Explicación de la traducción automática: Tipos, casos de uso y mejores prácticas

El uso de ordenadores para traducir texto de un idioma a otro lleva mucho tiempo siendo un sueño en el mundo de la informática. Sin embargo, la traducción automática (MT) no se había convertido en una herramienta de productividad viable con un uso más generalizado hasta la última década. Los avances en el procesamiento del lenguaje natural, la IA y la potencia informática contribuyen para que esta tecnología cada vez sea más útil.

Para poder comprender mejor todos sus entresijos, esta guía definirá la traducción automática y explicará sus tipos y beneficios con numerosos ejemplos y consejos. También aprenderás cómo integrar la traducción automática en los flujos de trabajo de traducción y localización ya existentes. Por último, se explicará qué define al mejor software de traducción automática con el que se presta apoyo a tus flujos de trabajo y se ayuda a impulsar el crecimiento de tu negocio global.

¿Qué es la traducción automática?

La traducción automática es el proceso de traducir automáticamente texto de un lenguaje natural a otro mediante una aplicación informática. Esto significa que añades texto al software de traducción automática en el idioma de origen y permites que la herramienta transfiera automáticamente el texto al idioma de destino seleccionado.

Los inicios de la traducción automática

La traducción fue una de las primeras aplicaciones de la informática, comenzando en la década de 1950 con el famoso experimento de Georgetown-IBM. Aun así, la complejidad de la tarea era mucho mayor de lo que estimaban los primeros informáticos, lo que requería una enorme potencia de procesamiento de datos y almacenamiento que iban mucho más allá de las capacidades de las primeras máquinas.

No fue hasta principios de la década de 2000 cuando el software, los datos y el hardware necesario se volvieron capaces de realizar una traducción automática básica. Los primeros desarrolladores utilizaron bases de datos estadísticas de idiomas para «enseñar» a los ordenadores a traducir texto. Entrenar a estas máquinas implicaba mucho trabajo manual, y cada idioma añadido requería empezar de cero con el desarrollo para ese idioma.

La traducción automática hoy en día

En 2016, Google implementó una innovación clave en la tecnología de la traducción automática al pasarse a un modelo de aprendizaje neuronal basado en investigaciones de 2014. Este enfoque implicaba el entrenamiento de los motores de traducción automática utilizando IA y demostró ser mucho más eficiente y rápido que el principal motor de traducción automática estadística que tenía Google. También fue mostrando mejoras notables en la calidad de la traducción a medida que se utilizaba.

La traducción automática neuronal demostró ser tan eficaz que Google cambió el rumbo y la adoptó como su principal modelo de desarrollo. Otros proveedores importantes, incluidos Microsoft y Amazon, pronto siguieron su ejemplo, y esa calidad cada vez mayor fue aumentando el valor que la traducción automática proporcionaba a la tecnología de traducción.

Muchas soluciones de tecnologías de la traducción y la localización ahora tienen capacidades integradas de traducción automática de idiomas con las que ayudar a las empresas a satisfacer la necesidad cada vez mayor de superar las barreras lingüísticas en el mercado global. Más adelante en esta guía, hay más información sobre este tema.

¿Cómo funciona la traducción automática?

Con el tiempo, el desarrollo de la traducción automática ha dado lugar a varios tipos de sistemas de traducción automática, cada uno con sus propias fortalezas y debilidades. Los cuatro tipos más comunes de traducción automática incluyen la traducción automática basada en reglas, la estadística, la neuronal y la basada en LLM.

Traducción automática basada en reglas (RBMT)

La forma más antigua de traducción automática, la traducción automática basada en reglas, se basaba en un gran conjunto de reglas lingüísticas predefinidas que ayudaban al software a transferir el significado del texto entre idiomas. En general, proporcionaba una traducción de baja calidad y requería agregar idiomas manualmente, así como una cantidad significativa de posedición humana.

La traducción automática basada en reglas rara vez se utiliza hoy en día.

