Programmi per la gestione delle memorie di traduzione

I programmi per la gestione di memorie di traduzione archiviano i testi sorgente e i relativi testi precedentemente tradotti in un database, in modo da recuperare e utilizzare i vecchi segmenti di testo tradotti durante il processo di traduzione di nuove porzioni di testo.

Tali programmi dividono il testo sorgente in unità più facilmente gestibili, normalmente chiamate “segmenti”. Il software mostra a turno ogni diverso segmento e, se disponibile nel database, fornisce la traduzione utilizzata precedentemente perché essa possa essere riutilizzata. Se non trova una vecchia traduzione, il programma consente al traduttore di inserire la traduzione per il nuovo segmento. Dopo aver completato la traduzione del segmento, il programma archivia la nuova traduzione e si sposta al segmento successivo.  L’utilizzo di questi software, solitamente richiesti come requisito indispensabile da parte delle agenzie di traduzione al linguista, garantisce un notevole risparmio in termini economici, oltre che una coerenza terminologica.

Programmi per l’allineamento e la concordanza

I programmi per l’allineamento vengono utilizzati per allineare e far concordare tra loro due documenti (il sorgente e il tradotto), dividendoli in segmenti, nel tentativo di determinare quali segmenti del documento tradotto siano associabili al documento sorgente, in modo da poter costruire una memoria di traduzione. Molti software consentono di modificare gli allineamenti proposti oppure di allineare manualmente i segmenti di cui non viene trovata corrispondenza. La memoria così creata può essere utilizzata in un programma per traduzione con l’ausilio di memorie.

Programmi per la gestione della terminologia

I programmi di CAT possono anche servire a creare glossari di termini usati frequentemente, permettendo ai traduttori di lavorare in modo più efficace. I programmi che gestiscono la terminologia sono strumenti di livello avanzato che forniscono al traduttore la possibilità di ricercare le potenziali traduzioni sia con l’ausilio di memorie di traduzione, sia con l’ausilio di specifici database contenenti le traduzioni pregresse per un particolare ambito (ad esempio medicale o informatico) o ancora più nello specifico per una particolare tipologia di prodotto (ad esempio un programma software o un manuale di istruzioni). Sono spesso dei veri e propri dizionari specifici per alcuni particolari registri linguistici. Come le memorie di traduzione anche questi database specifici possono essere aggiornati e utilizzati per la verifica delle traduzioni di particolari termini o vocaboli.

Programmi per l’indicizzazione e la ricerca

Uno dei nuovi strumenti disponibili per la traduzione assistita è l’indicizzatore e il relativo motore di ricerca. Effettua l’indicizzazione dei testi e funziona come un normale motore di ricerca basato sul web, ma effettua le ricerche in grandi raccolte di memorie di traduzioni per trovare frammenti di frasi, segmenti o anche interi paragrafi che corrispondano ai nuovi segmenti da tradurre. Recupera più traduzioni di un programma che utilizza le sole memorie e ha il vantaggio di poter restringere la ricerca selezionando gli ambiti di applicazione, ma ha lo svantaggio, come per tutti i motori di ricerca, relativo al rischio di ricercare all’interno di database non aggiornati o aggiornati con traduzioni non ancora definitive.

La validità dei processi di Computer-Assisted Translation varia a seconda del tipo di testo da tradurre: essa infatti garantisce risultati più soddisfacenti se utilizzata per tradurre testi appartenenti a un’area specialistica, caratterizzata da coerenza terminologica (lo stesso termine è utilizzato sempre nel medesimo senso), e da coerenza fraseologica (la stessa idea e la stessa azione sono sempre descritte in modo identico), e quando il testo è composto da frasi semplici e brevi, così che aumentano la probabilità di ripetizione e diminuiscono i casi di ambiguità.

La maggior parte delle aziende ne è consapevole, ma poche sanno esattamente come procedere per far tradurre i propri contenuti. Si può usare la traduzione automatica o è meglio rivolgersi ad un traduttore umano? Si possono combinare le due cose? Cerchiamo di fare chiarezza.

