¿La traducción automática alguna vez reemplazará a los traductores humanos? ¿Cómo podría una traducción automática comprender el contexto sociolingüístico de un texto?

No en los próximos años por venir. La base para la traducción automática es la repetición , ya que desarrolla su capacidad sobre las entradas. El futuro de la traducción puede verse de la siguiente manera: cualquier cosa que haya sido traducida, una máquina lo reconocerá y un editor humano (que es más barato que un traductor) lo arreglará para que sea una pieza completa.

Pero una máquina nunca reconocerá el contexto de una pieza dada, es por eso que incluso en la visión futura de la industria de la traducción, la primera traducción siempre se basa en un traductor humano.

Tomemos como ejemplo la literatura: siempre tendrá que ser traducida por humanos, porque es simplemente demasiado difícil para una máquina. De hecho, incluso los humanos tendrán dificultades para traducir literatura sin la ayuda de dos escritores, uno que sea nativo en el idioma de destino y otro, que es el idioma de origen.

En cuanto a la traducción de terminología simple, como la maquinaria, la traducción automática puede ser más que eficiente, pero solo puede completarse con la ayuda de un editor humano.

Hay muchas razones para creer que la MT no solo nunca reemplazará por completo a los traductores humanos, sino que probablemente habrá una mayor necesidad, no una menor, de ellos.

Si bien MT acaba de mejorar mucho con la nueva traducción automática neuronal de Google, no será eficaz para traducir elementos como novelas o poesía. Hay demasiados matices, sutilezas y significados sombreados, especialmente con las formas rápidas y fluidas que el lenguaje y el significado cambian incluso día a día, para que la MT sea efectiva en tales cosas.

Ahora considere esto: el contenido se genera a una velocidad ridículamente alta hoy, y el mundo se está globalizando / localizando cada vez más. Creamos 2.5 quintillones de bytes de datos nuevos todos los días. Es necesario traducir esos datos a muchos otros idiomas y simplemente no tenemos suficientes traductores para hacerlo todo. Tampoco es probable que produzcamos suficientes traductores futuros. Better MT hará un mejor trabajo al traducir grandes cantidades de contenido a medida que mejore tecnológicamente y será más rápido y más barato para los traductores humanos ‘publicar’ o corregir el material.

Hay algunas áreas en las que la MT nunca puede reemplazar a la HT, y esas incluyen documentos legales, donde es sumamente importante que cada palabra, frase y oración se traduzca con un significado exacto, junto con una gran cantidad de información de salud / médica, como instrucciones sobre cómo tomar medicamentos o lo que dice un paciente en la sala de emergencias.

Recientemente escribí una publicación de blog para Yappn llamada Human Translation vs Machine Translation: The Numbers si desea obtener un poco más de información sobre esto.

Creo que sí.

Cuando comencé a trabajar con mi empleador actual, me enviaba traducciones de Google del inglés al español. Insistió en que esto me ayudaría a acelerar el proceso de traducción (esto fue hace aproximadamente 8 años). Esas traducciones automáticas fueron terribles, hasta el punto de ser totalmente incomprensibles. Gracias a Dios, él también siempre incluía una copia del original como referencia. Lo que hice entonces fue tomar ese original y luego hacer mi traducción del texto, al final siempre estuvo contento con los resultados.

Avancemos 8 años … La traducción de Google es tan buena que la utilicé para mi primer borrador teniendo que hacer solo pequeñas correcciones de estilo, luego lo termino cambiando cualquier idioma estadounidense a uno local para una mejor comprensión. La tecnología es increíble y estoy seguro de que en unos años será aún mejor que un humano en la traducción de texto y lenguaje hablado.

Skype ya tiene un traductor de videollamadas en vivo y sigue mejorando cada vez más.

Entonces sí … Nuestro trabajo se está muriendo.

¡No! La razón es simple: el lenguaje es el principal representante cultural de un grupo, no un mero código que los informáticos de mentalidad infantil creen que es. En la práctica, eso significa que el significado de una oración está en la estructura profunda de la oración, no una suma de los significados de las palabras en esa oración.

Lo curioso es que la MT no puede funcionar en la estructura profunda porque es subjetiva. Dadas las características intrínsecas de los idiomas: creatividad y productividad (ver Chomsky), el MT es ineficiente para procesar la interpretación, ya que eso requeriría una base de datos de todas las expresiones posibles que podrían generarse para reducir los significados basados ​​en una tabla de probabilidades basadas en el contexto . Ejemplo: el significado predominante de una palabra en un contexto social y cultural dado. “Escuela” que significa “lugar donde se educa” frente a “escuela” que significa “grupo de seres del mismo tipo” que en “escuela de peces”.

