| dc.contributor.author | Ortego Antón, María Teresa | |
| dc.contributor.author | Honra Serrano, Carolina | |
| dc.date.accessioned | 2026-03-30T10:11:14Z | |
| dc.date.available | 2026-03-30T10:11:14Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Pérez Carrasco, Míriam y Miriam Seghiri (Eds.). Nuevos enfoques en traducción científica, técnica y agroalimentaria. Berlín: Peter Lang, 2006, p. 197-218. | es |
| dc.identifier.isbn | 9783631929735 | es |
| dc.identifier.uri | https://uvadoc.uva.es/handle/10324/83880 | |
| dc.description | Producción Científica | es |
| dc.description.abstract | as industrias agroalimentarias ubicadas en las reas despobladas del sur de Europa demandan servicios de traduccin y de redaccin multilingüe para poder comercializar sus productos en el exterior. Teniendo en cuenta su perfil y sus dimensiones, nunca podrían acometer la adaptacin al exterior sin el apoyo de una tecnología que agilice y simplifique los procesos de traduccin y de redaccin multilingüe (Ortego Antn, ). En este contexto, la traduccin automtica surge como una opcin prometedora, de manera que en este trabajo pretendemos comprobar si el producto resultante de los sistemas de traduccin automtica neuronal de un formulario del sector agroalimenta-rio trasvasado del inglés al español puede dar resultados aceptables que se asemejen a la calidad ofrecida por la traduccin humana. Para ello, seleccionamos una muestra de anlisis que se corresponde con un formulario de solicitud de certificacin vegana y vegetariana que se procesar en una seleccin de sistemas de traduccin automtica neuronal. El producto resultante ser evaluado para detectar los errores de traduccin basndonos en la métrica MQM adaptada por Ortiz () y empleada en trabajos previos (Viver Sorolla y Ortego Antn, ) para, a continuacin, poseditar los segmentos y ob-tener la distancia de edicin o de Levenshtein (Snchez Ramos y Rico Pérez, , pgs. –). Con los resultados obtenidos podremos vislumbrar qué sistema de traduccin automtica neuronal ofrece mejores resultados y si dichos sistemas pueden constituir una posible solucin para las empresas agroalimentarias. | es |
| dc.format.mimetype | application/pdf | es |
| dc.language.iso | spa | es |
| dc.publisher | Peter Lang | es |
| dc.rights.accessRights | info:eu-repo/semantics/restrictedAccess | es |
| dc.subject | Traducción | es |
| dc.subject | Interpretación | es |
| dc.subject | Agroalimentación | es |
| dc.subject.classification | traducción automática neuronal, posedición, agroalimentación, inglés, español | es |
| dc.title | La traducción automática inglés-español aplicada a los formularios de la industria agroalimentaria | es |
| dc.type | info:eu-repo/semantics/bookPart | es |
| dc.rights.holder | Peter Lang | es |
| dc.identifier.publicationfirstpage | 197 | es |
| dc.identifier.publicationlastpage | 218 | es |
| dc.identifier.publicationtitle | Nuevos enfoques en traducción científica, técnica y agroalimentaria | es |
| dc.description.project | Este trabajo se ha realizado en el marco de los proyectos nacionales de I+D titulados «Lenguajes naturales controlados, comunicación colaborativa y producción textual bilingüe en entornos 3.0.» (PID2020-114064RB-I00), coordinado por la Dra. Noelia Ramón García (Universidad de León), y «VIP II» (PID2020-112818GB-I00), coordinado por la Dra. Gloria Corpas Pastor (Universidad de Málaga). Asimismo, se integra parcialmente en el seno de los proyectos «INMOCOR (Ref. P20_00109)», coordinado por la Dra. Míriam Seghiri (Universidad de Málaga); «NEUROTRAD», coordinado por la Dra. Cristina Toledo Báez (Universidad de Málaga); y «TorreznoTRAD (PROYEMER-2021–28)», coordinado por la Dra. María Teresa Ortego Antón (Universidad de Valladolid). | es |
| dc.type.hasVersion | info:eu-repo/semantics/publishedVersion | es |
| dc.subject.unesco | 5701.09 Traducción Automática | es |