L’utilizzo della traduzione automatica è in aumento, con il miglioramento della sua qualità. Il miglioramento della previsione e la personalizzazione la rendono uno strumento potente, utilizzarlo in modo efficace è diventato la chiave per l’offerta dei TMS. Bespoke technology e SaaS applicano la traduzione AI alle esigenze del cliente. Più la usano più diventa efficiente, lasciando i traduttori umani a concentrarsi sulla modifica del contenuto. Un valzer intricato tra macchina e uomo, l’AI gestisce il lavoro pesante mentre i traduttori rifiniscono il contenuto e lo localizzano.

“La prevedibilità e la personalizzazione della MT stanno guidando il cambiamento del settore. Le aziende più piccole hanno accesso ai dati di centinaia di mercati diversi. Per farne uso e prosperare, le aziende più piccole offriranno la traduzione automatica come servizio”.
– Diego Cresceri

L’avvento della Neural Machine Translation (NMT) ha alterato il panorama della traduzione sia per i colossi che per i pesci più piccoli.

Le velocità più elevate e i costi inferiori associati alla machine translation (incluso l’elemento di revisione umana) aumenteranno la concorrenza. I TMS non possono più ignorare l’integrazione della traduzione automatica. Se dovessero farlo, rischierebbero di essere inghiottiti. Il modo in cui questa verrà integrata nel proprio processo esistente definirà quanto positivo sarà il funzionamento nel mercato del 2021.

La Machine Translation è in testa al gruppo

I vantaggi inerenti alla traduzione automatica, in termini di flusso di lavoro, mostrano come questa dovrebbe essere distribuita come primo passo nel proprio TMS. Le capacità di personalizzazione della MT rendono la specializzazione TMS meno necessaria, soprattutto se combinata con altri CAT Tools. La machine translation, insieme alla gestione della terminologia e alle memorie di traduzione, aumenta la velocità, la precisione e la coerenza dei progetti, già nelle fasi iniziali.

Consentendo alla macchina di gestire il duro lavoro della traduzione di massa, i traduttori umani possono concentrarsi sulla localizzazione. Le aziende più piccole possono adattarsi ai cambiamenti del mercato più velocemente e, con la MT nel proprio arsenale, le tempistiche diminuiscono in modo esponenziale, consentendo inoltre a queste aziende di accettare lavori che prima sarebbero stati ben oltre la loro portata.

La scelta del fornitore, riguardo a quale MT utilizzare per i propri servizi, sta diventando sempre più ardua. Gli attori esistenti stanno migliorando man mano che i nuovi si unirsi al gioco.

A proposito di nuovi attori, Facebook AI è entrata nel mercato con il suo M2M-100. Il primo modello di traduzione automatica multilingue (MMT) in grado di tradurre per qualsiasi coppia, delle 100 lingue disponibili, senza fare affidamento sui dati in inglese.

“M2M-100 è addestrato su un totale di 2.200 direzioni linguistiche, un numero 10 volte maggiore rispetto ai precedenti migliori modelli multilingue incentrati sull’inglese. L’implementazione di M2M-100 migliorerà la qualità delle traduzioni per miliardi di persone, specialmente quelle che parlano lingue per le quali esistono meno risorse”.

– Angela Fan

L’anno venturo metterà alla prova la potenza della nuova traduzione automatica di Facebook AI.

Valutazione dei risultati

La valutazione delle capacità di un motore di traduzione automatica può far emergere una miriade di parametri e metodi. Fortunatamente per noi, Intento in collaborazione con TAUS, ha recentemente rilasciato la propria “valutazione indipendente multi-dominio dei motori di traduzione automatica commerciale“.

Utilizza il punteggio BERT (orrendamente complesso) ma, attualmente, fornisce il miglior parametro generalmente accettato per valutare diverse attività di generazione del linguaggio.

Nel rapporto di 41 pagine vengono messi alla prova i primi 15 fornitori di traduzione automatica, il risultato è un resoconto molto utile.

Questo articolo è stato scritto con il contributo di:

Diego Cresceri: CEO e fondatore di Creative Words, un fornitore di servizi linguistici con sede a Genova. Attualmente è membro del consiglio di amministrazione di ELIA, l’associazione europea dell’industria linguistica. In Creative Words, è responsabile della strategia e della crescita dell’azienda. Con una forte propensione alla condivisione, quando non è impegnato nella sua azienda, tiene workshop e seminari sull’innovazione, l’intelligenza artificiale e la traduzione automatica presso università, scuole di formazione e associazioni linguistiche nazionali e internazionali.

