Deseo desarrollar una
traducción por IA de alta precisión
especializada en un campo específico
Deseo mejorar la
precisión
de un chatbot multilingüe
Deseo predecir las
intervenciones durante conversaciones o sesiones de preguntas y respuestas
Busco un
corpus bilingüe
que sea compatible con los idiomas de los países del sudeste asiático
.
Quiero crear un
diccionario de terminología
especializado en un sector o área de especialidad
.
Desarrollamos traducción automática desde la década de 1980 y contamos con un amplio historial de entrega de corpus bilingües a grandes empresas.
Gracias a nuestros años de experiencia y conocimientos, le ofrecemos un
corpus multilingüe que contribuye a la resolución de problemas.
Poseemos corpus bilingües de diversos campos como
turismo, medicina, derecho, finanzas y propiedad intelectual.
También disponemos de corpus bilingües en formato de diálogo,
como conferencias de prensa y sesiones de preguntas y respuestas.
¡Ofrecemos más de un millón de pares de corpus bilingües!
También pueden utilizarse como memorias de traducción
en sus herramientas de traducción asistida actuales.
Además de datos traducidos del japonés al inglés,
poseemos corpus bilingües
traducidos del inglés a idiomas del sudeste asiático y lenguas poco comunes.
Dado que los corpus bilingües han sido traducidos
por hablantes nativos de cada idioma,
reflejan los matices y expresiones idiomáticas específicos de cada lengua.
Además del campo y el tipo de datos, gestionamos la dirección de traducción
entre el texto original y el traducido,
lo que permite extraer el corpus bilingüe que desee.
También aceptamos encargos para la creación de diccionarios terminológicos multilingües.
Ofrecemos precauciones para trabajar de forma segura en fábricas y lugares de trabajo, presentadas en formato de conversación según el sector.
Desde el sector primario, como la agricultura, la silvicultura y la pesca, hasta informes sobre economía, finanzas, TI y energía nuclear, cubrimos una amplia gama de campos.
Disponemos de datos en varios idiomas necesarios para que los extranjeros entren y vivan en Japón, tales como leyes sobre inmigración y estatus de residencia, así como cuestionarios médicos en entornos sanitarios.
Departamentos de investigación de grandes empresas de telecomunicaciones
/laboratorios de emisoras de radiodifusión
/empresas de desarrollo de motores de traducción automática basados en IA
, entre otros.
La necesidad de corpus paralelos es cada vez mayor en el desarrollo y ajuste de la traducción automática y la IA generativa multilingüe. Además, incluso cuando los traductores comienzan a trabajar en un nuevo campo, si cuentan con memorias de traducción acumuladas internamente, la eficiencia del trabajo de traducción aumentará drásticamente. Por otro lado, no es fácil recopilar sistemáticamente un corpus paralelo por cuenta propia, por lo que resulta eficiente adquirir datos de fuentes externas y centrarse en el desarrollo de los productos deseados o en el trabajo de traducción.
Se pueden mencionar los siguientes 6 puntos como clave para la selección de un corpus paralelo:
1) Combinación de idiomas
2) Campo
3) Calidad
4) Cantidad
5) Tipo de datos
6) Presencia o ausencia de contexto
La "combinación de idiomas" en el punto 1) se refiere a si los pares de idiomas que el traductor traduce o los que se utilizan para entrenar el desarrollo de la traducción automática son japonés e inglés, o japonés y chino, por ejemplo. Lo mismo ocurre al registrar en la memoria de traducción de las herramientas de asistencia a la traducción que se utilicen; la "combinación de idiomas" puede considerarse el elemento más importante. Además, si se busca una expresión más natural, qué idioma es el original también es un factor importante. Como ejemplo concreto, incluso si hablamos simplemente de un "corpus paralelo de japonés e inglés", es natural que existan diferencias en la fluidez de la expresión en inglés y en el trasfondo de la traducción dependiendo de si el original es japonés traducido al inglés o si el original es inglés traducido al japonés.
