Traducción interactiva basada en segmentos usando grandes modelos de lenguaje

Hoy en día las máquinas no son capaces de ofrecer traducciones de suficiente calidad en muchos ámbitos por sí mismas. Sin embargo, el tiempo que emplean en obtener dichas traducciones es mucho menor que el que necesitaría un traductor humano. La traducción automática interactiva surge como un paradigma que combina la iniciativa de la máquina y la supervisión de un humano experto. En concreto, en un sistema de traducción interactiva basado en segmentos el procedimiento es el siguiente: primero, el ordenador ofrece una traducción preliminar, después, el traductor humano verifica qué partes de la traducción son correctas e introduce algunos (pocos) cambios. Con la nueva información provista por el humano, el ordenador debe ser capaz de elaborar una traducción de mejor calidad. Tras varias iteraciones de este procedimiento se conseguirá una traducción de buena calidad (debido a la supervisión humana) con un esfuerzo menor del que emplearía un traductor humano por sí mismo (gracias al apoyo de la máquina). El auge de los grandes modelos de lenguaje y las posibilidades que nos ofrecen invitan a introducirlos también en este área. En este trabajo se han seleccionado los modelos que se han estimado más apropiados para utilizarlos en un sistema de traducción interactiva basado en segmentos y en prefijos. Adicionalmente se ha realizado un fine tuning de los modelos para adaptarlos a la tarea y dirección de traducción adecuadas. Para evaluar las prestaciones del sistema a desarrollar se utilizará una porción de los datasets Europarl y HPLT. Concretamente se evaluarán las traducciones entre los pares de lenguas francés-inglés, alemán-inglés, español-inglés, gallego-inglés y suajili-inglés. Para cada dirección de traducción se realizará un fine tuning de cada modelo, se adaptará la generación de texto a una generación en haz restringida y se realizará una simulación de interacción con un traductor humano. Como métricas de evaluación se usarán tanto la puntuación BLEU y TER para evaluar la calidad inicial del sistema, como la tasa de error de palabra (WSR) y la tasa de acciones de ratón (MAR) de la simulación.