Lionbridge Machine Translation Tracker

Tras varios meses sin grandes cambios en la curva de rendimiento de su motor de traducción automática, Yandex ha hecho algunos progresos, especialmente con el motor de alemán.

En un análisis pormenorizado, hemos observado avances en los resultados que ofrecen sus motores al trabajar con frases que incluyen unidades de medida y signos de puntuación, como los de interrogación y exclamación, paréntesis o barras. Estos avances podrían ser el resultado de algunos ajustes en la configuración de traducción automática más que de mejoras en los modelos. Sin embargo, también mejoraron los resultados en nuestro seguimiento de términos raros, por lo que el progreso hecho por Yandex podría deberse a optimizaciones de los modelos o a un mayor entrenamiento de los datos.

El año pasado por estas fechas, varios motores de TA mostraron algunas mejoras que nos parecieron interesantes. Cabe preguntarse si estos avances siguen cierto patrón temporal y si este año veremos algo parecido a lo que observamos en 2021. Llevamos un seguimiento del rendimiento de la traducción automática de estos motores, y nuestra intención es presentar las conclusiones de aquí a un mes.

La evaluación de los motores de TA cada vez despierta mayor interés. En términos generales, la TA se considera una tecnología ya madura y se reconoce su utilidad para casi todas las tareas de traducción (con intervención humana, sin ella y también conceptos híbridos). Aun así, los usuarios de esta tecnología siguen teniendo dificultades para encontrar la forma correcta de evaluar, medir y mejorar sus resultados.

—Rafa Moral, Lionbridge Vice President, Innovation