[et_pb_section fb_built=”1″ _builder_version=”4.19.1″ _module_preset=”default” min_height=”512.5px” custom_margin=”||10px||false|false” custom_padding=”21px||0px|||” global_colors_info=”{}”][et_pb_row _builder_version=”4.19.1″ _module_preset=”default” min_height=”430.5px” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.19.1″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.19.1″ _module_preset=”default” text_font=”Arial||||||||” hover_enabled=”0″ global_colors_info=”{}” sticky_enabled=”0″]<\/p>\n
A traduci\u00f3n autom\u00e1tica (TA) \u00e9 unha ferramenta esencial para mellorar a comunicaci\u00f3n entre linguas<\/strong>, especialmente para aquelas con menor presenza dixital, como o galego. En imaxin<\/strong>, con m\u00e1is de 20 anos de experiencia no desenvolvemento de soluci\u00f3ns ling\u00fc\u00edsticas, mantemos un compromiso constante coa innovaci\u00f3n en traduci\u00f3n autom\u00e1tica<\/strong>. A r\u00e1pida evoluci\u00f3n da intelixencia artificial fai imprescindible co\u00f1ecer e avaliar os recursos m\u00e1is avanzados dispo\u00f1ibles<\/strong>, tanto para a traduci\u00f3n autom\u00e1tica como para outras \u00e1reas do procesamento da linguaxe natural (PLN).<\/p>\n Recentemente, en colaboraci\u00f3n coa Universidade do Pa\u00eds Vasco (EHU), a nosa compa\u00f1eira Sof\u00eda Garc\u00eda<\/strong> realizou unha investigaci\u00f3n no marco da s\u00faa tese industrial, centrada en identificar os sistemas de traduci\u00f3n autom\u00e1tica m\u00e1is efectivos para o galego<\/strong>. Este estudo, adaptado \u00e1s necesidades dunha pequena e mediana empresa (peme), representa a avaliaci\u00f3n m\u00e1is exhaustiva realizada ata o momento<\/strong> na traduci\u00f3n autom\u00e1tica para o galego, ademais do primeiro estudo en TA que incl\u00fae o portugu\u00e9s-galego<\/strong> dentro dunha avaliaci\u00f3n xen\u00e9rica. Os resultados desta an\u00e1lise foron presentados o pasado 25 de setembro no congreso anual da Sociedade Espa\u00f1ola do Procesamento da Linguaxe Natural (SEPLN) 2025<\/strong>, celebrado en Zaragoza.<\/p>\n Neste congreso, reco\u00f1ecido como un evento de referencia en tecnolox\u00edas da linguaxe no \u00e1mbito hispano, tivemos a oportunidade de conectar con empresas e instituci\u00f3ns do PLN<\/strong> tanto a nivel estatal como internacional. Este encontro facilitou o intercambio de co\u00f1ecementos e a creaci\u00f3n de lazos tanto acad\u00e9micos como empresariais<\/strong>. Ademais, escoitamos intervenci\u00f3ns de figuras destacadas no sector, como Marta R. Costa-juss\u00e0, investigadora cient\u00edfica en META, as\u00ed como doutros expertos de diversas disciplinas, o que nos permitiu ampliar a nosa perspectiva e identificar novas oportunidades para innovar dentro da nosa empresa<\/strong>.<\/p>\n O estudo ti\u00f1a como obxectivo identificar os modelos de traduci\u00f3n autom\u00e1tica de licenza libre m\u00e1is efectivos<\/strong> para os pares de linguas ingl\u00e9s\u2011galego, espa\u00f1ol\u2011galego e portugu\u00e9s\u2011galego<\/strong> no dominio xeral. Entre os tres pares, avali\u00e1ronse un total de 45 sistemas en 23 tests de avaliaci\u00f3n tendo en conta tres factores principais:<\/p>\n A investigaci\u00f3n avaliou catro tipos principais de sistemas de traduci\u00f3n autom\u00e1tica:<\/p>\n Os achados deste estudo ofrecen orientaci\u00f3ns pr\u00e1cticas para os tres pares de linguas e pretenden ser unha gu\u00eda tanto para o \u00e1mbito da investigaci\u00f3n como para o empresarial. Para ver os modelos avaliados, os mellor valorados ou consultar m\u00e1is informaci\u00f3n sobre os outros factores de avaliaci\u00f3n, descargue a gu\u00eda cubrindo o formulario<\/strong> que atopar\u00e1 ao final da p\u00e1xina.