la guida

Traduzioni, farle con la tecnologia: strumenti, portali e servizi online

L’attività di traduzione ha molto beneficiato dell’evoluzione tecnologica, in primis dell’intelligenza artificiale. Una breve guida ai tipi di traduzione automatica e ai servizi online che aiutano nell’arduo percorso di “passaggio” da una lingua ad un’altra

Pubblicato il 14 Apr 2022

Carmelina Maurizio

Università degli Studi di Torino

001a-Translation-Plugins

Quello del traduttore è un compito molto complesso; ci sono diverse tipologie di traduzione, si va dall’interpretariato orale, che mira a mettere in contatto e quindi a interpretare i messaggi scambiati tra due o più individui, a quella scritta che richiede una specializzazione specifica legata al campo che si va a trattare (editoriale, scientifico, commerciale, giuridico etc.).

L’Enciclopedia Treccani online definisce così il delicato e difficile percorso di “passaggio” da una lingua ad un’altra:

Tradurre v. tr. [dal lat. traducĕre «trasportare, trasferire» (comp. di trans «oltre» e ducĕre «portare»), rifatto sull’analogia di condurre e sim.; il sign. 2 a, più che un latinismo, è un calco burocr. del fr. traduir] (io traduco, tu traduci, ecc.; pass. rem. tradussi, traducésti, ecc.; part. pass. tradótto). – 1. a. Volgere in un’altra lingua, diversa da quella originale, un testo scritto o orale, o anche una parte di esso, una frase o una parola singola[1].

App per lo studio e la traduzione delle lingue classiche: le risorse più utili

Internet e l’evoluzione del dizionario

I grandi dizionari di un tempo, dove migliaia di parole venivano inserite in sequenza alfabetica per essere utilizzate al momento necessario, richiedevano tempi lunghi, perché la ricercala dei vocaboli si faceva analizzando migliaia di termini. Oggi tutto questo grazie alla spinta delle tecnologie è diventato più immediato, veloce e potente, soprattutto grazie alle funzioni di ricerca immediata. Con Internet l’uso del dizionario non solo si è evoluto e velocizzato, ma è anche diventato più completo grazie a funzioni disponibili online che possono, per esempio, intercettare le parole e correggerle all’occorrenza. In rete, inoltre, non solo si possono effettuare velocemente le traduzioni, ma si possono scoprire origini delle parole e traduzioni in più.

Per comprendere come la traduzione possa essere efficacemente e correttamente svolta attraverso i portali e i dizionari online, cominciamo dall’individuare e riconoscere le funzioni e gli strumenti digitali a disposizione.

Lessico e definizioni

  • Il dizionario digitale, e-dictionary, è un’opera di riferimento completa su supporto elettronico, in particolare è un dizionario monolingue o bilingue concepito per esser usato da utenti umani, parlanti nativi o apprendenti di una L2. Comprende dizionari per apprendenti accessibili in un primo tempo su CD-ROM e DVD e poi via rete, consultabili su computer fissi, portatili e tablet, o tramite dispositivi di telefonia mobile.
  • Il processo traduttivo indica un qualsiasi processo che da un primo testo scritto in una lingua di partenza detto “prototesto”, viene tradotto dopo una fase di decodifica e ricodifica nella lingua di destinazione producendo un “metatesto”.
  • La traduzione automatica è il processo di utilizzo dell’intelligenza artificiale (AI) per tradurre automaticamente il contenuto da una lingua all’altra senza l’intervento umano. I primi esperimenti di traduzione automatica hanno avuto luogo negli anni ’50, e dal 2000 la traduzione automatica è partita. All’inizio la qualità della traduzione era molto elementare, i primi modelli di traduzione automatica, inoltre, richiedevano agli sviluppatori di definire e programmare manualmente quello che era effettivamente un grande insieme di regole. L’arrivo del deep learning[2], che lavora con l’Intelligenza Artificiale, ha portato una vera e propria rivoluzione nella traduzione.

