Diccionario para novelas chinas ©

MTL

Acrónimo de Traducción Automática. Con respecto a la literatura traducida a otros idiomas utilizando programas que intentan hacerla legible, pero pálida en comparación con un traductor humano real.
Esta novela ligera tiene una buena premisa, pero lamentablemente todas las traducciones son MTL.

Fuente: Diccionario urbano

****

machine translation (MTL) traducción automática por máquina

Lo que MTL hace bien.

En realidad, MTL capta la esencia del pasaje bastante bien. Si mira todas las respuestas, para casi todas las oraciones, al menos una persona se acercó bastante a la traducción correcta. En realidad, si promediaste los intentos de todos y lo pensaste un poco más, tendrías un intento bastante sólido de traducción.

Producir traducciones legibles. Puede ver que muchas de las respuestas también están bien escritas en inglés, un buen trabajo especialmente en flyingjam cuyo intento fluye bastante bien.

Lo que MTL no hace bien.

Caracterización. Por supuesto, la traducción automática ignorará todos los intentos de hacer que un personaje suene feliz / triste / enojado / ingenuo / etc. Aquí, del pasaje queda claro que Ellis es una niña pequeña, pero su diálogo hablado se reduce a un tono muy real. Este es un problema menor en las novelas que están mucho más guiadas por la trama, pero los personajes inevitablemente parecerán más bien de madera. Hubo algunos intentos de corregir esto desde el contexto (por ejemplo, el intento de DtAndroid), pero también hay casos en los que uno puede compensar en exceso y esto puede ser peligroso (algunas personas tradujeron Sugisaki para que parezca casi enojado, que es lo contrario de lo que debería ser) .

Pequeños detalles. Por supuesto, esto es un poco obvio. Los detalles serán omitidos y alterados a medida que el software MTL tenga dificultades para seleccionar qué sinónimos usar. La interpretación correcta aquí es que la voz de Ellis es "aguda", pero mucha gente tuvo problemas para decidir cuál era el adjetivo correcto. Hay muchos otros ejemplos: la interpretación de "erasou", por ejemplo, arrojó a muchas personas a un bucle.

Lo que MTL (quizás) sorprendentemente no funciona bien

Eficiencia. En realidad, esta es probablemente la observación más importante. MTL no es rápido. Para producir MTL legibles que sean algo precisos, se necesita hacer referencia a media docena de fuentes diferentes y hacer muchas conjeturas educadas antes de converger en una solución. Es muy posible y uno puede ser más rápido con el tiempo, pero nunca será tan rápido como saber la respuesta. Como comparación, la traducción humana a continuación tomó 6 minutos.
Entonces, ¿los MTL son buenos / malos / ok?

Como la gente ha señalado, es muy difícil sacar conclusiones generales de un experimento como este con supuestos tan simplificados. Sin embargo, creo que las siguientes conclusiones son razonables:

Conclusión 1 : los MTL no son tan buenos como la traducción humana y a veces sufren mucho cuando se trata de matices y detalles. Sin embargo, si se gasta mucho esfuerzo, MTL aún puede producir traducciones legibles que cubren la esencia del pasaje, lo que para muchas personas es suficiente.

Conclusión 2 : Sin embargo, los buenos MTL de MTLers que realmente están haciendo un esfuerzo son lentos. Aquellos que experimentaron esto por sí mismos aquí pueden responder por esto. Siempre que se trata de conjeturas educadas, el tiempo que lleva llegar a la "respuesta" es largo en comparación con saber la respuesta en primer lugar, especialmente cuando algunos MTLers tienen que hacer referencia a muchas más fuentes .

Fuente: Reddit.com