Clasificación de idiomas según su traducibilidad automática para una TA más eficaz

A medida que las empresas se enfrentan a una mayor presión por traducir más contenido con mayor rapidez, la traducción automática (TA) se ha convertido en un componente esencial de la solución a este reto. Por tanto, resulta interesante comparar el rendimiento de los principales motores de TA (Google NMT, Bing NMT, Amazon, DeepL y Yandex) para determinar cuál de ellos responderá mejor a sus necesidades. De hecho, ya analizamos el rendimiento de los motores de TA todos los meses a través de MT Tracker, la herramienta de medición de los principales motores de traducción automática que más tiempo lleva realizando este seguimiento. Sin embargo, es importante realizar evaluaciones adicionales, sobre todo si tenemos en cuenta que, según nuestro análisis, los motores presentan actualmente un rendimiento similar. 

Para sacar el máximo partido a la TA, también se puede examinar la facilidad con la que los motores de TA traducen un determinado par de lenguas, es decir, la traducibilidad automática de los idiomas. Para ayudarle a comparar distintos idiomas, en la tabla 1 hemos clasificado la traducibilidad automática de los 28 idiomas de destino hacia los que más se traduce desde el inglés.

¿Cómo se calcula el grado de traducibilidad automática?

Determinar el grado de traducibilidad automática de los idiomas no es un proceso sencillo. Existen diferentes problemas que varían en función de cada uno de ellos. Asimismo, lo que se podría considerar un buen rendimiento para un idioma puede ser inadecuado para otro. Sin embargo, hay ciertos parámetros que nos pueden ayudar a llevar a cabo esta evaluación. 

Por ejemplo, la distancia de edición, que representa el número de cambios que se realizan en una posedición para garantizar que el texto final posea la misma calidad que si hubiera sido realizado por un humano, puede dar una idea de la complejidad de un idioma para ayudarnos a determinar el grado de traducibilidad automática para cada par de idiomas, aunque estos parámetros no se suelen emplear en las comparaciones entre idiomas. 

Conclusiones sobre traducibilidad automática de Lionbridge: ¿qué puesto ocupa cada idioma y por qué?

Nuestra clasificación de traducibilidad automática de 28 idiomas de destino se basa en las millones de oraciones que Lionbridge ha procesado a lo largo de los años. 

Los resultados sugieren que existe una correlación entre la complejidad y las familias lingüísticas.  

Las lenguas romances

La mayoría de lenguas romances, como el portugués, el español, el francés y el italiano, necesitan menos cambios para alcanzar un nivel de calidad excelente al traducirse desde el inglés. Hemos detectado que estos idiomas de destino son los más fáciles de procesar para las máquinas y es por eso que ocupan las primeras cuatro posiciones en nuestra clasificación de traducibilidad automática. 

Por su parte, el rumano, la otra lengua perteneciente a la familia romance incluida en esta lista, ocupa una posición inferior en la clasificación, en concreto, el décimo puesto. En el caso de la lengua romance menos traducida, es probable que esto se deba a que el corpus bilingüe empleado para el entrenamiento de los motores de TA es más reducido, así como a la complejidad gramatical del rumano, que presenta ciertas similitudes con el latín.   

Chino simplificado

El chino simplificado, un idioma sin lugar a dudas muy distinto del inglés, ocupa la quinta posición en nuestra lista, inmediatamente después de las cuatro primeras lenguas romances. Creemos que el motivo de que ocupe un puesto tan alto se debe a las frecuentes actualizaciones y mejoras introducidas en la TA para esta combinación de idiomas en los últimos cinco años, tal y como hemos observado en nuestro seguimiento continuo de la TA a lo largo de este período. Las empresas especializadas en TA invierten mucho más en este par de idiomas para generar un mejor rendimiento debido al gran interés comercial que presenta esta combinación. 

Idiomas complejos

Por su parte, el húngaro y el finés, dos idiomas urálicos, son lenguas más complejas y se sitúan en las últimas posiciones de la clasificación, en los puestos 27 y 28. El estonio, otro idioma complejo perteneciente a la misma familia, se sitúa en el puesto 24 de la lista. 

Asimismo, el coreano también se encuentra en la parte baja de la clasificación, concretamente, en el puesto 25.