Tipi di traduzione automatica

  • Traduzione automatica basata su regole: questa forma di traduzione automatica, ora obsoleta, si basa su informazioni linguistiche sulla lingua di partenza e di arrivo. Usando strutture grammaticali, i linguisti umani stabiliscono regole per la struttura della frase, l’ordine delle parole e la fraseologia per la lingua di partenza e di arrivo. Successivamente, dopo aver recuperato le informazioni necessarie dai dizionari, il sistema mappa ogni parola della lingua di partenza in una traduzione adeguata nella lingua di arrivo.
  • Traduzione automatica statistica: i modelli statistici lavorano analizzando enormi quantità di traduzioni esistenti e corpora multilingue e cercando modelli statistici in questo input, permettendo al programma di generare un’ipotesi su come dovrebbe tradurre altri testi simili in futuro. Le risorse necessarie per l’addestramento dei modelli sono notevoli, ma i risultati possono essere abbastanza buoni, specialmente nei testi più tecnici o scientifici. I modelli di traduzione statistica erano inizialmente basati sulle parole, ma in seguito si sono evoluti in sistemi basati sulle frasi che catturano il contesto delle parole.
  • Traduzione automatica neurale: i modelli di rete neurale sono molto diversi dai sistemi basati sulla frase. Mentre questi ultimi spezzano una frase di input in un insieme di parole e frasi e le fanno corrispondere a una parola o frase nella lingua di destinazione, le reti neurali prendono in considerazione l’intera frase di input a ogni passo quando generano la frase di output. La traduzione automatica neurale utilizza reti neurali per tradurre il testo di partenza in testo di arrivo, e le reti neurali possono lavorare con insiemi di dati molto grandi e richiedono poca supervisione. I sistemi di traduzione automatica neurale hanno due sezioni principali: una rete di codifica e una rete di decodifica. Entrambe sono reti neurali, ovvero una serie interconnessa di nodi, vagamente modellata sul cervello umano. È un sistema d’informazione in cui i dati di input sono passati attraverso questi nodi per produrre output. Questa architettura di rete neurale è chiamata rete neurale sequenza-sequenza (Seq2Seq), che funziona guardando una frase nella lingua di partenza e producendo una frase corrispondente nella lingua di arrivo. La potenza della NMT – Neural Machine Translation risiede nella sua architettura di rete neurale, che le permette di imparare da grandi quantità di dati e di adattarsi a nuovi contesti. Questo determina:
  • Alta precisione: attingendo a set di dati sempre più estesi e utilizzando la modellazione del linguaggio, i motori NMT possono comprendere il contesto più ampio di parole e frasi per produrre traduzioni più accurate e fluenti e migliorare nel tempo.
  • Apprendimento veloce: le reti neurali possono essere addestrate rapidamente attraverso processi automatizzati, a differenza dei metodi costosi e in gran parte manuali richiesti per la traduzione automatica basata su regole.
  • Personalizzazione: di solito è possibile personalizzare l’output di NMT e aggiornare il modello attraverso database terminologici, glossari specifici del marchio e altre fonti di dati per migliorare i risultati.
  • La traduzione automatica neurale eccelle in diversi tipi di scenari, tra cui:
  • Traduzione di grandi quantità di contenuti in tempi estremamente brevi
  • Traduzione di contenuti altamente ripetitivi
  • Traduzioni che richiedono un’elevata precisione della rete neurale ma che sono anche molto ripetitive, come i manuali, le guide utente o altri tipi di materiali di riferimento.

Portali e servizi online di dizionari e vocabolari linguistici

  1. Google Translator è un servizio di traduzione gratuito sviluppato da Google nell’aprile 2006. Originariamente Google Traduttore è stato rilasciato come Statistical Machine Translation[3]. Poiché SMT utilizza algoritmi predittivi per tradurre il testo, aveva una scarsa precisione grammaticale. Nel gennaio 2010, Google ha introdotto l’app per Android e la versione iOS, nel 2011, per fungere da interprete personale portatile. Nel maggio 2014, Google ha acquisito Word Lens per migliorare la qualità della traduzione visiva e vocale. Nel 2016 Google ha trasferito il suo metodo di traduzione nel sistema Neural Machine Translation. Utilizza tecniche di Deep Learning[4] per tradurre l’intera frase alla volta e garantisce una maggiore precisione del contesto. A partire dal 2018, traduce più di 100 miliardi di parole al giorno. Le lingue traducibili sono circa un centinaio.
  2. DeepL nasce nel 2017 e si basa su una generazione completamente nuova di reti neurali e su design innovativo, in base al quale queste reti neurali possono riconoscere anche le più piccole sfumature nel significato di una frase e tradurla correttamente con un grado di precisione finora sconosciuto. Nel 2020 e nel 2021 sono stati lanciati dei nuovi modelli che sono in grado di riportare il significato delle traduzioni in maniera più precisa, anche quando si tratta di testi specializzati con un gergo specifico. Le reti neurali di DeepL sono in grado di riconoscere anche le minime sfumature della lingua e riprodurle nella traduzione. Sono disponibili al momento 26 lingue, una versione free e diverse su abbonamento, con servizi più specialistici.
  3. Reverso  traduce documenti di tutti i tipi, in oltre 25 lingue, lasciando la formattazione originaria. Ha un correttore automatico e coniuga i verbi. Trova sinonimi in tempo rapido, grazie all’uso integrato di più dizionari. La versione base è gratuita, con la Premium si moltiplicano le funzionalità.
  4. Wikizionario è un dizionario online libero, che a oggi contiene oltre 500.000 lemmi, dal Cherockee all’Asturiano e naturalmente in lingue molte più usate. Una volta che ci è registrati e si è preso atto delle norme di galateo, si può contribuire ad arricchire il dizionario.
  5. Wordreference consente la traduzione in circa 20 lingue, ha un coniugatore di verbi, un forum e prevede alcuni dizionari monolingue ed è completamente gratuito.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati