O poder da IA na tradução: os avanços do R & D da Smartling

A IA generativa tem sido a principal preocupação por quase dois anos. Agora, executivos de todos os setores e funções estão pedindo que suas equipes encontrem maneiras de usá-la para reduzir custos ou aumentar a eficiência. Mas a questão é: a IA realmente funciona na tradução?

Nos últimos 18 meses, a Smartling concentrou nossos esforços de desenvolvimento do Research & em descobrir uma resposta. Especificamente, queríamos saber se a IA poderia nos ajudar a oferecer soluções de tradução com a melhor qualidade, custo, velocidade e experiência do mundo.

A resposta? Um sonoro sim! A IA está funcionando e está funcionando em grande escala. Mas nem toda inscrição é vencedora.

Onde a IA funciona hoje na tradução?

Quando os modelos de linguagem grande (LLMs) foram lançados pela primeira vez, as empresas começaram a testá-los como um substituto direto para a tradução automática. No entanto, embora esse caso de uso tenha potencial, ainda há alguns problemas a serem resolvidos para garantir um desempenho consistente.

Nossa equipe de R & D avaliou vários LLMs e tradução automática em vários idiomas e métricas de qualidade (i.e. AZUL, MQM, TER, etc.). Esse experimento mostrou que, usando LLMs para traduções em todos os idiomas, métricas automatizadas de avaliação de qualidade indicaram que os mecanismos de tradução automática ainda superaram os LLMs em qualidade de tradução. Além disso, a tradução automática é uma abordagem de tradução muito mais acessível do que usar LLMs.

Embora os LLMs ainda não sejam a opção ideal para tradução, nossa equipe começou a vê-los brilhar na pós-edição automática e na avaliação dos resultados da tradução automática. Em vez de substituir a tradução automática, a IA está provando ser uma adição poderosa à tradução automática.

Em particular, os seguintes estão provando ser fortes aplicativos para IA:

• Reparação de fósforos fuzzy
• Inserção de termos no glossário
• Editar estimativa de esforço
• Formalidade
• Gender de-biasing

Com esse conhecimento, começamos a desenvolver e implantar novas soluções de IA para nossos clientes. Tudo começou com a tradução humana baseada em IA, uma solução de tradução que reúne os linguistas especialistas da Smartling e a tecnologia de IA para oferecer traduções de alta qualidade pela metade do custo e duas vezes mais rápido.

Em seguida, os clientes começaram a nos perguntar se poderiam usar nossos recursos de IA com seus provedores de serviços linguísticos terceirizados. Então, dissemos que sim.

Apresentando o AI Translation Toolkit

O AI Translation Toolkit da Smartling oferece um conjunto de recursos de tradução de IA projetados para reduzir significativamente os custos de tradução e melhorar o desempenho do linguista sem sacrificar a qualidade. Estamos disponibilizando nossa tecnologia de IA, que forneceu resultados incríveis para nossos clientes da AIHT, para todos, incluindo:

• AI Fuzzy Match Repair: aumente a alavancagem da memória de tradução em até 35 pontos percentuais, resultando em economias substanciais de custos e melhoria da qualidade.
• Inserção de termos no glossário de IA: incorpore perfeitamente os termos do seu glossário ao conteúdo, garantindo precisão contextual e gramatical.
• Editar estimativa de esforço: agrupa as traduções com base no esforço esperado para alcançar a qualidade humana. Os insights podem ser usados em nossa automação de fluxo de trabalho para atribuir textos a linguistas específicos ou ignorar totalmente a revisão humana.

Vamos nos aprofundar em cada um desses recursos e na pesquisa que os apoia.

Mergulho profundo: AI Fuzzy Match Repair

Atualmente, aproveitar a memória de tradução é uma prática padrão. No entanto, o AI Fuzzy Match Repair leva a abordagem tradicional um passo adiante ao usar LLMs para reparar e suavizar sequências de caracteres que normalmente não seriam utilizadas para economizar.

Por exemplo, na imagem abaixo, você pode ver que o texto de origem e a memória de tradução coincidem com apenas uma palavra. Com a memória de tradução normal, o texto fonte normalmente teria que ser completamente retraduzido. Mas, com o reparo de correspondência difusa, o LLM é capaz de identificar a diferença e fornecer uma tradução corrigida. A tradução sugerida agora estaria qualificada para descontos por correspondência difusa, dando aos clientes mais vantagens de suas TMs e reduzindo a carga de trabalho dos linguistas.

