Análisis de errores de traducción automática EN > ES en una receta marroquí: comparación entre un sistema de TA neuronal y un LLM

Abstract

La traducción automática (TA), también conocida como Machine Translation (MT, por sus siglas en inglés) tiene sus inicios a mediados del siglo XX, cuando empezaron a desarrollarse los primeros sistemas basados en reglas lingüísticas y ha evolucionado hasta los modelos neuronales actuales y los modelos de lenguaje de gran tamaño (Large Language Models, LLM), que son capaces de generar traducciones más fluidas y acertadas. A pesar de estos avances, la TA sigue teniendo limitaciones a la hora de transferir interlingüísticamente textos que contienen una carga cultural, ya que este tipo de contenidos requieren un conocimiento cultural amplio. En este contexto se enmarca el presente Trabajo de Fin de Grado (TFG), que, dentro del área de las tecnologías de la traducción e interpretación inglés<>español, analizará el rendimiento de una selección de sistemas de traducción automática al tratar con textos culturalmente marcados. A partir de una muestra de análisis compuesta por una receta de cocina, se identificarán errores con el uso de una métrica de evaluación adaptada de MQM core (Multidimensional Quality Metrics) y se reflexionará sobre la capacidad real de estas herramientas para afrontar los desafíos culturales en el proceso de traducción.