Descrizione del progetto
Un traduttore automatico che non lascia trapelare informazioni
Di norma, i servizi basati sulla traduzione automatica caricano i testi su un server, riducendo il livello di privacy degli utenti e potenzialmente violando la riservatezza dei documenti. Il progetto Bergamot, finanziato dall’UE, eseguirà le traduzioni in locale garantendo la privacy, poiché i dati non lasceranno mai il computer dell’utente. La ricerca dell’efficienza permette a un normale computer o laptop di tradurre migliaia di parole al secondo. Inoltre, il sistema indica il suo grado di sicurezza nella traduzione e fornisce un aiuto nella compilazione di moduli in lingua straniera. Il software e i modelli saranno distribuiti sotto forma di estensioni open source integrate con Mozilla Firefox, offrendo molti vantaggi a utenti non esperti provenienti dal settore pubblico e privato.
Obiettivo
The Bergamot project will add and improve client-side machine translation in a web browser. Unlike current cloud-based options, running directly on users' machines empowers citizens to preserve their privacy and increases the uptake of language technologies in Europe in various sectors that require confidentiality. Free software integrated with an open-source web browser, such as Mozilla Firefox, will enable bottom-up adoption by non-experts, resulting in cost savings for private and public sector users who would otherwise procure translation or operate monolingually.
To understand and support non-expert users, our user experience work package researches their needs and creates the user interface. Rather than simply translating text, this interface will expose improved quality estimates, addressing the rising public debate on algorithmic trust. Building on quality estimation research, we will enable users to confidently generate text in a language they do not speak, enabling cross-lingual online form filling. To improve quality overall, dynamic domain adaptation research addresses the peculiar writing style of a website or user by adapting translation on the fly using local information too private to upload to the cloud. These applications require adaptation and inference to run on desktop hardware with compact model downloads, which we address with neural network efficiency research. Our combined research on user experience, domain adaptation, quality estimation, outbound translation, and efficiency support a broad browser-based innovation plan.
Campo scientifico
Parole chiave
Programma(i)
Meccanismo di finanziamento
RIA - Research and Innovation actionCoordinatore
EH8 9YL Edinburgh
Regno Unito