Traduzione automatica – come nasce, evoluzione e tipologie

Qual è la differenza tra una traduzione automatica e una traduzione umana? Bene, la traduzione automatica è la trasposizione istantanea di un testo da una lingua a un’altra utilizzando l’intelligenza artificiale. Una traduzione umana, invece, implica un vero e proprio lavoro di interpretazione, ad opera di uno o più traduttori che traducono il testo manualmente.

La traduzione automatica esiste da oltre 60 anni, ma solo recentemente ha iniziato ad imporsi sul mercato, soprattutto nell’industria linguistica. Oggi, le agenzie di traduzione e i traduttori freelance stanno iniziando a fare uso della traduzione automatica per ridurre i costi e migliorare la produttività.

C’è un numero crescente di servizi di traduzione automatica disponibili, molti dei quali sono gratuiti. Google Translate è il più noto e forse il più famigerato (chi non si è mai imbattuto in una traduzione divertente, imbarazzante o completamente imprecisa di Google Translate?). Altri servizi di traduzione automatica includono Microsoft Translator, DeepL Translator e Yandex Translate.

Ci sono diversi tipi di traduzione automatica, basata su regole, statistica, adattiva e neurale: la maggior parte dei servizi si muovono verso la traduzione automatica adattiva o neurale in ragione di migliori performance di traduzione. La traduzione automatica neurale profonda, in particolare, produce risultati eccezionalmente buoni e sta colmando rapidamente il divario tra umani e macchine per alcune tipologie di testo.

Traduzione automatica vs. traduzione umana

Aperto e vivace è il dibattito sulla qualità della traduzione automatica. Quanto sono accurate le traduzioni automatiche? Quanto sono affidabili le traduzioni umane? Alcuni dicono che la traduzione automatica produce traduzioni quasi perfette, mentre altri sono irremovibili sul fatto che le traduzioni sono incomprensibili e causano più problemi di quanti ne risolvano. I risultati variano, naturalmente, a seconda della lingua di partenza e di arrivo, del servizio di traduzione automatica utilizzato e della complessità del testo originale.

La traduzione automatica, che la si ami o la si odi, è qui per restare. Infatti, il mercato della traduzione automatica sta crescendo ad un ritmo così veloce che si prevede che raggiungerà 980 milioni di dollari entro il 2022.

E questo dove lascia la traduzione umana? I pessimisti dicono che la traduzione automatica renderà presto superflui i traduttori professionisti, mentre i pragmatici capiscono che la traduzione automatica ha il suo posto, ma respingono l’idea che la traduzione umana non sarà più necessaria.

È chiaro che la qualità delle traduzioni prodotte dalla traduzione automatica sta migliorando rapidamente. Ma se la fluidità migliora, si verificano ancora gravi errori di interpretazione, di fronte ai quali è ancora vitale avere un traduttore umano che controlli ed intervenga sulla traduzione automatica.

Inoltre, ci sono molti tipi di traduzione, come i testi di marketing o editoriali, che implicano la riscrittura o la localizzazione del contenuto, ciò che la traduzione automatica non può ancora fare. In altre parole, abbiamo ancora bisogno dell’intervento umano in tutti questi scenari, quindi i traduttori professionisti non hanno davvero nulla di cui preoccuparsi.

Se questo è il caso, perché esiste la traduzione automatica? Perché dovremmo usare le traduzioni automatiche se le traduzioni umane sono indubbiamente migliori? Beh, per prima cosa è significativamente più economico (nessun costo di manodopera) e, per di più, è istantaneo. Se hai un budget molto limitato e hai bisogno di tradurre grandi quantità di testo molto rapidamente, è meglio una traduzione automatica che una traduzione umana.

Inoltre, i critici della traduzione automatica spesso ignorano che le traduzioni umane possono essere un gioco d’azzardo se non conosci il tuo fornitore. Come in qualsiasi altra professione, ci sono buoni e cattivi traduttori. Mentre la traduzione automatica produrrà sempre risultati più o meno simili, le prestazioni umane dipenderanno da chi scegliete, dalla loro esperienza, dalla loro area di competenza, dalla loro disponibilità e dalla loro dedizione, tra gli altri fattori.

