La historia de la IA

Traducción automática estadística de IBM

Etapa 3 · Del auge experto al giro estadístico (1980–2011) › Aprendizaje estadístico y modelos probabilísticos

Linaje
Datos y aprendizaje
Tipo
Publicación

Quién

IBM

Qué ocurrió

Peter Brown, Robert Mercer, Frederick Jelinek y sus colegas del centro de investigación de IBM presentan en 1988, en el congreso COLING de Budapest, una traducción automática basada en estadística. La describen en 1990 y 1993 en Computational Linguistics.

Qué aportó

Los datos sustituyen a las reglas lingüísticas: el sistema aprende a traducir a partir de textos ya traducidos. Es el enfoque que dominó la traducción automática hasta la llegada de las redes neuronales.

Desarrollo

Desde el informe ALPAC, la traducción automática que sobrevivía se basaba en reglas escritas por lingüistas: diccionarios, gramáticas y transformaciones de una lengua a otra. El grupo de IBM venía del reconocimiento del habla, donde trabajaba con modelos estadísticos aprendidos de datos.

Su idea fue tratar la traducción como un problema de descifrado. Para traducir del francés al inglés, se busca la frase inglesa que con más probabilidad haya producido la francesa. Esa probabilidad se descompone en dos partes: un modelo de lenguaje, que mide si la frase es buen inglés, y un modelo de traducción, que mide si las palabras se corresponden. Ambos se estiman a partir de datos. Para el segundo usaron las actas bilingües del Parlamento canadiense, millones de frases en inglés y francés, y aprendieron de forma automática qué palabras se alinean con cuáles.

El artículo de 1993 presentó una serie de cinco modelos de complejidad creciente, conocidos como modelos IBM 1 a 5, que se convirtieron en la base de la disciplina.

La traducción estadística dominó hasta mediados de la década de 2010, cuando los modelos neuronales de secuencia a secuencia, con atención, la desplazaron.

Tres cajas en fila: frase inglesa, canal y frase francesa, unidas por flechas. Una flecha de vuelta va de la frase francesa a la inglesa con el texto traducir es deshacer el camino. Debajo, dos cajas multiplicadas: modelo de lenguaje, que mide si es buen inglés, y modelo de traducción, que mide si casan las palabras.

IBM trató el francés como inglés deformado por un canal. Traducir es buscar la frase inglesa más probable, combinando un modelo de lenguaje y uno de traducción.

Viene de

  • Informe ALPAC (noviembre de 1966)

    Herencia sin relación directa demostrada

    Tras el informe ALPAC, la traducción automática que sobrevivió se basaba en reglas; el grupo de IBM la sustituye por un modelo aprendido de textos bilingües

Lleva a

  • Secuencia a secuencia (3 de junio de 2014)

    Herencia sin relación directa demostrada

    La traducción neuronal de secuencia a secuencia se compara con la traducción estadística por frases, que es el sistema que viene a sustituir

Bibliografía

Fuente original

Cómo citar

«Traducción automática estadística de IBM». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/traduccion-estadistica-ibm

Última revisión de esta ficha: 13 de noviembre de 2026.

Abrir en la cronología interactiva