lunes, 9 de abril de 2018

Traducción inteligente


Se me ha sugerido el traductor DeepL Pro, como más eficiente y más rápido que el Google Translate. Este traductor está desarrollado por Lingue y se basa en el uso de una gran base de datos de frases y expresiones que trata en paralelo con lo que vamos escribiendo, y según el nivel de precisión que hayamos establecido[1]. Pero no uriliza algoritmos de detección y de recomendación (Zapata-Ros, 2018)

Hice una pequeña prueba

Hay conceptos y términos vinculados con cada una de las actividades que los usuarios especializados utilizan que nos dan la validez de un traductor, y que son la prueba cuando la herramienta lo hace de forma adecuada , de su  auténtica eficacia como traductor.
En nuestro caso probé varias y vi la diferencia. Entre ellas las más claras fueron las que provienen de la traducción de la  familia de términos “habilidades”, “competencias”, “destrezas”,… y sus equivalentes (no siempre: habilidades según contexto en inglés puede ser ability o skill)) en inglés: abilities, competences y skills. Y también probé como traducía los términos Smart e Intelligent según contexto. Estos fueron los resultados:


Y en Google Translate:


La traducción primera se puede aceptar como correcta formalmente, la segunda no en DEEPL, pero sobre todo se deduce caramente que Google coincide con el uso que hago o haría de esos términos en esos contextos. Sospecho, y habría que investigarlo y evidenciarlo,  por ejemplo preguntando a la empresa, que Google utiliza para la traducción algoritmos de detección y de recomendación. Igualmente da la impresión, a partir de esta prueba, que DeepL no lleva tecnologías de ese tipo... Y eso, en nuestro trabajo, es muy importante. Pero sólo una sospecha, habría que estudiarlo.

Ha dado la casualidad de que esto se me ha planteado trabajando en el artículo “La universidad inteligente” (Zapata-Ros, 2018) donde trato y documento la tecnología de detección y de recomendación señalada.

Por si hubiera dudas respecto del contexto explícito, el que se dedice de la expresión, la frase o el texto en general donde va incluido el término, he hecho esta otra prueba:





En el primer volcado de la prueba que he hecho, DeepL traduce habilidades como skills, lo cual en mi contexto está bien, pero competencias y destrezas nunca las utilizo como abilities, si bien es cierto que la traducción formalmente es correcta. En el caso de Google clava la traducción, atribuyendo en inglés el sentido que habitualmente doy a los términos en español.

Referencias.-

Zapata-Ros, M. (2018). La universidad inteligente. RED. Revista de Educación a Distancia, 57(10). Consultado el (dd/mm/aaaa) en http://www.um.es/ead/red/57/zapata2.pdf




[1] DeepL y en general el sistema Linguee utiliza sistemas de indexación en la web especializados en buscar textos bilingües, no nos consta cuál es el criterio de indexación, si es técnico u otro, y los divide en oraciones paralelas. Las frases son emparejadas semánticamente por una evaluación automática de calidad mediante un algoritmo de aprendizaje automático. Si bien ese aprendizaje se ha hecho sobre la bases  de evaluaciones realizadas por humanos, estos solo estiman estima la calidad de la traducción con criterios lingüísticos, en absoluto especializados en la temática. O sólo lo hacen a un nivel muy general, incomparable con el nivel de personalización de los algoritmos de detección y de recomendación 

No hay comentarios:

Publicar un comentario