Embora seja um conceito, esse parece um recurso muito legal - nossa equipe de R & D queria ter certeza de que funcionava. Mais importante ainda, eles queriam garantir que ele fornecesse valor real na forma de melhorias de custo, qualidade ou velocidade.

Para fazer isso, eles traduziram o mesmo conteúdo duas vezes: uma vez com o AI fuzzy match repair ativado e outra com ele desligado. Eles avaliaram os dois cenários com base no HTER da tradução de saída e na tradução humana final. Queríamos ver quantas cordas não precisariam de intervenção humana após o Fuzzy Match Repair.

A pesquisa descobriu que o reparo de correspondência difusa por IA aumentou as correspondências da memória de tradução em até 35 pontos percentuais e o fez de forma bastante consistente em todos os idiomas. Isso significa que os clientes podem usar o uso da memória de tradução para muito mais conteúdo, resultando em economias substanciais de custos e maior consistência.

Aprofundamento: inserção de termos no glossário de IA

Outra prática padrão na tradução é a inserção de termos no glossário. A abordagem tradicional é simplesmente copiar e substituir os termos no texto de origem e de destino pelos termos relevantes do glossário. No entanto, isso tende a introduzir novos problemas de fluência quando esses termos do glossário não concordam com a contagem numérica, as inflexões ou outros elementos gramaticais da frase geral.

Com o AI Glossary Term Insertion, um LLM é usado para “suavizar” a inserção do termo do glossário, garantindo a precisão contextual e gramatical. Por exemplo, na figura abaixo, você pode ver que a aplicação tradicional do termo do glossário “publicación” introduziu um erro gramatical na sequência geral em que o adjetivo associado agora tem a inflexão incorreta (primer vs. primera). Com a ajuda de um LLM, o formulário adjetivo apropriado é inserido e o erro é eliminado.

Com base em nossa pesquisa, os LLMs podem ter um grande impacto no número de inserções morfologicamente corretas do glossário. Quando testado para conteúdo em russo e espanhol, o recurso de inserção de termos no glossário do AI aumentou o número de inserções corretas em 25% e 17,5%, respectivamente. Esse é um conteúdo que não exige mais esforço humano para ser corrigido.

Aprofundamento: Editar estimativa de esforço

Nossa tecnologia Edit Effort Estimation agrupa traduções com base no esforço esperado para alcançar a qualidade humana. Todas as strings são enviadas com nosso prompt proprietário para um LLM que avalia as strings com base em:

• Correção gramatical
• Fluência
• Coerência semântica
• Precisão lexical
• Verificações da qualidade
• Guia de estilo (exclusivo para cada cliente)

Esses agrupamentos (Nível 1, Nível 2 e Nível 3) podem ser usados na automação dinâmica do fluxo de trabalho para tratar sequências de caracteres com base no esforço esperado. Por exemplo, uma empresa pode atribuir textos que exigem edições extensas a linguistas mais experientes ou ignorar totalmente a revisão humana de textos que exigem pouca ou nenhuma edição. Os clientes também podem usar nossos descontos Edit Effort Estimation para criar níveis de desconto para programas de alto desempenho.

Isso tem o potencial de proporcionar uma economia significativa de tempo e custo para as empresas, especialmente para aquelas que utilizam intensamente fluxos de trabalho de tradução baseados em humanos. Também oferece às equipes uma visão mais profunda do processo de tradução.

Revolucione sua estratégia de tradução

Vimos a IA trabalhando para expandir a alavancagem, melhorar a precisão da inserção de termos no glossário, aplicar formalidades e muito mais. No entanto, é preciso muito tempo e pesquisa para identificar os lugares onde a IA pode ser mais eficaz e oferecer um forte retorno sobre o investimento. É aí que entra a ajuda de um parceiro, como o Smartling, para que você não precise fazer isso sozinho.

Um componente essencial de nossa estratégia é nosso investimento em R & D para garantir que possamos fornecer a solução LanguageAI™ mais abrangente do setor. Temos várias patentes sobre nosso trabalho com IA generativa, e nossa equipe de engenharia entregou mais de 70 recursos ou aprimoramentos principais em impressionantes 3.300 lançamentos de produção apenas no ano passado.

Isso é o que é preciso para realmente garantir que as soluções de IA ofereçam a melhor qualidade, custo, velocidade e experiência do mundo.

Saiba mais sobre nossas pesquisas mais recentes e o que exploraremos a seguir na sessão da Global Ready Conference: Research Revealed — agora sob demanda.