{"id":1178,"date":"2022-12-27T09:39:18","date_gmt":"2022-12-27T08:39:18","guid":{"rendered":"https:\/\/www.systransoft.com\/?post_type=paper&#038;p=1178"},"modified":"2023-11-16T18:22:47","modified_gmt":"2023-11-16T17:22:47","slug":"bilingual-synchronization-restoring-translational-relationships-with-editing-operations","status":"publish","type":"paper","link":"https:\/\/www.systransoft.com\/es\/recursos\/papers-and-publications\/bilingual-synchronization-restoring-translational-relationships-with-editing-operations\/","title":{"rendered":"Sincronizaci\u00f3n biling\u00fce: restauraci\u00f3n de relaciones de traducci\u00f3n con operaciones de edici\u00f3n"},"content":{"rendered":"<p>La traducci\u00f3n autom\u00e1tica (MT) se suele ver como un proceso de una sola toma que genera el equivalente en el idioma de destino de alg\u00fan texto original desde cero. Consideramos aqu\u00ed una configuraci\u00f3n m\u00e1s general que asume una secuencia de destino inicial, que debe transformarse en una traducci\u00f3n v\u00e1lida de la fuente, restableciendo as\u00ed el paralelismo entre la fuente y el destino. Para esta tarea de sincronizaci\u00f3n biling\u00fce, consideramos varias arquitecturas (tanto autorregresivas como no autorregresivas) y reg\u00edmenes de entrenamiento, y experimentamos con m\u00faltiples configuraciones pr\u00e1cticas como MT interactiva simulada, traducci\u00f3n con memoria de traducci\u00f3n (TM) y limpieza de TM. Nuestros resultados sugieren que un \u00fanico sistema gen\u00e9rico basado en edici\u00f3n, una vez ajustado, puede compararse con, o incluso superar, los sistemas dedicados espec\u00edficamente entrenados para estas tareas.<\/p>","protected":false},"excerpt":{"rendered":"<p>La traducci\u00f3n autom\u00e1tica (MT) se suele ver como un proceso de una sola toma que genera el equivalente en el idioma de destino de alg\u00fan texto original desde cero. Consideramos aqu\u00ed una configuraci\u00f3n m\u00e1s general que asume una secuencia de destino inicial, que debe transformarse en una traducci\u00f3n v\u00e1lida de la fuente, restableciendo as\u00ed el paralelismo entre la fuente y el destino. Para esta tarea de sincronizaci\u00f3n biling\u00fce, consideramos varias arquitecturas (tanto autorregresivas como no autorregresivas) y reg\u00edmenes de entrenamiento, y experimentamos con m\u00faltiples configuraciones pr\u00e1cticas como MT interactiva simulada, traducci\u00f3n con memoria de traducci\u00f3n (TM) y limpieza de TM. Nuestros resultados sugieren que un \u00fanico sistema gen\u00e9rico basado en edici\u00f3n, una vez ajustado, puede compararse con, o incluso superar, los sistemas dedicados espec\u00edficamente entrenados para estas tareas.<\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-1178","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/paper\/1178","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/media?parent=1178"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}