Crear una comunidad de traductores¶
Seguir estas recomendaciones contribuye a la creación de una herramienta de post-edición completa y multilingüe. Las buenas traducciones se definen a través del modelo sistémico-funcional de House, cuyo objetivo es una traducción contextualmente correcta. Escriba la post-editing guide suya propia y altere estas recomendaciones para que quepan sus propias definiciones. En muchos casos el complemento del explorador de languageTool es útil como una herramienta de prueba de lectura.
Muchas veces, los traductores encontrarán problemas con las cadenas de origen. Asegúrese de que les resulte fácil informar sobre dichos problemas. Para recopilar esta información, puede configurar el campo Explorador del repositorio en su componente Weblate, para que los traductores propongan sus cambios al repositorio original. También puede recibir comentarios de los traductores si configura Dirección para informar defectos en la cadena origen.
Lista de control de regionalización comunitaria¶
La Lista de comprobación de ubicación comunitaria que se encuentra en el menú de cada componente puede servirle de guía para facilitar el proceso de localización a los traductores comunitarios.
Gestión terminológica¶
La pos-edición de la traducción automática con asignación de terminología influye en cada nivel del proceso de traducción. El sistema de traducción automática puede adaptarse al vocabulario y estilo específicos mediante un entrenamiento continuo o una reparación neuronal difusa. Importe su memoria de traducción existente a Weblate o cree un ámbito inicial con su terminología básica. Al final, se debe instruir al lector con documentos terminológicos adicionales para garantizar un buen conocimiento y resultado en el campo.
Traducción automática¶
La calidad de la traducción automática (que suele medirse con la puntuación BLEU) se correlaciona con el tiempo de edición [1]. Elija un backend automático que admita los idiomas y dominios necesarios. Deje en claro cómo funciona el backend de traducción y qué calidad debe esperar el poseditor.
Revisar traducciones¶
Las traducciones serían revisadas por una segunda persona tras la post-edición. Con un revisor imparcial y competente, la regla de dos personas reduce los errores y mejora la calidad y la coherencia del contenido. Proporcionar a los revisores vistas previas o traducciones alfa contribuirá a una mejor revisión. Las capturas de pantalla y las explicaciones también ayudan a revisar las cadenas en contexto.
Retroalimentación estructurada¶
Weblate cuenta con numerosas comprobaciones de usuario Comprobaciones y correcciones que proporcionan información estructurada sobre la calidad de las traducciones. También ofrecen información visual durante la traducción. Esto evita errores recurrentes y ayuda a los traductores a comprender el funcionamiento del código.
Definición de traducción¶
Además de las definiciones mentalistas y basadas en el impacto, que suponen una fuerte reducción, el enfoque lingüístico basado en el texto es el que mejor se adapta a los métodos de traducción implementados. Una teoría bien formulada para la evaluación de la traducción es el modelo sistémico-funcional de House, que se centra en la relación entre el original y la traducción. El modelo parte de la base de que la traducción es un intento de mantener el significado semántico, pragmático y textual de un texto equivalente al pasar de un código lingüístico a otro.
El grado de calidad de una traducción se basa en el grado de equivalencia, es decir, la correspondencia entre el perfil del texto y la función del texto. Dado que no se puede calcular automáticamente, se debe recopilar información suficiente para permitir una evaluación humana uniforme. Los dos parámetros principales de concordancia en un modelo correspondiente son el macrocontexto, es decir, la integración en un contexto social y literario más amplio, y el micro contexto, que consiste en el campo, el tenor y el modo.
Fuentes¶
Marina Sánchez‐Torrón y Philipp Koehn en Calidad de la traducción automática y productividad pos-editorial, Figura 1: https://www.cs.jhu.edu/~phi/publications/machine-translation-quality.pdf
Joanna Best y Sylvia Kalina. Traducción e interpretación: una guía. A. Francke Verlag, Tubinga y Base, 2002. Posibilidades de la crítica de la traducción comenzando en la página número 101
repara neural difuso, Bram Bulté y Arda Tezcan en Reparación de Neural Difuso: Integrando Coincidencias Difusas en Máquina de Traducción Neural, 2019 https://aclanthology.org/P19-1175.pdf