Traducción automática estadística (SMT)

La traducción automática estadística construye un modelo estadístico de las relaciones entre palabras, frases y oraciones en un texto dado. Aplica dicho modelo a un segundo idioma para convertir esos elementos al nuevo idioma. De este modo, mejora la traducción automática basada en reglas pero comparte muchos de sus mismos problemas.

La traducción automática estadística ha quedado reemplazada en su mayoría por la traducción automática neuronal y a veces se utiliza para sistemas de traducción automática heredados.

Traducción automática neuronal (NMT)

La traducción automática neuronal utiliza la IA para «aprender» idiomas y mejorar constantemente sus conocimientos, de forma muy parecida a como funcionan las redes neuronales del cerebro humano. En lugar de ejecutar un conjunto de reglas predefinidas, la red neuronal de un motor de MT es responsable de codificar y decodificar el texto de origen.

La traducción automática neuronal es más precisa, permite añadir más idiomas y funciona mucho más rápido una vez entrenada, lo que la convierte en el estándar de los motores de MT diseñados hoy en día, aunque los LLM generalistas también se utilizan cada vez más para la traducción (como se puede ver más abajo).

Cronología de la historia del desarrollo de la traducción automática

Traducción automática basada en LLM

La categoría más reciente de traducción automática utiliza modelos de lenguaje grandes (LLM) generalistas, la misma tecnología detrás de herramientas como ChatGPT y Claude, para traducir texto sin haber sido diseñados específicamente para la traducción como lo son los motores de MT. A diferencia de los motores de traducción automática dedicados, los LLM pueden aprovechar un contexto más amplio, seguir instrucciones personalizadas (por ejemplo, «traduce esto en un tono formal» o «deja los nombres de los productos sin traducir») y manejar frases ambiguas con mayor flexibilidad.

La contrapartida es la consistencia: El resultado de los LLM puede variar en grandes volúmenes de contenido y, por lo general, requiere de una aplicación más deliberada de la terminología y los glosarios que un motor de traducción automática dedicado y entrenado específicamente para la traducción. Muchos equipos de localización utilizan ahora ambas opciones: motores de MT para contenido estructurado de gran volumen y traducción basada en LLM para contenido que se beneficia de los matices, el control del tono o el seguimiento de instrucciones.

Este cambio también está transformando el aspecto de la posedición. En lugar de que un lingüista simplemente corrija el resultado de la traducción automática línea a línea, los flujos de trabajo basados en LLM llevan, cada vez más a menudo, a que los lingüistas dirijan y refinen el resultado de la IA de forma interactiva a lo largo del proceso (aquí tienes más información).

Traducción automatizada vs. traducción automática: La diferencia explicada

La traducción automatizada y la traducción automática a menudo se confunden como si fueran lo mismo, pero no son términos intercambiables, ya que cumplen funciones totalmente diferentes.

La traducción automatizada se refiere a cualquier activador integrado en una herramienta de traducción asistida por ordenador (herramienta CAT) tradicional o en un sistema de gestión de traducción (TMS) en la nube para ejecutar tareas manuales o repetitivas relacionadas con la traducción. Su objetivo es hacer que el proceso de traducción sea más eficiente en general.

Por ejemplo, la traducción automatizada puede utilizarse para activar la traducción automática de texto como una de las muchas tareas en un flujo de trabajo de traducción.

La traducción automática consiste en convertir texto de un idioma natural a otro mediante software. En otras palabras, no hay intervención humana como en la traducción tradicional. Es por eso que la traducción automática también se conoce como traducción automática.

Principales proveedores de traducción automática

Los principales desarrolladores de tecnología de traducción automática, como Google, Microsoft o Amazon, utilizan actualmente un tipo de MT neuronal como su metodología preferida, ya que permite tanto una traducción con más matices como la incorporación constante de combinaciones de idiomas. Esta capacidad de crecimiento es posible gracias a que los motores de traducción automática pueden aprender y mejorar a medida que se van utilizando cada vez más.

