211service.com
Las herramientas de traducción podrían salvar los idiomas menos utilizados
A veces puede sentir que no hay nada que valga la pena leer en la Web, pero al menos hay mucho material que puede leer y comprender. Millones de personas en todo el mundo, en cambio, hablan idiomas que todavía están escasamente representados en línea, a pesar del acceso generalizado a Internet y la mejora de la tecnología de traducción.
Los gigantes de la Web Microsoft y Google están tratando de cambiar eso con una nueva tecnología de traducción dirigida a los idiomas que la Web está dejando atrás, o tal vez incluso siendo eliminada activamente. Aunque ambas empresas han trabajado en tecnología de traducción durante años, hasta ahora se han centrado en idiomas tan importantes del comercio internacional como inglés, español y chino.
Las herramientas de traducción existentes de Microsoft y Google, que son gratuitas, son un triunfo del big data. En lugar de aprender como un traductor humano, al estudiar las reglas de diferentes idiomas, los algoritmos de una herramienta de traducción aprenden cómo traducir un idioma a otro comparando estadísticamente miles o millones de documentos en línea que han sido traducidos por humanos.
Ambas empresas se han apartado ligeramente de esa fórmula para ofrecer servicios a idiomas menos populares. Google pudo lanzar recientemente soporte alfa experimental para una colección de cinco idiomas indios (bengalí, gujarati, kannada, tamil y telugu) al brindarle a su software algunas lecciones directas de gramática, mientras que Microsoft lanzó un servicio que permite a una comunidad construir un sistema de traducción para su propio idioma mediante el suministro de su propio material fuente.
Google se dio cuenta por primera vez de que necesitaba darle a su sistema una lección de gramática cuando intentaba pulir sus traducciones al japonés, dice Ashish Venugopal , científico investigador que trabaja en el software de traducción de Google. Estábamos produciendo oraciones con el verbo en el medio, pero en japonés, debe ir al final, dice Venugopal. El problema se derivaba de que el sistema era en gran parte ciego a la gramática. La solución que se le ocurrió al equipo de Google —añadiendo un poco de comprensión de la gramática— permitió el lanzamiento de los cinco idiomas índicos, todos utilizados por millones en el subcontinente pero que en gran parte faltan en la Web.
El sistema de Google se entrenó en gramática proporcionándole una gran colección de oraciones en las que se habían etiquetado las partes gramaticales, más instrucción de la que suelen recibir los algoritmos de traducción de Google.
Venugopal dice que, hasta ahora, el sistema no puede manejar los idiomas desatendidos tan bien como la tecnología de traducción existente de Google puede manejar idiomas más establecidos, como el francés y el alemán. Pero, dice, ofrecer algún tipo de soporte es importante para los idiomas que son relativamente raros en línea. Es una parte importante de nuestra misión hacer que esos otros idiomas estén disponibles en la Web, dice. No queremos que la gente tenga que decidir si publicar su blog en su propio idioma o en inglés. Queremos ayudar al mundo a leer tu blog.
Microsoft también está interesado en ayudar a los idiomas que no son de uso común en línea, para evitar que esos idiomas se dejen de lado y dejen de usarse, dice Kristin Tolle , director de Microsoft Research. Su equipo lanzó recientemente un sitio web que ayuda a cualquier persona a crear su propio software de traducción, llamado Centro de traducción . Está destinado a comunidades que desean asegurarse de que su idioma se utilice en línea.
El uso de Translation Hub implica crear una cuenta y luego cargar materiales originales en los dos idiomas entre los que se traducirán. Los algoritmos de aprendizaje automático de Microsoft utilizan ese material y luego pueden intentar traducir cualquier texto escrito en el nuevo idioma. Microsoft puso a prueba esa tecnología en colaboración con los líderes de Fresno, la gran empresa de California Comunidad hmong , para cuyo idioma no existe un sistema de traducción automática.
Permitir que cualquiera cree su propio modelo de traducción puede ayudar a las comunidades a salvar sus idiomas, dice Kristin Tolle, directora de Microsoft Research. Se han desarrollado sistemas de traducción automática para aproximadamente 100 de los 7.000 idiomas del mundo, dice Tolle.
Hay mucho de verdad en lo que dice Microsoft, dice Greg Anderson, director de organizaciones sin fines de lucro Lenguas vivas , que documenta, investiga e intenta dar soporte a los lenguajes que desaparecen. El campo de juego actual implica una presencia digital en línea, ya sea que sea una comunidad o una empresa; si no tiene presencia en la Web, no existe, en algún nivel. Anderson dice que los idiomas marginados que regresan suelen ser los de comunidades que han adoptado la vida en línea utilizando su idioma.
Margaret Noori , un profesor de la Universidad de Michigan que trabaja para preservar el Anishinaabemowin u Ojibwe, un idioma nativo americano, está de acuerdo, pero agrega que preservar un idioma implica más que la Web. Hay una razón para estar en línea en el mundo actual, pero absolutamente debe equilibrarse con canciones cantadas solo en voz alta y ceremonias nunca grabadas.
El Centro de traducción de Microsoft también tiene como objetivo permitir la traducción de términos técnicos especializados o jerga, que las herramientas de traducción en línea de propósito general no manejan bien. Las organizaciones sin fines de lucro podrían, por ejemplo, usarlo para traducir materiales sobre técnicas agrícolas, dice Tolle, y la tecnología también puede ser útil para las empresas que deseen acelerar la traducción de manuales de instrucciones u otro material.
Las empresas a menudo quieren tener sus datos disponibles de forma privada y retenerlos, no para proporcionárselos a otra persona que capacitará un sistema de traducción, dice ella. Volvo y Mercedes han expresado su interés en probar el centro de traducción de Microsoft, dice Tolle.