TRADUCCION PUBLICA

¿Qué es una Traducción Pública? El Traductor Público es el profesional universitario cuya incumbencia, de conformidad con la Ley 20.305, es la traducción de todo documento que se presente en idioma extranjero ante reparticiones, entidades u organismos públicos. Las traducciones legales o traducciones públicas se diferencias de las traducciones privadas en que las primeras son efectuadas por Traductores Públicos, los cuales dan fe de lo traducido. ¿Cuándo se necesita la intervención de un Traductor Público? El Art. 6 de la Ley 20.305 establece que todo documento que se presente en idioma extranjero ante reparticiones, entidades u organismos públicos, judiciales o administrativos del Estado Nacional, de la Municipalidad de la Ciudad de Buenos Aires, o del Territorio Nacional de Tierra del Fuego, Antártica Argentina e Islas del Atlántico Sur, debe ser acompañado de la respectiva traducción al idioma nacional, suscripta por el traductor público matriculado en la jurisdicción donde se presente el documento. Necesidad de legalizar una traducción efectuada fuera del país Para que un documento público sea válido en el país es necesario que el mismo cumpla con la serie de legalizaciones pertinentes. Como última instancia se deberá llevar la legalización de la Embajada Argentina en el país de origen (en este caso deberá pasar por la Cancillería Argentina ), o, si dicho país extranjero hubiese firmado el Convenio de La Haya , directamente con la Apostilla (con lo cual el documento no necesita pasar por el Ministerio de Relaciones Exteriores-). Existen Organismos del Estado que también solicitan que la firma del traductor se encuentre legalizada por el Colegio de Traductores.