Los motores de traducción automática funcionan basándose en datos de entrenamiento. Dependiendo de las necesidades de cada uno, los datos pueden ser genéricos o personalizados:

• Los datos genéricos son el total de todos los datos aprendidos de todas las traducciones realizadas a lo largo del tiempo por el motor de traducción automática. Así se obtiene una herramienta de traducción generalizada para todo tipo de aplicaciones: incluyendo texto, voz y documentos completos, e incluso su formato.
• Los datos personalizados son datos suministrados a un motor de MT para desarrollar una especialización en un área temática como la ingeniería o cualquier otra disciplina con su propia terminología.

Motores de traducción automática genéricos

Los mayores proveedores de traducción automática han migrado hacia la traducción automática neuronal, cada uno a su manera. Por un lado, existe el enfoque de llegar a un público más general a través de una herramienta gratuita y fácil de usar. Por otro lado, algunos motores también hacen posible adaptar la herramienta a necesidades empresariales más específicas. Echemos un vistazo a los motores de MT generalistas más populares: 

Google Translate

Google Translate se considera uno de los principales motores de MT, según su uso, número de idiomas e integración con las búsquedas. Google Translate fue uno de los primeros proveedores convencionales en adoptar la MT neuronal. La precisión de Google Translate ha sido un punto tanto de interés como de controversia para los empresarios y los expertos de la industria lingüística por igual.

Amazon Translate

Amazon Translate también se basa en redes neuronales y está estrechamente integrado con Amazon Web Services (AWS). A muchos no les sorprenderá que Amazon Translate haya logrado resultados impresionantes en poco tiempo desde su lanzamiento en 2017, dada la potencia de la empresa matriz.

Microsoft Translator

Microsoft Translator es otro motor neuronal basado en la nube y está estrechamente integrado con MS Office y otros productos de Microsoft, lo que proporciona acceso instantáneo a capacidades de traducción dentro de un documento u otro software.

DeepL

DeepL es el producto de una empresa con sede en Alemania que se dedica exclusivamente al desarrollo de un motor de traducción automática. Afirma tener una salida más matizada y natural basada en su IA neuronal patentada.

SYSTRAN Translate

Systran fue la primera empresa en ofrecer traducción automática con fines comerciales. Fundada en 1968, sigue las últimas tecnologías e introduce algunas innovaciones interesantes: la última de ellas es la traducción automática puramente neuronal (PNMT).

Motores de traducción automática personalizados

Los motores de traducción automática personalizados están entrenados para funcionar mejor en tipos de contenido específicos (también conocidos como dominios, por ejemplo, traducciones técnicas o legales) o de acuerdo con directrices específicas de la empresa. La clave de todo esto son unos datos de entrenamiento relevantes y de alta calidad en el dominio respectivo, que pueden utilizarse para «enseñar» al motor de traducción automática a realizar traducciones similares para ese caso de uso específico en el futuro. Una de las formas más sencillas de personalizar los motores de traducción automática es mediante el uso de glosarios de traducción automática.

Google AutoML y Microsoft Custom Translator son dos soluciones utilizadas habitualmente para la traducción automática personalizada.

Si se implementa bien, la traducción automática personalizada puede dar unos resultados de una calidad notablemente superior a la de la traducción automática genérica. No obstante, la personalización de la traducción automática requiere cierta habilidad y esfuerzo. Personalizar completamente un motor de traducción automática puede ser una tarea compleja, y cada personalización será única.

