Análisis comparativo de los motores de traducción automática neuronal i los modelos de lenguaje de gran tamaño en el ámbito jurídico-administrativo
En els últims anys, els canvis en el món de la traducció han augmentat exponencialment amb la irrupció dels models de llenguatge extens. En aquest treball es duu a terme una anàlisi comparativa entre els resultats derivats de la traducció mitjançant motors de traducció automàtica neuronal i models d...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Data de publicação: | 2024 |
| País: | España |
| Recursos: | Universitat Autònoma de Barcelona |
| Repositório: | Dipòsit Digital de Documents de la UAB |
| Idioma: | catalão |
| OAI Identifier: | oai:ddd.uab.cat:304199 |
| Acesso em linha: | https://ddd.uab.cat/record/304199 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Traducció automàtica neuronal Models de llenguatge extens Avaluació de la traducció automàtica Errors de traducció automàtica Traducció jurídica Traducción automática neuronal Modelos de lenguaje de gran tamaño Evaluación de la traducción automática Errores de traducción automática Traducción jurídica Neural machine translation Large language models Machine translation evaluation Machine translation errors Legal translation |
| Resumo: | En els últims anys, els canvis en el món de la traducció han augmentat exponencialment amb la irrupció dels models de llenguatge extens. En aquest treball es duu a terme una anàlisi comparativa entre els resultats derivats de la traducció mitjançant motors de traducció automàtica neuronal i models de llenguatge extens i s'avalua la solvència de les eines utilitzades per a la traducció en l'àmbit juridicoadministratiu en el context institucional europeu. En primer lloc, s'introdueix el funcionament de la traducció automàtica neuronal i dels models de llenguatge extens, així com de les modalitats d'avaluació manual i automàtica existents. En segon lloc, una vegada definit el marc teòric, s'analitza l'ús dels motors de traducció automàtica neuronal de Google, DeepL i eTranslation i els models de llenguatge extens ChatGPT 3.5 i Le Chat Mistral. Posteriorment, s'analitzen les traduccions obtingudes per part de cada eina mitjançant l'anàlisi manual amb la mètrica MQM i l'anàlisi automàtica amb les mètriques BLEU, ChrF, TER, BERTScore, BLEURT i COMET. Finalment, es posen en comú els resultats obtinguts en les anàlisis fetes i se n'extreuen les conclusions oportunes. Els models de llenguatge extens encara no són al nivell dels motors de traducció automàtica neuronal, però cada vegada s'hi acosten més. |
|---|