Machine translation (traducción automática, MT por sus siglas en inglés), a veces también conocida como "traducción automática", ha estado alcanzando rápidamente visibilidad en su manera comercial en los últimos años. Hasta cierto punto, el volumen en aumento del contenido generado por el plurilingüismo oficial (ONU, UE) o el bilingüismo (Canadá), y el aumento del número de lenguas representadas y activas en el Web, han ayudado a los investigadores de traducción automática a mejor entender los patrones y las probabilidades del uso del lenguaje natural en contexto y en traducción.  Esta información es útil para predecir y mejorar la calidad de producción generada por los simples sistemas comerciales de traducción automática más conocidos por los usuarios actuales del Web, en especial Google Translate.

Históricamente, la investigación de traducción automática comenzó en serio durante los años de 1950, con altas expectativas de resultados de alta calidad, esto es decir "alta calidad de traducción completamente automática de textos sin restricciones". En 1966 el Reporte ALPAC (Comité de Seguimiento del Procesamiento Automático del Lenguaje, ALPAC por sus siglas en inglés) desvanecería esta esperanza y reduciría el financiamiento, pero aun así alentaría a investigadores a seguir el campo de la tecnología de Traducción asistida por computadora (Computer-Assisted Translation, CAT por sus siglas en inglés). En Canadá, el  Sistema METEO MT  llegó a ser uno de los mejores ejemplos de éxito de traducción automática exitosa en uso. Hasta los años de 1990, casi todos los sistemas MT (traducción automática) desarrollados tenían un enfoque basado en reglas, el cual requiere la ejecución de extensos diccionarios, copiosa gramática (reglas y excepciones) y programas, para poder "enseñarle" al sistema como producir lenguaje gramaticalmente correcto en dominios específicos. Desde los años de 1990, sin embargo, los enfoques a la traducción automática basados en el corpus (basados en ejemplos y  estadísticos) han dominado el diseño de la investigación y de los sistemas comerciales. Ellos hacen uso de corpus bilingüe y plurilingüe y de técnicas de alineación, creando correspondencias de segmentos en EBMT y aplicando análisis estadísticos y modelos de probabilidad en SMT.

Tanto la traducción automática como la traducción humana se practican profesionalmente, pero por diferentes razones y circunstancias. La traducción automática se utiliza en los casos en donde el contexto y el contenido (por ejemplo, el clima, los manuales técnicos, las especificaciones de productos) se pueden limitar lo suficiente para que la traducción contenga errores mínimos. La Precorrección (lenguaje controlado cuando se está escribiendo contenido de partida) y la postcorrección (revisión humana de la salida de la traducción automática) son necesarias para la adecuada calidad y la diseminación subsiguiente de los textos traducidos. A diferencia de la revisión y la corrección humana de textos, los textos de traducción automática requieren que los postcorrectores tengan dominio en la comprensión de los tipos de errores únicos que una máquina (al contrario de un humano) muy probablemente hará. No se puede esperar que la máquinas "comprendan" los textos como lo hacen los humanos, ni que puedan resolver la ambigüedad en los dilemas lingüísticos y culturales. Correspondencias correctas de léxico y sintaxis entre lenguas no siempre se encuentran fácilmente, y más conocimiento lingüístico del mundo es difícil de codificar y programar. Por otro lado, el uso popular de los sistemas de MT (traducción automática) está aumentando, y generalmente refleja la necesidad de simplemente lo esencial, o una traducción "aproximada", en donde los usuarios sólo buscan una idea básica del contenido. La traducción automática típicamente ha sido un área de estudio dentro de la Lingüística Computacional e Inteligencia Artificial. Actualmente, la traducción de voz a voz y la traducción móvil son importantes áreas de investigación. Como las iniciativas de colaboración recientes tales como la 2010 AMTA y la  Conferencia de ATA en los Estados Unidos han demostrado, los sectores de la traducción automática y la traducción profesional de humanos han contribuido con sus respectivas áreas de conocimiento a satisfacer la creciente demanda de traducción en el mundo entero, en particular en el Web.

Referencias:

Commonsense Advisory, "Resources--Glossary", online.

Hutchins, John. "Publications on machine translation, computer-based translation technologies, linguistics and other topics." Web. http://www.hutchinsweb.me.uk/

Hutchins, John. "The development and use of machine translation systems and computer-based translation tools" (1999). Available online.

Baker, Mona and Gabriela Saldanha (eds), Routledge Encyclopedia of Translation Studies. 2nd Edition, London / New York: Routledge, 2009.

Gambier, Yves and Luc Van Doorslaer (eds), Handbook of Translation Studies. Vol. 1, Amsterdam / Philadelphia: John Benjamins Publishing Company, 2010. Also online.

Guzmán, Rafael, "Manual MT Post-editing", Translation Journal (2007). Available online.

Nirenburg, Sergei, Harold Somers, and Yorick Wilks (eds), Readings in Machine Translation, Cambridge, MA (U.S.): MIT Press, 2003.

Somers, Harold (ed), Computers and Translation--A translator's guide, Benjamins Translation Library, Amsterdam / Philadelphia: John Benjamins Publishing Company, 2003.