Modelos de lenguaje de gran tamaño (LLM) de propósito general utilizados para la traducción

Más allá de los motores de traducción automática dedicados, los modelos de lenguaje de gran tamaño de propósito general, incluidos los modelos GPT de OpenAI y Claude de Anthropic, se utilizan cada vez más para la traducción, especialmente cuando el contexto, el tono y el seguimiento de instrucciones importan más que el rendimiento bruto. Estos modelos no están creados exclusivamente para la traducción como lo están los motores de traducción neuronal, por lo que la consistencia de los resultados y el control terminológico suelen beneficiarse de guías adicionales, como glosarios y comprobaciones automatizadas de QA, cuando se utilizan a gran escala.

Beneficios de la traducción automática

Antes de que se introdujera el aprendizaje neuronal, la traducción automática seguía siendo un producto muy especializado que generaba traducciones de calidad variable, que a veces rozaban lo ilegible o lo cómico. Las herramientas modernas de traducción automática han cambiado gran parte de eso y se están volviendo cada vez más indispensables en la traducción empresarial.

Mayor velocidad y volumen

Con las mejoras continuas en los algoritmos de aprendizaje automático y la tecnología de hardware, la traducción automática es cada vez más rápida y eficiente. No solo es capaz de traducir millones de palabras casi al instante, sino que también mejora de forma continua a medida que se traduce más contenido.

Para proyectos de gran volumen, la traducción automática no solo gestiona el volumen a gran velocidad, sino que también puede integrarse con otras plataformas de software, como sistemas de gestión de contenido o sistemas de gestión de traducción, para organizar ese contenido. Esto hace posible mantener la organización y el contexto a medida que el contenido se traduce a varios idiomas.

Mayor accesibilidad

Los principales proveedores de traducción automática ya ofrecen hasta 100 idiomas (y algunos de ellos incluso más), con lo que las traducciones pueden entregarse simultáneamente a múltiples mercados objetivo. Esto crea una situación en la que todos ganan: tanto las empresas como los clientes.

Al eliminar las barreras lingüísticas y mejorar la experiencia del cliente, la traducción automática ha impulsado la accesibilidad de contenido, productos y servicios para posibles compradores en todo el mundo. Al mismo tiempo, al llegar a una audiencia más amplia, las empresas pueden ampliar significativamente su cuota de mercado y mejorar sus resultados.

Costes reducidos

La combinación de un alto rendimiento de velocidad y la capacidad de seleccionar entre pares de idiomas existentes que cubren docenas de combinaciones significa que el uso de servicios de traducción automática puede reducir los costes y los tiempos de entrega, incluso cuando los traductores humanos aún realizan tareas de posedición del trabajo.

Básicamente, la traducción automática realiza el trabajo pesado inicial al proporcionar traducciones básicas pero útiles. Los traductores humanos refinan entonces estas versiones básicas para reflejar con mayor precisión la intención original del contenido y garantizar una localización adecuada por región.

Un vistazo a las limitaciones de la traducción automática

El coste relativamente bajo y la latencia mínima hacen de la traducción automática una opción atractiva para las empresas que buscan ampliar eficientemente su alcance global. Sin embargo, como cualquier tecnología, es importante reconocer que la MT conlleva su propio conjunto de limitaciones.

La mayoría de los problemas pueden gestionarse eficazmente mediante la integración de la experiencia humana (por ejemplo, con la posedición de traducción automática (MTPE)) y, cada vez más a menudo, mediante la personalización de tu propio motor de traducción automática.

Ambos enfoques pueden ayudar a lograr un equilibrio entre la eficiencia y la precisión lingüística, permitiendo a las empresas aprovechar las fortalezas de la traducción automática mientras abordan sus limitaciones inherentes. Echemos un vistazo a algunos problemas comunes relacionados con la traducción automática.

