Anglès Espanyol Francès Rumanès Txec
El projecte FAUST desenvoluparà sistemes de traducció automàtica (TA) que responguin ràpida i intel·ligentment al feedback de l'usuari.
Els sistemes actuals de TA a Internet proporcionen un gran volum de traduccions amb molt poca interacció real amb l'usuari. La major part d'aquests sistemes no donen als usuaris l'oportunitat d'oferir opinions o correccions sobre els resultats de la traducció. És cert que alguns sistemes demanen feedback als usuaris, però l'usuari no percep cap benefici immediat: la traducció no es veu modificada en resposta al feeback proporcionat. El nostre objectiu és desenvolupar sistemes de traducció de gran volum capaços d'adaptar-se al feedback de l'usuari en temps real.
Farem servir els avançats sistemes de TA estadística comercials desenvolupats per Language Weaver i explotats per Softissimo Inc a http://www.reverso.net. La nostra recerca tindrà en compte la traducció bidireccional entre cinc parells de llengües, totes oficials a l'UE:

- Txec-Anglès ; Francès-Anglès ; Rumanès-Anglès ; Espanyol-Anglès ; Espanyol-Català
- Millorar el lloc web de traducció de gran volum Reverso.net amb una infraestructura experimental i d'avaluació que permeti l'estudi del feedback d'usuari instani en TA.
- Desplegar nous mecanismes de recol·lecció de feedback a Internet que redueixin el soroll del mateix i augmentin l'utilitat de les contribucions a la xarxa.
- Adquirir automàticament noves col·leccions de dades per a estudiar la traducció tenint en compte el feedback d'usuari.
- Desenvolupar mecanismes per a l'incorporació instantània de feedback d'usuari als motors de TA que es fan servir als entorns de producció, com els que abasteixen el lloc web Reverso.net.
- Crear nous mètodes d'avaluació de la qualitat de la traducció que reflecteixin les preferències apreses del feedback d'usuari.
- Desenvolupar nous models de traducció a partir de les dades de feedback d'usuari i integrar tècniques de generació de llenguatge natural directament en TA a fi de millorar la fluïdesa i reduir el feedback negatiu dels usuaris.