Los sistemas de traducción automática han experimentado un rápido avance en los últimos años y se han convertido en sofisticadas tecnologías que permiten obtener excelentes resultados, y más aún con el surgimiento de la inteligencia artificial. Aun así, es necesaria la revisión humana para garantizar la mayor calidad posible en la traducción. En este blog, profundizaremos sobre este tema para descubrir las ventajas e inconvenientes de ambos tipos de traducción y cómo éstos se complementan.
Un procesador o computador abre un documento y automáticamente empieza a traducirlo sin parar. Además, de forma altamente eficiente, basándose en lo que ha estado aprendiendo y analizando todos los días y sus noches, sin parar. La traducción automática (TA), traduce palabras con una precisión altísima y una rapidez extrema, algo que no se puede alcanzar con la traducción humana (TH). Un traductor competente puede traducir alrededor de 2.500 a 3.000 palabras por día.
Pero un humano conoce las expresiones, las formas de hablar y de construir frases completas, aportando su enfoque personal en cada párrafo. Además, está familiarizado con la semántica y terminología del idioma y con el contexto cultural del mercado objetivo de la traducción. Como expertos creadores de motores de traducción sabemos que los procesadores de traducción automática pueden especializarse rápidamente con datos paralelos. Lo esencial es el contexto, lo cual queda aún dentro de las capacidades humanas.
Para que una traducción sea igual de buena o incluso (en algunos casos), mejor que una versión original, es muy importante entender el contexto, en esta situación, la traducción humana juega un papel determinante. Podemos decir, entonces, que el papel del traductor está cambiando para convertirse en el «revisor de calidad» de grandes volúmenes de traducción automática.
Conforme avanza la tecnología, mejor procesan el lenguaje los sistemas de traducción automática neuronales. Basados en herramientas sofisticadas, como el aprendizaje automático (ML Machine Learning) y el aprendizaje profundo (DL Deep Learning) los procesadores automáticos adquieren la capacidad de aprender continuamente de infinidad de datos insertados en la nube. Y conforme van aprendiendo, la traducción va mejorando.
Cierto es que son las manos expertas de los programadores y expertos en inteligencia artificial quienes administran, seleccionan y priorizan los datos y cómo los algoritmos han de fijarse en ciertas áreas de una frase, algún vocabulario en particular, o tener en cuenta ciertas longitudes de las frases. Sin embargo, el trabajo del traductor humano, como experto lingüista que aporta conocimiento situacional que resuelve polisemias y contextos, sigue siendo muy necesario cuando queremos garantizar la calidad final de la traducción en casos en los que:
Según los expertos, los últimos dos puntos dependen de la cantidad de datos disponibles del campo especializado del que se haya alimentado al motor de traducción. De modo que, si teníamos una cantidad relevante de datos paralelos de medicina, de agricultura o del sector legal, nuestro motor de traducción se especializará en ellos al ponderar ejemplos relevantes en esos temas.
Un traductor profesional competente, evita errores de traducción, como, por ejemplo, los falsos amigos, o los errores dados por la polisemia de un término, y corrige los errores que podría haber en el texto fuente (con la autorización del cliente/autor). Además, adecúa el texto al estilo requerido por el contexto y la temática.
Con la globalización, es imperativo que la documentación, el material de marketing, los informes, los formularios, los sitios web, los protocolos clínicos, los dossiers farmacéuticos, los manuales técnicos, etc., etc., estén traducidos con la contextualización y localización adecuadas a las necesidades de cada cliente. Si es que, hoy en día, se quiere ser competitivo y tener alcance mundial.
Los sistemas de traducción automática han experimentado un rápido avance en los últimos años y se han convertido en sofisticadas tecnologías que permiten obtener excelentes resultados, y más aún con el surgimiento de la inteligencia artificial. Aun así, es necesaria la revisión humana para garantizar la mayor calidad posible en la traducción. En este blog, profundizaremos sobre este tema para descubrir las ventajas e inconvenientes de ambos tipos de traducción y cómo éstos se complementan.
Un procesador o computador abre un documento y automáticamente empieza a traducirlo sin parar. Además, de forma altamente eficiente, basándose en lo que ha estado aprendiendo y analizando todos los días y sus noches, sin parar. La traducción automática (TA), traduce palabras con una precisión altísima y una rapidez extrema, algo que no se puede alcanzar con la traducción humana (TH). Un traductor competente puede traducir alrededor de 2.500 a 3.000 palabras por día.
Pero un humano conoce las expresiones, las formas de hablar y de construir frases completas, aportando su enfoque personal en cada párrafo. Además, está familiarizado con la semántica y terminología del idioma y con el contexto cultural del mercado objetivo de la traducción. Como expertos creadores de motores de traducción sabemos que los procesadores de traducción automática pueden especializarse rápidamente con datos paralelos. Lo esencial es el contexto, lo cual queda aún dentro de las capacidades humanas.
Para que una traducción sea igual de buena o incluso (en algunos casos), mejor que una versión original, es muy importante entender el contexto, en esta situación, la traducción humana juega un papel determinante. Podemos decir, entonces, que el papel del traductor está cambiando para convertirse en el «revisor de calidad» de grandes volúmenes de traducción automática.
Conforme avanza la tecnología, mejor procesan el lenguaje los sistemas de traducción automática neuronales. Basados en herramientas sofisticadas, como el aprendizaje automático (ML Machine Learning) y el aprendizaje profundo (DL Deep Learning) los procesadores automáticos adquieren la capacidad de aprender continuamente de infinidad de datos insertados en la nube. Y conforme van aprendiendo, la traducción va mejorando.
Cierto es que son las manos expertas de los programadores y expertos en inteligencia artificial quienes administran, seleccionan y priorizan los datos y cómo los algoritmos han de fijarse en ciertas áreas de una frase, algún vocabulario en particular, o tener en cuenta ciertas longitudes de las frases. Sin embargo, el trabajo del traductor humano, como experto lingüista que aporta conocimiento situacional que resuelve polisemias y contextos, sigue siendo muy necesario cuando queremos garantizar la calidad final de la traducción en casos en los que:
Según los expertos, los últimos dos puntos dependen de la cantidad de datos disponibles del campo especializado del que se haya alimentado al motor de traducción. De modo que, si teníamos una cantidad relevante de datos paralelos de medicina, de agricultura o del sector legal, nuestro motor de traducción se especializará en ellos al ponderar ejemplos relevantes en esos temas.
Un traductor profesional competente, evita errores de traducción, como, por ejemplo, los falsos amigos, o los errores dados por la polisemia de un término, y corrige los errores que podría haber en el texto fuente (con la autorización del cliente/autor). Además, adecúa el texto al estilo requerido por el contexto y la temática.
Con la globalización, es imperativo que la documentación, el material de marketing, los informes, los formularios, los sitios web, los protocolos clínicos, los dossiers farmacéuticos, los manuales técnicos, etc., etc., estén traducidos con la contextualización y localización adecuadas a las necesidades de cada cliente. Si es que, hoy en día, se quiere ser competitivo y tener alcance mundial.