Cuando estudiaba traducción y la gente me preguntaba qué estudiaba, al responderles tenía la sensación que no comprendían y quedaban con cara de interrogante. Es decir, si dices “estudio medicina” todos empiezan a hablar del sistema de salud, si dices que estudias “derecho” todos saben que hablamos de abogados y política. Cuando estudias traducción, a veces te desesperas porque todos creen que eres intérprete y claro, puede llegar a ser cansón hacer el mapa de tu carrera cada vez que alguien te pregunta.
Pensaba que algún día iba a especializarme en algo más "común" para que la gente supiera lo que hago y no tuviera que inventarme miles de ejemplos para darles una idea.
Sin embargo, parece que yo no me colaboro en ese aspecto. Con mi carrera, por lo menos, la gente sabía qué era traducción (ah, ¿usted es la de las cabinas en la ONU?), pero ahora, cuando digo qué estudio de maestría, se quedan por completo en blanco.
Para contrarrestar este efecto de ¿qué me habrá dicho?, (y antes de saber en qué era lo que me estaba metiendo) decidí leer un poco sobre procesamiento de lenguajes naturales y encontré un ejemplo muy bueno para explicar lo que yo iba a hacer.
Básicamente lo que tratamos de hacer es enseñarles a las máquinas nuestros lenguajes naturales (inglés, francés, español) para comunicarnos en nuestro idioma y no en el de ellas (Pascal, C++). Es decir, para que mi computador haga lo que yo quiero, no necesito ser programadora, sino que le digo “Oye, haz esto” y él me entiende (de ahí lo de procesamiento de lenguajes naturales).
Así resumidito suena simple. Pues la realidad es otra cosa muy distinta: primero, yo no estoy estudiando robótica (que es el ámbito donde se desarrolla el anterior ejemplo) y segundo, a diferencia de los seres humanos, las máquinas no tienen la capacidad de aprender tal y como lo hacemos nosotros, sino a través de instrucciones muy precisas (llamadas algoritmos). Los algoritmos están escritos en lenguajes de programación (no naturales) y las máquinas no saben hacer la equivalencia o “traducción” entre ellos.
Por esta razón, lo que nosotros tenemos que hacer es idearnos métodos para combinar la estadística, las matemáticas, la probabilística, las reglas morfosintácticas y el uso de corpus para enseñarle el idioma humano a la máquina de forma que ella lo pueda comprender. Esto conlleva estudiar a fondo el idioma (es decir, tengo que leer mucho sobre lingüística) y adquirir ciertas habilidades en programación.
Ha sido un poco difícil hasta el momento porque hay ciertos campos que no domino y es difícil expresar las ideas cuando ciertos conceptos básicos no están tan claros. Lo bueno es que he encontrado cosas interesantes en cada una de las clases que hacen que mi curiosidad se despierte y aprenda más.
En este momento estoy viendo tres clases y me gustan bastante: Tecnologías del Habla, donde vemos todas las aplicaciones del procesamiento y síntesis de voz. Aquí conocí aplicaciones que pueden reconocer textos y convertirlos en voz, asistentes virtuales, traductores etc. Fundamentos de las Tecnologías de la Comunicación Multilingüe, donde vemos varios módulos de fonética, tratamiento del habla, NooJ y estadística. Gramáticas y Diccionarios electrónicos, donde hemos visto cómo se crean las gramáticas electrónicas, los niveles textuales y las aplicaciones.
Mi ámbito de investigación continuará en la traducción audiovisual. Esta vez me centraré en técnicas de procesamiento de lenguajes naturales aplicadas al subtitulaje, es decir, hacer que las máquinas nos faciliten la labor de subtitulaje a través del procesamiento de los subtítulos. La mejor parte es que trabajaré con un programador quien será el encargado de crear el programa que necesito para modelar este trabajo.
Esa es más o menos la definición (que entiendo por ahora) de lo que es mi carrera. Ahora veamos que si me da por estudiar un doctorado…. ¿en qué terminaré metida?
No hay comentarios.:
Publicar un comentario