• Dominio de herramientas informáticas generales
• Dominio de técnicas de traducción asistida/localización
• Dominio de las técnicas de edición, maquetación y revisión textual
• Capacidad de análisis, síntesis, organización y aplicación práctica de los conocimientos y destrezas lingüísticas

• Capacidad de organización y planificación
• Resolución de problemas
• Capacidad de gestión de la información
• Conocimientos de informática relativas al campo de estudio

Contenido teórico

1. Ordenadores, traducción y procesamiento automático de lenguajes naturales: ¿dónde estamos?
2. Memorias de Traducción
3. La traducción automática (TA)

• Historia de la TA
• Nociones básicas sobre los sistemas basados en reglas y los basados en corpus
• Acercamiento al funcionamiento de los sistemas de traducción automática neuronal

      4. La inteligencia artificial generativa: ¿qué es un modelo de lenguaje?

      5. Introducción a XML y los estándares en la industria de la localización

Contenido práctico

• Sistematización del proceso técnico de traducción con herramientas de traducción asistida por ordenador (TAO)
• Gestión de proyectos de traducción con herramientas de TAO
• Formatos y conversiones de formatos en las herramientas de TAO
• Integración de motores de TA con memorias de traducción (MT)

Casacuberta Nolla, F. y Peris Abril, A. (2017): “Traducción automática neuronal”, Revista Tradumàtica, 15 pp. 66-74.

Forcada, M. L. (2019): Traducción automática neural: cómo funciona y qué se puede esperar de ella. [Diapositivas]. Departamento de Lenguajes y Sistemas, Universidad de Alicante.

Kenny, Dorothy (2022):  Human and machine translation. En Kenny, D. (Ed.), Machine translation for everyone: Empowering users in the age of artificial intelligence (pp  23–49, capítulo 2). Berlin: Language Science Press

Martín-Mor, A.; Piqué, R. y Sánchez-Gijón, P. (2016): Tradumàtica: Tecnologies de la traducció. Barcelona: Eumo

Oliver, Antoni (2016): Herramientas tecnológicas para traductores. Barcelona: UOC.

Pérez-Ortiz, J. A.; Forcada, M. L. y Sánchez-Martínez, F.: (2022): How neural machine translation works. En Kenny, D. (Ed.), Machine translation for everyone: Empowering users in the age of artificial intelligence (pp 141-164, cap. 7). Berlin: LSP

Reinke, U. (2013): “State of the Art in Translation Memory Technology”. Translation: Computation, Corpora, Gognition, 3 (1), pp. 27-48.

Rothwell, A. et. al. (2023): Translation Tools and Technologies. London and New York: Routledge

Scheider, D.; Zampieri, M.; Genabith, J.v. (2018): Translation memories and the translator. A report on a user survey, Babel, 64 (5/6), pp. 734-762.

Caswell, I. and Liang, B. (2020): Recent Advances in Google Translate. [Mensaje en un blog] Google AI Blog. 8 de junio de 2020. En línea: https://ai.googleblog.com/2020/06/recent-advances-in- google-translate.html

Koehn, P. (2017): Neural Machine Translation, arXiv preprint arXiv:1709.07809v1

Koehn, P. y Knowles, R. (2017): Six Challenges for Neural Machine Translation, Proceedings of the First Workshop on Neural Machine Translation. (p. 28–39). Vancouver: Association for Computational Linguistics. En línea: https://www.aclweb.org/anthology/W17-3204.pdf

Zhang, J. and Zong, C. (2020): Neural Machine Translation: Challenges, Progress and Future. arXiv:2004.05809

1ª Convocatoria

• Prueba escrita: 30%
• Prueba(s) práctica(s) en aula de informática: 45%
• Entrega de tareas de trabajo autónomo, entrega de prácticas de clase, realización de cuestionarios en clase: 25%

Se deben de superar tanto la prueba escrita como la media ponderada de las pruebas prácticas para aprobar la asignatura.

2ª Convocatoria

Los estudiantes que no entregaron todas las tareas de trabajo autónomo, al menos el 75% de las prácticas de clase y cuestionarios durante el desarrollo del curso, en esta convocatoria serán evaluados conforme al siguiente criterio:

• Prueba escrita: 35%
• Prueba práctica: 65%

• Prueba escrita
• Pruebas prácticas en aula de informática
• Entrega de tareas en las fechas señaladas
• Entrega de resultados de ejercicios durante el desarrollo de las clases prácticas
• Realización de cuestionarios
• Posible defensa de las prácticas realizadas

Realizar un seguimiento continuado de la asignatura. Practicar con las herramientas informáticas seleccionadas en horas de trabajo individual para resolver los mismos o similares problemas a los que se planteen en clases prácticas. Tener iniciativa, plantearse y abordar la solución de nuevos problemas.

Recomendaciones para la recuperación

Obtener del profesor información de las carencias que han llevado al alumno a este estado.