Problema a tener en cuenta	Solución potencial
Precisión y especificidad de dominio	Al integrar glosarios de traducción automática, tu modelo de traducción automática personalizado puede adaptarse a los patrones lingüísticos y contextos en evolución importantes para tu negocio. El ajuste con feedback humano también le permitirá aprender de los traductores humanos, corregir errores y mejorar la calidad de la traducción con el tiempo.
Matices lingüísticos	Incorpora conocimientos culturales y algoritmos que tienen en consideración el contexto para ayudar a tu modelo de traducción automática personalizado a comprender matices, modismos y referencias culturales en el idioma fuente, eligiendo traducciones apropiadas que capturen de forma efectiva el significado deseado.
Idiomas con pocos recursos	La posedición es uno de los métodos más efectivos para garantizar la calidad de la traducción en idiomas para los que hay pocos recursos. A medida que evolucionen tus requisitos específicos, puedes explorar una gama de soluciones de traducción automática, desde modelos de aprendizaje y anotación de datos hasta la participación de la comunidad y herramientas de acceso abierto.
Sesgos	Si bien la posedición y el feedback humanos son cruciales para mitigar el sesgo en los resultados de traducción automática de motores genéricos, la solución óptima a largo plazo es ir evaluando y volver a entrenar tu propio modelo de traducción automática personalizado utilizando conjuntos de datos diversos e imparciales que no favorezcan a ningún grupo, perspectiva o demografía en particular.
Posedición de traducción automática	Formar a los lingüistas en posedición de traducción automática (MTPE) es crucial para aprovechar todo su potencial, ya que obtienen conocimientos sobre la calidad, la precisión y la sensibilidad cultural de la traducción. Asegúrate de que tu proveedor de traducción cuente con la certificación ISO 18587:2017 y realiza controles de calidad periódicos del contenido poseditado para mejorar la productividad.
Consistencia	Combina la traducción automática con tu memoria de traducción. Una vez que los resultados de la traducción automática hayan sido poseditados y aprobados, asegúrate de guardar estas traducciones en tu memoria de traducción para que los lingüistas puedan reutilizarlas en futuros proyectos de traducción y mejorar la coherencia.
Privacidad	Examina la política de privacidad de tu proveedor de traducción automática y revisa sus implicaciones para tu negocio con tu departamento legal. Los lingüistas que trabajan con traducción automática solo deben acceder a los proyectos que se les han asignado, y siempre desde servidores alojados de forma segura, para protegerse contra posibles pérdidas de datos o problemas de privacidad.

Implementación de la traducción automática en los flujos de trabajo de traducción existentes.

Como se mencionó anteriormente, el bajo coste y la falta de latencia de la traducción automática son razones convincentes para que muchos negocios en pleno crecimiento incluyan contenido traducido automáticamente en su automatización de los flujos de trabajo de traducción y localización.

Implementar una estrategia de traducción automática eficaz no tiene por qué suponer una tarea desalentadora si confías en una tecnología de traducción en la nube de vanguardia, lo que permite la automatización y una gestión de la traducción optimizada.

Por ejemplo, los sistemas de gestión de traducción tienen configuraciones integradas para ejecutar la traducción automáticamente y enviar sus resultados como parte de los materiales de entrega al traductor humano. 

Al seguir unos pocos pasos esenciales y las mejores prácticas, combinados con un sistema de gestión de traducción fiable, puedes abrir camino a un proceso de traducción automática empresarial fluido a largo plazo.

Las 10 mejores prácticas al implementar la traducción automática

Define tus metas, objetivos y expectativas al emplear la traducción automática en tu programa de globalización. Evalúa el contenido que ya tengas y elige los tipos de contenido adecuados para la traducción automática. Determina tus combinaciones de idiomas: los distintos motores de traducción automática son más adecuados para ciertas combinaciones de idiomas que para otras. Desarrolla un cronograma y un plan financiero: el dinero y el tiempo que puedas dedicar a la traducción automática determinará cuánto puedas conseguir con ella. Elige un servicio de traducción automática basado en tus tipos de contenido y pares de idiomas, y comprueba su política de privacidad. Entrena tu motor de traducción automática preferido con tus datos lingüísticos si es posible para aumentar la calidad del resultado a largo plazo. Si optas por la posedición de traducción automática, es importante asegurarte de que tus traductores internos o tu proveedor de servicios lingüísticos estén formados en posedición o, al menos, abiertos a la idea. Acuerda un modelo de precios para la posedición de traducción automática y asegúrate de involucrar a todas las partes interesadas, incluido tu proveedor de servicios lingüísticos, en el proceso de toma de decisiones. Realiza pruebas antes de la implementación para hacerte una idea de la calidad de los resultados de la traducción automática o para identificar áreas en las que esta pueda mejorar. Impleméntala y sigue mejorando: Ten en cuenta que los resultados iniciales pueden no cumplir tus expectativas, pero la calidad de los resultados mejorará a lo largo del tiempo.

