AT LANGUAGEWORLD

Participamos como ponentes en la conferencia anual de lingüística computacional.

Joel Escudé, lingüista computacional de AT Language Solutions, presenta en una sesión de WMT’19 los resultados de su investigación en el ámbito del sesgo de género en entrenamiento de motores de traducción neuronal.

Por primera vez, AT Language Solutions participa activamente en las sesiones paralelas del Workshop on Machine Translation en el marco de la 57ª conferencia anual de la Asociación de Lingüística Computacional (ACL2019). La conferencia, que tiene lugar en la semana del 28 de julio al 2 de agosto en Florencia, es el evento de referencia de la industria. Además de grandes impulsores de la traducción neuronal y la inteligencia artificial, como Google IA, Amazon o Facebook, en las sesiones han intervenido múltiples grupos de investigación de prestigiosas universidades internacionales, así como empresas que desarrollan tecnología de traducción neuronal, como es el caso de AT.

AT ya se había involucrado en el desarrollo de WMT’19 con la aportación de datos para la comprobación de una de las tareas, pero en esta ocasión, mediante nuestra presencia en la conferencia, hemos podido ponernos al día en las últimas tendencias de esta innovadora industria y participar de las oportunidades relacionales y de visibilidad de marca que nos proporciona este evento.

Por otra parte, nuestro lingüista computacional, Joel Escudé, ha participado como ponente en una de las sesiones del workshop paralelo dedicado al sesgo de género, en la que presentó las conclusiones de su tesis en un artículo. Para entrenar motores de traducción neuronal es necesario alimentarlos con millones de segmentos de textos, que en muchas ocasiones contienen sesgos de género, con lo que el sistema ‘aprende’ y en consecuencia perpetúa dicho sesgo. La hipótesis a probar en la investigación era que si se forzaban ciertas condiciones mediante dos tácticas, se observaría una reducción del sesgo de género en el resultado de traducciones obtenidas. En esta sesión se ha presentado el método que se ha seguido y el resultado que demuestra que a pesar de las condiciones forzadas se ha logrado mantener la integridad del sistema y reducir ligeramente el sesgo de género. Las conclusiones de este estudio pueden ser el punto de partida para futuras investigaciones y dar lugar a mejoras sustanciales en la exactitud y naturalidad del lenguaje en traducción neuronal. Para información más técnica sobre el método seguido en la investigación y los resultados, se puede consultar el artículo original.

La lingüística computacional, en especial en lo que se refiere a traducción neuronal, está avanzando exponencialmente y se prevé una mayor demanda de servicios de inteligencia artificial en el futuro próximo. Hasta ahora, a pesar de ser un sector altamente competitivo en el lanzamiento de avances, ha demostrado ser también una comunidad de investigación muy colaborativa y activa, que forma grupos de tareas, proporciona feedback enriquecedor a la investigación de otros colegas y comparte conocimientos para la mejora del entrenamiento de motores. En AT nos enorgullecemos de formar parte de esta comunidad, y esperamos poder seguir aportando valor a eventos como éste y aprendiendo de las conclusiones presentadas para poder seguir siendo líderes en soluciones tecnológicas adaptadas a las necesidades de traducción de cada cliente.