lenguas al alcance de todos
El inteco desarrolla un sistema que integra las herramientas de traducción para mejorar el acceso a las páginas web. Sólo una cuarta parte de las páginas de las administraciones públicas españolas logran un nivel de traducción «más o menos correcto». Para mejorar el acceso a documentos y páginas en distintas lenguas e idiomas, el Inteco Lab prevé poner este año en el mercado un sistema de herramientas que compagina diversos motores de traducción.
Raúl Riesco, gerente de Inteco Labs y director de operaciones del instituto.
A punto de empezar las pruebas del proyecto piloto en el Instituto Nacional de Tecnologías de la Comunicación (Inteco), con el objetivo de que este mismo año pueda ofrecerse como uno de los productos del organismo, el proyecto de investigación en traductores de páginas web que desarrolla el Inteco Labs ha conseguido crear un sistema que integra varias herramientas y aborda las carencias que hasta ahora presentan los traductores que están en el mercado. Todo ello con el objetivo de crear una capa en las web que pase inadvertida para el usuario final, pero cuya complejidad permita un nivel de traducción completo y competitivo, que cumpla unos niveles de calidad aceptables para el equipo de lingüistas que colabora con esta iniciativa.
«En Inteco Labs no pretendemos inventar la rueda. Nuestro objetivo es detectar necesidades del mercado, abrir nuevos nichos de actividad para las empresas y ofrecer servicios que mejoren lo que hasta ahora existe». Bajo estas premisas, y sin olvidar las líneas estratégicas de instituto (seguridad, accesibilidad y calidad), Inteco Lab detectó «una necesidad en los sistemas de traducción automática de páginas web». Lo explica Raúl Riesco Granadino, gerente de Inteco Labs y director de operaciones.
«Están haciéndose grandes esfuerzos, especialmente por parte de las administraciones, para que las web puedan traducirse a distintas lenguas e idiomas. Pero todavía estamos muy lejos de conseguir que este objetivo se cumpla de manera eficaz». De hecho, una vez detectada la necesidad, el Inteco puso en marcha un observatorio de multilingüismo, en colaboración con el Ministerio de Política Territorial, que analizó 300 portales de administraciones públicas.
«Se hizo un rastreo sobre el grado de traducción automática, que reveló que a pesar de que el esfuerzo y la dotación eran muy importantes los resultados no eran todo lo buenos que cabría esperar». De hecho, aunque más del 90% de los portales de la Administración pública están «aparentemente» traducidos, porque identifican diferentes idiomas y permiten la navegabilidad en teoría en varias lenguas, la realidad es que aproximadamente la mitad contienen páginas que no llegan a traducirse, y sólo la mitad de estas últimas logra una traducción «más o menos correcta».
El coste que supone el esfuerzo administrativo es grande, pero además la legislación obliga a que los trámites que se realizan a través de los medios telemáticos puedan realizarse al menos en las lenguas cooficiales. «Al final el usuario sigue percibiendo falta de calidad a pesar del esfuerzo. Siempre llegas a un formulario no traducido, hay errores en estas traducciones,...»
Una vez identificada la situación real en lo que a traducciones de web se refiere, el Inteco se ha volcado en desarrollar alternativas «optimizadas en coste que mejoren la calidad final». El proyecto se inició con el análisis por parte de un equipo de diez profesionales, al inicio del 2010, de las soluciones existentes en el mercado, «tanto las iniciativas de la Unión Europea en su trabajo diario, con proyectos con importante financiación, como las iniciativas y servicios privados y de pago».
«Hay cuatro aspectos clave que intentamos abordar en este proyecto», señala Riesco; el primero de ellos la «usabilidad». «El usuario tiene que acceder de manera transparente, es decir, que no sepa qué hay detrás pero que consiga una navegación coherente con una traducción generalizada de todo aquello que consulta». Para ello el proyecto ha integrado distintos motores de traducción.
Además, se trata de que no se traduzca sólo el texto de la web, sino los documentos adjuntos. «Hoy hay millones de PDF publicados en Internet, y para las organizaciones resulta muy costoso traducirlos a todos los idiomas que es necesario. El sistema que proponemos tiene que entrar en el documento y generar un documento equivalente ya traducido».
El sistema que está a punto de entrar en fase de pruebas piloto tiene el objetivo además de «poder crecer en el futuro, integrando más y más motores de traducción». Actualmente hay dos familias de máquinas de traducción, según explica Raúl Riesco: «Los que se basan en reglas, que funcionan muy bien para las lenguas romances, y los de traducción estadística, para idiomas como el euskera y el inglés, o muchos otros de los que se utilizan en la UE».
Actualmente el proyecto que desarrolla el Inteco está utilizando ya tres motores, el apertium (basado en reglas y de software libre) y el moses que cuenta con la financiación de la UE y en el que trabajan varias universidades españolas, «que están obteniendo muy buenos resultados».
Para el euskera se está utilizando el machine, «que es el que mejor traduce y que está pilotado por universidades del país vasco».
De momento este sistema se prueba con las lenguas cooficiales españolas: catalán, valenciano, gallego y euskera. También trabajan con el inglés, pero es sólo un punto de partida.