Qualidade de tradução turbinada: o poder do treinamento de motor personalizado

À medida que a utilização global da tradução baseada em IA continua aumentando exponencialmente, há um interesse crescente em garantir que seus resultados estejam alinhados aos padrões da marca e sejam adaptados às necessidades específicas do cliente. Uma abordagem eficaz para conseguir isso é por meio do uso de mecanismos personalizados de tradução automática (MT). Ao aproveitar os recursos linguísticos de uma empresa, como memória de tradução, guias de estilo, listas de não traduzir e glossários, esses mecanismos podem ser personalizados para otimizar os resultados de acordo com a qualidade e a conformidade da marca.

No entanto, a questão central permanece: qual é o impacto real dos mecanismos personalizados em aspectos como qualidade da tradução e alinhamento da marca? Eles realmente valem o investimento e como podem ser utilizados com mais eficiência? Olga Beregovaya e Alex Yanishevsky, líderes de IA da Smartling, exploraram essas e outras questões durante um recente webinar da Smartling. Continue lendo para ver algumas das principais conclusões da conversa.

1. Por que a tradução automática (MT) na era da IA generativa (GenAI)? A prova está no pudim.

Embora o burburinho sobre a GenAI possa sugerir que a indústria deixou de MT em favor da GenAI, os dados revelam o contrário. O MT continua superando os modelos de grandes idiomas, como o GPT4, nas avaliações de benchmark da Smartling, alcançando pontuações BLEU consistentemente mais altas e distâncias de edição mais baixas. Com isso dito, o GenAI ainda pode desempenhar um papel significativo nos fluxos de trabalho de tradução (consulte o item X desta lista).

2. Os motores personalizados oferecem uma saída de maior qualidade. Período.

Os motores treinados não apenas alcançam uma média de 18% mais pontuações BLEU em comparação com seus colegas não treinados, mas seus resultados também exigem 22% menos edições do que os motores genéricos. Esses resultados de alta qualidade exigem menos revisão por tradutores humanos, capacitando as equipes de tradução a trabalhar com mais eficiência. De forma ainda mais eficaz, quando combinados com recursos de IA de autoaprendizagem, como reparo dinâmico de fósforos difusos ou troca de formalidades, os mecanismos personalizados oferecem resultados de qualidade consistentemente mais alta em comparação aos motores genéricos ou ao GenAI sozinhos.

3. A regra de ouro do treinamento personalizado de motores: entrada de lixo, saída de lixo.

O treinamento de um mecanismo de MT exige o upload de recursos linguísticos, como guias de estilo e glossários, mas uma abordagem de “carregar e rezar” só pode levar um mecanismo até certo ponto em termos de qualidade. Portanto, o ditado comum na comunidade de IA é “lixo entra, lixo sai”. Os mecanismos de MT preferem entradas claras e inequívocas formatadas em um idioma que eles entendam (arquivos TMX). Um treinamento personalizado eficaz exige uma abordagem altamente granular para o upload de conteúdo linguístico, na qual sua equipe exerce muito controle sobre em que seu mecanismo é treinado e como é treinado.

Garanta que seu motor evolua com você.

Treinar um motor personalizado é como manter uma higiene dental adequada. Sem exames regulares, as cáries podem se formar e causar danos. Da mesma forma, à medida que sua empresa cresce, seu mecanismo personalizado precisa de atualizações regulares com novas diretrizes de terminologia, mensagens e estilo para continuar produzindo resultados precisos.

4. LLMs + mecanismos personalizados: “ou/ou” ou “ambos/e?”

Nossa resposta: ambos/e!

Embora os LLMs sozinhos possam não fornecer resultados de maior qualidade de forma consistente em comparação com o MT tradicional, eles se destacam em refinar e aprimorar os resultados do MT para tarefas específicas, como troca de formalidade, adesão às diretrizes de estilo e alinhamento da personalidade do público.

A inovação mais recente da Smartling, o AI Translation Toolkit, aproveita o poder dos LLMs para otimizar a produção de MT. Recursos dinâmicos, como AI Fuzzy Match Repair e Glossary Term Insertion, usam LLMs para corrigir erros gramaticais e garantir a consistência da marca, levando a traduções de MT de maior qualidade.

5. Tudo se resume ao ROI.

Para determinar se o treinamento de mecanismo personalizado é adequado para seu fluxo de trabalho de tradução, tudo se resume ao ROI. Se você já tem uma memória de tradução robusta que engloba a maior parte do conteúdo que planeja traduzir no futuro, um mecanismo genérico de MT provavelmente poderia atender às suas necessidades de tradução sem precisar investir em um mecanismo personalizado. Os mecanismos genéricos, no entanto, podem não ter o vocabulário para domínios ou idiomas específicos. Se for esse o caso, o treinamento personalizado em mecanismos é um investimento valioso para otimizar seus fluxos de trabalho de tradução.

—

No final das contas, o treinamento personalizado de motores veio para ficar.

Acompanhe os próximos eventos da Smartling aqui.