Cuando la mayor\u00eda de la gente piensa en traducci\u00f3n, piensan en una persona sentada detr\u00e1s de un escritorio traduciendo palabra por palabra. Llevemos el concepto de traducci\u00f3n un poco m\u00e1s lejos y en la era moderna. De hecho, existe un lado muy tecnol\u00f3gico de la traducci\u00f3n en l\u00ednea\/por ordenador respaldada por m\u00e1quinas que aprenden e por inteligencia artificial. Los desarrollos han sido extraordinarios y las opciones disponibles para hacer traducciones son m\u00e1s variadas de lo que usted se imagina.<\/p>\n
Para comenzar, lo m\u00e1s com\u00fan para traducci\u00f3n de aprendizaje autom\u00e1tico es: la estad\u00edstica.<\/strong><\/p>\n El aprendizaje autom\u00e1tico estad\u00edstico usa algoritmos predictivos para ense\u00f1ar al ordenador c\u00f3mo traducir un texto. Esto se hace a trav\u00e9s de adivinar. A trav\u00e9s de la comparaci\u00f3n de textos en dos idiomas distintos, buscando patrones, gram\u00e1tica y sintaxis y prediciendo el resultado m\u00e1s probable basado en toda la informaci\u00f3n y en el texto almacenado previamente. El aprendizaje autom\u00e1tico estad\u00edstico usa diferentes subgrupos para su an\u00e1lisis incluyendo los que est\u00e1n basados en palabras, en frases, en sintaxis y en frases jer\u00e1rquicas.<\/p>\n El aprendizaje autom\u00e1tico estad\u00edstico\u00a0 se ha vuelto muy popular. Automatiza una tarea que de otra manera es tediosa. Sin embargo, el \u00fanico inconveniente de este sistema es que requiere mucho material en ambas lenguas para obtener datos y patrones. Esto puede ser dif\u00edcil de recopilar y, cuanto menos documentaci\u00f3n haya, las traducciones ser\u00e1n menos precisas.<\/p>\n Dadas las restricciones del aprendizaje autom\u00e1tico estad\u00edstico , se desarroll\u00f3 una nueva forma de traducci\u00f3n por aprendizaje autom\u00e1tico.<\/p>\n Una tecnolog\u00eda m\u00e1s avanzada llamada: traducci\u00f3n neuronal autom\u00e1tica <\/strong><\/p>\n Esta tecnolog\u00eda es conocida por ser m\u00e1s avanzada y precisa en sus traducciones si la comparamos con la traducci\u00f3n autom\u00e1tica estad\u00edstica. Pero, \u00bfc\u00f3mo funciona la traducci\u00f3n neural autom\u00e1tica y por qu\u00e9 es mejor? La diferencia m\u00e1s importante entre la traducci\u00f3n estad\u00edstica y la neural autom\u00e1tica reside en que \u00e9sta \u00faltima est\u00e1 basada en un modelo y no en patrones, replica las funciones del cerebro humano y eval\u00faa el contenido de diferentes fuentes antes de generar un resultado. Est\u00e1 respaldado por un aprendizaje profundo y genera t\u00e9cnicas para traducir, las cuales no solo est\u00e1n basadas en patrones, sino tambi\u00e9n en modelos estad\u00edsticos existentes (algoritmos que procesan reglas ling\u00fc\u00edsticas) y por lo tanto crea una traducci\u00f3n de mayor calidad<\/a><\/span>. No solo eso, tambi\u00e9n destaca su velocidad. Para ponerlo en un contexto m\u00e1s reconocible: el ejemplo m\u00e1s renombrado a nivel mundial de tecnolog\u00eda de traducci\u00f3n neural autom\u00e1tica es Google Translate. Un sistema de traducci\u00f3n neural autom\u00e1tica, reconocido a nivel mundial\u00a0 y usado para casi cualquier tipo de texto a trav\u00e9s de todos los sectores. Dada su popularidad, la recopilaci\u00f3n de datos es muy amplia y en est\u00e1 en expansi\u00f3n cada d\u00eda, es decir, la calidad de su traducci\u00f3n no cesa de crecer.<\/p>\n Para llevar la traducci\u00f3n por aprendizaje neural autom\u00e1tico a\u00fan m\u00e1s lejos, se desarroll\u00f3 la traducci\u00f3n neural autom\u00e1tica basada en la atenci\u00f3n.<\/strong><\/p>\n La traducci\u00f3n neural autom\u00e1tica basada en la atenci\u00f3n fue creada para mejorar y aumentar el desempe\u00f1o de la traducci\u00f3n neural autom\u00e1tica. Dicha mejora se consigue mediante el enfoque en subgrupos de la estructura de la frase durante la traducci\u00f3n. Esto permite que se superen la calidad y la precisi\u00f3n de la traducci\u00f3n de las frases. No consulta solo una palabra, sino el origen y composici\u00f3n de esa palabra para reconocer m\u00e1s patrones gramaticales, de ortograf\u00eda, de conjugaci\u00f3n, etc.<\/p>\n La traducci\u00f3n neural autom\u00e1tica de c\u00f3digo abierto es otro avance tecnol\u00f3gico de la traducci\u00f3n autom\u00e1tica por aprendizaje.<\/strong><\/p>\n Este sistema se desarroll\u00f3 para mejorar la eficiencia, precisi\u00f3n y legibilidad del texto. Se realiza a trav\u00e9s de extensiones internas que permiten tareas y capacidades adicionales tales como la generaci\u00f3n de texto, el etiquetado, la creaci\u00f3n de res\u00famenes<\/a><\/span>, las im\u00e1genes a texto y hasta la voz a texto. Todos estos factores permiten incorporar m\u00e1s tecnolog\u00eda de vanguardia y, por lo tanto, una traducci\u00f3n de alta calidad. Se extiende m\u00e1s all\u00e1 del simple texto, incluye capacidades adicionales en el lado del usuario haciendo que la herramienta sea m\u00e1s \u00fatil para los consumidores sin importar sus necesidades de traducci\u00f3n.<\/p>\n Como usted puede ver, las capacidades tecnol\u00f3gicas mencionadas aqu\u00ed son impresionantes, y \u00e9stas son s\u00f3lo el comienzo. Los avances de la traducci\u00f3n por ordenador son fenomenales y con el tiempo seguir\u00e1n creciendo. Las capacidades de recolecci\u00f3n de informaci\u00f3n se desarrollar\u00e1n a\u00fan m\u00e1s y permitir\u00e1n que se conf\u00ede m\u00e1s en la tecnolog\u00eda para que los textos est\u00e9n listos para ser traducidos en todos los idiomas en cuesti\u00f3n de segundos.<\/p>\n\n