Passato e presente della tecnologia basata su memorie di traduzione

L'idea di una memoria di traduzione era stata considerata fin dagli anni '70 ed è stata sviluppata ulteriormente negli anni '80. Tuttavia, soltanto negli anni '90 è avvenuta la rivoluzione delle memorie di traduzione per SDL, con Translator’s Workbench per Windows. È stato il primo motore di TM realmente utilizzato a livello globale, prima a 16 bit dal 1995, poi a 32 bit dal 1998 (le generazioni precedenti erano per community di utenti troppo ristrette e basate su DOS, sebbene DOS abbia avuto un successo precoce nei primi anni '90).

Perché c'è stata questa svolta? La traduzione automatica all'epoca era in fase di evoluzione, ma la qualità era considerata troppo scarsa. Anche i PC Windows si stavano diffondendo sempre di più nelle aziende e tra i privati, quindi sia i traduttori freelance che i traduttori delle organizzazioni hanno iniziato ad adottare più tecnologie per far fronte all'aumento dei contenuti digitali. Inoltre, la disponibilità di soluzioni dedicate a un pubblico con esigenze specifiche è stata considerata un grande fattore positivo, ad esempio la Freelance Edition.

Possiamo affermare che le memorie di traduzione sono un po' il cuore e il cervello degli strumenti di traduzione assistita. Tuttavia, all'inizio questa tecnologia è stata accolta con scetticismo. Oggigiorno è difficile immaginare la vita senza memorie di traduzione, poiché sin dagli anni '90 Trados ha continuato a portare avanti lo sviluppo di memorie di traduzione, cercando di migliorarne l'utilizzo per i clienti.

Evoluzione delle memorie di traduzione

Quando SDL ha acquisito Trados nel 2005, la memoria di traduzione è stata completamente riprogettata per Trados Studio e Trados GroupShare. Uno dei nostri obiettivi strategici era colmare le lacune che i clienti avevano segnalato con il motore delle TM di Workbench nel corso degli anni. Tra questi, la ricerca delle concordanze nella lingua di destinazione, l'introduzione del concetto di corrispondenza del contesto e della struttura, l'utilizzo di un motore completamente basato su standard XML e così via.

Ampliamento delle funzionalità delle memorie di traduzione

Le nostre memorie di traduzione sono estremamente versatili e si sono evolute nel corso degli anni per offrire funzioni più incentrate sulla produttività. Prendiamo ad esempio i Dizionari AutoSuggest.

Vengono creati dal contenuto della memoria di traduzione e suggeriscono frasi o frammenti tramite AutoSuggest durante il processo di traduzione. Oppure, abbiamo la funzione di ricerca delle concordanze che cerca parole o porzioni di testo all'interno di una memoria di traduzione che non vengono visualizzati come corrispondenze da un termbase o da altre fonti.

I Dizionari AutoSuggest e la ricerca delle concordanze dovrebbero essere ben noti agli utenti che utilizzano quotidianamente gli strumenti CAT, ma, man mano che le TM di SDL si sono evolute, ci sono anche funzioni più complesse di cui potrebbero non essere a conoscenza.

Oltre a supportare il processo di traduzione basato su segmenti, le nostre memorie di traduzione supportano la segmentazione basata su paragrafo, che può essere utile per la traduzione da o verso lingue asiatiche in cui la sequenza del processo di pensiero può essere diversa dalle lingue occidentali e, pertanto, spesso è meglio tradurre paragrafi anziché segmenti. È interessante notare che la segmentazione basata su paragrafo potrebbe tornare a prendere piede con la traduzione automatica neurale (NMT), poiché potrebbe garantire ai traduttori di visualizzare l'intero contesto di un paragrafo piuttosto che tradurre segmento per segmento.

In aggiunta, c'è la possibilità di fornire il contesto in una TM tramite l'uso della Struttura del documento, una funzione esclusiva in Trados. Ciò significa che non ci limitiamo soltanto a distinguere i Context Match, ma che possiamo anche utilizzare il contesto strutturale presente nel documento (indicatore di indice, intestazione, voce di elenco, ecc.). Spesso, può essere necessario tradurre i segmenti in modo diverso a seconda del loro contesto strutturale. Ad esempio, una voce di un indice sarà scritta in minuscolo in inglese, mentre lo stesso segmento dovrà essere maiuscolo in un'intestazione.

Flessibilità

La flessibilità delle nostre memorie di traduzione risulta evidente nell'App Store, unico nel nostro settore. Trados Studio stesso consente di gestire e mantenere le TM in vari modi, ma è possibile utilizzare metodi più avanzati per lavorare con varie applicazioni. Ad esempio, potete ottenere testo di origine, testo di destinazione, testo di origine e di destinazione e non solo rappresentati in diversi formati di file grazie ad app come quelle elencate di seguito:

1. SDLXliff2Tmx
2. TmConvert

Con la crescente attenzione per la protezione dei dati, possiamo anche offrire la possibilità di rendere anonimi i dati nella TM, con l'app Trados Data Protection Suite disponibile per il download dall'RWS AppStore.

Scalabilità

In Trados siamo sempre stati entusiasti di ciò che chiamiamo "scalabilità verticale". Ciò significa che per noi è fondamentale non solo disporre di una memoria di traduzione che può essere scalabile fino a centinaia di utenti contemporaneamente, ma anche di una soluzione scalabile per il singolo utente che lavora localmente su un PC che potrebbe anche non essere connesso a internet, e qualsiasi scenario intermedio.

