The article was co-written by Elia Yuste, Manuel Herranz and Alexandre Helle as leader of the nipponization module at Pangeanic and by Hirokazu Suzuki from the Corporate Research & Development Center of Toshiba Corporation.

It describes the efforts and progress made with the statistical machine translation open-source platform Moses and Toshiba’s rule-based system to obtain better outputs.

You can download a copy of the article here.

Debido a que los equipos de investigación se enfrentan a los mismos problemas en todo el mundo, están comenzando a surgir algunos enfoques similares, otros nuevos e imaginativos, por ejemplo:

Alon Lavie and Manuel Herranz intercambian impresiones sobre hibridación

• Lematización, anotación en las lenguas morfológicamente ricas, por ejemplo, el checo y el euskera e incluso recursos aún menores en el caso del segundo.
• Enfoques basados en sintaxis y re-ordenamiento de palabras en lenguas muy poco relacionadas (como las lenguas semíticas de Asia entrando y saliendo de lenguas europeas)
• Herramientas de anotación basadas en la Web
• Hibridación de técnicas, a partir de análisis a nivel morfológico, siguiendo con capas analíticas, capas tectogramaticales y, a continuación, transferencia, así como síntesis a capas t, capas a y capas m.
• Desambiguación de palabras.
• Mezcla de enfoques basados en reglas y estadísticos para mejorar la previsibilidad.
• Estimación de los esfuerzos de post-edición de sistemas de traducción automática y con sistemas que no incluyen características lingüísticas o que tienen algunas. Las características lingüísticas son importantes para la detección directa de errores útiles y de post-edición automática. Sin embargo, a nivel oracional CE hay problemas de escasez y con la representación.
• Nuevas métricas como Verta, las cuales utilizan conocimiento lingüístico organizado en diferentes niveles (léxico, morfológico, información sintáctica y semántica de la oración)

Translators without Borders, a non-profit organization dedicated to helping NGOs extend their humanitarian work by providing free, professional translations, has launched their online Translation Center – an automated platform via which non-governmental organizations approved by Translators without Borders can request translations. Pro-bono translators can accept and deliver the work and contribute to help those in need. There is no remuneration nor commercial interests, and work is provided as a means of helping access to information in times of need to those who need it.

Following its sponsorship of Médicins sans Frontières during late 2010, Pangeanic, as a leading provider of machine-translation technologies and multilingual communication services worldwide, announced its committed financial support via its silver sponsorship. The announcement became public in Localization World Barcelona in spring 2011 and was re-affirmed with Pangeanic’s assistance at Translators without Borders’ booth at Localization World in Santa Clara. TWB translates approximately 2 million words a year. All work is carried out on a volunteer basis.

The support of donors and sponsors like Pangeanic helps the NGO to provide more servicces, and it is planning to hire a program coordinator to lead the initiative to assist more NGOs in more languages before the end of the year.

Manuel Herranz, Pangeanic’s CEO, stated: “Translators without Borders is filling a very important vaccuum in our industry, often seen as a low-profile, quick turn-around service industry. It can provide a crucial service by helping to eliminate language barriers in times of crisis so NGOs and aid groups can help as many people as possible. We at Pangeanic are thrilled and honored to be a Silver Sponsor and support its expansion and look forward to offer our help with our machine-translation technologies and as a language service provider.”

Translators without Borders Co-founder Lori Thicke added: “We are very excited having Pangeanic onboard as a corporate silver sponsor. In a crisis, aid groups often rely on translators in life-or-death situations and at times of dire need refugees from political or natural disasters end up living in a vacuum due to the lack of appropriate translators. Every effort commercial language providers can make to give back to society by providing something beyond their commercial services is a real help to communities at risk all over the world.”

About Translators without Borders: The mission of Translators without Borders (initially founded in France as Traducteurs sans Frontières in 2003) is to translate knowledge for humanity. Translators without Borders, a non-profit organization, has met that mission through quality humanitarian translations provided by a community of trained translators to vetted NGOs who focus on health, nutrition and education. On average, Translators without Borders volunteers translate millions of words per year, focusing on three types of humanitarian translations: crisis translations needed urgently to inform people in crisis, translations that support an NGO’s operations, and educational translations that directly support people in need. The non-profit organization’s vision is to expand its open digital platform to help make knowledge more accessible worldwide through humanitarian translations. The initial goal is to assist humanitarian organizations with two million dollars worth of free translations per year.

For more information, please visit http://translatorswithoutborders.com.

follow us on –>  ]]> http://www.pangeanic.com/es/2011/10/21/pangeanic-supports-traducteurs-sans-frontieres/feed/ 0 http://www.pangeanic.com/es/2011/10/12/machine-translation-diy-taus-barcelona-2011/ http://www.pangeanic.com/es/2011/10/12/machine-translation-diy-taus-barcelona-2011/#comments Wed, 12 Oct 2011 16:59:25 +0000 Lucas-admin http://www.pangeanic.com/es/?p=797 La asistencia de Pangeanic a la cumbre de la traducción automática TAUS Barcelona 2011 generó merecido interés, al darse a conocer las tecnologías de traducción automática de auto-aprendizaje y “bricolaje” de la empresa en su reciente comunicado de prensa.
El anuncio de que el paquete PangeaMT de Pangeanic ofrecerá una API personalizada a los usuarios de sus diferentes motores se convirtió en un tema caliente después de la noticia de que Google va a retirar su versión gratuita y que “El límite de cortesía para los proyectos actuales Translate API v2 creados antes del 24 de agosto de 2011 se reducirá a cero el 1 de diciembre de 2011.”

En TAUS, las acaloradas discusiones se centraron en el tema de la interoperabilidad.  Ésta se está convirtiendo en la palabra de moda para el futuro, sobre todo si uno trabja con software, traducción y más aún si uno está produciendo software de traducción (software de traducción automática en nuestro caso).  Puede ver la presentación sobre la capacitación del usuario “Proporcionar las herramientas necesarias a quienes la necesitan” aquí.

Pangeanic se aleja de la filosofía de licencia para ofrecer acceso a su tecnología a los profesionales de la traducción automática.  Cuando esto no sea posible, el modelo tradicional de SaaS siempre estará disponible, con entrenamiento interno o en la nube.

En pocas palabras:
- Cuesta dinero, aunque la mayoría de los vendedores y los clientes no lo pueden cuantificar.
- Hay quien está pidiendo la presencia de organizaciones o líderes.
- El uso de TMs origina pérdidas del 20% al cambiar de proveedores, debido a las diferentes herramientas que se utilizan.
- Algunos traductores simplemente se niegan a utilizar una herramienta u otra.  Algunas herramientas también hacen que los traductores no sean tan productivos, lo cual hace subir las tarifas.
- La combinación actual de herramientas libres, basadas en la nube, SaaS y alojadas en la LSP resulta en demasiada oferta ya que no hablan la una a la otra.  Tal vez se necesitan nuevos modelos.  La vida del traductor humano debería ser más sencilla en lugar de centrarse en el manejo de formatos.

Varios jugadores de la industria (Iris Orriss, de Microsoft, Karen Combe de PTC, Minette Nnormal de Autodesk y Eric Blassin de Lionbridge) afirmaron que hay problemas de interoperabilidad entre el software y la documentación, y que ello cuesta dinero, que los CMS no funcionan bien con TMS incluso con el mismo proveedor propio.  Los proveedores no pueden encontrar maneras de mantener y resolver problemas de interoperabilidad.  Lo ideal sería usar la interfaz de usuario con la documentación, pero es muy difícil y no hay presupuesto para ello a pesar de que se producen inconsistencias.  Las LSP han de enfrentarse al problema de los costes así como con la reducción de las posibilidades de innovación y eficiencia.  Uno queda a merced de las herramientas y, a veces, hay que recurrir a la prueba y error encontrar la mejor solución.  La falta de interoperabilidad es frustrante.

Durante las sesiones, Smith Yewell, CEO de Welocalize comentó que “la falta de interoperabilidad está causando que se deteriore la productividad y la rentabilidad menoscabada.  Hemos calculado que nos cuesta $ 3M pasar formatos para arriba y para abajo más trabajo manual. Debido a que el formato afecta a la transferencia de datos de nuestros repositorios (TMS o bases de datos en MySQL, Oracle) a entornos de traducción (Trados), ocurren problemas de calidad ya que el traductor equivocado puede ser seleccionado para un trabajo que no le corresponde.” Estamos de acuerdo en Pangeanic que éste es el caso con la mayoría de los proveedores de servicios lingüísticos las cuales se enfrentan a problemas de conversión de diferentes formatos de publicación, web y otros formatos, desde Indesign a flash, html e incluso doc / rtf.  Tener un único formato para toda la industria nivelaría el terreno de juego e incrementaría la eficiencia.

Hubo presentaciones interesantes de la UE, el mayor comprador de servicios de traducción del mundo.  Están adoptando la plataforma Moses para resolver parte de sus problemas en más de 400 combinaciones de idiomas.  La tarea de la cara es enorme, ya que tienen que trabajar con cualquier tipo de combinación desde sencillas lenguas romances e inglés hasta idiomas morfológicamente ricos de Europa del Este, los aglutinadores finlandés y húngaro … un tarea de enormes proporciones, pero también hay muchos programas patrocinados por la UE de I + D  que se pueden realimentar el proceso con el tiempo y ayudar a la solución.  Spyrodon Pilos (DGT de la UE), declaró el 05-2010 se confirmó el grupo de trabajo de la Comisión por lo que se está abordando la necesidad de TA.  El servicio ECMT fue suspendido el 12-2010 (sistema basado en reglas, Systran), de modo que la UE está mirando al software de código abierto.  El nuevo nombre es MT@EC y tiene que basarse en la confianza, confidencialidad y continuidad.  La Unión Europea está construyendo un sistema basado en datos con todas sus memorias de traducción internas, limpiándolas y preparándolas, filtrándolas y procesándolas para la TA. Se establecen internamente puntos de referencia con versiones básicas de Moses, para a continuación crear motores de SMT y desarrollar interfaces de usuario y herramientas para la captura de retroinformación con el fin de mejorarlas.  También están utilizando y comprobando Apertium para ciertos pares de idiomas.

Manuel Herranz, gerente de Pangeanic y responsable principal de PangeaMT, ha sido invitado a impartir una ponencia en el Departamento General de Traducción de la Comisión Europea en Bruselas esta tarde. Manuel ofrecerá la perspectiva de perspectiva actual de la denominada industria de la lengua en materia de Traducción Automática. La conferencia misma, titulada Traductores y traducción automática, tiene como objetivo sensibilizar a los traductores en lo referente a tecnologías y buenas prácticas en la automatización de la traducción.

Incluimos a continuación el programa de la conferencia. No dude en ponerse en contacto con nosotros si precisa más información o si le gustaría recibir una copia de la presentación de Manuel.

EUROPEAN COMMISSION

Directorate-General for Translation

Directorate R – Resources, R.3 – Informatics

TRANSLATORS AND MACHINE TRANSLATION

DGT CONFERENCE, 6 APRIL 2011, G-12 3/21– JMO M6

Programme

14.15 Welcome and introduction

by Mr Piet Verleysen, Director for Resources, DGT

14.30 Machine translation technology – introduction

by Dr Andreas Eisele, Machine Translation Project Manager, Informatics unit, DGT

15.10 Machine Translation and translators: evidence from research

by Dr Sharon O’Brien, Lecturer in Translation Studies, School of Applied Language and Intercultural Studies, Dublin City University, Ireland

15.50 Machine translation: the perspective of the language industry

by Mr Manuel Herranz, owner & senior strategy officer of the “Pangeanic” translation company, Spain

16.30 Using machine translation in DGT: the experience and the perspective of a language department

by Mr Hilário Leal Fontes, translator, Portuguese Language Department, DGT

17.00 Discussion

17.30 Closing

by Mr Josep Bonet, Head of the Informatics Unit, DGT

Dicho taller forma parte del proyecto de UE “La Web Multilingüe” que se centra en establecer buenas prácticas y estándares relacionados con todos lo que rodee a la creación, localización y manejo de internet a nivel multilingüe.

La ponencia de Manuel, titulada Open Standards in Machine Translation puede resumirse así:

La red es un espacio abierto, por lo que los estándares por los que se rija deben ser igualmente abiertos. Sin embargo, una barrera que claramente obstaculiza que la web sea incluso más transnacional y se convierta de verdad en global ha sido la denominada “barrera lingüística”. El modelo de negocio de las agencias de traducción, conocidas en nuestra industria como Proveedores de Servicios Lingüísticos (LSP, en sus siglas inglesas), se ha quedado obsoleto y se le cuestiona cada vez más a la hora de enfrentarnos a las necesidades de traducción reales que tienen los usuarios web. Aquí, la inmediatez resulta clave, muy por encima de otros factores. Esta ponencia trata de los estándares abiertos en tecnologías y flujos de traducción automática encaminados a la obtención de una web multilingüe de verdad.

Puede hallar más información sobre las contribuciones del resto de ponentes así como del taller en su conjunto aquí.

Podrá hacer un seguimiento remoto del taller a lo largo de su celebración, mediante la opción de video streaming o a través de Twitter.

El número de la concesión es IMEXPA/2010/71. Puede consultar esta noticia para saber más sobre ayudas relacionadas que nos han concedido.

El número de adjudicación es IMIDTA/2010/1016.  Para Pangeanic, esto resulta de gran utilidad puesto que permite que la compañía continúe innovando y mejorando en el panorama de la traducción automática (MT).

La adjudicación corrobora el objetivo a largo plazo de la empresa para implementar, desarrollar y ofrecer soluciones de traducción automática personalizadas que aceleren y recorten los costes de la traducción multilingüe.