Che vi affidiate ad un servizio di traduzione automatica o di traduttore professionista, scegliere una buona agenzia di traduzione consente di garantire standard di qualità riconosciuta sia nel post-editing di servizi automatici, attraverso accurate revisioni della traduzione istantanea, sia nella traduzione umana, attraverso la selezione dei linguisti da parte di team di esperti sulla base degli standard internazionali.

Che cos’è la Machine Translation?

La Machine Translation, o traduzione automatica in italiano, ha visto un incremento importante negli ultimi anni. Il meccanismo di fondo che la rende possibile è l’intelligenza artificiale applicata al trattamento del linguaggio naturale, la quale si basa su attività compiute da software che con gli anni sono stati resi più performanti e potenti. 

Se contestualizziamo l’intelligenza artificiale nel settore delle traduzioni, possiamo quindi parlare di traduzione automatica. A livello tecnico, la Machine Translation si articola in due passaggi principali: 

• Si forniscono corpora linguistici al computer in una data lingua di partenza x
• Il computer li elabora e li restituisce nella lingua di arrivo impostata 

La Machine Translation non è un meccanismo esente da errori, ma al giorno d’oggi è il metodo più rapido per ottenere delle traduzioni economiche in modo efficace. Nel corso degli anni, la qualità di questo strumento è aumentata notevolmente, sotto due aspetti in particolare: la resa finale e le lingue supportate.

Perché la Machine Translation si differenzia dai motori di traduzione generalisti?  

Spesso si cade in errore, pensando che la Machine Translation e i motori di traduzione che troviamo in rete come Google Translate o Amazon Translate (di proprietà delle aziende stesse), siano il medesimo strumento, ma differiscono di fondo sul tipo di comunicazione che vogliono veicolare. I motori di traduzione generalisti traducono automaticamente i propri contenuti, sono completamente gratuiti e accessibili a tutti, ma si basano su una comunicazione generica i cui dati non sono dettagliati, né curati nella forma. 

Secondo il linguaggio tecnico informatico, si parla di “garbage in, garbage out”, ossia il concetto per cui i software elaborano in modo improprio i dati in entrata (garbage in) e, per tale motivo, gli stessi riprodotti in uscita (garbage out) non possono essere di alta qualità.

La Machine Translation non ha le stesse peculiarità dei motori di traduzione come Google Translate perché i contenuti che elabora e produce sono curati, poiché i software all’interno dei processi informatici sono “addestrati”, in precedenza, per ricevere determinati dati e a crearne di pertinenti. 

I software digitali, dedicati alla traduzione, vengono addestrati per il trattamento del linguaggio naturale da un linguista che ha il fondamentale compito di educare la macchina a svolgere l’attività di traduzione, inserendo al suo interno dati linguistici appropriati.

Quali servizi sono collegati alla Machine Translation?

Con la nascita della Machine Translation sono sorte anche altre nuove professioni legate al mondo della traduzione, come la figura del revisore post-editing. Il Machine Translation post-editing, abbreviato in MTPE, è una tipologia di traduzione che combina l’estrema velocità dei motori della macchina che sono così in grado di gestire ampi volumi documentali e l’abilità e la sensibilità del traduttore che revisiona il testo una volta elaborato dai software. 

Quando viene prodotta la traduzione dalla Machine Translation, si può passare alla revisione che, generalmente, può essere di due tipologie: 

• Light post-editing (LPE): con questa modalità, la revisione che si apporta è molto leggera, ci si deve assicurare che la macchina non abbia commesso errori grossolani di grammatica e/o sintassi e si corregge laddove strettamente necessario. È un servizio che assicura un risultato veloce ed efficace;
• Full post-editing (FPE): con questa opzione, invece, il testo prodotto dalla MT viene esaminato nei dettagli. Il servizio full post-editing si concentra su più aspetti, oltre alla grammatica e alla sintassi, il traduttore si assicura che lo stile e gli adattamenti culturali siano puntuali e precisi nella lingua di destinazione.

