La traducción automática neuronal está en todas partes (y no solo en este blog). Los traductores quieren saber cómo afectará su forma de ganarse la vida, y los gerentes de localización internos quieren saber cómo hacer que funcione para su estrategia de traducción. Ya sea que estés buscando evaluar las aplicaciones empresariales de la traducción automática neuronal (TAN) o viendo cómo funciona todo, estos videos de TAN pueden ayudarte a entender la oleada creciente de la traducción automática neuronal.
Históricamente, la traducción automática se ha visto con desconfianza en el mundo de la localización. Los profesionales experimentados de idiomas temen que su propio trabajo, repleto de matices y consideraciones geográficas extremadamente sensibles, será reemplazado por la producción fría, sin vida y robótica de un algoritmo. Y si se toman en cuenta los últimos enfoques en la traducción, tienen razones para sentirse así.
Este artículo es un anexo de nuestro artículo original publicado el 10/01/2017, titulado Evaluación de calidad de la traducción automática de 2017. Diseño experimental Evaluamos todos los sistemas de traducción automática para las combinaciones inglés-francés e inglés-alemán. Informamos de BLEU-4 [2], ignorando las diferencias entre mayúsculas y minúsculas, calculado por el script de puntuación mteval del conjunto de código abierto de la Universidad de Stanford, Phrasal. Se aplicó la tokenización NIST a las producciones de los sistemas y las traducciones de referencia.
