2022

Proyecto: Traductor
‘LinksLate’

PARTICIPANTES
EDGAR PADILLA
WINNIEBER MACIAS
CITLALI MIALMA
EDGAR GABRIEL PÉREZ
SAMUEL MORALES

[NOMBRE DE LA COMPAÑÍA] | [Dirección de la compañía]

 Problema: Se hablan miles de idiomas en el mundo. Aunque el inglés es un
idioma global, no todo el mundo lo entiende en todas partes del mundo. Y si
desea hacer negocios con alguien de otros países que habla un idioma que no
comprende, es problemático. Del mismo modo, si viaja a otros países, puede
enfrentarse a problemas similares.

Hipótesis: el programa deberá reconocer el idioma que nosotros queremos que

nos traduzca al idioma hablando, para verificar la viabilidad del estudio donde
verificaremos el reencuentro de palabras al traducir.

Objetivo general: Para crear una aplicación de traducción utilizando inteligencia

artificial.

Objetivos específicos:
1. Aprender sobre la información que nos brinda la herramienta para poder
obtener las palabras que queramos traducir.
2. Conocer los valores que ponemos en la herramienta tomando en cuenta
que es una herramienta tecnológica lo cual nos ayuda al aprendizaje para
tener más conocimiento.
3. Dar a conocer la utilidad de la herramienta que ayuda a las personas a
conocer el idioma que quieran aprender o estudiar.
4. Fomenta la educación de los estudiantes para mejorar su traducción de
idiomas.
translator-1-e1640881305183

• Solución: Si puedes traducir lo que otros dicen o han escrito, te ayudará a

conectarte profundamente con ellos. Para ello, puede utilizar un traductor
como Google Translate. Sin embargo, puede crear su propia aplicación a
partir de almidón utilizando IA.
Para ello, puede utilizar modelos de transformador y PNL. Un transformador
extraerá características de una oración para determinar cada palabra y su
significado que puede dar el sentido completo de una oración. Codificará y
decodificará palabras de un extremo a otro. Para hacer esto, cargar un
modelo de transformador basado en Python previamente entrenado lo
ayudará. También puede usar la biblioteca GluonNLP y luego cargar y probar
los conjuntos de datos.

METODOLOGIA
1. Definición del alcance con el usuario
 El propósito de este paso es permitir al administrador de proyectos que
entienda los objetivos de la localización y ayudarlo a definir el alcance de la
traducción para poder eliminar elementos innecesarios que puedan generar
bugs. También se reciben glosarios o memorias de traducción adicionales a
los usados en el prototipo, si existen.

2. Revisar la terminología
El administrador revisará el material a traducir y preparará un listado de
preguntas para eliminar cualquier ambigüedad terminológica en el proceso
de traducción. Si el proyecto es muy extenso, se preparan traducciones de
prueba que se someterán a revisión.

3. Traducción
El equipo está compuesto por traductores nativos con experiencia en
lingüística, traducción y en la edición y verificación de textos. Utilizan
memorias de traducción para mantener la coherencia en los textos traducidos
(manuales, sitios web, programas de computadora, material de mercadeo,
documentos, presentaciones, etc.), especialmente si trabajan en equipo.

4. Edición y validación
Una vez se termina la traducción, un editor la revisa para asegurarse de que
se siguieron todos los pasos y se cumplió con los requisitos. Finalmente, la
valida.

5. Aplicación: La aplicación de traducción se utiliza para traducir diferentes

idiomas con fines como negocios, viajes, blogs y más.

6. Entrega de la traducción y comentarios

Se entrega la traducción final al usuario. Los glosarios y las memorias de
traducción se guardan para ahorrarle dinero en futuras traducciones o para
realizar cambios a la ya existente.

Bases de datos:
La base de datos de traducciones se define en el archivo
$NCHOME/etc/precision/DiscoSchema.cfg. Tiene varios nombres completos de
tabla de base de datos.
Los nombres de la tabla de base de datos completamente cualificados para la
base de datos de traducciones son así:
o translations.ipToBaseName
o translations.vlans
o translations.NAT
o translations.NATtemp
o translations.NATAddressSpaceIds
o specialManagementIPs
o Tabla translations.ipToBaseName.- La tabla ipToBaseName es un
registro de los dispositivos descubiertos y las direcciones IP asociadas
con esos dispositivos.
o Tabla translations.vlans.- La tabla vlans contiene una lista de
dispositivos que forman parte de redes de área local virtual (VLAN). Cada
registro de la tabla vlans correlaciona el dispositivo con la VLAN a la que
pertenece.
o Tabla translations.NAT.- La tabla NAT se utiliza para incluir
correlaciones NAT estáticas. Los dispositivos correlacionados se
descubren, aunque estén fuera del ámbito del descubrimiento.
o translations.NATtemp.- La tabla NATtemp se utiliza para almacenar las
correlaciones NAT de una determinada pasarela NAT. Esto permite al
proceso de descubrimiento comparar las correlaciones antiguas y nuevas
e iniciar un redescubrimiento parcial o completo si es necesario.
o Tabla translations.NATAddressSpaceIds.- La tabla
NATAddressSpaceIds se utiliza para identificar las direcciones IP de
pasarelas NAT y especificar un identificador de espacio de direcciones
para cada una de ellas.
o Tabla specialManagementIPs.- Tras la fase del proceso de
descubrimiento, esta tabla contiene una entrada para cada dirección IP
que había en ámbito, según las entradas de la tabla scope.special.