Konstantin Dranch: ricercatore di mercato, influencer, data geek e imprenditore specializzato in tecnologia linguistica. Ha ideato la Language Technology Map, utilizzata dai professionisti del settore in tutto il mondo, due conferenze di settore, nonché le classifiche delle società di traduzione e i rapporti di mercato regionali negli Stati Uniti, Germania, Francia, Russia e altri paesi. Il progetto più recente di Konstantin è Custom.MT, un’azienda specializzata che forma e implementa sistemi e team di traduzione automatica.

Traduzione e adattamento a cura di Stefano Gaffuri.

Originale qui.

L'articolo La Machine Translation e l’anno che ci aspetta proviene da ASTW.

Nello svolgimento del programma del Consiglio, il trio ha dovuto gestire enormi quantità di informazioni multilingue, rispondendo alla mole di traduzioni rapide necessarie.

Con l’aiuto dei Connecting Europe Facility (CEF) eTranslation Building e Tilde, il trio è stato in grado di affrontare queste sfide grazie alla Presidency MT. Una piattaforma di traduzione sicura, basata sull’intelligenza artificiale, che fornisce traduzioni di testi, documenti e siti web in tutte le 24 lingue ufficiali dell’UE.

Lo strumento di traduzione automatica del Consiglio UE è diventato rapidamente un riferimento per lo staff presidenziale, delegati, traduttori, giornalisti e visitatori. Questi hanno tradotto collettivamente oltre 79 milioni di parole, 6,5 milioni di frasi. Per un singolo traduttore umano, un tale carico di lavoro richiederebbe più di 150 anni per essere completato.

In un’epoca di costante creazione di contenuti, c’è un urgente bisogno di traduzione automatica che va oltre l’ambito della Presidenza dell’UE. Persone di tutti e tre i paesi continuano tutt’oggi a utilizzare attivamente lo strumento.

Romania

Ad esempio, l’Institutul European din România (l’Istituto Europeo rumeno), che opera sotto l’autorità del governo e il coordinamento del Ministero degli affari esteri, è responsabile della traduzione e della revisione linguistica e giuridica dei casi giudiziari della Corte europea dei diritti dell’uomo.

Affidandosi alla Presidency MT per elaborare grandi volumi di traduzioni, garantendo nel contempo un uso coerente della terminologia corretta. Ciò è fondamentale in quei casi in cui il coordinamento delle traduzioni è effettuato a livello nazionale.

Dan Tufis, direttore dell’Istituto di ricerca sull’intelligenza artificiale dell’Accademia rumena, ha dichiarato che:

“Insieme all’Istituto europeo di Romania, abbiamo generato un crescente interesse per la traduzione automatica nel settore pubblico. È fantastico, perché le tecnologie linguistiche possono davvero aprire nuove possibilità per superare le barriere linguistiche e fornire informazioni multilingue inclusive. ”

Finlandia

Anche in Finlandia i traduttori hanno rapidamente adottato la Presidency MT. Dopo la Presidenza finlandese, c’è stato un crescente interesse da parte del settore pubblico per questa tecnologia. Ad esempio, Statistics Finland, l’autorità pubblica finlandese che produce la stragrande maggioranza delle statistiche ufficiali finlandesi, ha integrato completamente la MT nel proprio flusso di lavoro, in modo da ottimizzare e migliorare la propria efficienza.

Kaisa Kuhmonen, direttore dell’Unità dei servizi linguistici per l’Ufficio del Primo Ministro finlandese sostiene che: 

“Oltre ad essere uno strumento utile per i traduttori, la traduzione automatica è anche un’enorme opportunità per un paese bilingue come la Finlandia. Opportunità per creare un ecosistema di accesso sicuro e scambio di informazioni multilingue. Per sfruttare appieno le capacità della MT, stiamo per lanciare un nuovo progetto per espandere l’uso della machine translation nei ministeri finlandesi”.

Lo strumento di traduzione automatica della Presidenza UE è stato molto apprezzato anche in Croazia, dove è stata la prima soluzione di traduzione automatica neurale personalizzata (NMT) per la lingua croata. I volumi delle traduzioni aumentavano ogni mese, soprattutto con la pandemia Covid-19 che ha costretto molti a rimanere a casa, aumentando così la necessità di servizi forniti dalla piattaforma.

