Traducción Audiovisual y Localización (TRAVLOC) (conjunto con UAM)
Máster. Curso 2023/2024.
TRADUCCIÓN AUTOMÁTICA Y POSTEDICIÓN - 609265
Curso Académico 2023-24
Datos Generales
- Plan de estudios: 066D - MÁSTER UNIVERSITARIO EN TRADUCCIÓN AUDIOVISUAL Y LOCALIZACIÓN (2018-19)
- Carácter: OBLIGATORIA
- ECTS: 3.0
SINOPSIS
COMPETENCIAS
Generales
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. CG02 - Adquirir conocimientos en modo de autoaprendizaje.
Transversales
Específicas
los proyectos de traducción.
CE02 - Alcanzar el manejo y contribuir al desarrollo de las herramientas tecnológicas usadas en el
ámbito de la traducción, incluido el tratamiento de texto y de imagen para profesionales de este ámbito. CE06 - Identificar, analizar y solucionar dificultades conceptuales, metodológicas y prácticas en el proceso traductor en el ámbito de las tecnologías aplicadas a la traducción.
ACTIVIDADES DOCENTES
Clases teóricas
Laboratorios
Exposiciones
evaluación de las traducciones realizadas por los alumnos.
Otras actividades
evaluación de las traducciones realizadas por los alumnos.
Tutelas personales, a petición del estudiante. El profesor realizará el seguimiento del alumno de forma personalizada de manera presencial durante las sesiones presenciales. Se prevé un seminario o conferencia durante el semestre. La prueba presencial podrá incrementar el número de horas presenciales.
TOTAL
Presenciales
Semestre
Breve descriptor:
El estudiante se introducirá en los conceptos fundamentales relacionados y adquirirá experiencia en manejo de herramientas de Traducción Automática. Adquirirá competencias en la preparación de textos para la traducción automática y la revisión posterior del resultado con el fin de asegurar tanto el proceso como la calidad final del producto. Aborda el empleo práctico de herramientas como Google Translator Toolkit, DeepL y Moses; y una orientación práctica a la calidad mediante la capacitación básica en las habilidades específicas de la Post-edición, aplicables en particular al ámbito de la Localización.
Requisitos
Objetivos
Conocer las posibilidades y limitaciones de la Traducción Automática.
Adaptar los textos a una forma que los traductores automáticos puedan manejar más
eficientemente (Pre-edición).
Revisar y terminar los textos con una apariencia final profesional (Post-edición).
Evaluar la calidad de la traducción producida (LQA).
Contenido
Introducción: breve historia de la TA. Tipos de sistemas de TA. Principales programas: Systran, Google Translator ToolKit, DeepL, Moses.
Posibilidades y limitaciones de la TA: diferencia entre la traducción asistida (memorias de traducción) y la traducción automática. Detección de errores comunes de la TA, por niveles lingüísticos. Evaluación de la TA.
Práctica de la Traducción con traductores automáticos: Pre-edición y Post-edición. Cómo y cuándo usar eficientemente la TA.
Evaluación
Trabajo individual (70%): Cada estudiante tendrá que realizar la traducción de un texto empleando al menos 2 herramientas. Realizará un análisis de los errores cometidos por los traductores automáticos y la propuesta de corrección en la postedición.
Presentación y discusión pública (30%): los estudiantes por parejas evaluarán los resultados de otros estudiantes y se hará un debate sobre las traducciones producidas.
En caso de irregularidad (plagio, copia, suplantación de identidad, etc.) en una actividad de evaluación, la calificación final de la asignatura será 0.
Bibliografía
Cronin, M. (2013): Translation in the Digital Age. New York: Routledge.
LISA: Best Practice Guide in Quality Assurance.
Wilks, Y. (2008) Machine Translation: Its Scope and Limits. New York: Springer.
Wu, Y. et al (2016): Googles Neural Machine Translation System: Bridging the Gap between Human and
Machine Translation.
Más referencias en: http://www.lllf.uam.es/ESP/Recursos.html
Otra información relevante
- Resulta particularmente recomendable que el estudiante acuda a clase con su ordenador portátil y el software de trabajo que el profesor recomiende.
- El horario de atención al estudiante se facilitará al comenzar las clases. Es aconsejable, no obstante, escribir al profesor con antelación suficiente (unas 48 horas) siempre que se desee concertar una cita.
Estructura
Módulos | Materias |
---|---|
No existen datos de módulos o materias para esta asignatura. |
Grupos
Clases teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo T | - | - | - | MARIA DEL CARMEN GOMEZ PEREZ |