Descripción
Machine Learning in Translation introduce las teorías y tecnologías de aprendizaje automático (ML) más relevantes para los procesos de traducción, abordando el tema desde una perspectiva humana y enfatizando que el ML y las tecnologías impulsadas por el ML son herramientas para los humanos.
Al explorar el terreno común entre el aprendizaje humano y automático, y la naturaleza de la traducción que aprovecha esta nueva dimensión, este libro ayuda a lingüistas, traductores y localizadores a encontrar mejor su valor añadido en un entorno de traducción impulsado por el ML. La primera parte explora cómo los humanos y las máquinas abordan el problema de la traducción de sus propias maneras particulares, en términos de incrustaciones de palabras, segmentación de unidades de significado más grandes y predicción en la traducción basada en el contexto más amplio. La segunda parte introduce tareas clave, que incluyen la traducción automática, la evaluación y estimación de la calidad de la traducción, y otras tareas de procesamiento del lenguaje natural (PLN) en la traducción. La tercera parte se centra en el papel de los datos tanto en los procesos de aprendizaje humano como automático. Propone que el valor único de un traductor radica en la capacidad de crear, gestionar y aprovechar los datos lingüísticos en diferentes tareas de ML en el proceso de traducción. Describe los nuevos conocimientos y habilidades que deben incorporarse a la educación tradicional de la traducción en la era del aprendizaje automático. El libro concluye con un debate sobre el aprendizaje automático centrado en el ser humano en la traducción, enfatizando la necesidad de empoderar a los traductores con conocimientos de ML, a través de la comunicación con usuarios, desarrolladores y programadores de ML, y con oportunidades de aprendizaje continuo.
Esta guía accesible está diseñada para usuarios actuales y futuros de tecnologías de ML en flujos de trabajo de localización, incluidos estudiantes de cursos de traducción y localización, tecnología del lenguaje y áreas relacionadas. Apoya el desarrollo profesional de los profesionales de la traducción, para que puedan utilizar plenamente las tecnologías de ML y diseñar sus propios flujos de trabajo de traducción impulsados por el ML y centrados en el ser humano y tareas de PLN.
Autor: Peng Wang, David B. Sawyer
Editorial: Routledge
Publicado: 04/12/2023
Páginas: 206
Tipo de encuadernación: Tapa blanda
Peso: 0.69lbs
Tamaño: 9.21h x 6.14w x 0.46d
ISBN13: 9781032323800
ISBN10: 1032323809
Categorías BISAC:
- Artes e idiomas | Traducción e interpretación
- Informática | Ciencia de datos | Aprendizaje automático
- Artes e idiomas | Lingüística | General
Acerca del autor
Peng Wang es intérprete de conferencias independiente en la Oficina de Traducción, Obras Públicas y Servicios Gubernamentales de Canadá, profesora a tiempo parcial en la Escuela de Traducción e Interpretación de la Universidad de Ottawa y diseñadora e instructora de cursos para Think NLP y Machine Translation Masterclass en el Localization Institute. Ha publicado dos libros en chino, incluyendo Harry Potter y su traducción al chino.
David B. Sawyer es Director de Pruebas de Idiomas en el Foreign Service Institute del Departamento de Estado de EE. UU. y Profesor Titular en la Universidad de Maryland, EE. UU. Es autor de Foundations of Interpreter Education: Curriculum and Assessment y coeditor de The Evolving Curriculum in Interpreter and Translator Education: Stakeholder Perspectives and Voices (ambos John Benjamins).
Este título no es retornable