Croazia

Marko Tadić, Philosophiæ Doctor della Facoltà di scienze umane e sociali di Zagabria ha osservato che:

“tutto ciò che è accaduto, in riferimento all’epidemia di COVID-19, ha interrotto molti dei nostri piani, quindi abbiamo dovuto adattarci in corsa. Tuttavia, l’Ufficio centrale di stato per lo sviluppo della società digitale, un’agenzia governativa responsabile per lo sviluppo dell’eGovernment in Croazia, ha unito le forze con il mio gruppo di ricerca della Facoltà in una proposta di progetto europeo al fine di contribuire alla costruzione del portale nazionale croato LT. Sarà disponibile al pubblico e servirà non solo la pubblica amministrazione, ma anche l’istruzione, il commercio e qualsiasi altra area di attività che necessiti di LT e MT. Non possiamo ancora prevedere completamente l’entità di queste esigenze, ma siamo fiduciosi di porre le basi adeguate per soddisfarle in futuro”.

La tecnologia di traduzione automatica neurale si è dimostrata una delle forze trainanti nel promuovere il multilinguismo nell’era digitale, fornendo una comunicazione interlinguistica efficiente e di qualità. La Presidency MT ha contribuito ad accelerare l’adozione della tecnologia linguistica nel settore pubblico. Questo trio sta assumendo un ruolo guida nell’ulteriore attuazione delle tecnologie linguistiche nella propria amministrazione pubblica per promuovere l’innovazione e garantire l’inclusione delle informazioni multilingue.

Artūrs Vasiļevskis, responsabile delle soluzioni di traduzione automatica per Tilde, ha affermato che

“nel settore pubblico esiste un bisogno innegabile di tecnologie linguistiche sicure che promuovano e arricchiscano la diversità linguistica fornendo al contempo un supporto di traduzione istantaneo. Siamo molto orgogliosi di sostenere le presidenze del Consiglio dell’UE e di contribuire a connettere l’Europa multilingue grazie alle tecnologie linguistiche basate sull’intelligenza artificiale”.

Germania

La presidenza del Consiglio dell’UE è attualmente ricoperta dalla Germania, che ha seguito le orme di Romania, Finlandia e Croazia adattando le best practices dell’EU Precidency Translator. La Germania ha anche ampliato l’offerta della Presidency MT, implementando la funzionalità di traduzione istantanea del sito web ufficiale della Presidenza del Consiglio tedesca. Consentirà ai visitatori di navigare nel sito in una qualsiasi delle 24 lingue ufficiali dell’UE. Il traduttore automatico della presidenza dell’UE ha rafforzato e continua a rafforzare la diversità linguistica fornendo strumenti efficaci e altamente apprezzati per superare le barriere linguistiche.

Articolo tradotto e adattato da Stefano Gaffuri.

Originale qui.

L'articolo La Presidency MT sconvolge il panorama delle tecnologie linguistiche proviene da ASTW.

L’obiettivo è di consentire a tutti i parlamentari di poter fruire dei dibattiti orali dell’assemblea, trascritti e tradotti nelle 24 lingue dell’Unione europea.

I fondi

I tre soggetti in gara, i due consorzi sopra citati e il terzo (Microsoft) dovranno consegnare entro il mese di settembre un prototipo valido per almeno dieci lingue. Il progetto migliore continuerà a sviluppare il servizio aggiungendo dapprima nove, poi cinque lingue all’anno. I due gruppi rimanenti verranno esclusi.

Per il momento il contratto è di un anno e il bando prevede lo stanziamento di 3 milioni totali per questo strumento di trascrizione e traduzione in tempo reale.

Ma come si ottiene una traduzione in tempo reale? Prima occorre effettuare la trascrizione, prima ancora riconoscere la lingua.

Riconoscimento della lingua parlata

Questo è il primo step. Nel primo gruppo l’azienda francese Bertin It fornisce le tecnologie capaci di riconoscere la lingua utilizzata dall’oratore. Il punto di partenza di tutto il processo.

Una volta identificata la lingua parlata si passa al processo di trascrizione.

