A crowd-powered conversational assistant for the improvement of a Neural Machine Translation system in native Peruvian language.

En el Perú, existen muchas comunidades de hablantes de lenguas nativas, las cuales han sido desfavorecidas en diversos aspectos debido a la diferencia lingüística existente, ya que la mayoría de los servicios que provee el Estado se realiza en Español, el idioma oficial del país. Por ello, una de las principales formas en las que el gobierno ayuda en el proceso de multilingüismo, es con los programas de educación bilingüe. Un caso específico es el de la comunidad de hablantes de Shipibo-konibo, que se encuentran principalmente en la Amazonía (Ucayali), y también en Lima (Cantagallo). Para ellos, se cuenta con colegios donde se enseña usando su lengua en los niveles de primaria y secundaria. Sin embargo, generar el material educativo bilingüe es muy costoso, debido a la poca cantidad de traductores oficiales. En este contexto, el Grupo de investigación en Inteligencia Artificial de la PUCP (IA-PUCP, ex GRPIAA) está en el proceso de desarrollo de una plataforma que utiliza corpus paralelos (textos traducidos) y modelos estadísticos para generar un traductor automático entre Shipibo-Konibo y el Español. Si bien el modelo ha generado resultados promisorios, se desea mejorarlo aún más, usando enfoques recientes en la traducción automática para lenguas con pocos recursos digitales, los cuales se centran en la generación más rápida de textos traducidos. Por ello, se origina la pregunta que motiva el presente trabajo: ¿de qué manera podemos incrementar el corpus paralelo de forma eficiente y confiable para la mejora del modelo actual de traducción automática?. Por consiguiente, en el presente trabajo se propone desarrollar un agente conversacional que permita la generación de nuevos corpus paralelos entre Shipibo-konibo a Español y por ende, la continua mejora de un modelo de traducción automática neuronal en las lenguas ya mencionadas.