Historia de la traducción automática

De Wikipedia, la enciclopedia libre

La aspiración de obtener artilugios mecánicos que sirvan para superar las barreras lingüísticas viene de antiguo. En el siglo XVII se habla de la utilización de diccionarios mecánicos (basados en códigos numéricos universales) para superar las barreras del lenguaje, dentro de un movimiento a favor de la creación de una “lengua universal” no ambigua, basada en principios lógicos y símbolos icónicos, que permitiese comunicarse a toda la humanidad. Este empeño precede por bastante tiempo a la propia existencia del ordenador. Por ello, se puede entender que desde el momento en que un ordenador estuvo disponible en la década de 1940, la traducción automática pasó a convertirse inmediatamente en una de las aplicaciones estrella de la informática.

Desde entonces, ha dado tiempo a realizar numerosos experimentos, pequeños y grandes, así como inversiones institucionales e industriales sustanciosas. Un referente obligado para conocer con más detalle la evolución de la traducción automática es el académico británico John Hutchins, cuya bibliografía puede, por suerte, ser consultada libremente en Internet. En esta breve reseña de la TA vamos a seguir el esquema simplificado de Johnatan Slocum, que aborda la historia de la TA por décadas. A sus cuatro décadas hasta 1985 vamos añadir tres más: seis décadas.

[editar] Primera década

Los primeros desarrollos informáticos reseñables se realizaron en el famoso ordenador ENIAC en 1946. Entre los investigadores pioneros hay que citar a Warren Weaver, de la Fundación Rockefeller. Él fue quien dio a conocer públicamente la disciplina anticipando posibles métodos científicos para abordarla: el uso de técnicas criptográficas, la aplicación de los teoremas de Shannon y la utilidad de la estadística, así como la posibilidad de aprovechar la lógica subyacente al lenguaje humano y sus aparentes propiedades universales. El mundo salía de una guerra mundial que en el plano científico había incentivado el desarrollo de métodos computacionales para descifrar mensajes en clave. A Weaver se le atribuye haber dicho "cuando veo un artículo escrito en ruso me digo, esto en realidad está en inglés, aunque codificado con extraños símbolos. ¡Vamos a descodificarlo ahora mismo!" (citado por Barr y Feigenbaum, 1981). No hace falta decir que tanto los ordenadores como las técnicas de programación de aquellos años eran muy rudimentarias (se programaba mediante el cableado de tableros en lenguaje máquina), por lo que las posibilidades reales de probar los métodos eran mínimas.

[editar] Segunda década

En 1951 el prestigioso Instituto de Tecnología de Massachusetts (MIT) puso a uno de sus especialistas - Yehoshua Bar-Hillel - a trabajar con dedicación exclusiva en TA (Traducción Automática). Un año más tarde se organizó el primer simposio de la TA, con temas como los lenguajes controlados, los sublenguajes, la necesidad de la sintaxis, o la posibilidad de prescindir de la intervención humana. La primera demostración pública de un traductor automático se llevó a cabo en 1954, en la Universidad de Georgetown, con ayuda de IBM y la participación del investigador Leon Dostert. Se seleccionaron cuidadosamente 49 oraciones en ruso que se tradujeron al inglés con un vocabulario de 250 palabras y 6 reglas gramaticales. El éxito mediático de la demostración fue notable y en los EEUU se dedicaron importantes partidas presupuestarias (la mayoría aportadas por el Ministerio de Defensa) para traducir del ruso, francés y alemán. Fue un momento de euforia inicial, que llevó a plantear el objetivo de la fully automatic high quality translation (FAHQT). Entre los desarrollos pioneros de aquella década hay que destacar los de las universidades de Georgetown y Texas, donde se establecieron las bases de dos sistemas que todavía perduran, SYSTRAN y METAL.

