Una MT es un tipo de base de datos lingüística
1970: surge la idea
1980: primeros desarrollos
1990: a finales de la década se comercializan
Actualmente redes neuronales
Inicialmente herramientas internas de las empresas
Lista de segmentos de texto origen explícitamente alineados con sus homólogos de texto destino
Unidad de traducción 1 | IN: The following document name has invalid characteres or is too long.
FR: Le nom du document ci-dessous est trop long ou contient des caractères non valides. |
Unidad de traducción 2 | IN: Please rename the document.
FR: Veuilez renommer le document. |
Comparación automática de un texto fuente con una base de datos de textos que ya han sido traducidos
Por ejemplo:
Nuevo segmento fuente | El nombre de fichero no es válido |
. | |
Unidad MT almacenada | Español: El nombre de fichero no es válido
Francés: Le nom de fichier n'est pas valide |
Los equipos de traducción suelen estar formados por:
La unidad básica de segmentación en un sistema de MT es la frase
El usuario puede definir otras Problemas con cabeceras, signos de puntuación, abreviaturas, ...
Posible solución mediante "listas de parada"
Las unidades de segmentación utilizadas en el texto origen pueden no corresponder exactamente a las utilizadas en la traducción
Cabecera | ES: Peligro:
FR: Avertissement: |
Una frase traducida en otra frase | ES: Este programa de ordenador está protegido por la ley de Copyright y tratados internacionales.
FR: Ce logiciel est protégé par les lois et les traités internationaux sur le droit d'auteur. |
Una frase traducida en dos frases | ES: La reproducción o distribución no autorizada de este programa, o cualquier parte de el, puede resultar en severas penas civiles y criminales, y podría ser perseguido con la máxima extensión posible de la ley.
FR: Toute reproduction ou distribution partielle ou totale, par quelque moyen que ce soit, est strictemet interdite. Toute personne ne respectant pas ces dispositions se rendra coupable du délit de contrefaçon et sera passible des sanctions pênales prévues para la loi. |
Dos frases traducidas en una frase | ES: Las opciones del botón "0" y el "1" afectan la aplicación actual. Las otras opciones afectan todas las aplicaciones.
Les modificationes apportées par le bouton "0" et l'option "1" n'affecteront que l'application en cours alors que les autres options seront répercutées dans toutes les applications. |
Las más comunes son las exactas, las fuzzy y las de términos
Nuevos tipos de coincidencias, como la completa y la de subsegmentos
Las técnicas de coincidencia existentes que usan la mayoría de sistemas de MT tienen limitaciones
Coincidencias exactas
Es 100% idéntica al segmento que el traductor está traduciendo, tanto lingüísticamente como en términos de formato
Hay situaciones en que la traducción propuesta no es apropiada
Casos de homonimia, un segmento puede ser en realidad una traducción exacta cuando se considera aisladamente, pero no si se coloca en el contexto equivocado
Segmento origen difiere de una unidad almacenada en la MT en términos de los llamados elementos variables
Los elementos variables incluyen números, fechas, horas, monedas, medidas y hasta nombres propios
Estos elementos suelen requerir algún tipo de tratamiento especial en el texto
Sistemas de MT que son capaces de localizar equivalencias aproximadas
Denominadas coincidencias “difusas” o “fuzzy”
Recupera un segmento que es similar, pero no idéntico, al segmento fuente
Se ha de fijar el umbral de sensibilidad
Problemas de "silencio" y "ruido"
La mayoría de los sistemas de MT operan junto con una base de términos asociada
El sistema comparará los términos individuales que figuran en cada segmento del texto origen con los términos de la base terminológica
Se conoce como reconocimiento activo de terminología y constituye esencialmente una búsqueda en un diccionario automático
Se sitúa entre la coincidencia fuzzy y la de términos
Puede parecer que la correspondencia de subsegmentos es una coincidencia fuzzy con un umbral de sensibilidad muy bajo, sin embargo, en el caso de la fuzzy, la similitud se determina basándose en la semejanza global de los dos segmentos
En el caso de la correspondencia de subsegmentos, los elementos que se comparan son pequeños fragmentos de los segmentos
Una coincidencia de subsegmentos también se diferencia de una coincidencia de términos
Es posible que haya segmentos para los cuales no se recupere ninguna coincidencia útil
El nuevo segmento fuente debe ser traducido por el traductor desde cero
O utilizar un sistema de traducción automática
Una vez que un segmento fuente se ha traducido, se puede añadir a la MT
Incapacidad para hacer frente a la inflexión y la derivación
Ejemplos:
Sustantivo plural, "niño" + "s" = "niños"
Conjugar un verbo,"hablar" + "ado" = "hablado"
La información debe proporcionarla el usuario
Cuanto mayor sea el número de textos almacenados, mayor será la probabilidad de encontrar algún tipo de coincidencia
Es útil crear memorias de traducción separadas para distintos campos
Formas principales de introducir traducciones en la base de datos MT: traducción interactiva o alineación post-traducción
La más sencilla
Se añaden unidades de traducción a medida que avanzan
Una vez que un segmento se ha traducido y almacenado, se convierte en parte de la MT
Generalmente da como resultado una base de datos de mayor calidad
Este método puede conllevar una cantidad considerable de tiempo
Se puede gestionar por varios traductores conectados en red
Función para alinear traducciones ya existentes
Algunos sistemas tratan de hacer la alineación cuando una búsqueda está en curso
La mayoría de los sistemas requieren que la alineación se lleve a cabo antes de la búsqueda
Existen limitaciones y los resultados dependen de la idoneidad de los textos para la alineación
Consideran la correlación natural entre las longitudes de los segmentos traducidos
Uso de pares de palabras análogas conocido como cognados o dobletes
Modo no interactivo (por lotes)
Revisiones
Textos reciclados
Actualizaciones
Tiempo
Calidad
Formato electrónico
Formatos de archivo, filtros y normas
Conjuntos de caracteres y dificultades relacionadas con el idioma
Actitudes
Tasas de remuneración
Propiedad
Sistemas gestores de terminología
Concordancias bilingües
Sistemas de traducción automática
Aspectos económicos
OmegaT
Trados translator’s Workbench
IBM TranslationManager
Start transit
Atril Déjà-Vu
Euramis (memoria de traducción en la Comisión Europea)
Open Document: formato para los documentos creados con las aplicaciones ofimáticas
TBX: basado en el lenguaje XML, utilizado para la creación, gestión e intercambio de glosarios terminológicos
TMX: basado en el lenguaje XML, utilizado para la creación, gestión e intercambio de memorias de traducción
TRANSLATION WEB SERVICES: basado en el lenguaje XML, empleado para facilitar el intercambio de información entre los diversos protagonistas en los procesos de traducción
XLIFF (XML Localisation Interchange File Format): basado en el lenguaje XML, empleado para la extracción y la elaboración del texto para traducir en el interior de los documento
XML (eXtensible Markup Language): tecnología textual relativa a la descripción y estructura de los datos
XML no es más que una simplificación de SGML
Ventajas del empleo de XML:
- Multiplataforma (puede funcionar en cualquier sistema operativo)
- Metalenguaje (XML permite crear lenguajes derivados para gestionar un tipo de datos específico)
/