Ir al contenido principal

Para Comunidades Lingüísticas

Resumen Ejecutivo. Una guía para hablantes de lenguas indígenas y de recursos limitados que explica cómo contribuir a la Arena (traducciones de referencia, revisión de traducciones, datos de entrenamiento) y qué recibe la comunidad a cambio (propiedad del código, ingresos por API, control total de la implementación). No se requieren conocimientos de programación.

No necesita ser programador para contribuir a la Arena. Si habla una lengua indígena o de recursos limitados, usted es la persona más importante en este ecosistema.

Lo Que Necesitamos De Usted​

Traducciones de referencia​

Necesitamos pares de traducciones curadas para evaluación — inglés de un lado, su lengua del otro. Estos se convierten en la "clave de respuestas" contra la cual se califican todos los métodos de traducción.

Puede crearlos a partir de:

  • Materiales educativos — ejercicios de libros de texto, planes de lección, hojas de trabajo
  • Documentos comunitarios — actas de reuniones, boletines, anuncios
  • Frases cotidianas — cadenas de interfaz de usuario, etiquetas de aplicaciones, expresiones comunes
  • Contenido cultural — historias, canciones o descripciones (con los permisos apropiados)

El formato es JSON simple:

{
  "entries": [
    { "id": 1, "source": "Hello", "reference": "tânisi" },
    { "id": 2, "source": "Thank you", "reference": "kinanâskomitin" }
  ]
}

Revisión de traducciones​

Cada método que afirma producir traducciones funcionales necesita validación humana. Los hablantes bilingües revisan los resultados y nos dicen si la computadora lo hizo bien — y más importante aún, por qué lo hizo mal.

Datos de entrenamiento​

Reglas gramaticales, entradas de diccionario, patrones morfológicos — estos son los recursos lingüísticos que hacen que los métodos de traducción funcionen. Su conocimiento de cómo funciona su lengua es irreemplazable por cualquier modelo de IA.

Lo Que Recibe A Cambio​

Propiedad​

Cuando se construye un método de traducción para su lengua y se valida en la Arena, la propiedad se transfiere a la organización de gobernanza de su comunidad. Usted es propietario del código, los pesos del modelo y la implementación.

Ingresos​

Cuando los desarrolladores utilizan el método de su lengua a través de la API de champollion, su comunidad recibe el 90% de los ingresos por API. El 10% restante cubre los costos de infraestructura.

Control​

Su organización de gobernanza controla:

  • Quién puede acceder al método
  • Si puede usarse comercialmente
  • Qué términos de precios se aplican
  • Cuándo y cómo se actualiza
  • Qué datos se utilizan para desarrollo futuro

Cómo Involucrarse​

  1. Comuníquese con nosotros — Abra un problema en el repositorio de Arena o envíe un correo electrónico a los mantenedores
  2. Describa su lengua — ¿A qué familia pertenece? ¿Cuántos hablantes tiene? ¿Qué sistemas de escritura se utilizan? ¿Qué recursos computacionales existen (FST, diccionarios, corpus)?
  3. Comience en pequeño — Incluso 50 pares de traducciones curadas son suficientes para crear un conjunto de datos de evaluación y abrir una nueva pista en el leaderboard
  4. Conéctenos con la gobernanza — ¿Quién en su comunidad tiene autoridad sobre datos y tecnología lingüística? El modelo de soberanía de la Arena requiere un socio de gobernanza

Soberanía de Datos​

Sus datos lingüísticos son suyos. La Arena se construye sobre los principios OCAP®:

  • Nunca recopilamos ni almacenamos sus datos lingüísticos en nuestros servidores
  • Los métodos de traducción utilizan la arquitectura api — todos los datos de entrenamiento, diccionarios y reglas gramaticales permanecen en la infraestructura que usted controla
  • Usted decide quién puede desarrollar métodos para su lengua
  • Las puntuaciones del leaderboard prueban que un método funciona; no otorgan permiso para implementarlo

Véase También​