[editar] Tercera década

Pero las considerables inversiones iniciales no daban los frutos deseados. Bar-Hillel en 1960 se atrevió a cuestionar la idea de la FAHQT aduciendo que para obtener resultados equiparables a los de la traducción humana habría que incorporar conocimiento semántico y pragmático en proporciones todavía no alcanzables, por lo que recomendó rebajar los objetivos. En 1964 el National Research Council constituyó un comité, ALPAC (Automatic Language Processing Advisory Committee), para evaluar la situación de la TA. Las conclusiones que se publicaron dos años más tarde tuvieron efectos demoledores: "..no se ha obtenido traducción automática para textos científicos genéricos, y tampoco parece que se vaya a obtener a corto plazo". El resultado fue un drástico recorte financiero que literalmente terminó con la investigación en los EEUU. Pese a ello, fue una época de enormes avances en el plano teórico. Noan Chomsky revolucionó el estudio de las lenguas con la publicación de su Syntactic Structures en 1957. En el campo de la informática nuevos diseños de estructuras de datos y lenguajes de programación de alto nivel (ALGOL, LISP) llevaron al desarrollo de algoritmos y metodologías modulares que han sido fundamentales en la evolución de la disciplina.

[editar] Cuarta década

El informe ALPAC afectó dramáticamente a la TA en EEUU, pero en Canadá o Europa apenas tuvo incidencia. En 1976 investigadores del grupo TAUM (Traduction Automatique de l'Université de Montréal) presentaron el sistema MÉTÉO, que traducía partes meteorológicos del inglés al francés. Es un sistema que ha hecho historia, por la idoneidad de la aplicación y diseño. Ese mismo año la CE decidió recurrir a la TA para hacer frente a la desbordante demanda de traducciones internas en sus diversas sedes administrativas. La Comisión compró las licencias para desarrollar SYSTRAN y adaptarlo a sus necesidades. Poco después, con la idea de impulsar la investigación en Europa y elevar la calidad de las traducciones, la propia Comisión financia el ambicioso proyecto EUROTRA. Esta etapa, que abarca todos los ochenta, se caracteriza por un fuerte desarrollo de los métodos simbólicos y una gran vitalidad de la investigación en sintaxis (gramáticas basadas en la unificación de rasgos) y en semántica (formalismos basados en la lógica de predicados). Sin embargo, los avances en el plano teórico no acababan de trasladarse al terreno de los resultados.

[editar] Quinta década

Sin duda relacionadas con las conclusiones del informe Danzin, encargado en 1991 por la CE, hubo en Europa dos malas noticias relacionadas con la TA. Por el lado institucional, la CE decidió cancelar definitivamente la financiación de EUROTRA; por el lado empresarial, PHILIPS inesperadamente da por terminado uno de los proyectos de más prestigio entre los especialistas, ROSETTA. Paralelamente en Japón, se aplica una política de moderación presupuestaria tras las fabulosas inversiones de los años precedentes. En este contexto de declive generalizado, hace su aparición en el mercado un nuevo tipo de producto de traducción asistida, de diseño muy distinto a los anteriores. Son los programas de gestión de memorias de traducción, dados a conocer primeramente por IBM (TranslationManager) y posteriormente llevados al gran público por las empresas alemanas TRADOS (Translator's Workbench) y STAR (TRANSIT), y la española ATRIL (DÉJÀ-VU). Otro aspecto destacable de esta etapa es el desarrollo de Internet, así como el cambio de enfoque de la traducción hacia la localización.

[editar] Sexta década

En la actualidad estamos ante el comienzo de una etapa nueva. La globalización de empresas y mercados lleva pareja la necesidad de adaptar localmente productos y servicios. Herederas del pasado, un buen número de tecnologías se están integrando y complementando en arquitecturas híbridas, que conciben la traducción como un eslabón más en el complejo ciclo de la información en un medio que ahora sí es electrónico. El leitmotiv de todos estos desarrollos es Internet, con implicaciones que todavía no podemos anticipar, pero que en gran medida dependen de cómo se resuelvan la propiedad intelectual y los derechos de explotación de los recursos lingüísticos que se van acumulando.

El nuevo sistema de evaluación Bleu, propuesto por IBM en 2002, ha significado un nuevo impulso a la dinamización de la investigación. El mejor exponente es la competición auspiciada por el instituto NILS del gobierno de EEUU. Los sistemas que compiten están basados en la estadística, que se constituye en el enfoque que actualmente mejores expectativas genera.