El "campo" en 2) se refiere a áreas como el turismo, la medicina, el derecho, la economía, la ciencia y la tecnología, entre otras. El aprendizaje automático con datos del campo en el que se desea aumentar la precisión conduce a una aceleración del desarrollo. Al construir modelos lingüísticos para mejorar la precisión de la traducción automática en un campo específico, se considera que el punto de referencia para obtener resultados efectivos es de aproximadamente 100.000 pares. Ni que decir tiene que el campo también es importante a la hora de crear diccionarios de terminología especializada a partir de corpus bilingües. En nuestro caso, los campos demandados en Japón han cambiado a lo largo de los años: en la era en la que nos centrábamos en la respuesta al turismo receptivo bajo el lema de nación orientada al turismo, se demandaba el campo turístico; posteriormente, se requirió el campo médico para fortalecer la atención sanitaria a los extranjeros que visitan o residen en Japón. Además, las necesidades han evolucionado en pocos años hacia el campo empresarial, que incluye materiales de presentación utilizados para anunciar o explicar contenidos comerciales, así como conferencias en reuniones y eventos, junto con las sesiones de preguntas y respuestas resultantes.
La "calidad" en 3), en otras palabras, se refiere a la precisión y depende del método con el que se haya creado el corpus bilingüe. Es deseable que los datos hayan sido traducidos por personas; aquellos traducidos mediante traducción automática que no hayan pasado por una revisión o corrección humana verán reducida su calidad de forma natural. Incluso en el caso de datos bilingües traducidos por personas, a veces una oración del original se traduce en dos o más oraciones en el texto traducido, lo cual afecta a la calidad si es esencial que el original y la traducción correspondan oración por oración. Además, si la traducción es excesivamente abreviada, tampoco puede considerarse un corpus bilingüe de buena calidad.
En cuanto a la "cantidad" en 4), por ejemplo, si el objetivo es registrarla en la memoria de traducción o en el diccionario de términos de una herramienta de traducción asistida utilizada internamente, unas decenas de miles de pares de corpus bilingües en un campo específico pueden considerarse una cantidad suficientemente útil para un traductor. Se dice que, para el aprendizaje automático en un campo específico, como en el desarrollo de un motor de traducción automática, 100 000 pares tienen un efecto determinado. Por otro lado, se dice que para desarrollar un motor de traducción automática de uso general se necesitan decenas de millones de pares. De esta manera, la cantidad de corpus bilingüe requerida varía enormemente según el propósito.
El "tipo de datos" en 5) indica si el archivo original utilizado para crear el corpus bilingüe es un informe/libro blanco, una presentación/conferencia/sesión de preguntas y respuestas, etc. Es más eficaz utilizar un corpus bilingüe creado a partir de informes o libros blancos si se desea realizar un aprendizaje automático de lenguaje escrito, y a partir de presentaciones, conferencias o sesiones de preguntas y respuestas si se desea realizar un aprendizaje automático de lenguaje hablado. Dado que en nuestro corpus bilingüe gestionamos los atributos de forma detallada, es posible extraer el corpus bilingüe por tipo de datos.
La "presencia o ausencia de contexto" en 6) se refiere a si existe una conexión semántica entre varias oraciones. Específicamente, los ejemplos de oraciones publicados en un diccionario tienen como única condición incluir una palabra de entrada específica y no tienen relación con otros ejemplos. Por lo tanto, se considera que "no hay contexto". Por el contrario, un informe se compone de varias oraciones que describen un evento o suceso, por lo que "hay contexto". Del mismo modo, en las conferencias y sesiones de preguntas y respuestas, dado que varios hablantes conversan alternativamente, se puede decir que "hay contexto". No solo para la traducción automática, sino también para generar respuestas más precisas en chatbots, se requiere cada vez más que el corpus bilingüe utilizado para el aprendizaje automático "tenga contexto".
Resumen
Al seleccionar un corpus paralelo, es necesario considerar los puntos del 1) al 6) mencionados anteriormente según el uso previsto. En particular, al realizar aprendizaje automático para un campo específico, es fundamental tener en cuenta la calidad, el tipo de datos y la necesidad de contexto. Para aprovechar un corpus paralelo que se ajuste a sus objetivos, le invitamos a consultar primero nuestros datos de muestra gratuitos.
