61.1 Modelo de traducción basado en reglas (TABR)
36Resumen
71.2 Modelo de traducción automática estadística (TAE)
371. Introducción
81.3 Modelo de traducción automática neuronal (TAN)
382. Material y métodos
92. La posedición
393. Resultados
102.1 Competencias y cualificaciones del poseditor
403.1 BDT de archivística
112.2 Tipos de posedición
413.2 Sistema conceptual
122.3 Ejemplos de pruebas en posedición y la oferta de servicios especializados
423.3 Análisis cualitativo y cuantitativo
132.4 Nuevos empleos en la industria de la traducción
434. Discusión
143. Avances de la traducción automática con la tecnología neuronal
445. Conclusiones: Referencias bibliográficas
153.1 Traducción automática adaptable. Tecnología neuronal adaptable
45Capítulo 5
163.2 Otra herramienta de vanguardia: enriquecimiento automático de contenido (Automated content enrichment – ACE) (Lommel, 2017)
46La semántica en la traducción de la moda
173.3 Gestión de proyectos sin supervisión (Lights-Out Project Management)
47Introducción
183.4 Traducción optimizada (Augmented Translation)
48Justificación
193.5 Adopción de la TAN en diferentes ámbitos
49Fundamentación: Semántica en la traducción
203.6 Métodos automáticos para medir la calidad de la TAN
50Moda
213.7 Futuro de la traducción
51Traducción
22Conclusiones: Referencias bibliográficas
52Traducción especializada
23Capítulo 2.
53Lenguaje especializado
24Retos para la enseñanza de la traducción especializada en Colombia
54Neologismos
25Introducción
55Préstamos
261. Antecedentes
56Anglicismos
272. Contexto
57El lenguaje especializado de la moda
283. Instrumentos de recolección de información
58Conclusiones
294. Análisis de resultados
59Recomendaciones: Referencias bibliográficas
304.1 Grupo 1: traductores independientes
