En mi entrada anterior sobre extracciones de terminología menciono de pasada los peligros de usar memorias de traducción como fuente para extracciones de terminología, pero sin entrar en más detalles. En este breve artículo quiero analizar un poco más en profundidad las razones en que se basa esa afirmación de que extraer terminología de memorias de traducción es una mala práctica, además de completamente contraproducente.
Aunque algunos ya lo sepáis, me voy a detener un momento en explicar qué es una memoria de traducción. Una gran parte de traducciones se generan dentro de programas de traducción asistida por ordenador (herramientas TAO). En estas herramientas, los archivos a traducir se importan dentro de la herramienta, que protege las partes del archivo que no se traducen (código, por ejemplo) y que permiten crear proyectos a partir de esos archivos importados. A esos proyectos se vinculan diferentes bases de datos, y las memorias de traducción son las más habituales. Consisten en repositorios donde se van guardando cada segmento traducido, que generalmente es una frase del archivo a traducir, con su correspondiente traducción, así como algunos datos adicionales, como el nombre del traductor, la fecha de creación y la de una eventual modificación, número de veces que se ha usado, etc. Vincular este repositorio a un proyecto de traducción cumple varias funciones, pero principalmente garantiza la consistencia con las traducciones anteriores para ese cliente o tipo específico de documento: las parejas de segmentos guardadas se ofrecen automáticamente cuando son idénticas o similares. La herramientas TAO también permiten consultar palabras o expresiones que ya se han traducido. Además, permiten reutilizar traducciones anteriores con el fin de reducir gastos.
Es necesario aclarar que las memorias de traducción casi nunca están gestionadas. Es decir, los traductores van traduciendo y todo va quedando guardado allí, independientemente de cualquier otro factor, como pueda ser que el contenido de las traducciones se haya quedado obsoleto, el documento a traducir o la traducción sean incorrectos, o que haya habido cambios posteriores, los cuales incluso pueden tener consecuencias legales. De hecho, uno de los retos a los que se enfrentan estos sistemas son bases de datos que crecen sin control a lo largo de los años y acaban alojando, junto a datos útiles y con valor, otros completamente incorrectos y que pueden generar confusiones e, incluso, errores graves. El problema es que la gestión de memorias de traducción solo se puede realizar manualmente y, debido a la cantidad ingente de datos que pueden llegar a contener, es extremadamente cara. Además es imposible saber qué parejas de segmentos se van a volver a usar, es decir, es posible estar corrigiendo datos que no tienen utilidad alguna. Por todo ello, no es una práctica común “limpiar” memorias de traducción.
A ello hay que añadir que, frente a una selección equilibrada de documentos para crear un corpus para extracciones, los criterios de inclusión del conjunto de contenidos que entran dentro de una memoria de traducción son las necesidades de localización de una empresa u organización y no la pertinencia para la extracción. Esto tiene como consecuencia que algunos términos relevantes pueden estar sobrerrepresentados, mientras que otros apenas aparecen, por ejemplo. También es posible que aparezcan variantes de un término, pero que resulte muy difícil establecer relaciones de sinonimia, sobre todo si los equivalentes en los idiomas de traducción han generado también variantes por desconocimiento, generando entradas que no tienen valor alguno. La lista de problemas, lamentablemente, se puede alargar mucho.
Los trabajos de terminología, por razones obvias, requieren usar fuentes directas y nunca traducciones. Una base de términos cumple generalmente una función normativa dentro de una empresa o institución, y es necesario acudir a fuentes con autoridad, es decir, a expertos, para establecer los términos y delimitar su uso.
Una base de términos es extremadamente útil si está diseñada específicamente para los requisitos de una empresa u organización y gestionada de forma profesional. De lo contrario, es una trampa y causa errores, a veces incluso con consecuencias legales.