Webinar
Migliorare l'inclusività nella ricerca per i trial clinici - Sviluppo e traduzione delle valutazioni dei risultati clinici (COA)
Case study
Marketing multilingue per il settore retail
Hub di conoscenze Lionbridge
Risultati positivi per i pazienti
Framework TRUST di Lionbridge
Rafforzare la fiducia nell'uso dell'intelligenza artificiale
Collaboratori internazionali: Lex Parisi
Director of Gaming Marketing Solutions di Lionbridge Games
Intelligenza artificiale generativa
- Servizi di traduzione basati sull'intelligenza artificiale
- Content Remix
Addestramento dell'intelligenza artificiale
- Aurora AI Studio™
Traduzione automatica
- MT Tracker
Smart Onboarding
Modelli di servizi di traduzione
Servizi per i contenuti
- Redazione di testi tecnici
- Formazione e eLearning
- Report finanziari
- Marketing digitale
- SEO e ottimizzazione dei contenuti
Servizi di traduzione
- Localizzazione di video
- Localizzazione di software
- Localizzazione di siti web
- Traduzione di contenuti regolamentati
- Interpretariato
- Instant Interpreter
- Eventi live
- Language Quality Services
Servizi di test
- Test funzionali per il controllo della qualità
- Test di compatibilità
- Test di interoperabilità
- Test delle prestazioni
- Test di accessibilità
- UX/CX Testing
Life Science
- Farmaceutico
- Trial clinici
- Affari regolatori
- Post-approvazione
- Aziende
- Dispositivi medici
- Convalida e indagini cliniche
- Affari regolatori
- Post-autorizzazione
- Aziende
Bancario e finanziario
Retail
Lusso
E-Commerce
Lionbridge Games
Automotive
Beni di largo consumo
Tecnologico
Produzione industriale
Servizi in ambito legale
Viaggi e turismo
Approfondimenti
- Post di blog
- Case study
- White paper
- Solution brief
- Infografiche
- eBook
- Video
Webinar
Hub di conoscenze Lionbridge
- Risultati positivi per i pazienti
- Soluzioni per i moderni trial clinici
- Interazione con i pazienti
SELEZIONATE LA LINGUA:
I professionisti e il grande pubblico ricorrono sempre più spesso ai sistemi di traduzione automatica (MT) generici e disponibili gratuitamente. Tuttavia, è importante essere consapevoli del fatto che questi motori possono generare traduzioni errate. Qualità scadente o errori catastrofici possono avere un impatto negativo sulle aziende. Per fortuna esistono modi per migliorare la qualità della traduzione automatica, ad esempio con una gestione efficace della terminologia.
A causa delle complesse relazioni tra i concetti e la loro rappresentazione attraverso unità terminologiche, la terminologia rimane una delle più grandi sfide per la traduzione automatica.
L'uso di sistemi di traduzione automatica gratuiti per domini specifici può causare risultati indesiderati, soprattutto dal punto di vista terminologico. L'impatto può essere particolarmente dannoso per settori come quelli medico e legale.
Anche se i sistemi di traduzione automatica possono essere addestrati con un corpus relativo a un dominio specifico per evitare, in certa misura, risultati scadenti, l'uso di sistemi di traduzione automatica generici non garantisce una terminologia coerente o accurata.
La qualità della traduzione generata da un motore di traduzione automatica dipende, tra l'altro, dalla qualità del corpus di addestramento bilingue. Solo se il corpus contiene i termini rilevanti sia nella lingua di origine che in quella di destinazione sarà possibile ottenere una traduzione corretta della terminologia.
Sebbene i sistemi di traduzione automatica neurale (NMT) siano basati su distribuzioni probabilistiche dei termini, la loro presenza è necessaria ma insufficiente per assicurare traduzioni di alta qualità. La frequenza dei termini nel corpus deve essere soddisfacente affinché il decodificatore possa ottenere gli equivalenti esatti. Se la frequenza di un particolare termine è inadeguata, non avrà un peso sufficiente per essere considerato come candidato per gli equivalenti e non verrà tradotto accuratamente.
