Uma nova metodologia para melhorar a tradução automática foi disponibilizada este mês na Universidade de Amsterdã. O projeto DatAptor, financiado por NWO / STW, avança cada vez mais as máquinas de tradução, selecionando conjuntos de dados.

A metodologia é usada no aplicativo Matching Data, oferecido pela TAUS, um importante grupo de reflexão no campo da tradução automática. Este aplicativo enfrenta um grande desafio dentro da tradução digital:para uma boa tradução é necessário treinar a máquina de tradução com fontes confiáveis ​​e conjuntos de dados que contenham o tipo de palavra relevante. Por exemplo, traduzir um texto legal requer um vocabulário completamente diferente e um tipo diferente de tradução do que, por exemplo, uma reportagem de jornal.

Implementação bem sucedida

Em 2013, o projeto DatAptor, supervisionado pelo professor Khalil Sima'an do UvA Institute for Logic, Linguagem e computação, recebeu financiamento da Fundação de Tecnologia STW (agora:NWO Domain Applied and Engineering Sciences) para lidar com este problema. Os resultados da pesquisa do projeto DatAptor foram agora implementados com sucesso pelo think tank TAUS. Eles oferecem a nova tecnologia com o nome de Matching Data.

No weblog da TAUS Sima'an diz:"Nosso sonho era fazer da própria world wide web a fonte de todas as seleções de dados. Mas decidimos começar de forma mais modesta e tornar o repositório TAUS Data nosso primeiro campo de caça. Em DatAptor aprendemos que cada domínio é uma mistura de muitos subdomínios. A combinação dos subdomínios em um repositório muito grande contém uma grande variedade de novos, seleções inexploradas. Portanto, se o usuário fornecer um corpus de consulta representando seu domínio de interesse, o método Matching Data provavelmente encontrará uma seleção adequada no repositório. "