Trascrizione live

Grazie agli strumenti di Asr (automatic speech recognition), ovvero “riconoscimento vocale automatico” il testo orale pronunciato dall’oratore viene, tramite una procedura consolidata, processato, trascritto e nuovamente riprocessato, sempre nella lingua di partenza. Nel primo gruppo questo procedimento è a carico dell’italiana Cedat 85.

L’Asr targato Cedat 85 viene già usato dalla Camera dei deputati, dal Dipartimento per gli Affari Regionali, in oltre 200 consigli comunali e cinque consigli regionali.

Traduzione in tempo reale

Il processo finale, ovvero la traduzione automatica del testo trascritto, consente di chiudere il processo ottenendo un testo tradotto nelle 24 lingue ufficiali.

La tecnologia per abbattere le barriere linguistiche

Con questo processo di conversione automatico, l’Unione europea garantirà a tutti i parlamentari e a tutti i cittadini la trasparenza dell’operato del proprio Parlamento.

Chiunque potrà conoscere, leggendo nella propria lingua madre, i temi principali, le problematiche e le scelte discusse nel Parlamento che li rappresenta in quanto cittadini europei.

Stefano Gaffuri

L'articolo Traduzione in tempo reale. Due aziende italiane per il Parlamento europeo proviene da ASTW.

La qualità della traduzione automatica (MT) è notevolmente migliorata da quando ho iniziato a lavorare nell’ambiente multilingue, ma l’output grezzo può ancora creare problemi. Se si trascura l’importanza della verifica umana e si fa affidamento esclusivamente sul software, i risultati possono essere imbarazzanti.

IL PROCESSO

Il processo di traduzione dei contenuti, nell’azienda con la quale collaboro, funziona così:

Iniziando dalla fonte inglese, i nostri editor inglesi riducono al minimo la personalizzazione culturale o linguistica (umorismo, slang, modi di dire, ecc.). Ottimizziamo la fonte inglese per la traduzione, riducendo così al minimo i possibili problemi.

Una volta selezionato il file per la traduzione, il linguista madrelingua della lingua in oggetto fornisce alla fonte inglese i termini che dovrebbero rimanere in inglese (come termini tecnici o marchi) evidenziandoli.

Il contenuto da tradurre viene processato tramite traduzione automatica (MT).

La fonte MT è convalidata dal linguista madrelingua della lingua di arrivo prima della pubblicazione sul nostro sito.

I dizionari MT vengono aggiornati così da riflettere le correzioni di convalida. Questi aggiornamenti verranno applicati alle traduzioni future, in questo modo, si migliora gradualmente la qualità degli output della nostra MT.

L’output MT può essere “sufficientemente buono” quando viene richiamato dall’utente. Ma è meglio non dare per scontato che l’output grezzo sia pronto per la pubblicazione così com’è, non importa quanto allettante sia il risparmio sui costi.

INSIDIE

Una trappola comune sono le espressioni informali o idiomatiche che possono stravolgere i risultati, come illustrato in questo esempio tratto dal primo discorso di Martin Luther King Jr “I Have a Dream”:

Testo originale:

“I am happy to join with you today in what will go down in history as the greatest demonstration for freedom in the history of our nation. Five score years ago, a great American, in whose symbolic shadow we stand today, signed the Emancipation Proclamation. This momentous decree came as a great beacon light of hope to millions of Negro slaves who had been seared in the flames of withering injustice. It came as a joyous daybreak to end the long night of their captivity.”

Il testo è stato tradotto in giapponese e la traduzione convalidata da un madrelingua è stata poi riprocessata dalla MT, generando in inglese:

“I am pleased that I will be able to participate in the great rally for this freedom, which will remain in the history of the United States today. A hundred years ago, a great American citizen signed the enslavage declaration. Right now, we stand in front of the seated statue. This commemorative proclamator gave hope to millions of black slaves. It was the dawn of delight to end the long, painful evening they were being held in”.

Una base da cui partire ma certo non pronta per la pubblicazione.

Anche quando si ritiene che il progetto lasci poco spazio agli errori, è essenziale chiedere a un madrelingua di rivedere la traduzione prima di affidarle i nostri messaggi e la nostra reputazione.

ERRORI

Esistono molti aneddoti umoristici di errori di traduzione (anche se metto in dubbio l’autenticità di alcuni).

Uno degli esempi più meritevoli viene dal Galles, dove la legge richiede che tutti i segnali stradali mostrino il testo scritto sia in inglese sia in gallese. Nel 2008 si è reso necessario un cartello stradale per comunicare quanto segue:

“Divieto di accesso per i mezzi pesanti. Area residenziale”.

