ModernMT

Es la función alrededor de la cual se construyó ModernMT. Subes o conectas una memoria de traducción y el motor inclina su salida hacia esos pares de frases, incluso cuando el contenido es nuevo. Por dentro, el sistema reajusta su contexto en cada petición en vez de entrenar un modelo por cliente. En la práctica, el editor ve menos repeticiones de correcciones que ya había hecho. Una memoria pequeña sirve igual, y la ganancia crece con el volumen y la regularidad.

Los glosarios fijan un término de origen a una traducción concreta. ModernMT admite glosarios unidireccionales y multidireccionales, así que una entrada puede cubrir un término de origen asociado a una palabra en varios idiomas, o un par en dos sentidos. En sectores regulados la opción se estrecha: dentro de la capa adaptativa el glosario orienta, no obliga, y por eso alguien sigue revisando que cada entrada haya entrado.

La API de traducción automática cubre traducción, detección de idioma, lotes, estimación de calidad y gestión de memorias, con librerías oficiales para Node.js, Python, Go, Java, .NET y PHP. Basta una clave en la cabecera MMT-ApiKey para autenticarse, lo que mantiene corta la integración. Las peticiones por lote admiten una URL de callback, de modo que un proceso de localización entrega miles de segmentos y recoge los resultados más tarde en vez de esperar llamada por llamada.

Estos dos complementos son la vía por la que la mayoría de los usuarios profesionales conoció el producto. Ambos meten la traducción adaptativa en el editor, así que los segmentos sugeridos aparecen sobre la marcha y las correcciones vuelven a la memoria. Translated reconstruyó los dos para Lara y asegura que el cambio lleva menos de diez minutos, con las memorias y los pares de idiomas incluidos.

Cada segmento traducido puede volver con una puntuación de calidad, y así un proceso deja pasar la salida limpia y marca para revisión humana las frases dudosas. Los vectores de contexto y las indicaciones permiten enviar información de dominio con la petición, de forma que el mismo motor se comporta distinto con un texto legal que con uno de marketing. Ese enrutado separa la traducción automática que ahorra horas de la que genera trabajo de revisión.

El motor traduce en más de 200 idiomas y detecta el idioma de origen cuando no se lo indicas. La detección resulta útil en procesos con contenido colaborativo o recopilado, donde llega un lote mezclado sin etiquetas. El endpoint de idiomas devuelve los códigos vigentes, así que las integraciones validan los pares antes de enviar contenido.