L'addestramento dei sistemi di traduzione automatica generici viene spesso eseguito con grandi volumi di contenuti molto diversi tra loro. Di conseguenza, il termine candidato più frequente e il suo possibile equivalente possono appartenere a un dominio diverso rispetto al termine che viene tradotto. Questa situazione può causare la traduzione non accurata dei termini nella lingua di destinazione.
Ad esempio, il termine spagnolo fósforo può essere tradotto come fiammifero (l'oggetto per accendere il fuoco) o come fosforo (un elemento chimico). Un motore di traduzione automatica generico non è in grado di distinguere facilmente l'intento, quindi la traduzione potrebbe risultare errata.
Per risolvere questo problema, è necessario eseguire l'addestramento di sistemi di traduzione automatica personalizzati con testi bilingue specifici del dominio che includano terminologia specializzata.
Tuttavia, anche se i motori vengono addestrati con testi specializzati, non si può avere la sicurezza di ottenere traduzioni accurate se la terminologia non viene usata in modo coerente.
La ricerca in quest'area propone di inserire le informazioni linguistiche nei sistemi di traduzione automatica neurale (NMT) tramite metodi di annotazione.
L'implementazione manuale o semiautomatica delle annotazioni dipende dalle risorse disponibili, come i glossari, e dai limiti in termini di tempo, budget e disponibilità di annotatori specializzati.
Smart MT™ di Lionbridge permette l'applicazione di regole linguistiche al testo di origine e di destinazione, nonché l'applicazione della terminologia in base a elenchi di termini da non tradurre (DNT) e glossari aggiunti a un profilo specifico.
Aiutiamo i nostri clienti a creare e gestire i glossari, che vengono regolarmente perfezionati per includere termini nuovi e pertinenti ed eliminare la terminologia obsoleta. Dopo essere stati creati e inseriti in Smart MT, i glossari possono essere usati per tutti i motori di traduzione automatica, risparmiando tempo e denaro.
L'uso dei glossari per i progetti di traduzione automatica non è così semplice come potrebbe sembrare. I glossari, se usati in modo non appropriato, possono influire negativamente sulla qualità complessiva della traduzione automatica. Il modo migliore per applicare la terminologia corretta nella traduzione automatica è l'addestramento dei motori di traduzione.
La combinazione di motori di traduzione automatica ben addestrati, personalizzazione dei glossari e identificazione delle regole di pre-elaborazione e post-elaborazione consente di ottenere un output di traduzione automatica contenente la terminologia corretta e con uno stile simile a quello della documentazione del cliente.
Quando si valutano le funzioni di gestione della terminologia in una soluzione di traduzione automatica, è consigliabile cercare un'offerta che presenti le seguenti possibilità:
Queste funzioni, insieme, consentono di ottenere un output di traduzione di qualità superiore.
Smart MT funziona con diversi sistemi di traduzione automatica di terze parti tramite un connettore. Si può paragonare questa soluzione a un'infrastruttura di traduzione automatica che consente:
Lionbridge dispone anche di altre automazioni che consentono di identificare le incoerenze tra la terminologia nei glossari dei clienti e il modo in cui tale terminologia viene usata nel corpus di addestramento e nell'output della traduzione automatica. Queste automazioni aiutano a identificare i casi in cui il corpus di addestramento o, successivamente, gli output di traduzione automatica non seguono la terminologia approvata e di correggerli.
Se la traduzione automatica non include la terminologia richiesta, consigliamo di usare un glossario con termini da non tradurre, nomi di prodotto e terminologia chiave specifica del dominio o del brand.
Per ottenere i risultati desiderati dalla traduzione automatica, create i vostri glossari considerando le seguenti linee guida:
Per saperne di più su come Lionbridge può aiutarvi a gestire la terminologia e ottenere il massimo dalla traduzione automatica, contattateci oggi stesso.