed van pas: kijk naar de fouten die de beide systemen maken. Als die allemaal hetzelfde zijn, dan zit er waarschijnlijk hetzelfde systeem achter. En dat is dan inbreuk op het auteursrecht.
Google heeft ondertussen formeel zijn excuses aangeboden.
Meer bij ABC30.com en bij NU.nl: Gelijkende vertaalsoftware brengt Google in verlegenheid.
Arnoud