Les opinions dels experts sobre unes tecnologies de la traducció cada cop més rellevants

Article Sidebar

PDF (English) VIDEO (English)

Main Article Content

Pilar Sánchez-Gijón
Universitat Autònoma de Barcelona

Quan preguntem a la comunitat d’investigadors, formadors i professionals de la traducció què consideren més rellevant quant a la recerca en tecnologies de la traducció en un futur proper, la resposta unànime és la traducció automàtica neuronal (TAN). L’aplicació de la IA a les indústries de la llengua, i a la de la traducció en particular, requereix una adaptació tant de les pròpies tecnologies com de la manera en què s’utilitzen. A més, els avenços en les diverses tecnologies de processament del llenguatge natural plantegen noves qüestions de recerca en el camp dels estudis de traducció. Aquest article presenta les respostes aportades per experts en traducció amb diverses trajectòries i recull les principals qüestions de recerca sobre tecnologies de la traducció o que deriven de l’esmentat desenvolupament tecnològic.

Paraules clau
tecnologies de la traducció, recerca en tecnologies de la traducció, ètica, perfils de traducció, formació en traducció, literacitat

Article Details

Com citar
Sánchez-Gijón, Pilar. «Les opinions dels experts sobre unes tecnologies de la traducció cada cop més rellevants». Tradumàtica: traducció i tecnologies de la informació i la comunicació, 2022, núm. 20, p. 295-01, doi:10.5565/rev/tradumatica.322.
Drets
Creative Commons License

Aquesta obra està sota una llicència internacional Creative Commons Reconeixement 4.0.

(c) Pilar Sánchez-Gijón, 2022

Biografia de l'autor/a

Pilar Sánchez-Gijón, Universitat Autònoma de Barcelona

Departament de Traducció i d'Interpretació

Referències

Bakpayev, Marat; Baek, Tae Hyun; van Esch, Patrick.; Yoon, Sukki (2020). Programmatic creative: AI can think but it cannot feel. Australasian Marketing Journal, v. 30, n. 1, pp. 90-95. <https://doi.org/10.1016/j.ausmj.2020.04.002>. [Accessed: 20221201].

Bowker, Lynne; Buitrago Ciro, Jairo (2019). Machine translation and global research: Towards improved machine translation literacy in the scholarly community. Bingley, UK: Emerald Publishing, 2019.

Dutta Chowdhury, Koel; Hasanuzzaman, Mohammed; Liu, Qun. (2018). Multimodal Neural Machine Translation for Low-resource Language Pairs using Synthetic Data. In: Proceedings of the Workshop on Deep Learning Approaches for Low-Resource NLP. Melbourne: Association for Computational Linguistics, pp. 33-42. <https://doi.org/10.18653/v1/W18-3405>. [Accessed 20221201].

Fantinuoli, Claudio (2022). Embracing complexity: challenges for translator and interpreter education in a technology-driven world. In: APTIS 2022: Translation and interpreting pedagogy in a post-pandemic world: new opportunities and challenges, Association of Programmes in Translation and Interpreting Studies, UK and Ireland Conference, Leeds, 18-19 November 2022. <https://www.aptis-translation-interpreting.org/aptis-2022>. [Accessed 20221201].

Guerreiro, Nuno M.; Voita, Elena; Martins, André F. T. (2022). Looking for a needle in a haystack: A comprehensive study of hallucinations in neural machine translation. Cornell University. <https://doi.org/10.48550/arXiv.2208.05309>. [Accessed 20221201].

Moorkens, Joss (2022). Ethics and machine translation. In: Kenny, Dorothy (ed.). Machine translation for everyone: Empowering users in the age of artificial intelligence. Berlin: Language Science Press. (Translation and Multilingual Natural Language Processing; 18), pp. 121-140. <https://doi.org/10.5281/zenodo.6653406>. [Accessed: 20221201].

Articles més llegits del mateix autor/a