Traducción automática vs. traducción humana: Encontrar el equilibrio adecuado para cada caso

A medida que evoluciona la traducción automática de idiomas, la decisión entre utilizar traducción automática o humana al inicio de un proyecto de localización es cada vez menos relevante. Cada vez más empresas, proveedores de servicios lingüísticos (LSP) y traductores reconocen los beneficios de la posedición de traducción automática (MTPE), con la que los lingüistas humanos editan el contenido traducido automáticamente.

La posedición de traducción automática se considera ahora en gran medida una alternativa viable a la traducción de textos desde cero.

Al decidir el método de traducción adecuado, resulta útil considerar el tipo de contenido y los pares de idiomas. En términos generales, la traducción automática es muy adecuada para contenidos más estructurados, como documentación técnica, legal y de propiedad intelectual, así como para comunicaciones internas. En cambio, los materiales de marketing y otros contenidos dirigidos al cliente se beneficiarían de un toque más humano.

Exploremos 3 tipos de contenido clave para determinar el método de traducción más eficaz con el que obtener los mejores resultados.

Utiliza la traducción automática sin editar para contenido de bajo impacto y sin ambigüedades.

Se dice que la traducción automática está «sin editar» cuando el resultado no pasa por ninguna revisión humana. En términos generales, es mejor reservar la traducción automática sin editar para todo aquello que no sea determinante para tu marca:

• Contenido de baja visibilidad o bajo tráfico, como documentación interna, pies de página de sitios web, publicaciones en redes sociales para análisis de sensaciones, etc.
• Contenido técnico repetitivo que no necesite ser preciso al 100 %, solo accionable, como los manuales de instrucciones
• Contenido generado por los usuarios, como reseñas de productos, en el que los consumidores generalmente esperan baja calidad
• Contenido de rápida caducidad, como mensajes de soporte por chat o correo electrónico, consultas de clientes, etc.
• Grandes volúmenes de contenido con tiempos de entrega cortos, como esos cientos de descripciones de productos que necesitan publicarse rápidamente
• Contenido que se modifica con frecuencia, como actualizaciones de características e información

Si decides optar por la traducción automática sin editar, es vital que te asegures de utilizar el motor de traducción automática con mejor rendimiento para tu par de idiomas y contenido. Esto requiere de muchas pruebas o del uso de una función de selección automática integrada.

Aplica posedición ligera o completa a los contenidos más sensibles

Por motivos de calidad, algunos tipos de contenido y situaciones requieren que un traductor humano posedite los resultados de la traducción automática. Esta edición puede ser ligera (LPE) o completa (FPE).

Buenas noticias: Puedes ayudar a los poseditores con tecnologías de traducción tradicionales, como los glosarios, bases terminológicas y memorias de traducción, así como con libros de marca y guías de estilo. Esto hará que la voz de la marca y los mensajes clave sean consistentes en todas las culturas e idiomas, y es algo fácil de conseguir con la posedición de traducción automática (MTPE).

