Siamo orgogliosi di presentare PangeaMT, la divisione tecnologica dell'azienda e il fulcro dell'innovazione che guida le soluzioni di elaborazione linguistica di Pangeanic. PangeaMT è il luogo in cui vengono creati i motori di traduzione all'avanguardia di Pangeanic.
Come è stata fondata la divisione tecnologica di Pangeanic?
PangeaMT guida lo sviluppo tecnologico di Pangeanic. Come dipartimento tecnologico, il suo lavoro risponde a esigenze specifiche del settore. Questa divisione beneficia di oltre dieci anni di esperienza nella traduzione automatica e delle conoscenze apportate dal CEO Manuel Herranz. "Nel 2008 abbiamo collaborato con l'Università Politecnica di Valencia e con diverse altre università europee per ideare soluzioni per i nostri clienti, con particolare attenzione al settore automobilistico e dell'elettronica professionale. A quei tempi, le macchine erano accompagnate da una massa di documenti - manuali tecnici e così via - che utilizzavano un "linguaggio controllato". Manuel HerranzSono seguite nuove collaborazioni per i modelli di riconoscimento statistico del linguaggio ed è stato creato un dipartimento esplicitamente dedicato allo sviluppo tecnologico. Grazie alla matematica statistica applicata al linguaggio, Pangeanic è diventata una delle poche aziende a livello globale a utilizzare la SMT (traduzione automatica statistica) per produrre pubblicazioni più velocemente e con maggior successo in lingue con sintassi simili. Dal 2010 al 2015 PangeaMT ha raggiunto un'altra pietra miliare quando ha stretto una partnership con la giapponese Toshiba. Nell'ambito della collaborazione sono stati costruiti motori ibridi, volti a risolvere i problemi delle lingue straniere, dati i limiti statistici dell'epoca. Da allora, PangeaMT è cresciuta e si è evoluta, guidando l'innovazione nel settore. Continuate a leggere per conoscere i casi d'uso e le tecnologie che stanno facendo la differenza nel settore.
Come la traduzione automatica e le reti neurali hanno aiutato il flusso delle informazioni durante la pandemia
Una sfida importante per la traduzione automatica è l'acquisizione di dati di qualità per l'addestramento. Per costruire motori iperspecializzati, sono necessarie grandi quantità di conoscenze e dati che l'intelligenza artificiale deve analizzare e imparare. TAUS ha fornito a PangeaMT quasi 2 milioni di parole per costruire modelli di traduzione automatica specifici per il settore sanitario. In un periodo in cui la COVID-19 colpiva la società più duramente e i vaccini erano in corso, queste soluzioni personalizzate hanno permesso di tradurre documenti medici dall'inglese allo spagnolo, al tedesco, al polacco, al russo e al cinese. Per saperne di più su questo progetto di PangeaMT: Traduzione automatica adattiva per TAUS
Deep Adaptive, la chiave per far comprendere il linguaggio umano alle macchine
Manuel Herranz spiega in cosa consiste Deep Adaptive, la tecnologia che sta rivoluzionando il settore della traduzione automatica: Deep Adaptive è un motore di traduzione che si adatta perfettamente alle esigenze di ogni cliente, applicando al contempo le proprie "torsioni" al risultato. Attraverso questo processo, il motore analizza il testo in ingresso e ne esamina la terminologia e le caratteristiche. Poi cerca nel nostro enorme database materiale simile, dando priorità a entrambi i motori generali per creare un adattamento profondo". La tecnologia Deep Adaptive consente alle macchine di eseguire un'analisi molto più approfondita, abbinando il linguaggio di partenza a quello di arrivo in modo quasi simile a quello umano. Si tende a dire che capiscono il linguaggio umano, poiché questi motori non si limitano alla traduzione automatica. Al contrario, tengono conto di parametri che finora venivano eseguiti esclusivamente dagli esseri umani. Questi motori sono in grado di identificare l'uso stilistico all'interno di un'azienda o di un'istituzione, persino il tono e la voce di un marchio, imparando dai dati forniti dagli esseri umani e creando un ciclo di apprendimento unico per ogni cliente. Con PangeaMT, questa tecnologia si applica a diversi servizi di NLP (elaborazione del linguaggio naturale) come l'anonimizzazione, il riassunto, il web crawling o la classificazione di documenti e dati. È costituita da un'ampia gamma di soluzioni e sviluppi tecnologici combinati, che generano una potente base dati per l'addestramento dell'intelligenza artificiale e dei processi di gestione delle informazioni .
Come possiamo utilizzare la tecnologia Deep Adaptive?
Manuel Herranz fornisce un esempio dei vantaggi che questo sviluppo offre alle aziende di diversi settori: "Uno dei nostri clienti vuole monitorare le notizie che vengono pubblicate solo su determinati siti web e in determinate lingue. Una volta individuate le notizie che interessano o meno a questi giornalisti, eseguiamo una traduzione di alta qualità in spagnolo prima di classificare gli articoli in base alla rilevanza con una tecnologia avanzata di sentiment analysis. Vengono quindi estratte le parole chiave e l'articolo viene classificato in un settore specifico. Da qui i nostri clienti estrapolano le informazioni per le loro analisi e conclusioni giornalistiche. La nostra ricerca si concentra sull'elaborazione di un riassunto o di un'astrazione che fornisca anche un'introduzione per avere una visione d'insieme dell'informazione. Questo tipo di soluzione è particolarmente importante per le grandi organizzazioni, che possono così gestire la conoscenza".
Il valore dei dati; il futuro è nella loro generazione e analisi
Immerso nell'era dei Big Data, in un momento in cui molte aziende hanno la possibilità di generare grandi quantità di informazioni con cui lavorare, Manuel chiarisce la sua posizione: le organizzazioni che non sono consapevoli di avere un problema di dati, hanno un problema di Big Data. Raccogliere dati non è più sufficiente, il vero valore è nella loro analisi, nella conoscenza profonda che possono fornire a un'organizzazione. Informazioni sui propri utenti, clienti e comunità; analizzare meglio ciò che accade con e intorno alla propria comunità, proporre soluzioni migliori che soddisfino le esigenze del proprio pubblico e fidelizzare i clienti. La capacità di monitorare prospettive linguistiche multiple e di estrarre informazioni veramente rilevanti, è davvero un'analisi profonda. Il modo in cui comunichiamo , indipendentemente dalla lingua, le opinioni che un prodotto o un servizio riceve, quando e come le persone vengono citate nei testi, sono tutti elementi che fanno parte di questa analisi. La tecnologia deve lavorare per estrarre tutti questi parametri per un'ulteriore analisi umana, in modo da poter prendere decisioni migliori. "Applicando la matematica avanzata, possiamo "prevedere" le probabilità che qualcosa accada, e questo è davvero prezioso. Possiamo prevedere come viene pronunciata una frase in un'altra lingua, aggiungendovi, se lo desideriamo, un'interpretazione. Possiamo prevedere la probabilità di commenti negativi in seguito, ad esempio, al lancio di un prodotto, e anche estrarre i risultati peggiori, aiutandovi a capire che cosa è andato storto o che cosa non piace ai vostri utenti. Possiamo classificare le informazioni a una velocità alla quale gli esseri umani non possono funzionare. Questo genera nuovi e preziosi posti di lavoro anche per la società, dato che ci affidiamo sempre di più alle informazioni per diventare esseri umani migliori". La chiave, come conclude Manuel, sta nella potente combinazione di intelligenza artificiale e umana .