I perni sui quali ruota il meccanismo del post-editing sono tre e sono sempre da tenere in considerazione qualora ci si affidi a questa tipologia di traduzione: tempo, qualità e costo. Il servizio di Machine Traslation post-editing ti permette di ottenere rapidamente i lavori con una qualità alta grazie alla revisione di traduttori madrelingua e ad un costo inferiore rispetto ad una normale traduzione.

Stai pensando di utilizzare il servizio di Machine Translation post-editing?

Software come questi sono il valore aggiunto per offrire contenuti di qualità e ricevere in cambio vantaggi in termini di tempo ed economicità.

Avete mai sentito parlare di Intelligenza artificiale, Machine Learning o Business Intelligence? Sicuramente sì! Da qualche anno queste tre macro-aree stanno diventando il futuro della nostra economia, creando migliaia di posti di lavoro. Grazie alla tecnologia messa a disposizione e alla grande potenza di calcolo dei pc attuali, siamo in grado di analizzare un quantitativo immenso di dati, semplicemente con il nostro portatile.

Come prima cosa, chiariamo che cos’è il Machine Learning (l’apprendimento automatico) o comunemente indicato con l’acronimo ML: come sottodisciplina dell’intelligenza artificiale, è un insieme di tecniche statistiche e di programmazione che permettono alle macchine, cioè ai computer, di essere un supporto fondamentale per i manager nelle fasi decisionali o nelle strategie di marketing. Ma ora facciamo un passo indietro per capire come avviene tutto ciò. Innanzitutto, abbiamo bisogno di un data base, cioè un magazzino di dati (informazioni) che sono stati raccolti nel tempo. Non tutti i dati contenuti al suo interno sono rilevanti, quindi si passa al processo di cleaning, dove vengono eliminati alcuni features che potrebbero provocare rumore. Questa fase è molto importante quanto noiosa e viene chiamata con ETL che in inglese prende il significato di Extract Transform Load.

Come secondo passo, si analizzano queste caratteristiche per vedere se c’è uno schema logico o una connessione tra di essi. Esempio: vogliamo vedere come l’investimento nelle varie aree di un’azienda influisca sul suo fatturato e capire di conseguenza dove potremo investire di più per incrementare il fatturato. Questa fase è conosciuta con il nome di apprendimento supervisionato in quanto siamo già in possesso dei dati di input e output, basta scegliere un modello che meglio approssima il nostro caso, validarlo e poi applicarlo. Tutto ciò è abbastanza semplice in quanto le righe di codice da scrivere sono poche e intuitive, potete provarci da casa guardando un semplicissimo video su youtube. Non aspettatevi di creare modelli di riconoscimento facciale, ma una semplice regressione è più che sufficiente. Invece, la parte più complicata sono le molteplici skills che bisogna acquisire a partire dalla gestione di data base, passando per la statistica avanzata fino alla programmazione più sofisticata.

Avete mai fatto una ricerca su Google di un prodotto per poi magari passare ad un social network dove magicamente compaiono pubblicità connesse a quanto cercato prima? Ebbene sì, succede sempre più frequentemente perché l’algoritmo di apprendimento alla base riconosce i vostri interessi e di conseguenza sa consigliarvi i prodotti che fanno al caso vostro. Ora potete intravedere le potenzialità molteplici in questo settore.

Immaginate un’azienda di biciclette che vuole pubblicizzare un suo prodotto on line: invece di pagare migliaia di euro per un pubblico in cui magari solo il 20% è interessato al mondo delle bici, si avvalesse di questa tecnologia in cui l’algoritmo in automatico selezionerà i potenziali clienti con un’accuratezza del 99%. Un esempio banale che può far incrementare il fatturato e risparmiare sulla spesa (chiaramente nel primo caso andrà a buttare via l’80% del budget, mentre nel secondo solo l’1%). In questo caso, il compito principale dell’algoritmo è come far arrivare i contenuti giusti alle persone corrette, al tempo giusto.

Di questi tempi, dietro ogni grande azienda c’è la capacità di utilizzare le ultime tecnologie per estrarre informazioni preziosi dai dati (Data Manning), interpretarli e far si che il processo decisionale sia efficace. Bisogna sempre seguire le innovazioni, perché proprio come ha detto Stephen Hawking: “L’intelligenza è la capacità di adattarsi al cambiamento”.