Las tecnologías de traducción modernas también hacen posible identificar y estimar la calidad de los resultados de la traducción automática para concentrar los recursos de posedición donde más se necesitan. No obstante, como directriz general, los siguientes casos requieren MTPE:

• Títulos de productos: Son altamente informativos y concisos, tienden a contener nombres propios y palabras polisémicas, y el orden de sus palabras suele ser relativamente libre, lo que puede causar ambigüedad.
• Traducciones entre combinaciones de idiomas de sintaxis muy distinta, como el japonés y el español, porque a la traducción automática le resulta más complicado el reordenamiento de palabras y frases para formar bien las oraciones.
• Descripciones de productos: Necesitan estar bien elaboradas y declarar claramente las características o beneficios del producto sin dar lugar a ninguna ambigüedad.
• Contenido de visibilidad media que necesita ser lo más preciso posible: base de conocimiento, preguntas frecuentes, alertas, etc.
• Información meta de «backend» como textos alternativos de imágenes y subtítulos: Aunque su visibilidad sea baja, un humano necesita asegurarse de que las palabras clave en el idioma de destino estén presentes.  

Apuesta por la traducción humana cuando la marca y la cultura entren en juego

Es mejor dejar en manos de expertos humanos los recursos duraderos, de alto tráfico y que hablen de la marca. En otras palabras, generalmente es recomendable evitar la traducción automática cuando el objetivo es atraer, entretener o tranquilizar a la audiencia.

En tales casos, un toque más humano es tu mejor opción, lo que significa que un traductor humano necesitará recrear el mensaje en el idioma de destino de una manera no literal. Es posible que hayas oído llamar a este proceso «transcreación». Es el caso de:

• Páginas de inicio
• Páginas de destino publicitarias
• Publicaciones de blogs
• Campañas de boletines informativos
• Comunicados de prensa
• Contenido SEO
• Publicidad impresa, etc.

¿Qué hace que un software de traducción automática sea el mejor?

Elegir la mejor herramienta para la traducción automática puede ser complejo, ya que tanto los motores de traducción automática generalistas como los especializados tienen ventajas y limitaciones únicas.

Es por eso que, independientemente de si gestionas tú el proceso de traducción automática o dependes de un servicio externo, lo ideal será tener acceso a diferentes motores de traducción automática desde un solo lugar para aprovechar al máximo la traducción automática.

Utilizar un sistema de gestión de la traducción como fuente de referencia para todas las actividades de traducción te da tres ventajas para poder implementar con éxito la traducción automática:

• Selección automática del motor de traducción automática óptimo para tu tipo de contenido
• Estimación de calidad para mejorar la eficiencia de la posedición
• Seguimiento de métricas clave para optimizar la productividad, los tiempos de entrega y el ahorro de costes

Selección automática del motor de traducción automática óptimo según el tipo de contenido

Los diferentes proyectos de traducción pueden requerir de diferentes niveles y tipos de sofisticación. Esta es una de las razones por las que utilizar la traducción automática como parte de un sistema de gestión de la traducción es tan beneficioso.

Para obtener el máximo provecho de la traducción automática, necesitas poder asignar el motor adecuado para cada tipo de contenido, y los sistemas de gestión de la traducción más robustos cuentan con plugins o interfaces de programación de aplicaciones (API) que los conectan a diferentes motores de traducción automática.

Los sistemas más avanzados ofrecen incluso la capacidad de automatizar el proceso de selección basándose en inteligencia artificial o algoritmos que analizan el contenido y lo asocian con el motor de traducción automática óptimo.

Estimación de calidad para mejorar la eficiencia de la posedición

Una parte esencial de la implementación exitosa de la traducción automática es saber hacia dónde dirigir los esfuerzos de posedición. Cuando puedes medir la calidad de los resultados de la traducción automática de forma automática, puedes centrarte en los segmentos necesarios en lugar de desperdiciar tiempo y recursos allá donde los resultados sin procesar ya son de buena calidad.

Esto elimina las conjeturas que realiza la traducción automática y mejora la eficiencia de la posedición, constituyendo otra razón más por la que usar la traducción automática integrada en un TMS resulta una gran ventaja: Los sistemas más sofisticados incluyen capacidades de estimación automática de la calidad de la traducción automática que pueden identificar qué segmentos necesitan más atención que otros.