Come protocollo standard, il testo inglese è stato inviato al traduttore gallese e come previsto per una stringa di testo così breve, tradotto e rispedito immediatamente:

“Nid wyf yn y swyddfa ar hyn o bryd. Afonwch unrhyw waith i’w gyfieithu”.

Il progetto è stato completato e il cartello è stato eretto.

È stato solo dopo l’affissione che i madrelingua gallesi locali hanno informato il cliente che il testo diceva in realtà:

“Al momento non sono in ufficio. Si prega di inviare qualsiasi lavoro da tradurre”.

Il cartello è stato rimosso, e presumo, sostituito con la traduzione corretta.

Morale di questa storia: fidarsi ma verificare, per evitare che una svista diventi una base per il post o meme nel blog di qualcun altro.

Testo originale redatto da Leah Ketring, traduzione e adattamento a cura di Stefano Gaffuri.

L'articolo Traduzione automatica: consigli per un post-editor proviene da ASTW.

Sì, ma le tariffe? I nostri traduttori non se ne sono mai lamentati. È necessario puntualizzare una cosa: per un traduttore freelance sono sì importanti le tariffe ma nel caso della PEMT, sebbene le tariffe possano apparire basse, è necessario porre attenzione a quanto si fattura nell’unità di tempo. I traduttori in gamba con la PEMT sono in grado di tradurre intorno alle 1.000-2.000 parole all’ora (ciò dipende anche dalla qualità della macchina e dal tipo di testo). Poi ci sono altre variabili da tenere a mente, quali la puntualità dei pagamenti, la continuità della collaborazione, i buoni rapporti coi Project Manager ecc.

Insomma, offrire il servizio di Post Editing Machine Translation è un vantaggio competitivo per il traduttore freelance, al quale, se si trova per la prima volta ad avere a che fare con la Machine Translation, è consigliabile seguire un corso di formazione specifico. Il webinar PEMT (Post Editing Machine Translation), che si terrà il 3 e il 4 giugno 2020 a cura di Domenico Lombardini e Sara Grizzo, è una buona occasione per avvicinarsi al mondo del PEMT.

Attenzione: mancano pochi giorni alla chiusura delle iscrizioni.

Qui per iscriversi: https://a-stw.elogos.cloud/post-editing-machine-translation

Il corso di formazione webinar PEMT dà diritto a Crediti Formativi Professionali ai fini del Programma di Formazione Continua di AITI, ANITI, TradInFo e Assointerpreti. Puoi richiedere uno sconto se sei socio AITI, ANITI, TradInFo e Assointerpreti (pari al 15% del prezzo del corso).

Iscriviti qui

L'articolo PEMT VS. DIGNITÀ DEL LAVORO DEL TRADUTTORE: È PROPRIO VERA QUESTA ANTINOMIA? proviene da ASTW.

In primo luogo, il modo molto spesso aleatorio ed erratico con cui si dà vita a un’azienda, come Translated, che ha anticipato così tanto i tempi (vendita online di servizi linguistici completamente disintermediata, o quasi) da non avere clienti, almeno all’inizio della sua attività. È molto interessante apprendere che sia stato un progetto parallelo, una specie di social network che doveva essere usato per convertire il pubblico all’acquisto di servizi di traduzioni con l’inserimento di banner pubblicitari, ad avere rappresentato una prima fonte di reddito a cui attingere per sviluppare il progetto Translated, non appena le condizioni di mercato fossero maturate. Marco è molto sincero nel riconoscere che lui non aveva la minima idea di cosa stesse facendo, nel senso che laddove avrebbero dovuto esserci strategia e studio di un business plan, c’era invece una buona mole di improvvisazione. Ma anche di fortuna e, non ultimo per importanza, di intuito. Solo in un secondo momento, quando ormai Translated si affermava, il CEO di Translated ha appreso dell’esistenza dei venture capital e del mercato dei capitali, che sono gli unici modi efficaci per far crescere un’azienda nell’ottica di ottenere una sempre maggiore competitività.