<\/p>\n La traducci\u00f3n autom\u00e1tica (TA) es una herramienta esencial para mejorar la comunicaci\u00f3n entre lenguas<\/strong>, especialmente para aquellas con menor presencia digital, como el gallego. En imaxin<\/strong>, con m\u00e1s de 25 a\u00f1os de experiencia en el desarrollo de soluciones ling\u00fc\u00edsticas, mantenemos un compromiso constante con la innovaci\u00f3n en traducci\u00f3n autom\u00e1tica<\/strong>. La r\u00e1pida evoluci\u00f3n de la inteligencia artificial hace imprescindible conocer y evaluar los recursos m\u00e1s avanzados disponibles<\/strong>, tanto para la traducci\u00f3n autom\u00e1tica como para otras \u00e1reas del procesamiento del lenguaje natural (PLN).<\/p>\n Recientemente, en colaboraci\u00f3n con la Universidad del Pa\u00eds Vasco (EHU), nuestra compa\u00f1era Sof\u00eda Garc\u00eda<\/strong> realiz\u00f3 una investigaci\u00f3n dentro de su tesis industrial, centrada en identificar los sistemas de traducci\u00f3n autom\u00e1tica m\u00e1s efectivos para el gallego<\/strong>. Este estudio, adaptado a las necesidades de una peque\u00f1a y mediana empresa (pyme), representa la evaluaci\u00f3n m\u00e1s exhaustiva realizada hasta el momento<\/strong> en la traducci\u00f3n autom\u00e1tica para el gallego, adem\u00e1s del primer estudio en TA que incluye el portugu\u00e9s-gallego<\/strong> dentro de una evaluaci\u00f3n gen\u00e9rica. Los resultados de este an\u00e1lisis fueron presentados el pasado 25 de septiembre en el congreso anual de la Sociedad Espa\u00f1ola del Procesamiento del Lenguaje Natural (SEPLN) 2025<\/strong>, celebrado en Zaragoza.<\/p>\n En este congreso, reconocido como un evento de referencia en tecnolog\u00edas del lenguaje en el \u00e1mbito hispano, tuvimos la oportunidad de conectar con empresas e instituciones del PLN<\/strong> tanto a nivel estatal como internacional. Este encuentro facilit\u00f3 el intercambio de conocimientos y la creaci\u00f3n de lazos tanto acad\u00e9micos como empresariales<\/strong>. Adem\u00e1s, escuchamos intervenciones de figuras destacadas en el sector, como Marta R. Costa-juss\u00e0, investigadora cient\u00edfica en META, as\u00ed como de otros expertos de diversas disciplinas, lo que nos permiti\u00f3 ampliar nuestra perspectiva e identificar nuevas oportunidades para innovar dentro de nuestra empresa<\/strong>.<\/p>\n El estudio ten\u00eda como objetivo identificar los modelos de traducci\u00f3n autom\u00e1tica<\/strong> de licencia libre m\u00e1s efectivos<\/strong> para los pares de lenguas ingl\u00e9s\u2011gallego, espa\u00f1ol\u2011gallego y portugu\u00e9s\u2011gallego<\/strong> en el dominio general. Entre los tres pares, se evaluaron un total de 45 sistemas en 23 tests de evaluaci\u00f3n teniendo en cuenta tres factores principales:<\/p>\n La investigaci\u00f3n evalu\u00f3 cuatro tipos principales de sistemas de traducci\u00f3n autom\u00e1tica:<\/p>\n Los hallazgos de este estudio ofrecen orientaciones pr\u00e1cticas para los tres pares de lenguas y pretenden ser una gu\u00eda tanto para el \u00e1mbito de la investigaci\u00f3n como para el empresarial. Para ver los modelos evaluados, los mejor valorados o consultar m\u00e1s informaci\u00f3n sobre los otros factores de evaluaci\u00f3n, descargue la gu\u00eda cubriendo el formulario<\/strong> que encontrar\u00e1 al final de la p\u00e1gina.