NEUROTRAD

TRADucción automática NEUROnal y paridad humano-máquina: aspectos de evaluación y posedición

N.º de ref. B1-2020_07
2021-2022
*El proyecto ha obtenido una prórroga hasta noviembre de 2023.


La finalidad del proyecto NEUROTRAD consiste en definir qué es la paridad humano-máquina en traducción automática neuronal e investigar qué impacto tiene en la evaluación y posedición de la traducción tanto automática como humana. Este proyecto internacional e interuniversitario con cinco universidades participantes, cuatro españolas (UMA, UVA, UAH y UCO) y una estadounidense (Kent State University), persigue determinar de forma empírica y desde una perspectiva holística en qué medida se asemejan y en qué medida difieren el flujo de traducción automática neuronal + posedición y el flujo de traducción humana. Para ello, nos hemos marcado los siguientes objetivos específicos:

1. Definir el concepto de paridad humano-máquina en lo que a traducción automática neuronal se refiere.

2. Concretar un umbral en las métricas de evaluación de traducción automática más frecuentes (BLEU, METEOR, NIST y RIBES) que determine que una traducción automática ha alcanzado el nivel de paridad humano-máquina.

3. Establecer tanto patrones de técnicas de posedición de traducción automática neuronal que ha alcanzado niveles de paridad humano-máquina como patrones de corrección de traducción humana a fin determinar diferencias y similitudes.

4. Comparar la productividad, el esfuerzo de posedición y el comportamiento del traductor (con parámetros como ratio pausa-palabra, tiempo de posedición por palabra, etc.) entre la corrección de traducción humana y la posedición de traducción automática neuronal con nivel de paridad humano-máquina.

5. Evaluar la traducción humana y la traducción automática neuronal que ha alcanzado nivel de paridad humano-máquina con el fin de comprobar los tipos de errores que presenta cada una.

6. Elaborar guías de pautas de posedición para la traducción automática neuronal que ha alcanzado nivel de paridad humano-máquina.