Un altro argomento assai interessante ma su un altro piano, è stato quello relativo al lavoro dei traduttori. In sintesi, Marco Trombetti dice che molti traduttori che hanno abbracciato le nuove tecnologie, segnatamente la machine translation, ma che erano di base anche molto bravi hanno visto aumentare il loro fatturato in modo notevolissimo. Gli altri, invece, che partivano già svantaggiati “costituzionalmente” (non tutti possono essere eccellenti) e che hanno rifiutato il nuovo paradigma del lavoro (il traduttore non è più, o almeno non è solo un linguista ma dovrà anche essere una persona con competenze trasversali, da quelle del terminologico a quelle del linguista computazionale, almeno a livello di rudimenti) sono rimasti indietro.

Mi sento quindi di consigliare ai traduttori, specie quelli in erba, di non aver paura di “sprecarsi” come post-editor perché, prima o poi, quasi la totalità della pipeline dell’industria della traduzione passerà per le “fauci” della machine translation. Alcuni diranno delle tariffe “da fame” che vengono riconosciute ai post-editor. Vorrei essere molto franco e preciso al riguardo. Oggi, buona parte dei motori di machine translation è in grado di offrire una qualità dell’output tale da legittimare tariffe dell’ordine dei tre centesimi di euro a parola. È del tutto ragionevole e fattibile fare 1.000 parole e più all’ora con questi mezzi, che fanno, in media, 30 euro l’ora circa, che è un onorario più che dignitoso per la professione del traduttore.

Se è legittimo trarre una morale da questi spunti, è possibile dire che per crescere è necessario precorrere (ma non è facile) ed essere aperti alle novità ma, soprattutto, essere pronti a cavalcarle piuttosto che a subirle. Credo sia preoccupante il persistere, tra i traduttori, di una fobia per le novità in generale (neofobia) e segnatamente nei confronti della tecnologia per la traduzione. Le condizioni del lavoro vengono imposte dal contesto tecnologico: adattarsi a questo e anzi sfruttarlo al massimo è forse la skill più importante per chiunque voglia intraprendere oggi la professione del traduttore.

Dalla Redazione di ASTW.

L'articolo Il futuro della professione del traduttore tra neofobie e opportunità proviene da ASTW.

• Grande mole di tempo dedicata a creare glossari e impostare la morfologia > Macchine rule-based
• Difficoltosa integrazione con i sistemi di traduzione assistita (CAT tool) > Macchine rule-based e statistiche
• Impossibile o difficile customizzazione dell’output > Macchine statistiche e basate su reti neurali
• Qualità non ottimale dell’output > Macchine statistiche create solo con dati propri
• Prezzo elevato > Alcune macchine
• Problemi della privacy dei dati > Macchine statistiche e basate su reti neurali

ASTW si occupa, tra altre cose, di traduzioni in ambito proprietà intellettuale (brevetti) e Life Science, e utilizzare un sistema MT efficiente, con una buona qualità dell’output e con capacità di apprendimento ci avrebbe dato la possibilità non solo di aumentare la produttività dei linguisti ma anche di ridurre la curva di apprendimento dei traduttori neofiti. In qualche modo, avvalendoci di soluzioni anche non ottimali, come KantanMT (buona qualità dell’output, buona customizzazione ma difficoltosa integrazione con i CAT tool, lenta velocità di risposta e costi elevati) e la soluzione MT di SDL (relativamente scarsa qualità dell’output e difficile aggiornamento della macchina) abbiamo lo stesso raggiunto, sebbene parzialmente, i nostri obiettivi. Rimanevano, tuttavia, apprezzabili margini di miglioramento.

È stata recentemente lanciata sul mercato la soluzione ModernMT, che sembra superare praticamente tutti questi svantaggi. Abbiamo intervistato Davide Caroselli, VP of Product a ModernMT.

• Ciao Davide. Puoi dirci di cosa ti occupi?

Ciao! Sono il VP del prodotto per ModernMT e sono il responsabile del nostro motore di traduzione, delle sue funzionalità e della sua implementazione tecnica.

• Come è nato e come è stato sviluppato il progetto ModernMT?

ModernMT nasce da un progetto europeo, e più nello specifico nella cornice di Horizon 2020. L’obiettivo del progetto era proprio quello di ideare e sviluppare una nuova tecnologia di traduzione automatica che fosse capace di adattarsi e apprendere dal feedback dei traduttori professionisti. Avendo quindi dichiaratamente un approccio Enterprise-first, abbiamo modellato fin dalle primissime fasi il servizio sulla base delle esigenze del mercato della traduzione. Il team composto da quattro membri fondatori è stato sicuramente il nostro più grande vantaggio: TAUS, l’Università di Edimburgo, Fondazione Bruno Kessler e Translated sono stati il giusto mix di stato dell’arte in termini di ricerca nel campo dell’intelligenza artificiale e una forte conoscenza del mercato e delle esigenze degli attori del mondo della traduzione. Vi basti pensare che due dei tre fondatori della tecnologia alla base di Google Translate erano parte del team di ModernMT.

