Mozilla ha lanzado un conjunto de herramientas para la traducción automática de un idioma a otro de forma autosuficiente, ejecutándose en el sistema local del usuario sin recurrir a servicios externos. El proyecto se está desarrollando como parte de la iniciativa Bergamot junto con investigadores de varias universidades del Reino Unido, Estonia y la República Checa con el apoyo financiero de la Unión Europea. Los desarrollos se distribuyen bajo la licencia MPL 2.0.
El proyecto incluye el motor traductor bergamota, herramientas para el autoentrenamiento del sistema de aprendizaje automático y modelos listos para usar en 14 idiomas, incluidos modelos experimentales para la traducción del inglés al ruso y viceversa. El nivel de traducción se puede evaluar mediante una demostración en línea.
El motor está escrito en C++ y es un contenedor del marco de traducción automática Marian, que utiliza una red neuronal recurrente (RNN) y modelos de lenguaje basados en transformadores. La GPU se puede utilizar para acelerar el entrenamiento y la traducción. El marco Marian también se utiliza para impulsar el servicio de traducción Microsoft Translator y lo desarrollan principalmente ingenieros de Microsoft junto con investigadores de las universidades de Edimburgo y Poznan.
Para los usuarios de Firefox, se ha preparado un complemento para traducir páginas web, que traduce en el navegador sin recurrir a servicios en la nube. Anteriormente, el complemento solo se podía instalar en versiones beta y compilaciones nocturnas, pero ahora está disponible para las versiones de Firefox. En el complemento del navegador, el motor, escrito originalmente en C++, se compila en una representación binaria intermedia de WebAssembly utilizando el compilador Emscripten. Entre las nuevas características del complemento, se destaca la capacidad de traducir mientras completa formularios web (el usuario ingresa texto en su idioma nativo y se traduce sobre la marcha al idioma del sitio actual) y la evaluación de la calidad. de traducción con marcado automático de traducciones cuestionables para informar al usuario sobre posibles errores.
Fuente: opennet.ru