Empobrecimiento léxico en la traducción automática neuronal

Abstract

La utilidad de los resultados de la traducción automática neuronal ha mejorado considerablemente. No obstante, la mayoría de los sistemas de traducción no tienen en cuenta el contexto más allá de la oración, por lo que puede disminuir dicha utilidad. Uno de los objetivos de este estudio es investigar el empobrecimiento léxico que se produce tras la traducción automática. Para ello, a través de una lista de 50 sustantivos en inglés, se comparan las estadísticas de aparición en el corpus de entrenamiento de los diferentes equivalentes de traducción con las estadísticas de su aparición tras la traducción automática. Además, 14 traductores profesionales completaron una encuesta diseñada para determinar si la falta de contexto influye en dicho empobrecimiento. Los resultados muestran la exacerbación de la predominancia del equivalente mayoritario, en detrimento de la distribución de la probabilidad del resto de equivalentes, siendo la falta de contexto una causa de este empobrecimiento.