Sectores
La terminología, el registro y los casos límite cambian mucho de un sector a otro. Esta página expone qué aspecto suelen tener los datos en nueve sectores, qué tiende a salir mal en cada uno y las tareas que más se nos piden.
El léxico se construye con su equipo antes de la producción. El conocimiento sectorial es lo que hace que ese primer borrador sea un punto de partida y no una página en blanco.
En la mayoría de los sectores, la experiencia sectorial significa terminología y convenciones documentales: saber que 与信 es evaluación crediticia y no concesión de préstamos, que una factura japonesa separa el total con impuestos y sin impuestos, que el escalado de un ticket de soporte se anuncia con un cambio de nivel de cortesía y no con una palabra airada.
Ese tipo de conocimiento se puede transferir a un anotador formado con un buen léxico y unos días de calibración, y para la mayoría de los proyectos ese es el enfoque adecuado: es más rápido, más barato y produce datos más coherentes que reunir especialistas para un trabajo que no los necesita.
Algunos juicios son distintos por naturaleza. Si una cláusula contractual es exigible, si un tratamiento fiscal es correcto, si una respuesta de IA sobre seguros sociales induciría a error a quien la lea: esos son juicios profesionales, y ningún léxico sustituye a la formación que hay detrás. Saber cuáles de sus tareas caen en cada categoría es la mayor parte del valor de esta conversación.
De un vistazo
Por sector
Cada entrada enumera los datos que solemos ver, la trampa recurrente y las tareas que más se piden.
Documentación de producto, presentaciones regulatorias, información al inversor, comunicaciones con clientes y textos de cumplimiento, en un registro formal incluso para los estándares empresariales japoneses.
La trampa recurrente Los formatos numéricos varían dentro de un mismo documento: cifras arábigas y kanji, unidades 億 y 万, fechas de era y fechas gregorianas una al lado de la otra. Sin control, las cifras extraídas dejan de ser fiables.
Tareas habituales
Contratos, condiciones, políticas internas y documentos judiciales y registrales, escritos en un estilo muy convencionalizado y con estructuras de cláusula fijas.
La trampa recurrente Los límites de las cláusulas y los términos definidos tienen peso jurídico. Que un tramo de entidad incluya o excluya un calificativo cambia lo que la anotación afirma, y una fluidez corriente no permite verlo.
Tareas habituales
Notas clínicas, material dirigido al paciente, documentación farmacéutica y textos de investigación, densos en abreviaturas y en términos de origen latino e inglés.
La trampa recurrente Las abreviaturas son ambiguas y dependen del contexto, y un mismo término aparece en kanji, en katakana y en alfabeto latino. El tratamiento de la información personal condiciona incluso cómo se puede formar el equipo.
Tareas habituales
Títulos y atributos de producto, textos de catálogo, consultas de búsqueda, reseñas y preguntas de clientes: gran volumen, poca formalidad y muchas abreviaturas.
La trampa recurrente Los nombres de producto mezclan escrituras con total libertad y se escriben de forma distinta según los vendedores, los usuarios de la búsqueda y el catálogo. Casar esas tres superficies es la tarea real que se esconde detrás de casi todas las peticiones de anotación de retail.
Tareas habituales
Tickets, registros de chat, transcripciones de llamadas y contenidos de la base de conocimiento, donde el nivel de cortesía es en sí mismo una señal sobre el estado de la conversación.
La trampa recurrente En japonés, el escalado se marca a menudo con un giro hacia un lenguaje más formal y no con una queja explícita. Los modelos de sentimiento entrenados con pistas léxicas no lo detectan en absoluto.
Tareas habituales
Informes de inspección, registros de mantenimiento, manuales técnicos, documentación de seguridad y partes de planta, a menudo manuscritos o escaneados.
La trampa recurrente Dominan las abreviaturas propias de cada planta y la terminología interna, que rara vez aparecen en ningún diccionario. El léxico hay que construirlo a partir de sus documentos y no del sector.
Tareas habituales
Itinerarios, descripciones de alojamientos e instalaciones, reseñas, topónimos y comunicaciones multilingües con huéspedes.
La trampa recurrente Los nombres japoneses de lugares e instalaciones admiten varias lecturas válidas, y un mismo sitio aparece con varios nombres oficiales y coloquiales. Los errores de lectura se propagan a los productos de búsqueda y de voz.
Tareas habituales
Documentación, notas de versión, contenidos de soporte, conversaciones de desarrolladores y textos de interfaz, que mezclan el japonés con vocabulario técnico inglés de principio a fin.
La trampa recurrente Los extranjerismos aparecen en katakana, en inglés y en ambos dentro de una misma frase, con una grafía inconsistente de las vocales largas. Los tokenizadores los dividen de forma impredecible, lo que desestabiliza la anotación de tramos.
Tareas habituales
Formularios de solicitud, avisos, textos normativos y guías de procedimiento, que siguen convenciones administrativas de larga tradición.
La trampa recurrente Fechas basadas en la era, formas antiguas de kanji en nombres y registros, y fórmulas administrativas fijas que hay que conservar exactamente en lugar de parafrasear.
Tareas habituales
Especialización
La diferencia no está en lo técnico que sea el vocabulario, sino en si el juicio que hay que emitir es profesional.
Cuando hacen falta especialistas, formamos el equipo en torno a la experiencia que el proyecto necesita. No mantenemos una bolsa permanente de profesionales titulados, la disponibilidad se valora en cada proyecto en función de su alcance, volumen y calendario, y si no podemos conseguir una titulación para su proyecto se lo diremos antes de empezar.
FAQ
Lo que preguntan los equipos cuando su sector aparece, o no, en la lista anterior.
No. La lista refleja los tipos de datos que vemos con más frecuencia, no un límite. Lo que determina el encaje es si el juicio que exige su tarea es lingüístico, terminológico o profesional: envíenos una muestra y le diremos de cuál se trata y si somos las personas adecuadas para ello.
Primero a partir de sus documentos, después de fuentes públicas y, cuando está justificado, de un especialista. El léxico se redacta antes del piloto, se pone a prueba durante él y se versiona junto a la directriz. La terminología interna que no aparece en ningún otro sitio es justamente la parte que esperamos recibir de usted en lugar de conocer de antemano.
Normalmente sí, y a menudo es mejor: un único equipo con una sola directriz produce datos más coherentes que varios equipos con la suya propia. Cuando las unidades de negocio tienen registros o fronteras de confidencialidad realmente distintos, las separamos de forma deliberada y explicamos por qué.
Sectores
Una muestra representativa nos dice más sobre la dificultad propia del sector que una descripción. Le devolvemos un borrador de léxico y una opinión sobre si hacen falta especialistas.
NDA antes de que comparta ningún dato. La definición del piloto no tiene coste.