Cloud Computing/ computación en la nube

En este tipo de computación todo lo que puede ofrecer un sistema informático se ofrece como servicio,1 de modo que los usuarios puedan acceder a los servicios disponibles "en la nube de Internet" sin conocimientos (o, al menos sin ser expertos) en la gestión de los recursos que usan. Según el IEEE Computer Society, es un paradigma en el que la información se almacena de manera permanente en servidores de Internet y se envía a cachés temporales de cliente, lo que incluye equipos de escritorio, centros de ocio, portátiles, etc. "Cloud computing" es un nuevo modelo de prestación de servicios de negocio y tecnología, que permite al usuario acceder a un catálogo de servicios estandarizados y responder a las necesidades de su negocio, de forma flexible y adaptativa, en caso de demandas no previsibles o de picos de trabajo, pagando únicamente por el consumo efectuado. El cambio paradigmático que ofrece computación en nube es que permite aumentar el número de servicios basados en la red. Esto genera beneficios tanto para los proveedores, que pueden ofrecer, de forma más rápida y eficiente, un mayor número de servicios, como para los usuarios que tienen la posibilidad de acceder a ellos, disfrutando de la ‘transparencia’ e inmediatez del sistema y de un modelo de pago por consumo. Computación en nube consigue aportar estas ventajas, apoyándose sobre una infraestructura tecnológica dinámica que se caracteriza, entre otros factores, por un alto grado de automatización, una rápida movilización de los recursos, una elevada capacidad de adaptación para atender a una demanda variable, así como virtualización avanzada y un precio flexible en función del consumo realizado evitando además el uso fraudulento del software y la piratería. La computación en nube es un concepto que incorpora el software como servicio, como en la Web 2.0 y otros conceptos recientes, también conocidos como tendencias tecnológicas, que tienen en común el que confían en Internet para satisfacer las necesidades de cómputo de los usuarios. Comienzos El concepto de la computación en la nube empezó en proveedores de servicio de Internet a gran escala, como Google, Amazon AWS, Microsoft y otros que construyeron su propia infraestructura. De entre todos ellos emergió una arquitectura: un sistema de recursos distribuidos horizontalmente, introducidos como servicios virtuales de TI escalados masivamente y manejados como recursos configurados y mancomunados de manera continua. Este modelo de arquitectura fue inmortalizado por George Gilder en su artículo de octubre 2006 en la revista Wired titulado «Las fábricas de información». Las granjas de servidores, sobre las que escribió Gilder, eran similares en su arquitectura al procesamiento “grid” (red, parrilla), pero mientras que las redes se utilizan para aplicaciones de procesamiento técnico débilmente acoplados (loosely coupled), un sistema compuesto de subsistemas con cierta autonomía de acción, que mantienen una interrelación continua entre ellos, este nuevo modelo de nube se estaba aplicando a los servicios de Internet.2 Beneficios Integración probada de servicios Red. Por su naturaleza, la tecnología de cloud computing se puede integrar con mucha mayor facilidad y rapidez con el resto de las aplicaciones empresariales (tanto software tradicional como Cloud Computing basado en infraestructuras), ya sean desarrolladas de manera interna o externa.3 Prestación de servicios a nivel mundial. Las infraestructuras de cloud computing proporcionan mayor capacidad de adaptación, recuperación completa de pérdida de datos (con copias de seguridad) y reducción al mínimo de los tiempos de inactividad. Una infraestructura 100% de cloud computing permite al proveedor de contenidos o servicios en la nube prescindir de instalar cualquier tipo de hardware, ya que éste es provisto por el proveedor de la infraestructura o la plataforma en la nube. Un gran beneficio del cloud computing es la simplicidad y el hecho de que requiera mucha menor inversión para empezar a trabajar. Implementación más rápida y con menos riesgos, ya que se comienza a trabajar más rápido y no es necesaria una gran inversión. Las aplicaciones del cloud computing suelen estar disponibles en cuestión de días u horas en lugar de semanas o meses, incluso con un nivel considerable de personalización o integración. Actualizaciones automáticas que no afectan negativamente a los recursos de TI. Al actualizar a la última versión de las aplicaciones, el usuario se ve obligado a dedicar tiempo y recursos para volver a personalizar e integrar la aplicación. Con el cloud computing no hay que decidir entre actualizar y conservar el trabajo, dado que esas personalizaciones e integraciones se conservan automáticamente durante la actualización. Contribuye al uso eficiente de la energía. En este caso, a la energía requerida para el funcionamiento de la infraestructura. En los datacenters tradicionales, los servidores consumen mucha más energía de la requerida realmente. En cambio, en las nubes, la energía consumida es sólo la necesaria, reduciendo notablemente el desperdicio. Desventajas La centralización de las aplicaciones y el almacenamiento de los datos origina una interdependencia de los proveedores de servicios. La disponibilidad de las aplicaciones está ligada a la disponibilidad de acceso a Internet. Los datos "sensibles" del negocio no residen en las instalaciones de las empresas, lo que podría generar un contexto de alta vulnerabilidad para la sustracción o robo de información. La confiabilidad de los servicios depende de la "salud" tecnológica y financiera de los proveedores de servicios en nube. Empresas emergentes o alianzas entre empresas podrían crear un ambiente propicio para el monopolio y el crecimiento exagerado en los servicios.4 La disponibilidad de servicios altamente especializados podría tardar