Oggi ModernMT è una società a tutti gli effetti che ha creato e rende disponibile sul mercato il prodotto fondato su questa innovativa tecnologia.

• In che modo la vostra soluzione riesce a “capire” il contesto della traduzione, a partire dal documento nella sua interezza?

Ogniqualvolta viene impiegato il nostro motore di traduzione, che sia attraverso un plugin per un CAT tool o direttamente tramite le sue API, c’è un passaggio fondamentale che avviene ancor prima che il traduttore inizi a lavorare su un determinato progetto: la Context Analysis, o analisi del contesto.

In questo step, completamente trasparente all’utente del plugin, un componente chiamato il Context Analyzer esegue un’analisi dell’intero testo del documento che si sta per tradurre in pochissimi millisecondi; analisi nella quale si ricerca la terminologia distintiva e lo stile intrinseco nel documento. Queste informazioni sono dunque usate per selezionare in maniera del tutto automatica le memorie private caricate dall’utente più adatte per quel determinato documento, ovvero quelle che meglio rappresentano la giusta terminologia e stile di scrittura. Sono proprio queste memorie dunque che verranno impiegate dal motore di traduzione per personalizzare l’output in tempo reale, per ogni singola frase del documento.

• Come garantite la privacy dei dati del cliente?

Qualsiasi contenuto inviato a ModernMT, che sia questo una memoria in formato “.tmx” o una correzione proveniente da un traduttore professionista, viene salvata in quella che è l’area privata dell’utente. Solo voi infatti potrete accedere alle vostre risorse e far si che ModernMT si adatti su di esse; in alcun modo un altro utente potrà utilizzare quelle stesse memorie per il suo sistema, né ModernMT stessa potrà utilizzare quei contenuti se non esclusivamente per offrire il vostro servizio di traduzione personalizzata.

Inoltre, ModernMT utilizza tecnologie di crittografia stato dell’arte per fornire i suoi servizi cloud. I nostri data center, i processi dei dipendenti e le operazioni di ufficio sono certificati ISO 27001:2013.

• Il prezzo di ModernMT è abbordabile per qualsiasi tasca: come avete fatto a creare una soluzione così vantaggiosa?

Essendo fin dal suo inizio Enterprise-first, l’obiettivo di ModernMT è sempre stato quello di creare un prodotto che non solo portasse la qualità della traduzione automatica al livello successivo, ma che fosse in grado di farlo offrendo un servizio che fosse competitivo sul mercato. Confezionare un prodotto di eccellente qualità, ma con un costo spropositato fuori mercato avrebbe significato il fallimento di ModernMT. Per questo motivo durante tutto il suo sviluppo, la ricerca dell’algoritmo, o della soluzione tecnica per portare maggiore qualità è sempre stata affiancata dalla ricerca all’efficienza.

La soluzione tecnica cuore di ModernMT, la sua “Instance-based adaptation”, non solo garantisce tutte le funzionalità necessarie ad un motore di traduzione enterprise, ma lo fa abbattendo i costi di computazione. Per questo motivo infatti non c’è alcun costo “nascosto” dovuto alla preparazione, o training, del motore di traduzione personalizzato e i costi di traduzione sono una frazione di quelli dei nostri concorrenti.

• Quali sono, secondo te, i vantaggi competitivi rispetto ad altre soluzioni MT disponibili in commercio?

Senza dubbio la sua qualità superiore, e non siamo solo noi a dirlo. In un report dello scorso anno, “Inten.to”, società leader negli studi di settore nel campo della traduzione automatica, presenta ModernMT come miglior motore nel mercato, battendo nomi quali DeepL, Google, Microsoft e SDL^[1].

• Quali sono i riscontri che avete ricevuto dai clienti?

Davvero molto positivi. Molti clienti sono letteralmente stupiti della qualità ottenibile da ModernMT e della semplicità con la quale sia possibile avere un motore personalizzato.