<\/p>\n En imaxin<\/strong> buscamos darlle sempre a mellor calidade aos nosos clientes e, hoxe en d\u00eda, no \u00e1mbito da intelixencia artificial, isto non ser\u00eda posible se non f\u00f3semos da man da investigaci\u00f3n. Este \u00faltimo traballo \u00fanese a outros focalizados no galego e noutras linguas minorizadas como:<\/p>\n Esta investigaci\u00f3n destaca a importancia de desenvolver soluci\u00f3ns espec\u00edficas para linguas como o galego<\/strong>, sen depender exclusivamente de plataformas xerais. Ademais, reforza o papel da colaboraci\u00f3n entre empresa e universidade<\/strong> para abordar retos tecnol\u00f3xicos complexos. Grazas a estes resultados, temos un co\u00f1ecemento m\u00e1is profundo dos recursos dispo\u00f1ibles<\/strong> e do cami\u00f1o a seguir para mellorar os sistemas de traduci\u00f3n autom\u00e1tica que temos implantados<\/strong>.<\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row _builder_version=”4.19.1″ _module_preset=”default” min_height=”430.5px” global_colors_info=”{}” column_structure=”3_5,2_5″][et_pb_column type=”3_5″ _builder_version=”4.19.1″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.19.1″ _module_preset=”default” global_colors_info=”{}”]<\/p>\n [\/et_pb_text][et_pb_code _builder_version=”4.19.1″ _module_preset=”default” text_orientation=”left” global_colors_info=”{}”]Obxectivo do estudo<\/h3>\n
\n
\n
Metodolox\u00eda<\/h3>\n
\n
\n
Principais resultados<\/h3>\n
\n
\n
Para o par espa\u00f1ol-galego, o sistema Opentrad<\/a> e o modelo neuronal biling\u00fce do Proxecto N\u00f3s<\/strong><\/a> seguen a ser competitivos cos modelos multiling\u00fces e os LLM. Isto demostra que entre linguas pr\u00f3ximas e de poucos recursos, os sistemas m\u00e1is pequenos a\u00ednda poden funcionar<\/strong>. De maneira que, ademais de dar bos resultados, aforran custos econ\u00f3micos e computacionais e son unha alternativa menos contaminante que modelos m\u00e1is grandes<\/li>\n
<\/strong>Para o par ingl\u00e9s galego, os modelos multiling\u00fces<\/strong> como\u00a0madlad<\/a> <\/strong>demostraron unha calidade superior<\/strong>, aproveitando o co\u00f1ecemento que te\u00f1en de distintas linguas de moitos recursos (high resource languages, HRL) para facer transferencia de co\u00f1ecementos \u00e1s linguas con menos recursos (low resource languages, LRL).<\/li>\n
<\/strong>O par portugu\u00e9s-galego deu uns resultados sorprendentemente baixos<\/strong> en canto a m\u00e9tricas. A pesar de seren d\u00faas linguas moi pr\u00f3ximas, os resultados caeron por debaixo do ingl\u00e9s-galego de media. Isto chama a atenci\u00f3n, xa que normalmente os pares de linguas pr\u00f3ximas obte\u00f1en mellores resultados que os pares de linguas m\u00e1is distantes.
Un dos posibles motivos foi a escaseza de tests de avaliaci\u00f3n<\/strong>. Para portugu\u00e9s galego s\u00f3 existen tests de referencia multiling\u00fces e de dominio xen\u00e9rico, co\u00f1ecidos como benchmarks<\/em>, a maior\u00eda coas variantes europea e brasileira mesturadas. \u00c9 por isto que consideramos os resultados inconclusos<\/strong>. Urxe a creaci\u00f3n de bos tests de avaliaci\u00f3n neste par de linguas, tanto de dominio xen\u00e9rico como espec\u00edfico e que permitan avaliar propiamente a variante europea do portugu\u00e9s, por ser esta de grande interese dada a proximidade tanto ling\u00fc\u00edstica como xeogr\u00e1fica entre o galego e o portugu\u00e9s europeo.