meses o incluso años para que sean factibles de ser desplegados en la red. La madurez funcional de las aplicaciones hace que continuamente estén modificando sus interfaces, por lo cual la curva de aprendizaje en empresas de orientación no tecnológica tenga unas pendientes significativas, así como su consumo automático por aplicaciones. Seguridad. La información de la empresa debe recorrer diferentes nodos para llegar a su destino, cada uno de ellos (y sus canales) son un foco de inseguridad. Si se utilizan protocolos seguros, HTTPS por ejemplo, la velocidad total disminuye debido a la sobrecarga que estos requieren. Escalabilidad a largo plazo. A medida que más usuarios empiecen a compartir la infraestructura de la nube, la sobrecarga en los servidores de los proveedores aumentará, si la empresa no posee un esquema de crecimiento óptimo puede llevar a degradaciones en el servicio o jitter altos. Capas Software como servicio El software como servicio (en inglés software as a service, SaaS) se encuentra en la capa más alta y caracteriza una aplicación completa ofrecida como un servicio, en-demanda, vía multitenencia —que significa una sola instancia del software que corre en la infraestructura del proveedor y sirve a múltiples organizaciones de clientes. El ejemplo de SaaS conocido más ampliamente es Salesforce.com, pero ahora ya hay muchos más, incluyendo las Google Apps que ofrecen servicios básicos de negocio como el e-mail. Por supuesto, la aplicación multitenencia de Salesforce.com ha constituido el mejor ejemplo de cómputo en nube durante unos cuantos años. Por otro lado, como muchos otros jugadores en el negocio del cómputo en nube, Salesforce.com ahora opera en más de una capa de la nube con su Force.com, que ya está en servicio, y que consiste en un ambiente de desarrollo de una aplicación compañera (“companion application”), o plataforma como un servicio. Otro ejemplo es la plataforma MS Office como servicio SaaS con su denominación de Microsoft Office 365, que incluye versiones online de la mayoría de las aplicaciones de esta suite ofimática de Microsoft. 5 Plataforma como servicio La capa del medio, que es la plataforma como servicio (en inglés platform as a service, PaaS), es la encapsulación de una abstracción de un ambiente de desarrollo y el empaquetamiento de una serie de modulos o complementos que proporcionan, normalmente, una funcionalidad horizontal ( persistencia de datos, atenticación, mensajeria, etc...) . De esta forma, un arquetipo de plataforma como servicio podria consistir en una entorno conteniendo una pila básica de sistemas, componentes o APIs preconfiguradas y listas para integrarse sobre una tecnología concreta de desarrollo (por ejemplo, un sistema Linux, un servidor web, y un ambiente de programación como Perl o Ruby). Las ofertas de PaaS pueden dar servicio a todas las fases del ciclo de desarrollo y pruebas del software, o pueden estar especializadas en cualquier área en particular, tal como la administración del contenido. Los ejemplos comerciales incluyen Google App Engine, que sirve aplicaciones de la infraestructura Google, y también Windows Azure [1], de Microsoft, una plataforma en la nube que permite el desarrollo y ejecución de aplicaciones codificadas en varios lenguajes y tecnologías como .NET, Java y PHP. Servicios PaaS tales como éstos permiten gran flexibilidad, pero puede ser restringida por las capacidades que están disponibles a través del proveedor. Infraestructura como servicio La infraestructura como servicio (infrastructure as a service, IaaS) -también llamado en algunos casos hardware as a service, HaaS)6 se encuentra en la capa inferior y es un medio de entregar almacenamiento básico y capacidades de cómputo como servicios estandarizados en la red. Servidores, sistemas de almacenamiento, conexiones, enrutadores, y otros sistemas se concentran (por ejemplo a través de la tecnología de virtualización) para manejar tipos específicos de cargas de trabajo —desde procesamiento en lotes (“batch”) hasta aumento de servidor/almacenamiento durante las cargas pico. El ejemplo comercial mejor conocido es Amazon Web Services, cuyos servicios EC2 y S3 ofrecen cómputo y servicios de almacenamiento esenciales (respectivamente). Otro ejemplo es Joyent cuyo producto principal es una línea de servidores virtualizados, que proveen una infraestructura en-demanda altamente escalable para manejar sitios Web, incluyendo aplicaciones Web complejas escritas en Ruby en Rails, PHP, Python, y Java. Tipos de nubes Las nubes públicas se manejan por terceras partes, y los trabajos de muchos clientes diferentes pueden estar mezclados en los servidores, los sistemas de almacenamiento y otras infraestructuras de la nube. Los usuarios finales no conocen qué trabajos de otros clientes pueden estar corriendo en el mismo servidor, red, discos como los suyos propios.7 Las nubes privadas son una buena opción para las compañías que necesitan alta protección de datos y ediciones a nivel de servicio. Las nubes privadas están en una infraestructura en-demanda manejada por un solo cliente que controla qué aplicaciones debe correr y dónde. Son propietarios del servidor, red, y disco y pueden decidir qué usuarios están autorizados a utilizar la infraestructura. Las nubes híbridas combinan los modelos de nubes públicas y privadas. Usted es propietario de unas partes y comparte otras, aunque de una manera controlada. Las nubes híbridas ofrecen la promesa del escalado aprovisionada externamente, en-demanda, pero añaden la complejidad de determinar cómo distribuir las aplicaciones a través de estos ambientes diferentes. Las empresas pueden sentir cierta atracción por la promesa de una nube híbrida, pero esta opción, al menos inicialmente, estará probablemente reservada a aplicaciones simples sin condicionantes, que no requieran de ninguna sincronización o necesiten bases de datos complejas.