Ahora permítanme demostrar cuán pobre es Google Translator a pesar de que los legos lo consideran bueno.

El portugués y el español son lenguas románicas que comparten algunas semejanzas en forma y sintaxis. Por lo tanto, se espera que el algoritmo de traducción de Google pueda convertir fácilmente un enunciado del portugués al español y viceversa. Lo hace cuando la “carga cultural” de la oración es la misma. Pero cuando la “carga cultural” difiere, hace una traducción literal que es realmente falsa.

Ejemplo:

Si quiere saber qué hace alguien para ganarse la vida en portugués, puede preguntar “Em quê você trabalha?” O “Com quê você trabalha?” O “O que você faz da vida?”. En español, estas preguntas se traducen en “A qué te dedicas?”. Ahora, cuando le pedimos a Google que traduzca la primera oración en portugués al español, nunca lo hace bien. El verbo dedicarse nunca aparece !!!!!! La traducción que proporciona es aproximada y falsa (¿Qué haces de lá vida?).

Esto sucede porque el algoritmo utilizado por ellos nunca elegirá el verbo “dedicarse” (dedicarse) como la traducción del verbo “trabalhar” (trabajo) para generar una traducción de la vida real, porque esta elección estaría basada en la cultura.

Este es un ejemplo muy simple. Ahora, si considera las diferencias en términos de puntuación, longitud de las oraciones y el uso de oraciones incrustadas para generar una traducción genuina, la traducción sería imposible.

Sin mencionar la traducción basada en el contexto. Una vez que estaba en la cabina haciendo simultáneas y el orador decidió romper el hielo con una broma. Después de muchos intentos fallidos, finalmente decidió burlarse de la audiencia y lanzó esta pregunta: – ¿Eres feliz? . Me llevó 3 segundos llegar a la “pregunta burlona equivalente para conmover al público” en portugués, porque no nos comportamos así cuando hablamos en un curso de capacitación. Finalmente, dije: “¿Vocês tomaram café da manhã hoje?” (¿Desayunaron hoy?), Que en 3 segundos fue la mejor traducción culturalmente equivalente que pude entregar.

¡Los comentarios son bienvenidos!

La mayoría de los servicios de traducción en línea además de Google Translate sufren los mismos problemas que cualquier servicio automatizado: falta de confiabilidad.

La respuesta es conseguir que traductores profesionales trabajen en documentos en un entorno basado en la web. Esto hace que la comunicación entre clientes y traductores sea muy fluida y fácil.

Certificado profesional, Traducir inglés al chino Word ha desarrollado una plataforma en línea amigable y trabaja con traductores profesionales de todo el mundo. Su plataforma de servicio en línea ofrece a los clientes un control total sobre sus proyectos, lo que les permite elegir un traductor en función del precio y la propuesta de fecha límite que hayan hecho.

Se le dará una fecha límite desde el momento en que haga clic para solicitar su cotización gratuita.

No termines decepcionado por una mala traducción. ¡Adopte un enfoque asequible a largo plazo y haga el trabajo correctamente!

More Interesting

¿Vale la pena aprender Machine Learning (y AI) si quiero seguir la carrera de Ingeniero Embebido?

¿Es importante aprender Python para el aprendizaje automático? He aprendido R. ¿Cómo puedo aprender el aprendizaje automático en R?

¿Cómo nos beneficia exactamente el entrenamiento previo en los métodos de aprendizaje profundo?

¿Cuáles son los componentes básicos del reconocimiento de voz desde el punto de vista DSP?

¿Cómo se hace el cambio de C ++ a Python? Me siento más cómodo con C ++ y lo he estado usando para hacer la mayor parte de mi programación; Me parece que lleva mucho tiempo y Python hace las cosas rápidamente. ¿Cuál es la mejor manera de hacer el cambio?

¿A qué se refiere el término "regresión" en "análisis de regresión"?

¿Cómo se determinaría la relevancia de un artículo frente a algunas palabras clave?

¿Por qué estudiar el procesamiento del lenguaje natural?

¿De qué trata el proyecto de aprendizaje profundo de Google / Google Brain?

¿Son útiles los procesos jerárquicos de Dirichlet en la práctica?

¿Cuáles son las diferencias entre la red neuronal artificial (informática) y la red neuronal biológica?

¿Es posible crear un filtro adaptativo usando una red neuronal para que después del entrenamiento pueda filtrar la señal ruidosa y dar la salida deseada?

¿Cómo la IA puede ser útil en Big Data?

El problema de los bandidos armados múltiples discutido en el libro de Sutton y Barto, usa 2000 ensayos y 1000 jugadas. Cuál es la diferencia entre esto?

¿Cuál es la diferencia entre clasificación (binaria y multiclase), regresión y agrupamiento?