martes, 1 de mayo de 2012

La creación de «listas negras» de palabras para garantizar la coherencia terminológica

Las «listas negras», una opción más que recomendable para asegurarse la coherencia terminológica


Ejemplo de uso de una «lista negra» con Open Office.
Extraído de Claros, M. Gonzalo: «Las "listas negras" de 
palabras: un recurso informático poco conocido que 
facilita la coherencia terminológica» en Panace@, 
vol. 10, n.º 29, junio de 2009, accesible en: 
http://www.medtrad.org/panacea/IndiceGeneral/
n29_revistilo-MGClaros.pdf
Estos últimos días he estado leyendo una serie de artículos que se encuentran en el volumen diez de 2009 de la revista Panace@. Uno de ellos es «Las "listas negras" de palabras: un recurso informático poco conocido que facilita la coherencia terminológica», elaborado por M. Gonzalo Claros.(1)

Tras la lectura de este artículo, he llegado a la conclusión de que crear una «lista negra» de palabras podría asegurarle al traductor la coherencia terminológica en su trabajo, algo que, como he insistido en varias ocasiones, resulta fundamental.

Como dice Claros en su artículo, el aspecto de la corrección ortográfica está totalmente solucionado en cualquier programa con el que se trabaja. A la coherencia terminológica, sin embargo, todavía le queda mucho que hacer, dado que cada cliente tiene sus preferencias de uso para términos (o incluso para palabras generales que no tienen por qué ser términos) y el corrector ortográfico no va a detectar como incorrecto que no se haya escogido el término que le gusta al cliente. Así, es labor del traductor tener cuidado con qué terminología emplear. 

Recordemos que, por ejemplo, con Déjà Vu se pueden etiquetar las distintas bases de datos (bases de datos terminológicas, memorias de traducción) por clientes y ámbitos para así poder adaptarse a un determinado cliente a la hora de traducir los términos de un encargo de traducción cualquiera. Además, este y otros programas ofrecen la posibilidad de realizar un control de calidad para asegurarse de que los términos se han traducido correctamente. Sin embargo, tras la lectura de este artículo, he llegado a la conclusión de que la mejor opción es crear una «lista negra» de palabras, donde se incluyan las palabras que no le gustan al cliente.

Así, por ejemplo, Wordfast permite crear una lista negra (blacklist) de términos. Cuando el programa detecta en un segmento un término incluido en dicha negra, avisa al usuario. Sin embargo, este programa tiene la desventaja de que no ofrece ninguna alternativa a esta palabra, además del hecho de que solo puede utilizarse para textos bilingües y que se hayan escrito en Word, y de que no gestiona bien las listas negras de más de ochenta términos.

Ahora bien, una alternativa altamente recomendable es recurrir a los programas de código abierto, en concreto, a OpenOffice, que es totalmente compatible con el paquete de Office y que sí ofrecerá alternativas cuando se encuentre con una palabra incluida en la lista negra. En el artículo que he citado al principio de la entrada se explica con gran detenimiento cómo crear estas listas negras (recomiendo su lectura) para, así, conseguir revisar el texto de forma que la coherencia terminológica esté totalmente asegurada.

En conclusión, la creación de listas negras se presenta como una opción más que recomendable para conseguir que el traductor se asegure su propia terminología, tanto desde el punto de vista de la coherencia terminológica (en el texto traducido y en todo su trabajo), como desde el punto de vista de las preferencias del cliente (que es, al fin y al cabo, el que paga).





____________________
(1) Claros, M. Gonzalo:  «Las "listas negras" de palabras: un recurso informático poco conocido que facilita la coherencia terminológica» en Panace@, vol. 10, n.º 29, junio de 2009, accesible en: http://www.medtrad.org/panacea/IndiceGeneral/n29_revistilo-MGClaros.pdf

0 comentarios:

Publicar un comentario

Gracias por leer esta entrada. Si tienes alguna duda o si quieres dar tu opinión, agradecería mucho que dejaras un comentario.

¡Muchas gracias!