18 December 2020 in Tradumàtica tecnologies de la traducció
Actualment, la postedició de traducció automàtica (TA) és considerada una pràctica habitual en el flux de treball de la traducció, sobretot per la bona qualitat que s’obté amb la traducció automàtica neuronal (TAN). Aquest fet està assocat als esforços que han fet els proveïdors de serveis lingüístics i els clients per reduir els costos a causa de la crisi mundial dels darrers temps i la creixent globalització, que ha tingut un impacte negatiu sobre els ingressos dels traductors i sobre les seves pràctiques professionals. En aquest cotext, els traductors acostumen a percebre la postedició amb un biaix negatiu. En aquest article es presenta un dels primers estudis sobre les actituds dels traductors envers la postedició i es relacionen amb les seves taxes de productivitat. També acarem els resultats amb una enquesta contestada per posteditors professionals que avaluen la seva percepció de la tasca en el mercat actual.
31 December 2021 in Tradumàtica tecnologies de la traducció
Les millores recents en la TA neuronal (TAN) han impulsat un canvi de la TA estadística (TAE) a la TAN. Tanmateix, per avaluar la utilitat dels models de TA per a la postedició (PE), és fonamental analitzar els errors més freqüents i com afecten la tasca. Presentem un estudi pilot d'una anàlisi detallada dels errors de la TA basat en correccions de postedició d’un text mèdic traduït de l'anglès al castellà amb TAE i TAN. Hem utilitzat la taxonomia MQM per comparar els dos models de TA i hem classificat els errors produïts. La nostra anàlisi també inclou una avaluació de la variació entre els posteditors, que se centra en els passatges amb una major variació en la postedició. The recent improvements in neural MT (NMT) have driven a shift from statistical MT (SMT) to NMT. However, to assess the usefulness of MT models for post-editing (PE) and have a detailed insight of the output they produce, we need to analyse the most frequent errors and how they affect the task. We present a pilot study of a fine-grained analysis of MT errors based on post-editors corrections for an English to Spanish medical text translated with SMT and NMT. We use the MQM taxonomy to compare the two MT models and have a categorized classification of the errors produced. Even though results show a great variation among post-editors’ corrections, for this language combination fewer errors are corrected by post-editors in the NMT output. NMT also produces fewer accuracy errors and errors that are less critical. Los avances recientes en TA neuronal (TAN) han producido un giro desde la TA estadística (TAE) hacia la TAN. Sin embargo, para evaluar la utilidad de los modelos de TA para la posedición, es imprescindible analizar los errores más frecuentes y cómo afectan a esta tarea. Presentamos el estudio piloto de un análisis pormenorizado de errores en TA basado en las correcciones realizadas por los poseditores en la traducción de un texto médico realizada del inglés al castellano mediante TAE y TAN. Utilizamos la taxonomía MQM para comparar los dos modelos de TA y obtener una clasificación categorizada de los errores resultantes. Nuestro análisis incluye también una evaluación de las diferencias entre poseditores, centrada en los pasajes en los que la posedición presentaba mayor disparidad.
16 June 2023 in Ampersand
1 January 2024 in transLogos Translation Studies Journal
Turkish, a language that does not explicitly mark gender in pronouns, poses a unique challenge for machine translation systems, particularly in cases of gender-neutral or ambiguous context. This study investigates the performance of neural machine translation (NMT) and large language models (LLMs) in resolving gender ambiguity when translating Turkish subject-dropped sentences into English. The analysis examines four prominent models—Google Translate, DeepL, ChatGPT, and Gemini—evaluating their pronoun selection and the extent of gender bias, especially in emotionally charged or contextually nuanced sentences. A primarily quantitative evaluation reveals a persistent gender bias across all models, with LLMs demonstrating relatively better performance than NMTs when clearer contextual information is present. However, all models exhibit limitations in managing the complexities of cross-linguistic gender representation. This research highlights the pressing need for gender-neutral solutions and advancements in context-sensitive translation. Furthermore, we introduce a moderately sized annotated Turkish corpus, designed to facilitate future studies on gender ambiguity in machine translation (MT). This dataset provides a valuable resource for enhancing the accuracy of gendered pronoun resolution and fostering more inclusive, bias-reduced translation systems. Overall, the study contributes to the growing discourse on reducing bias in language models while addressing the challenges of nuanced linguistic diversity in translation.
1 January 2025 in Mutatis Mutandis. Revista Latinoamericana de Traducción
El auge de Internet y la evolución de las tecnologías del lenguaje, en particular los sistemas de traducción automática y los modelos masivos de lenguaje, han transformado de manera radical las condiciones de acceso al conocimiento, la producción textual y la circulación global de información. Estas innovaciones han facilitado la comunicación multilingüe, pero también han reforzado dinámicas de concentración lingüística que pueden afectar negativamente la visibilidad, el prestigio y la funcionalidad de las lenguas minoritarias, generando lo que se ha denominado “brecha lingüística digital”. Este fenómeno pone en riesgo la sostenibilidad de dichas lenguas en el ecosistema digital, al limitar su presencia en plataformas tecnológicas y restringir su capacidad de adaptación a los nuevos entornos comunicativos. El artículo analiza críticamente el impacto de esta brecha sobre la diversidad lingüística y examina el papel del activismo lingüístico digital como forma de acción colectiva orientada a contrarrestar estas asimetrías. En este marco, se estudia el caso del catalán, a través de dos iniciativas emblemáticas: la Viquipèdia y Softcatalà, una organización sin ánimo de lucro pionera en el desarrollo de tecnologías de la lengua en catalán. Ambas propuestas ilustran cómo el compromiso sostenido de comunidades lingüísticas puede traducirse en la creación de infraestructuras digitales, recursos lingüísticos abiertos y espacios de uso significativo en línea, más allá de las políticas gubernamentales.
15 July 2026 in Perspectives