definición de traducción asistida

Traducción asistida por computadora abreviado como TAC. En la variante del español peninsular la forma abreviada responde al acrónimo de TAO, es decir, Traducción asistida por ordenador). Este término designa la traducción realizada con ayuda de programas informáticos específicos; por ejemplo, los que crean y organizan memorias de traducción y los editores de recursos interactivos de software de tipo textual, también llamados herramienta de localización .

Memorias de traducción

Las memorias de traducción son almacenes compuestos de textos originales en una lengua alineados con su traducción en otra(s). Esta definición de memorias de traducción coincide literalmente con una de las definiciones más aceptadas de corpus lingüístico de tipo paralelo (Baker, 1995). Por esto se puede decir que las memorias de traducción son corpus paralelos. Así, las memorias de traducción o los corpus paralelos se componen de textos originales o lengua original y el texto traducido en la lengua de destino. Estos textos además están alineados por unidades de traducción o segmentos. Las unidades de traducción que se almacenan junto con sus equivalentes se definen de forma variable siendo la segmentación tras un signo de puntuación que marca el final de la frase (., ?, !, :, ...) o un salto de párrafo las más frecuentes ofrecidas por defecto en el entorno de los sistemas de traducción asistida. La principal función de las memorias de traducción (en adelante, MT) es extraer sugerencias totales o parciales de una frase y concordancias para términos. Durante la traducción, se buscan segmentos del idioma de origen en la base de datos de la MT. Si la MT posee un segmento en el idioma de origen que coincide exactamente, este segmento se mostrará en la parte de MT de la ventana, junto con su traducción y la información adicional guardada con el segmento en la base de datos. El grado de similitud es del 100%. Si la MT contiene sólo un segmento que no es idéntico, sino simplemente similar al segmento de origen, este segmento también se mostrará junto con su traducción y el grado de similitud calculado por el sistema MT. Un segmento no exacto es llamado «fuzzy match» (coincidencia parcial) en todos los sistemas de MT. El límite del grado de similitud aceptable para el traductor se puede adaptar en todos los sistemas de MT. El contenido de estos recursos lingüísticos paralelos es fundamental, pero también es crucial el motor de búsqueda que permite explorar una gran cantidad de texto e identificar patrones lingüísticos y terminológicos comunes. Por tanto, si el contenido de las memorias y si su sistema de indización ofrece buenos resultados, estas memorias se convierten en el mejor instrumento de trabajo del mediador lingüístico. En esta línea Abaitua (2002) afirma que los corpus paralelos son una alternativa a los diccionarios como fuente única de información y, como ya hemos dicho, por definición las memorias de traducción constituyen textos paralelos. El almacén de traducciones, es decir, el corpus paralelo, va creciendo en función del volumen y frecuencia de alimentación de las memorias de traducción y éstas se crean durante la validación de las unidades de traducción durante el proceso de traducción en el entorno de la traducción asistida. Otra de las técnicas para la generación de memorias de traducción es mediante la alineación de textos traducidos y por tanto equivalentes. La alineación se lleva a cabo con herramientas específicas para ello, conocidas como alineadores. Muy frecuentemente se utiliza el término de memorias de traducción para identificar los sistemas de Traducción asistida por ordenador, también conocidos como "CAT-TOOLS", que son programas informáticos diseñados para ayudar a los traductores profesionales. Las memorias de traducción han sido fundamentales para el surgimiento de la industria del lenguaje a escala global. Un traductor proporciona en primera instancia un texto fuente (el texto a traducir) a la memoria de traducción. El programa analizará el texto intentando encontrar en su base de datos pares de segmentos en los que el texto coincida con otros previamente traducidos. El programa presenta al traductor cualquier coincidencia para que la revise. El traductor puede aceptar la propuesta, rechazarla o modificarla y usar esa versión modificada. Es este caso, la versión modificada se almacena en la base de datos. Algunos sistemas de memorias de traducción sólo buscan coincidencias del 100%, es decir, absolutamente coincidentes. Otros utilizan algoritmos de coincidencias [1] para obtener segmentos parecidos. Los segmentos en los que no encuentran coincidencias deberán ser traducidos manualmente. El resultado se almacenará en la base de datos para ser usado por el programa en posteriores sesiones. Los traductores de memoria trabajan mejor en textos repetitivos como los manuales técnicos. También son útiles para hacer traducciones incrementales de documentos previamente traducidos. Si un traductor de memoria se usa de forma consistente durante un cierto tiempo puede ahorrar un trabajo considerable a los traductores

