Traductor de google espanol frances

Si el mensaje está en francés o en español, al teclearlo en un motor de traducción automática se resuelve instantáneamente el misterio y se obtiene una respuesta sólida en inglés. Pero muchas otras lenguas siguen desafiando a la traducción automática, incluidas las que hablan millones de personas, como el wolof, el luganda, el twi y el ewe en África. Ello se debe a que los algoritmos que impulsan estos motores aprenden de las traducciones humanas, en el mejor de los casos, de millones de palabras de texto traducido.

Existe abundante material de este tipo para lenguas como el inglés, el francés, el español y el alemán, gracias a instituciones multilingües como el parlamento canadiense, las Naciones Unidas y la Unión Europea. Sus traductores humanos producen flujos de transcripciones traducidas y otros documentos. Sólo el Parlamento Europeo produce un tesoro de datos de 1.370 millones de palabras en 23 idiomas durante una década.

Sin embargo, no existe una montaña de datos semejante para las lenguas que pueden ser muy habladas pero que no se traducen tan prolíficamente. Son las denominadas lenguas de bajos recursos. El material de entrenamiento automático para estas lenguas consiste en publicaciones religiosas, incluida la muy traducida Biblia.

Pero se trata de un conjunto de datos muy limitado, que no es suficiente para entrenar robots de traducción precisos y de gran alcance.