Cingu\u00edndonos propiamente \u00e1 avaliaci\u00f3n feita no artigo, o modelo nllb-muele-54b<\/a>, foi o que obtivo mellores resultados en canto \u00e1s m\u00e9tricas de avaliaci\u00f3n da calidade. A\u00ednda as\u00ed, reiteramos a <\/span>necesidade de investigar este par con m\u00e1is profundidade<\/strong> para conseguir modelos m\u00e1is \u00f3ptimos, tanto a nivel de calidade como de custo computacional.<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\nContribuci\u00f3ns e futuro<\/h3>\n
Objetivo del estudio<\/h3>\n
\n
\n
Metodolog\u00eda<\/h3>\n
\n
\n
Principales resultados<\/h3>\n
\n
\n
Para el par espa\u00f1ol-gallego, el sistema Opentrad<\/a> y el modelo neuronal biling\u00fce del Proxecto N\u00f3s<\/strong><\/a> siguen siendo competitivos con los modelos multiling\u00fces y los LLM. Esto demuestra que entre lenguas pr\u00f3ximas y de pocos recursos<\/strong>, los sistemas m\u00e1s peque\u00f1os a\u00fan pueden funcionar<\/strong>. De manera que, adem\u00e1s de dar buenos resultados, ahorran costes econ\u00f3micos y computacionales y son una alternativa menos contaminante que modelos m\u00e1s grandes.<\/li>\n
Para el par ingl\u00e9s-gallego, los modelos multiling\u00fces como madlad<\/a><\/strong> demostraron una calidad superior<\/strong>, aprovechando el conocimiento que tienen de distintas lenguas de muchos recursos (high resource languages, HRL) para hacer transferencia de conocimientos a las lenguas con menos recursos (low resource languages, LRL).<\/li>\n
El par portugu\u00e9s-gallego dio unos resultados sorprendentemente bajos<\/strong> en cuanto a m\u00e9tricas. A pesar de ser dos lenguas muy pr\u00f3ximas, los resultados cayeron por debajo del ingl\u00e9s-gallego de media. Esto llama la atenci\u00f3n, ya que normalmente los pares de lenguas pr\u00f3ximas obtienen mejores resultados que los pares de lenguas m\u00e1s distantes.
Uno de los posibles motivos fue la escasez de tests de evaluaci\u00f3n<\/strong>. Para portugu\u00e9s-gallego solo existen tests de referencia multiling\u00fces y de dominio gen\u00e9rico, conocidos como benchmarks<\/em>, la mayor\u00eda con las variantes europea y brasile\u00f1a mezcladas. Por esta raz\u00f3n, consideramos los resultados inconclusos<\/strong>. Urge la creaci\u00f3n de buenos tests de evaluaci\u00f3n en este par de lenguas, tanto de dominio gen\u00e9rico como espec\u00edfico y que permitan evaluar propiamente la variante europea del portugu\u00e9s, por ser esta de gran inter\u00e9s dada la cercan\u00eda ling\u00fc\u00edstica y geogr\u00e1fica entre el gallego y el portugu\u00e9s europeo.
Ci\u00f1\u00e9ndonos propiamente a la evaluaci\u00f3n hecha en el art\u00edculo, el modelo nllb-muele-54b<\/a>, uno de los modelos multiling\u00fces m\u00e1s pesados, fue el que obtuvo mejores resultados en cuanto a las m\u00e9tricas de evaluaci\u00f3n de la calidad. Aun as\u00ed, reiteramos la necesidad de investigar este par con m\u00e1s profundidad<\/strong> para conseguir modelos m\u00e1s excelentes, tanto a nivel de calidad como de coste computacional.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\nContribuciones y futuro<\/h3>\n
Compromiso con las lenguas minorizadas<\/h3>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n
Formulario de descarga<\/h3>\n