Traducción automática híbrida

Este enfoque de traducción automática híbrida implica ejecutar varios sistemas de traducción automática en paralelo. El resultado final se genera combinando la salida de todos los subsistemas. Generalmente, estos sistemas utilizan subsistemas de traducción estadísticos y basados ​​en reglas, ^{[ 1 ]} pero se han explorado otras combinaciones. Por ejemplo, investigadores de la Universidad Carnegie Mellon han logrado cierto éxito al combinar subsistemas de traducción basados ​​en ejemplos , transferencia , conocimiento y estadísticos en un único sistema de traducción automática. ^{[ 2 ]}

Este enfoque implica el uso de datos estadísticos para generar reglas léxicas y sintácticas . La entrada se procesa con estas reglas como si fuera un traductor basado en reglas . ^{[ 1 ]} Este enfoque intenta evitar la difícil y laboriosa tarea de crear un conjunto de reglas lingüísticas completas y detalladas, extrayéndolas del corpus de entrenamiento. Este enfoque aún presenta muchos problemas de la traducción automática estadística convencional , principalmente que la precisión de la traducción dependerá en gran medida de la similitud del texto de entrada con el texto del corpus de entrenamiento. Como resultado, esta técnica ha tenido mayor éxito en aplicaciones específicas de dominio y presenta las mismas dificultades de adaptación de dominio que muchos sistemas de traducción automática estadística . ^{[ 3 ]}

Este enfoque implica procesar la entrada en serie varias veces. La técnica más común en los sistemas de traducción automática de múltiples pasadas consiste en preprocesar la entrada con un sistema de traducción automática basado en reglas . La salida del preprocesador basado en reglas se pasa a un sistema de traducción automática estadística , que produce la salida final. Esta técnica se utiliza para limitar la cantidad de información que un sistema estadístico necesita considerar, reduciendo significativamente la potencia de procesamiento requerida. También elimina la necesidad de que el sistema basado en reglas sea un sistema de traducción completo para el idioma, lo que reduce significativamente el esfuerzo y el trabajo humano necesarios para construir el sistema. ^{[ 4 ]}

Este enfoque se diferencia de otros enfoques híbridos en que, en la mayoría de los casos, solo se utiliza una tecnología de traducción. Se genera una métrica de confianza para cada oración traducida, a partir de la cual se puede decidir si se debe probar una tecnología de traducción secundaria o continuar con la traducción inicial. La traducción automática estadística (SMT) también se utiliza cuando aparecen patrones de error comunes, como la repetición de varias palabras en secuencia, algo frecuente en la traducción automática neuronal (NMT) cuando el mecanismo de atención se ve afectado.