Loading...
oneword Partner

Los sistemas de traducción automática ofrecen muchas ventajas

La traducción automática (MT) se ha convertido en un estándar en la industria de la traducción y ofrece a las empresas numerosas ventajas:

  • Reducción de los ciclos de comercialización: los productos de información pueden distribuirse mucho más rápidamente sin son multilingües, incluso con grandes volúmenes
  • Reducción de las barreras lingüísticas internas: mediante traducciones de conveniencia no vinculantes legalmente para la comunicación interna y el procesamiento posterior, la traducción automática también abre vías de comunicación global dentro de una empresa
  • Utilidad de la comunicación con el grupo objetivo: los comentarios positivos en las redes sociales, las evaluaciones de productos y las revisiones pueden transferirse de forma rentable a los idiomas extranjeros
  • Información esencial o ‘gisting’: obtención de información pura de los textos del idioma extranjero para comprender las afirmaciones más importantes
  • Uso independiente del sector: la traducción automática ofrece un valor añadido significativo para muchas industrias a través del ahorro de costes y tiempo

El principio básico es siempre el mismo: los sistemas de traducción automática (motores) transfieren automáticamente un texto de origen a un idioma de destino sin la ayuda de un traductor especializado.

Sin embargo, dependiendo del sistema de traducción automática y del método de trabajo utilizados, hay diferentes ventajas en el flujo de trabajo, el resultado de la traducción automática y la calidad lograda.

Le ofrecemos una visión general de los diferentes sistemas de traducción automática y le mostramos qué tecnología es actualmente la más prometedora.

Los sistemas de traducción automática de un vistazo: le mostramos lo que ya pueden hacer los sistemas individuales

El mercado de los sistemas de traducción automática incluye sistemas estadísticos (SMT), basados en reglas (RBMT) y neuronales (NMT), así como formas híbridas de los mismos. Los sistemas funcionan de diferentes maneras para traducir un texto de origen. oneword le ofrece una breve visión general y le muestra qué tecnología es actualmente la más prometedora.

Sistemas de traducción automática basados en reglas (RBMT)

  • Análisis y traducción del texto de origen con amplios diccionarios y gramáticas
  • Cuanto más profundos y sofisticados sean los sistemas de normas lingüísticas, el vocabulario técnico y el diccionario del par de idiomas en cuestión, más preciso será el resultado final en términos de léxico, gramática, sintaxis, exactitud del contenido y comprensibilidad general
  • El estilo característico sigue siendo bastante mecánico
  • La impresión de un texto construido se puede crear

Este enfoque y sus formas híbridas forman la base de aplicaciones como Systran, Promt, Babylon o Apertium.

Sistemas de traducción automática estadística (SMT)

  • El sistema se basa en una amplia gama de textos existentes para un par de idiomas
  • Los conjuntos de frases bilingües se analizan en un procedimiento estadístico (cuantitativo) en cuanto a frecuencia y concordancia y se comparan con el texto que debe traducirse
  • Los fragmentos de frases más parecidos que resultan de este análisis se combinan para formar una traducción
  • Normalmente estilísticamente pegadiza y de lectura fluida
  • La calidad de la traducción disminuye de nuevo a partir de un determinado volumen de texto de referencia, debido a que las concordancias analizadas se vuelven demasiado arbitrarias y difusas
  • Con frecuencia incompletas y engañosas en cuanto al contenido, ya que las referencias sintácticas a veces no se reproducen correctamente

Este método es la base de proveedores de traducción como Google Translate, KantanMT, Asia Online o también Yandex Translate.

Sistemas de traducción neuronal (NMT)

  • Combinación de los componentes de un idioma según el principio de la similitud cualitativa
  • Análisis de los contextos conceptuales de elementos lingüísticos en grandes corpus de texto utilizando algoritmos de ‘deep learning’
  • Múltiples capas de procesamiento neuronales y técnicas estadísticas contribuyen a crear un modelo lingüístico abstracto, que a su vez puede transferirse a textos recién introducidos
  • El principio de la probabilidad subyace en la salida y aplicación de este modelo aprendido para el idioma de destino
  • Las oraciones cortas se vuelven fluidas, léxicamente correctas e idiomáticamente se transfieren casi a la perfección
  • Las construcciones de frases más complejas, los términos técnicos y las palabras que aparecen raras veces no se transfieren de forma adecuada ni siquiera con NMT
  • Malinterpretaciones, omisiones, referencias incorrectas de frases o inconsistencias
  • Debido a la alta potencia computacional, deben utilizarse servidores de alto rendimiento con potentes procesadores gráficos para las máquinas de traducción neuronal

Este método es la base de proveedores de traducción como Google Translate, KantanMT, Asia Online o Yandex Translate.

Redes neuronales recurrentes frente a redes neuronales convolucionales

Actualmente, existen dos sistemas de traducción neuronal diferentes que difieren especialmente en los datos de formación subyacentes:

Las redes neuronales recurrentes (Recurrent Neural Networks o RNN) se desarrollaron en 2014 como parte de la investigación del reconocimiento del habla y utilizan un procedimiento secuencial con entradas arbitrariamente largas basadas en palabras completas.

Las redes neuronales convolucionales (Convolutional Neural Networks o CNN) se desarrollaron a partir de los métodos ‘deep learning’ de procesamiento automático de datos de imagen y audio. Durante la formación de la máquina se procesan paralelamente cantidades fijas de fragmentos de palabras morfológicos en muchas capas.

Solicitar presupuesto
Jasmin Nesbigall

Dirección

Licenciada en Traducción

Loading...

Conclusión: ¿Sistemas de traducción estadística, basada en reglas o neuronal?

A pesar de sus puntos débiles, entre los que cabe destacar que la investigación sobre la inteligencia del lenguaje artificial está lejos de haber terminado, los métodos de la traducción automática neuronal son los más adecuados para la traducción de una amplia variedad de tipos de texto. Estos generan en promedio los resultados más convincentes.

Asimismo, si echamos la vista atrás podemos observar cómo se ha desarrollado la traducción automática a lo largo del tiempo. Los sistemas de traducción automática neuronal representan la tecnología más avanzada y actual, basada en la RBMT (hacia 1960) y la SMT (hacia 2000):

Entretanto, los proveedores también están empezando a combinar soluciones híbridas inteligentes de tecnologías de traducción basadas en reglas y estadísticas con redes neuronales. Entre los proveedores cabe citar Personal Translator o Systran Pure Neural Machine Translation. Los motores de traducción estadística RNN son utilizados por Microsoft Translator o Google Translate. Por otro lado, proveedores como DeepL y Facebook utilizan tecnologías de traducción automática basadas en el principio de la CNN.

¿Y qué motor es el más adecuado para sus necesidades? ¡Estaremos encantados de asesorarle!

Descarga del folleto de imagen

Eficiente y de alta calidad

Workflows automatic Translation maschinelles Übersetzen

Optimizar los flujos de trabajo de traducción automática

oneMTPE

Esta es la mejor manera de beneficiarse de la traducción automática.

Seguridad de datos

Datenschutz

Protegemos sus datos durante todo el proceso de traducción automática.

8 buenos motivos para elegir oneword.

Obtenga más información sobre nuestras competencias y qué nos distingue de las agencias de traducción clásicas.

Le proporcionaremos 8 buenos motivos y muchos más argumentos de por qué resulta tan exitoso colaborar con nosotros.

Ver los motivos
Solicitar presupuesto
Acepto que oneword GmbH se ponga en contacto conmigo y almacene los datos que he facilitado.