Il post-editing: traduzione automatica e traduzione umana a confronto

Abstract

Negli ultimi anni, la traduzione automatica ha fatto passi da gigante e ha determinato cambiamenti importanti nel settore della traduzione. Le traduzioni automatiche, grazie all'impiego delle reti neurali, sono diventate più veloci, affidabili, precise e scorrevoli, determinando un incremento nel loro utilizzo da parte di utenti e aziende. Ciononostante, la traduzione automatica presenta dei limiti e l'intervento di un professionista umano rimane essenziale. La macchina, infatti, non è in grado di comprendere e riprodurre alcuni aspetti propri del linguaggio umano, come ad esempio il contesto e l’espressività di un testo. Per questa ragione, grazie allo sviluppo di queste tecnologie, sono emerse nuove figure professionali di estrema importanza, come quella del post – editor, il quale effettua un processo di revisione linguistica sulla traduzione effettuata dalla macchina. Il presente elaborato mira all’individuazione dei possibili limiti e punti di forza della traduzione automatica, allo scopo di comprenderne l’efficacia, valutando il ruolo che riveste l’intervento umano e, di conseguenza, il post – editing. Inoltre, viene presentata un’analisi comparativa attraverso l’approccio per bigrammi, con lo scopo di indagare le differenze tra la traduzione automatica neurale e quella umana. La traduzione automatica rappresenta uno strumento prezioso e l’incontro tra macchina e uomo porterà al raggiungimento di nuovi obiettivi: traduzioni di alta qualità, veloci e più economiche.

Over the past few years, machine translation has made great progress and brought about major changes in the translation industry. Machine translations, through the employment of neural networks, have become faster, more reliable, accurate and fluent, leading to an increase in their use by both individuals and companies. Nevertheless, machine translation has its limits, and the intervention of a human professional remains essential. The machine is still not capable to understand and translate certain characteristics of human language, such as the context and expressiveness of a text. Consequently, new and important jobs have emerged, such as that of the post - editor, who reviews, corrects and improves a machine-generated translation. This work is aimed at identifying the possible limits and strengths of machine translation, to understand its effectiveness, evaluating the role played by human intervention and, eventually, post - editing. In addition, a comparative analysis using the bigram approach is presented, with the aim of investigating the differences between neural and human machine translation. Machine translation represents a valuable tool; the encounter between machines and human will lead to fast, high – quality translation.