Traducción automática híbrida

Este enfoque se diferencia de otros enfoques híbridos en que, en la mayoría de los casos, solo se utiliza una tecnología de traducción. Para cada oración traducida, se genera una puntuación de confianza, en base a la cual puede decidir si probar una tecnología de traducción secundaria o continuar trabajando con la traducción original. Omniscien Technologies es una empresa que utiliza este enfoque, siendo NMT la tecnología principal, pero recurriendo a SMT si la puntuación de confianza está por debajo de un umbral o la longitud de la oración es muy corta (por ejemplo, 1 o 2 palabras). SMT también se usa cuando los patrones de error comunes, como varias palabras repetidas, aparecen en secuencia, como suele ser el caso con NMT cuando se confunde el mecanismo de atención.

Tecnología híbrida "SMT y RBMT"

La tecnología de traducción híbrida implica el uso de métodos estadísticos para construir automáticamente bases de datos de vocabulario basadas en corpus paralelos, generar varias traducciones posibles tanto a nivel léxico como a nivel de la estructura sintáctica de la oración en el idioma de destino, aplicar la posedición en modo automático y seleccionar la mejor traducción (la más probable) de las posibles sobre la base de un modelo lingüístico construido sobre un corpus específico de la lengua meta. [2]

El sistema híbrido (SMT + RBMT) difiere: (cláusula 2.4.3 [4] )

• MT basada en reglas con un enfoque estadístico de posprocesamiento.
• MT estadística con preprocesamiento basado en reglas.
• Integración completa de RBMT y SMT. [3]

La MT estadística busca utilizar datos lingüísticos, mientras que los sistemas con un enfoque "clásico" basado en reglas aplican métodos estadísticos. [2] La adición de algunas reglas "transversales", es decir, la creación de sistemas híbridos, es algo[ cuanto? ] mejora la calidad de las traducciones, especialmente cuando la cantidad de datos de entrada utilizados en la construcción de archivos de índice para almacenar información lingüística de un traductor automático basado en N-gramas es insuficiente. [diez]

Combinación de RBMT y traducción automática estadística:

• Análisis lingüístico de la oración de entrada;
• Generación de variantes de traducción;
• Uso de tecnologías estadísticas;
• Evaluación y selección de la mejor opción de traducción utilizando el Modelo de Lenguaje. [11] [12] [13]

Etapas de la tecnología Hybrid SMT y RBMT: [2]

• Entrenamiento RBMT basado en un corpus paralelo utilizando tecnologías estadísticas;
• Funcionamiento basado en un sistema entrenado.

Arquitectura de la tecnología Híbrida "SMT y RBMT"

En la traducción automática híbrida, el sistema RBMT se complementa con dos componentes [14] : un módulo de posedición estadística y un módulo de modelo de lenguaje. La posedición estadística le permite suavizar la traducción RB, acercándola al lenguaje natural, mientras mantiene una estructura clara del texto sintetizado. Los modelos de lenguaje se utilizan para evaluar la fluidez y la corrección gramatical de las traducciones generadas por el sistema híbrido.

Arquitectura típica de HMT: [14]

• vivienda paralela;
• Educación;
• modelo de lenguaje;
• Datos para posedición;
• Reglas de síntesis;
• Glosario de terminología.
• Explotación:
  •  - Traducción híbrida.

Cómo funciona HMT

La combinación de métodos de traducción aparentemente incompatibles, a saber, la tecnología clásica de traducción automática, la traducción automática basada en reglas (MT basada en reglas) y la traducción automática estadística (MT estadística), se puede implementar en una tecnología de traducción híbrida. [15] La diferencia fundamental de la nueva solución es que, en lugar de una opción de traducción, el programa genera muchas traducciones, cuyo número en una oración, según la ambigüedad de las palabras, las construcciones y los resultados del procesamiento estadístico, puede alcanzar varios cientos. Además, el modelo probabilístico del lenguaje le permite elegir la más probable de las opciones propuestas.

Algoritmo típico de HMT: [2]

• Creación de un diccionario terminológico a partir de textos paralelos para RBMT de forma automática.
• Generación de todas las posibles traducciones en base a:
  •  - variantes léxicas;
  •  — opciones para la síntesis de diferentes diseños;
  •  - aplicar la posedición.
• Elección de la mejor opción, a través del Modelo de Lenguaje implementado.

Ventajas y desventajas

¿Qué ofrece la tecnología de traducción híbrida?

• Rápida configuración automática basada en las Memorias de Traducción del cliente;
• Precisión terminológica de la traducción, así como la unidad de estilo;
• Obtención de datos útiles adicionales - Diccionario terminológico bilingüe.