La traduzione dei comunicati stampa aziendali: confronto tra sistemi di traduzione automatica statistici e neurali

Uno dei settori dell’informatica più recenti e in fortissima evoluzione è quello dell’intelligenza artificiale, una disciplina che è in grado di riprodurre attività tipiche della mente umana con implicazioni utili nella vita di tutti i giorni. Anche il mondo della traduzione ha deciso di sfruttare questa tecnologia nei sistemi di traduzione automatica. Nel presente elaborato di tesi si ritiene opportuno indagare sulla nuova architettura dei sistemi neurali che rappresenta attualmente lo stato dell’arte della traduzione automatica, facendo un confronto con la precedente tecnologia, quella dei sistemi phrase-based. Per farlo sono stati scelti due sistemi di traduzione: uno statistico e uno neurale, con cui tradurre dei comunicati stampa aziendali dal francese all’italiano. L’elaborato si compone di quattro capitoli. Nel primo capitolo ci si sofferma sulla storia della traduzione automatica, dalle origini ai processi che progressivamente hanno portato agli sviluppi della traduzione automatica odierna. Il secondo capitolo si compone di due parti: nella prima parte si presenta una panoramica dei maggiori sistemi di traduzione automatica attualmente utilizzati, che dal 2016 hanno deciso di integrare ai propri sistemi la rete neurale, nella seconda parte è stata esaminata la comunicazione specialistica, con un approfondimento sulla comunicazione economico-finanziaria. Nel terzo capitolo viene presentata la struttura dell’esperimento, tra cui la tipologia testuale scelta, le parti testuali oggetto di analisi e il metodo di analisi utilizzato. Il quarto e ultimo capitolo è il cuore dell’esperimento in cui si analizzano nel dettaglio i metodi di valutazione scelti: la qualitative analysis e la quantitative analysis e si commentano i risultati ottenuti.