Traducción automática

Traducción
Tipos
Teoría
Tecnologías
Localización
Temas relacionados
[ editar datos en Wikidata]

La traducción automática (TA), también llamada MT (del inglés Machine Translation), es un área de la lingüística computacional que investiga el uso de software para traducir texto o habla de un lenguaje natural a otro. En un nivel básico, la traducción por computadora realiza una sustitución simple de las palabras atómicas de un lenguaje natural por las de otro. Por medio del uso de corpora lingüísticos se pueden intentar traducciones más complejas, lo que permite un manejo más apropiado de las diferencias en la Tipología lingüística, el reconocimiento de frases, la traducción de expresiones idiomáticas y el aislamiento de anomalías.

Hoy en día, algunos software de traducción automática permiten escoger un campo especializado o profesión en el cual se desea realizar la traducciòn, lo cual ayuda a delimitar el ámbito de términos a sustituir en el idioma de llegada. Esta técnica es efectiva en campos especializados los cuales ya tienen un modo de expresión establecido. Esto hace más fácil la traducción automática de textos jurídicos en comparación de textos menos estandarizados.

Este proceso de traducción también puede ser mejorado gracias a la intervención humana, por ejemplo, algunos sistemas permiten al traductor escoger con anticipación los nombres propios, evitando que estos se traduzcan automáticamente. Con la ayuda de este tipo de técnicas, la traducción automática puede llegar a ser una herramienta de gran utilidad para los traductores, o incluso puede llegar a producir resultados que se puedan usar sin ningún tipo de modificación.

Reseña

Los sistemas de traducción actuales permiten establecer parámetros (por ejemplo, limitando el rango de sustituciones permitidas) de acuerdo con el dominio o la profesión en la que se hace la traducción, lo que efectivamente mejora el resultado. Esta técnica es particularmente útil en campos donde se emplea un lenguaje formal o basado en formularios, como los reportes del tiempo y los documentos legales o administrativos. Dado que la traducción automática (estadística) es entrenada con grandes volúmenes de texto, existe una correlación entre calidad de traducción y recursos lingüísticos disponibles. La idea de que su uso no es viable para traducción de conversaciones ha sido superada con la llegada de servicios como Skype Translator. API de traducción específicamente para el dominio conversacional. Evidentemente, traducir un libro de literatura antigua de un idioma con pocos registros escritos, sería una tarea más difícil. En este caso, un traductor humano especializado será un agente mejor capacitado para realizar la conversión.

En las últimas décadas ha habido un fuerte impulso en el uso de técnicas estadísticas para el desarrollo de sistemas de traducción automática. Para la aplicación de estas técnicas a un par de lenguas dado, se requiere la diponibilidad de un corpus paralelo para dicho par. Mediante este corpus se estiman parámetros de sendos modelos estadísticos que establecen la probabilidad con la que ciertas palabras son susceptibles de traducirse por otras, así como las posiciones más probables que tienden a ocupar las palabras de la lengua destino en función de las palabras correspondientes de la frase origen. El atractivo de estas técnicas radica en que el desarrollo de un sistema para un par de lenguas dado puede hacerse de manera muy automática, con una muy reducida necesidad de trabajo experto por parte de especialistas en lingüística.

La intervención humana puede mejorar la calidad de la salida: por ejemplo, algunos sistemas pueden traducir con mayor exactitud, si el usuario ha identificado previamente las palabras que corresponden a nombres propios. Con la ayuda de estas técnicas, la traducción por computadora ha mostrado ser un auxiliar útil para los traductores humanos. Sin embargo, y aún cuando en algunos casos pueden producir resultados utilizables «tal cual», los sistemas actuales son incapaces de producir resultados de la misma calidad que un traductor humano, particularmente cuando el texto a traducir usa lenguaje coloquial o familiar. Por otro lado, es un hecho que las traducciones humanas también contienen errores. Como respuesta a esto, recientemente se han visto desarrollos en corrección automática de TA, como el caso de la funcionalidad SmartCheck de la empresa de traducción Unbabel, basada en Machine Learning.

En esta dirección, recientemente están cobrando especial interés las técnicas estadísticas de traducción asistida basadas en una aproximación interactiva-predictiva, en la que el computador y el traductor humano trabajan en estrecha colaboración mutua. Tomando como base el texto fuente a traducir, el sistema ofrece sugerencias sobre posibles traducciones a la lengua destino. Si alguna de estas sugerencias es aceptable, el usuario la selecciona y, en caso contrario, corrige lo necesario hasta obtener un fragmento correcto. A partir de este fragmento, el sistema produce mejores predicciones. El proceso continúa de esta manera hasta obtener una traducción completamente aceptable por el usuario. Según las evaluaciones realizadas con usuarios reales en el proyecto TransType-2, este proceso permite reducir considerablemte el tiempo y esfuerzo necesarios para obtener traducciones de calidad.

Other Languages
العربية: ترجمة آلية
беларуская: Машынны пераклад
беларуская (тарашкевіца)‎: Машынны пераклад
български: Машинен превод
Esperanto: Maŝintradukado
Bahasa Indonesia: Terjemahan mesin
íslenska: Vélþýðing
日本語: 機械翻訳
한국어: 기계 번역
latgaļu: Puorvārstivs
Bahasa Melayu: Terjemahan mesin
Nederlands: Computervertaling
norsk nynorsk: Maskinomsetjing
norsk bokmål: Maskinoversettelse
Simple English: Machine translation
slovenčina: Strojový preklad
slovenščina: Strojno prevajanje
українська: Машинний переклад
Tiếng Việt: Dịch tự động
吴语: 机器翻译
中文: 机器翻译
粵語: 機械翻譯