Seguimiento de métricas clave para optimizar la productividad, los tiempos de entrega y el ahorro de costes

Como se mencionó anteriormente, la traducción automática resulta atractiva para muchas organizaciones porque ofrece el potencial de aumentar la productividad, reducir los tiempos de entrega y, en última instancia, ahorrar costes. Sin embargo, no todos los motores de MT cumplen esta promesa por igual, por lo que es clave contar con los medios para comparar cómo pueden afectar al proceso los diferentes motores.

Un sistema de gestión de traducciones sólido te permite realizar un seguimiento del tiempo y los gastos de cualquier proyecto de traducción en el que se aplique MT. Con múltiples motores de MT en uso, estas métricas pueden ser un fuerte indicador del valor de un motor: ¿Está aumentando o ralentizando la productividad del traductor? ¿Indica una mejora en la eficiencia en comparación con otros motores a lo largo del tiempo? Las respuestas a estas preguntas te darán una mejor idea de sus capacidades.

Aprovecha al máximo la traducción automática con Phrase TMS

Si las empresas necesitan utilizar la traducción automática a gran escala, deberán usar una tecnología que les proporcione lo mejor de ambos mundos: eficiencia y calidad.

Phrase TMS, el sistema de gestión de traducciones pensado para empresas que hay en la Phrase Platform, ayuda a las empresas en crecimiento a aprovechar la traducción automática. Las organizaciones logran una capacidad sin precedentes para entrar en nuevos mercados de forma más rápida y eficiente.

Los usuarios de Phrase TMS pueden emplear un complemento de traducción automática específico, Phrase Language AI, para implementar la MT en su flujo de trabajo de traducción con traducciones rápidas y rentables que no ponen en riesgo la calidad.

Las funciones avanzadas de gestión de MT totalmente integradas en Phrase TMS que vienen con Phrase Language AI te permiten:

• Comenzar a traducir de inmediato sin invertir tiempo ni esfuerzo de desarrollo y usando motores de traducción automática totalmente gestionados de proveedores líderes como Google, Amazon, DeepL o Microsoft.
• Agregar cualquiera de los más de 30 motores genéricos y personalizados admitidos de manera manual si prefieres usar un motor de MT específico.
• Llevar la MT de alta calidad a todos los empleados. La poderosa API de Phrase Language AI permite potenciar el valor de la MT, brindando un acceso a nivel empresarial con el que garantizar una traducción automática aprobada por la empresa.
• Disfrutar de traducción automática ilimitada para flujos de trabajo de posedición en los que los lingüistas podrán trabajar de manera más eficiente.
• Trabaja con la mejor herramienta, seleccionada automáticamente en función de los idiomas a traducir y del tipo de contenido.
• Filtra automáticamente el contenido que no debería ser traducido automáticamente.
• Delega las pruebas de calidad, la evaluación de asuntos legales y de seguridad, la configuración y el pago de los motores de MT a expertos dedicados del equipo de Phrase.
• Aprovecha tus memorias de traducción para aumentar la calidad de la traducción hasta en un 50 % con Phrase NextMT, el primer motor de MT listo para TMS.
• Asegúrate de que los motores de MT usen tu terminología preferida con la inflexión morfológica correcta, reduciendo así el esfuerzo de posedición.
• Preserva el formato y las etiquetas de marcador de posición al pasar del contenido fuente al contenido meta automáticamente.
• Obtén una puntuación para cada segmento de MT, basada en los datos de rendimiento, y posedita solo donde sea necesario.
• Logra hasta un 55 % de ahorro en costes con la MTPE, en comparación con la traducción humana.

Descubre las funciones avanzadas de gestión de MT en Phrase TMS y lleva la tecnología de MT al siguiente nivel con nuestra solución lista para empresas.

Preguntas relacionadas