Le stesse critiche e feedback che negli anni abbiamo ricevuto sono state fondamentali per raffinare e migliorare costantemente i nostri servizi; operazione che tutt’ora ovviamente continua e che portiamo avanti sapendo che c’è ancora molta strada da fare, e che la qualità che oggi sembra sbalorditiva, domani sarà superata e dovremo costantemente rimanere aggiornati per offrire sempre un servizio stato dell’arte.

• Quali saranno i possibili sviluppi di ModernMT?

Senza dubbio espandere il numero di CAT tool supportati. Al momento ModernMT è disponibile per SDL Studio 2017/2019 e Matecat, ma sono numerosissime le richieste da parte di potenziali clienti di supportare un più largo numero di software di traduzione. Questa al momento è una delle nostre più grandi priorità.

Nel nostro caso, abbiamo potuto verificare che ModernMT ha i seguenti vantaggi:

• Veloci tempi di risposta
• Facilità di customizzazione mediante importazione di memorie di traduzione proprie (come file .tmx)
• Verificata capacità di apprendimento della macchina, man mano che si procede con la traduzione
• Output di qualità e conforme alla terminologia preferita
• Aggiornamento e apprendimento continuo della macchina, che impara dalle correzioni del post-editor
• Integrazione perfetta con il CAT tool usando l’apposito plugin

ModernMT è attualmente il nostro motore MT preferito, soprattutto nelle traduzioni brevettuali e in ambito Life Science, perché si dimostra affidabile, efficiente, qualitativamente migliore rispetto ai competitor, facilmente customizzabile e vantaggioso in termini economici.

^[1] https://www.slideshare.net/KonstantinSavenkov/state-of-the-domainadaptive-machine-translation-by-intento-july-2018

L'articolo Ecco perché abbiamo scelto ModernMT come nostra soluzione di Machine Translation proviene da ASTW.

Non tutti i tipi di testo si prestano a questo approccio: in linea di massima sono da privilegiarsi i testi lineari e non particolarmente discorsivi, con numerose ripetizioni. Un esempio pratico? La traduzione automatica funziona meglio su un testo tecnico piuttosto che su un testo di marketing, poiché quest’ultimo richiede una rielaborazione del testo originale nella lingua d’arrivo, il che renderebbe la traduzione automatica praticamente inutile. È quindi consigliabile condurre un’analisi a monte, o pre-editing, per capire se la traduzione automatica può davvero essere utile, e soprattutto per rilevare e prevedere i potenziali problemi, in modo che il traduttore sappia su quali aspetti concentrare la sua attenzione in fase di revisione.

L’errore più diffuso, quando si parla di post-editing, è pensare che tutti i motori di traduzione siano generici e spesso imprecisi come Google Translate. In realtà, molte aziende sfruttano da tempo la possibilità di creare motori di traduzione personalizzati, avendo a disposizione una grande quantità di dati con cui allenarli, e addirittura di diversificarli in base agli argomenti o alle tipologie di testo.

A seconda del testo e della qualità del motore di traduzione, l’intervento di post-editing può essere minimo, limitato alle sole correzioni essenziali per ottenere un testo formalmente corretto, o più profondo, completo ad esempio di modifiche stilistiche. Tra le variabili in gioco in questo senso figurano anche il pubblico di destinazione e, naturalmente, le specifiche fornite dal cliente. È inoltre bene tenere presente che la traduzione automatica non garantisce risultati soddisfacenti in tutte le combinazioni linguistiche: in linea di massima, il livello qualitativo è buono per le lingue latine e nordiche, mentre le lingue asiatiche e quelle che si leggono da destra a sinistra sono più complesse da trattare.

Un uso intelligente della traduzione automatica, accompagnato da interventi mirati di post-editing, può quindi dare risultati sorprendentemente positivi in termini di produttività, senza rinunciare all’ingrediente indispensabile per un testo finale impeccabile: il tocco umano.[/vc_column_text][stm_post_bottom][stm_post_about_author][stm_post_comments][stm_spacing lg_spacing=”80″ md_spacing=”80″ sm_spacing=”30″ xs_spacing=”20″][/vc_column][vc_column width=”1/4″ offset=”vc_hidden-sm vc_hidden-xs”][stm_sidebar sidebar=”527″][/vc_column][/vc_row]

L'articolo Post-editing: oltre il luogo comune proviene da ASTW.