In ogni caso, l'esperienza e le prestazioni devono essere ottimali. Per farlo, è necessario un approccio alla progettazione che prevede svariati meccanismi di archiviazione e modi di lavorare nel software. Si tratta di una strategia "basata su file" per lavorare in un ambiente desktop locale e basato su server in cui più utenti condividono la stessa risorsa contemporaneamente.

Le nostre TM basate su file sono perfette e molto efficienti per i singoli utenti o i team di piccole dimensioni fino a un massimo di tre utenti; sopra tale numero e per offrire un'efficienza ottimale, è disponibile un prodotto basato su server.

Le nostre TM basate su server sono in grado di servire centinaia di utenti (Trados Studio e Trados GroupShare) e garantire traduzioni più coerenti grazie all'accesso controllato e per un periodo limitato alle memorie di traduzione centralizzate. La condivisione in tempo reale delle risorse durante la traduzione aumenta la percentuale di riutilizzo dei contenuti, impossibile da ottenere in un ambiente solo desktop.

Offrendo memorie di traduzione basate su file con funzionalità complete di produttività e condivisione basata su server, la collaborazione con le TM si basa sulle diverse interazioni con i clienti che supportano il traduttore freelance, così come gli LSP e le aziende che gestiscono grandi volumi di progetti di traduzione in tempi di consegna sempre più rapidi.

Nascita della tecnologia basata su memorie di traduzione upLIFT

Dopo molti anni di continua evoluzione della TM, il lancio di Trados Studio 2017 ha segnato una vera e propria pietra miliare con l'introduzione della tecnologia upLIFT, che ha trasformato la colonna portante di uno strumento CAT in qualcosa di ancora più intelligente.

Prima abbiamo accennato ai Dizionari AutoSuggest e alla ricerca delle concordanze come ottime estensioni della produttività delle TM. Tuttavia, un aspetto negativo è che la loro configurazione e il loro utilizzo richiedono un'interazione manuale; adesso, non è più così con la tecnologia upLIFT o "ricerca di frammenti".

La tecnologia alla base della ricerca di frammenti è un processo definito allineamento dettagliato. Poiché una TM contiene coppie di segmenti allineati (le "unità di traduzione" o TU), le operazioni a livello di segmento sono semplici, ad esempio quando si tratta di trovare una corrispondenza parziale per un segmento e recuperare la relativa proposta di traduzione. Sono più difficili invece le operazioni al di sotto del livello dei segmenti, come trovare una corrispondenza per una parte di un segmento di TU (ad esempio una proposizione o un termine all'interno di una frase) e recuperare la parte corrispondente della traduzione. Tutto questo è cambiato con Trados Studio 2017: la ricerca di frammenti consente di vedere automaticamente i frammenti di TU interi senza che l'utente debba eseguire alcuna operazione.

Dal lancio avvenuto nel 2016, la ricerca di frammenti è stata perfezionata e migliorata. È ora possibile vedere tramite suggerimenti delle icone l'origine della corrispondenza di frammenti e rifiutare i Fuzzy Match che sono stati automaticamente riparati da Trados Studio come parte della funzionalità di correzione automatica delle corrispondenze parziali.

E i miglioramenti non si fermano qui. Una nuova funzione chiamata LookAhead introdotta con la Service Release 1 di Trados Studio 2017 consente di accedere più rapidamente ai risultati della ricerca delle memorie di traduzione (TM) recuperando i risultati della TM in background. Quando passate a un segmento che state traducendo, Trados Studio esegue una ricerca sui due segmenti successivi mentre lavorate sul segmento attivo. I vantaggi? Risultati quasi istantanei ogni volta che cambiate i segmenti, poiché i risultati della ricerca (se presenti) sono già stati "recuperati" per voi.

Aggiungere più facilmente nuovi contenuti

Naturalmente, gestire e lavorare con le vostre memorie di traduzione è importante, ma anche arricchirle di contenuti è altrettanto fondamentale.

Che siate nuovi utenti degli strumenti CAT o meno, l'allineamento delle traduzioni è un modo efficiente per creare subito risorse di traduzione utilizzando i contenuti esistenti per generare memorie di traduzione. Nella Service Release 1 per Trados Studio 2019, abbiamo reso il processo di allineamento dei contenuti molto più versatile e facile da utilizzare, aggiungendo nuove funzionalità di selezione e connessione dell'allineamento, nonché funzionalità avanzate di divisione e ricerca.

Miglioramento costante delle funzionalità delle memorie di traduzione

Abbiamo migliorato la precisione di Context Match e Fuzzy Match per generare ancora più corrispondenze. Non solo abbiamo migliorato il modo in cui vengono calcolati i Context Match per ottenere corrispondenze più accurate, ma abbiamo anche ottimizzato lo stemming per ottenere Fuzzy Match ottimali con le lingue occidentali.

Inoltre, abbiamo apportato miglioramenti nel riconoscimento dei caratteri a larghezza parziale/completa per la lingua giapponese, tipici degli scenari DTP, che riteniamo rappresenti un vero passo avanti per questo mercato.

L'ultima Service Release dimostra che il perfezionamento della TM non si è ancora arrestato e che può essere ulteriormente migliorato. È fantastico vedere come grandi innovazioni, come AutoSuggest, upLIFT Fragment Recall e la correzione automatica delle corrispondenze parziali, siano state arricchite da sviluppi secondari, come stemming/Fuzzy Match ottimizzati in Trados Studio 2019, per aumentare notevolmente il riutilizzo delle TM.

Come potete vedere, le memorie di traduzione si sono notevolmente evolute negli anni. Le memorie di traduzione continuano a essere sviluppate con nuove innovazioni e funzionalità, semplificando al massimo l'utilizzo e la gestione delle TM.