TRADOS

SDL Trados es una de las marcas más importantes de herramientas de traducción asistida por ordenador.[1] Originalmente desarrollado por la empresa alemana Trados GmbH, actualmente es distribuido por SDL International. En 1984, Jochen Hummel e Iko Knyphausen fueron los creadores de esta empresa en Stuttgart, Alemania.[2] En un comienzo, Trados GmbH era una empresa proveedora de servicios de traducción. Luego, se dedicó a diseñar programas de traducción automática a fines de los 80 y presentó las primeras versiones para Windows a principios de los 90: MultiTerm en 1992 y Translator's Workbench en 1994. En 1997, la empresa fue reconocida cuando Microsoft decidió utilizar Trados para sus necesidades internas de localización.[2] A finales de los 90, se convirtieron en el líder del mercado de software de traducción empleado en los computadores. Trados fue adquirida por SDL en 2005.[3] A mediados de 2007, la versión de SDL Trados para traductores autónomos contenía tres componentes principales: Translator's Workbench una aplicación para crear y gestionar memorias de traducción y para la traducción automática por medio de "fuzzy matching". Se puede integrar con Microsoft Word y TagEditor. TagEditor un entorno de edición para formatos de texto con etiquetas como HTML y XML, con filtros para formatos de Microsoft y DTP. MultiTerm una herramienta de extracción terminológica que interactúa con el Translator's Workbench para aportar terminología aprobada a las traducciones. También hay un entorno de traducción alternativo, y herramientas especializadas para traducir interfaces gráficas, y la aplicación WinAlign para alinear documentos originales con traducciones existentes. SDL Trados 2007 compatibiliza con SDLX, Microsoft Word, Excel, PowerPoint, OpenOffice, InDesign, QuarkXPress, PageMaker, Interleaf, Framemaker, HTML, SGML, XML, y SVG. De acuerdo con una encuesta de 2004 de la Asociación de Estándares de la Industria de la Localización, Trados tenía una participación estimada del 71% en el mercado global de proveedores de servicios lingüísticos.[1] Si bien es probable que esta encuesta estuviese desproporcionadamente orientada a respuestas de nivel gerencial y no tanto a traductores trabajadores, es evidente que en 2004 Trados era el líder de mercado en su segmento industrial. De acuerdo con la encuesta de memorias de traducción del ICU de 2006, aproximadamente un 35% de traductores autónomos utilizaba Trados, mientras que un 15% utilizaba SDL Trados.[4 fuente: Wikipedia

Translation is the communication of the meaning of a source-language text by means of an equivalent target-language text.[1] Whereas interpreting undoubtedly antedates writing, translation began only after the appearance of written literature; there exist partial translations of the Sumerian Epic of Gilgamesh (ca. 2000 BCE) into Southwest Asian languages of the second millennium BCE.[2] Translators always risk inappropriate spill-over of source-language idiom and usage into the target-language translation. On the other hand, spill-overs have imported useful source-language calques and loanwords that have enriched the target languages. Indeed, translators have helped substantially to shape the languages into which they have translated.[3] Due to the demands of business documentation consequent to the Industrial Revolution that began in the mid-18th century, some translation specialties have become formalized, with dedicated schools and professional associations.[4] Because of the laboriousness of translation, since the 1940s engineers have sought to automate translation (machine translation) or to mechanically aid the human translator (computer-assisted translation).[5] The rise of the Internet has fostered a world-wide market for translation services and has facilitated language localization.[6] Translation studies deal with the systematic study of the theory, the description and the application of translation.[7] Etymology enlace: wikipedia