Produttività nella traduzione con IA applicata

È difficile distinguere la realtà dall’esagerazione. Perciò abbiamo analizzato 4,3 milioni di segmenti tradotti per misurare come un approccio contestuale si confronta con l’NMT in termini di TER (la distanza di modifica necessaria al traduttore per confermare il testo), e i risultati…

Your subscription could not be saved. Please try again.
Your subscription has been successful.

Access the Paper

By submitting this form, you agree that the personal data you provided will be under Bureau Works Privacy Policy.

Abbiamo testato 17 coppie di lingue con l’inglese come lingua di partenza, traducendo in portoghese (Brasile), italiano, spagnolo (Spagna e America Latina), francese (Francia e Canada), tedesco, giapponese, olandese, cinese semplificato, danese, russo, coreano, vietnamita, tailandese e turco.

Abbiamo analizzato i metadati di circa 4,3 milioni di segmenti tra il 22 giugno e il 23 dicembre 2023.

Di questi, circa 2,3 milioni sono stati tradotti con il tradizionale Neural MTPE e circa 2 milioni con un approccio sensibile al contesto.

Microsoft Neural Machine Translation è stato utilizzato come motore di riferimento per questo studio.

Scarica la ricerca e scopri in prima persona come un approccio sensibile al contesto si confronta con NMT.