El artículo Neural Poetry Translation, escrito en 2018 por Marjan Ghazvininejad, Yejin Choi y Kevin Knight, y presentado en la conferencia NAACL, propone el primer sistema de traducción automática de poesía basado en redes neuronales. Su objetivo principal es resolver uno de los desafíos más complejos del procesamiento del lenguaje natural: traducir poemas conservando no solo el significado general del texto original, sino también características artísticas esenciales como la métrica, el ritmo y la rima.
Aunque el artículo es anterior a la aparición de las redes neuronales transformer que revolucionaron la generación de texto, los conceptos y reflexiones del mismo son de utilidad a mi entender aún hoy en día.
Los autores parten de una idea ampliamente aceptada en los estudios literarios: la poesía es especialmente difícil de traducir. Una traducción poética no consiste únicamente en reemplazar palabras de un idioma por palabras equivalentes en otro. El traductor debe intentar preservar emociones, imágenes, musicalidad y estructura formal. Por esta razón suele citarse la frase atribuida a Robert Frost según la cual “la poesía es aquello que se pierde en la traducción”. Los investigadores consideran que, aunque la traducción perfecta es imposible, los avances recientes en inteligencia artificial permiten acercarse más a este objetivo.
Antes de este trabajo, los sistemas automáticos de traducción poética se basaban, en el año 2018, principalmente en técnicas estadísticas tradicionales conocidas como phrase-based machine translation o traducción automática basada en frases. Estos métodos funcionaban razonablemente bien para textos convencionales, pero encontraban enormes dificultades cuando debían respetar simultáneamente patrones de rima y ritmo. En muchos casos simplemente no podían producir una traducción válida porque las restricciones formales limitaban demasiado las opciones disponibles. Algunos estudios anteriores lograban generar poemas con la estructura deseada solo en una pequeña fracción de los ejemplos evaluados.
Para superar estas limitaciones, los autores desarrollaron un sistema neuronal basado en la arquitectura sequence-to-sequence con redes LSTM (Long Short-Term Memory). Este tipo de modelo había demostrado gran eficacia en traducción automática general gracias a su capacidad para aprender relaciones complejas entre secuencias de palabras. El sistema primero se entrena con grandes corpus bilingües francés-inglés y posteriormente se ajusta utilizando miles de canciones traducidas entre ambos idiomas, ya que las letras musicales comparten algunas características formales con la poesía.
El trabajo presentaba tres versiones progresivamente más avanzadas del sistema. La primera, denominada Modelo A, constituye la base inicial. Este modelo genera traducciones mientras intenta cumplir patrones métricos específicos mediante un mecanismo llamado Finite State Acceptor (FSA). Dicho mecanismo actúa como un filtro que permite únicamente secuencias de palabras compatibles con el ritmo solicitado. Por ejemplo, si el usuario desea versos con un determinado número de sílabas y una distribución concreta de acentos, el FSA restringe las opciones del modelo para que solo produzca frases que respeten esas reglas.
Además del ritmo, el sistema también controla la rima. En lugar de fijar de antemano qué palabras deben rimar, los autores agrupan palabras inglesas en clases de rima según su pronunciación. El modelo genera múltiples versiones posibles de cada verso y posteriormente selecciona combinaciones que comparten la misma clase de rima. De esta manera logra producir estrofas que respetan esquemas poéticos predefinidos.
Sin embargo, el Modelo A presenta un problema importante. Cuando las restricciones métricas y de rima son demasiado estrictas, el sistema puede verse obligado a elegir palabras poco relacionadas con el significado original. Esto produce versos gramaticalmente correctos y formalmente válidos, pero semánticamente extraños. Los autores muestran ejemplos donde ciertas frases terminan alejándose considerablemente del contenido del poema de origen.
Para solucionar esta dificultad se introduce el Modelo B. La idea fundamental consiste en utilizar primero una traducción libre, sin restricciones poéticas, y después emplearla como guía durante la generación de la versión rimada y métrica. En la práctica, las palabras presentes en la traducción libre reciben una mayor probabilidad de ser seleccionadas durante el proceso de búsqueda. Gracias a esta estrategia, el sistema mantiene mejor el significado original mientras continúa respetando la estructura poética deseada. Los ejemplos incluidos en el artículo muestran mejoras claras en la calidad semántica de los versos obtenidos.
El Modelo C representa una mejora adicional. Los investigadores observan que los sistemas neuronales suelen tener dificultades con palabras poco frecuentes o raras. Cuando el modelo no está seguro de cómo traducir un término, puede generar símbolos especiales que indican desconocimiento. Para reducir este problema, los autores incorporan información procedente de tablas de traducción obtenidas mediante técnicas estadísticas clásicas. Estas tablas contienen posibles equivalencias entre palabras francesas e inglesas. Durante la generación del poema, el sistema recibe pistas adicionales sobre las traducciones más plausibles de términos difíciles, lo que aumenta la calidad final de los resultados.
La evaluación del sistema se realizó mediante experimentos con jueces humanos reclutados a través de Amazon Mechanical Turk. Los participantes comparan traducciones producidas por los distintos modelos sin saber que han sido generadas por inteligencia artificial. Los resultados muestran que el Modelo B es preferido claramente frente al Modelo A, mientras que el Modelo C supera también al Modelo B. Estas preferencias sugieren que las mejoras propuestas efectivamente contribuyen a generar traducciones más naturales y fieles al contenido original. Los autores también realizaron una evaluación global de calidad. Los jueces calificaron las traducciones utilizando categorías que van desde “muy mala” hasta “muy buena”. Los resultados indicaron que el 78,2 % de las traducciones fueron consideradas al menos aceptables, mientras que aproximadamente la mitad recibieron valoraciones de “buenas” o “muy buenas”. Aunque todavía existe una diferencia importante respecto a las traducciones humanas profesionales, estos resultados representan un avance significativo para un problema considerado extremadamente complejo.
Otro aspecto interesante del estudio es que demostraba la utilidad de combinar enfoques neuronales modernos con técnicas más tradicionales. En lugar de depender exclusivamente del aprendizaje profundo, el sistema incorpora conocimientos lingüísticos explícitos sobre métrica, rima y pronunciación. Esta combinación permite controlar características estilísticas que normalmente resultan difíciles de manejar mediante redes neuronales puras.

















