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.
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
- A Statistical Approach to Language Translation. Coling Budapest 1988, vol. 1 (ACL Anthology) (se abre en una pestaña nueva). Peter Brown, John Cocke, Stephen Della Pietra, Vincent Della Pietra, Frederick Jelinek, Robert Mercer y Paul Roossin, 1988
- A Statistical Approach to Machine Translation. Computational Linguistics, 16(2), pp. 79-85 (ACL Anthology) (se abre en una pestaña nueva). Peter F. Brown, John Cocke, Stephen A. Della Pietra, Vincent J. Della Pietra, Fredrick Jelinek, John D. Lafferty, Robert L. Mercer y Paul S. Roossin, 1990
- The Mathematics of Statistical Machine Translation: Parameter Estimation. Computational Linguistics, 19(2), pp. 263-311 (ACL Anthology) (se abre en una pestaña nueva). Peter F. Brown, Stephen A. Della Pietra, Vincent J. Della Pietra y Robert L. Mercer, 1993
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.