Vuoi saperne di più? Contattaci per ricevere maggiori informazioni!

I pilastri dell’export italiano sono i settori di meccanica, automotive, agroalimentare e abbigliamento e sono proprio questi ultimi che sono stati maggiormente danneggiati. Per fronteggiare questa crisi, le aziende hanno intrapreso varie strategie di mercato e reinventato molti processi, per rimettere in piedi le proprie attività. Tra quelle che hanno portato un guadagno notevole c’è sicuramente Amazon. Il suo CEO, Jeff Bezos, in questi mesi di crisi è riuscito a scalare la lista degli uomini più ricchi del mondo, fino a raggiungerne la vetta, ma vediamo come ha fatto. È bastato introdurre il “Robotic floor” ossia un reparto, nello stabilimento di Passo Corese, in provincia di Rieti, dove la componente umana è quasi inesistente. Sì, esattamente! Niente uomini solo robot. Quest’ultimi gestiscono tutto, dallo stoccaggio della merce, all’ordinamento sugli scaffali fino alla gestione degli ordini.

Un approccio smart altamente efficiente che riduce notevolmente risorse ed energia.

Ciò ha permesso a molti italiani durante il lock-down di poter ordinare qualsiasi bene dalla propria casa con un semplice click, tutto questo mentre molte aziende erano costrette a chiudere. Visto che i robot non potevano contrarre il virus hanno continuato a lavorare in totale sicurezza h24 con un’ora per la ricarica, mentre la componente umana ha proseguito il proprio lavoro rispettando le norme di sicurezza stabilite dal Governo. Tra i punti di successo di Amazon sono anche velocità ed efficienza della consegna. Quante volte vi è successo di ordinare qualcosa proveniente dalla Germania e già dopo 2 giorni era a casa vostra? Per soddisfare le esigenze dei clienti e accorciare i tempi di consegne, Amazon ha disparso una rete connessa di magazzini in tutto il mondo e ha preso gli accordi con tutti i più grandi corrieri. Cercando sempre di guardare il futuro e assicurare solo il migliore per i suoi clienti, Jeff Bezos dal 2013 sviluppa la tecnologia di consegna con i droni ed è proprio in questi giorni che la Federal Administration Aviation gli ha dato la via libera per l’uso degli stessi.

Un altro nome che sicuramente deve essere menzionato quando si parla del successo imprenditoriale è Tesla, che durante il Covid ha guadagnato 5 miliardi di dollari. Se dovessimo definire il suo sistema in una sola parola, sarebbe “online”. Cosa ha fatto Tesla di preciso? Ha portato tutte le sue vendite online. I concessionari non esistono più, si sceglie tutto (fino ai dettagli più piccoli) tramite una procedura sul sito web, evitando così il contatto fisico e permettendo anche ai clienti lontani di acquistare i suoi prodotti. Il sistema “contactless” prevede una consegna che avverrà in un luogo concordato con il cliente. Un operatore provvederà a far trovare la macchina nel luogo prescelto dopo averla sanificata. Però Tesla non si è fermato qui. Le chiavi vengono lasciate all’interno della macchina che verrà aperta dal cliente con tecnologia NFC avvicinando il proprio smartphone. L’ordine consegnato in tempo con tutte le regole sanitarie rispettate, non è quello che vogliamo?

Da questi due esempi è chiaro quant’è importante la digitalizzazione del proprio business. La trasformazione digitale porta diversi vantaggi, tra cui la semplificazione dell’accesso alle informazioni e rafforzamento del vantaggio competitivo. Nel settore dell’export, questi strumenti ci permettono di eseguire ricerche di mercato in modo più veloce, di conoscere il target di clienti nel paese di destinazione e anche di rendere più fluido il rapporto con i fornitori. Per far ripartire qualsiasi settore è di cruciale importanza seguire i cambiamenti tecnologici e in questo modo portare avanti il lavoro. Il lock-down ci ha insegnato varie cose, ma nel mondo d’industria ci ha dato un’importante lezione: bisogna imparare a vendere da lontano.

Vuoi saperne di più? Contattaci per ricevere maggiori informazioni!