¿Sabes qué es el "crowdsourcing"?

Probablemente, al ver la palabra crowdsourcing muchos pensarán... ¿Y eso qué es exactamente? Pues bien, si buscamos una definición general del término, encontramos que el crowdsourcing consiste en externalizar tareas que, tradicionalmente, realizaba un empleado o contratista, a  un grupo numeroso de personas o una comunidad, a través de una convocatoria abierta.

Si nos centramos en el ámbito de la traducción, podemos decir que se trata de traducción colaborativa. 

Quien quiera más información sobre este término, puede ver el siguiente vídeo, en el que aparece Jeff Howe, uno de los primeros autores en emplearlo.

Además, en este enlace podrás leer un artículo publicado en el periódico El País sobre este fenómeno.

Gestión de Proyectos

Hoy, en clase, la profesora Mª José Chollet nos ha entregado un encargo de traducción (al inglés y al español) y nos ha pedido que llevemos a cabo la  gestión de ese proyecto de traducción. Esto es, hemos tenido que calcular el tiempo que nos llevaría la traducción del texto, la corrección y la revisión, coordinando el trabajo de los distintos traductores y revisores, la distribución de tareas, etc.

Este proceso, que podría parecer un mero trámite o incluso algo innecesario desde el punto de vista de un traductor principiante, es en realidad muy importante, pues nos permite tener un plan de trabajo establecido y contribuye a evitar problemas derivados de la falta de planificación, trabajando siempre dentro de los plazos estipulados en un principio, así como a obtener un mejor resultado final.

Para realizar esta actividad, tuvimos que trabajar en parejas. Yo trabajé con mi compañera Claudia Lang-Lenton (podéis pinchar aquí para consultar su blog). 

Para ello, tuvimos que llevar a cabo la evaluación inicial del encargo de traducción, teniendo en cuenta el número de palabras, los idiomas de trabajo, el número de documentos de los que constaba el encargo, etc, para así decidir el número de traductores, revisores, etc. que iban a trabajar conjuntamente en el proyecto. Con todos esos datos, pudimos realizar varias tablas para saber con exactitud qué tarea debía realizar cada persona y dentro de qué plazos debía hacerlo. Una de las tablas que realizamos nos permitió visualizar de forma muy clara los días en los que cada profesional realizaría la labor que le había sido asignada, viendo también paralelamente el trabajo de cada uno y evitando solapamientos.

En definitiva, podemos asegurar que la gestión de los proyectos de traducción es una tarea imprescindible en los proyectos de traducción, independientemente de la naturaleza del texto con el que estemos trabajando.

Ejercicio práctico de traducción con un traductor automático

En relación con el post anterior, hemos realizado una traducción en clase empleando el Traductor de Google y Babel Fish. 

Como ya hemos visto, para generar un texto más o menos coherente los traductores automáticos nos permiten introducir un texto sin modificar, un documento pre-editado o bien un documento que utilice un lenguaje controlado. Estos traductores utilizan sus bases de datos, trabajando en función de las lenguas y cualquier otro sub-lenguaje que tengan asociado.

Para realizar el primer ejercicio práctico, hemos seguido el siguiente procedimiento:

Control de cambios de Word

1. En primer lugar, hemos introducido el fragmento deseado en el Traductor de Google y en Babel Fish.
2. A continuación, hemos copiado a Word la traducción generada y hemos realizado las modificaciones necesarias (para ello hemos activado el "Control de cambios").
3. Una vez corregido el texto, hemos seleccionado "Aceptar todos los cambios".

Comprobamos que el resultado obtenido en Babel Fish es bastante peor al obtenido en el Traductor de Google.

Al realizar el proceso a la inversa, introduciendo nuestra traducción en una herramienta de traducción automática, seguimos encontrando varios errores. Sin embargo, comprobamos que una de las mejoras que se han hecho en estas herramientas de traducción actuales consiste en asociar numerosas palabras compuestas a una única palabra (Ej.: passcode= código de acceso). Ya hay muchos errores identificados, de modo que se tratan de corregir previamente.

Asimismo, hemos utilizado Babel Fish para traducir una página web:  http://sociedad.elpais.com/sociedad/2012/02/24/actualidad/1330099718_100734.html

Hemos copiado el URL de la misma y lo hemos introducido en Babel Fish. Al darle a "Traducir" (botón azul) , obtenemos la traducción y podemos acceder a la página web en inglés. Una vez más, si realizamos el mismo proceso que en el ejercicio anterior, comprobamos que el resultado obtenido utilizando el Traductor de Google es bastante mejor.

En resumen, debemos tener en cuenta que todo texto que proceda de un traductor automático necesita una revisión posterior. No obstante, para mejorar el resultado de estos sistemas podemos utilizar dos medidas:

• Editar previamente el texto (corregir errores previsibles)
• Utilizar un lenguaje controlado (para ello, tenemos que dar unas determinadas pautas al redactor del texto). Ej.: evitar giros retóricos de la lengua, crear frases cortas, etc.

Sistemas de Traducción Automática y Memorias de Traducción

En el panorama de las tecnologías aplicadas a la traducción encontramos los sistemas de traducción automática. No son aplicables a todas las necesidades de traducción pero sí que nos permiten, por ejemplo, hacernos una idea del tema fundamental de un texto escrito en un idioma que desconocemos. Además, estos sistemas pueden facilitarnos la creación de memorias de traducción. 

Antiguamente, los sistemas de traducción automática se basaban en la utilización de reglas gramaticales y sintácticas, memorizando palabras. Interpretan las oraciones de entrada, el sistema las etiqueta y, en función de las reglas gramaticales que tiene incorporadas, hace una asignación a las palabras de la lengua de destino. Se trata de un sistema complejo y requiere conocimientos lingüísticos muy avanzados. 

Actualmente, los sistemas más frecuentes se basan en métodos estadísticos (Ej.: Google Translate), pues se dispone de una gran cantidad de ejemplos en la red. Se analiza lo almacenado en las bases de datos y se generan resultados. 

La traducción automática tiene varias ventajas: podemos introducir cualquier texto y obtener una respuesta en segundos, no como en las memorias de traducción. No obstante, los resultados pueden ser inservibles según el contexto con el que estemos trabajando. 

En los sistemas de memorias de traducción se trata de un procedimiento distinto. Estos sistemas se basan en un gran almacén de información y los textos se almacenan por segmentos, junto a su traducción. Son la fuente de información, entre otros, de los diccionarios automáticos. Así, el traductor dispone de una gran memoria y, con la nueva traducción, el sistema consulta a la memoria. Si encuentra un resultado idéntico o similar, lo propone al traductor. Es éste quien modifica y actualiza la memoria de traducción.

En las memorias de traducción obtenemos resultados óptimos si introducimos una actualización de un texto ya disponible. De este modo, aprovechamos la traducción disponible y, si no existe, podemos crear una nueva traducción, que nos servirá para la siguiente ocasión. 

En la actualidad son frecuentes los sistemas híbridos, que combinan ambas tecnologías. Se puede modificar la opción de traducción o bien sustituirla directamente. No necesitamos procesador de texto, diccionarios, navegadores, etc., sino que disponemos de herramientas en un mismo entorno (la memoria). Esto nos permite personalizar nuestra memoria de traducción y adaptarla a nuestras necesidades.