La aplicación de sistemas de traducción automática estadística y neuronal para la traducción del inglés al español de artículos especializados en el campo de las ciencias de la ingeniería
| Autor: | Tejeda Achondo, Ignacio Daniel |
|---|---|
| Přispěvatelé: | Mesa Lao, Bartolomé |
| Rok vydání: | 2020 |
| Předmět: |
traducció automàtica estadística
Translating and interpreting -- TFM traducción automática estadística translation assessment errors en la traducció translation errors statistical machine translation neural machine translation textos especialitzats Traducció i interpretació -- TFM evaluación de la traducción terminology specialized texts avaluació de la traducció terminologia textos especializados errores en la traducción traducció automàtica neuronal Traducción e interpretación -- TFM terminología traducción automática neuronal |
| Zdroj: | O2, repositorio institucional de la UOC Universitat Oberta de Catalunya (UOC) |
| Popis: | En este trabajo se presenta un análisis y comparación del desempeño de dos sistemas de traducción automática de uso gratuito, y que utilizan técnicas híbridas (estadísticas y neuronales), en la traducción del inglés al español de resúmenes de artículos especializados en ingeniería hidráulica y modelación de flujos de agua subterránea. Se escogieron 8 artículos sobre el tema indicado, publicados en revistas internacionales de investigación en ciencias de la ingeniería, y se utilizó Google Translate y Bing Microsoft Translator para efectuar las traducciones automáticas de los abstracts. Se efectuaron tres análisis: 1) una revisión de la cantidad de palabras que resultaron luego de efectuar las traducciones; 2) una evaluación de la calidad de las traducciones mediante una calificación de las oraciones en una escala entre el 1 (oraciones perfectamente claras) y 4 (oraciones totalmente incomprensibles); y 3) un análisis de los errores, siguiendo una metodología de clasificación por tipologías, como errores de precisión (terminología, elección de palabras, omisiones, etc.) y fluidez (gramática, ortografía, etc.). Del análisis de los resultados, se puede señalar que ambos sistemas produjeron traducciones aceptables pero que aún requieren trabajo manual para lograr resultados de calidad, y que Google Translate es un mejor traductor automático para este tipo de textos especializados. En aquest treball es presenta una anàlisi i comparació de dos sistemes de traducció automàtica d'ús gratuït, i que utilitzen tècniques híbrides (estadístiques i neuronals), en la traducció de l'anglès a l'espanyol de resums d'articles especialitzats en enginyeria hidràulica i modelació de fluxos d'aigua subterrània. Es van escollir 8 articles sobre el tema indicat, publicats en revistes internacionals de recerca en ciències de l'enginyeria, i es va utilitzar Google Translate i Bing Microsoft Translator per efectuar les traduccions automàtiques dels abstracts. Es van efectuar tres anàlisis: 1) una revisió de la quantitat de paraules que van resultar després d'efectuar les traduccions; 2) una avaluació de la qualitat de les traduccions mitjançant una qualificació de les oracions en una escala de l'1 (oracions perfectament clares) i 4 (oracions totalment incomprensibles); i 3) una anàlisi dels errors, seguint una metodologia de classificació per tipologies, com errors de precisió (terminologia, elecció de paraules, omissions, etc.) i fluïdesa (gramàtica, ortografia, etc.). De l'anàlisi dels resultats, es pot assenyalar que els dos sistemes van produir traduccions acceptables però que encara requereix treball manual per aconseguir resultats de qualitat, i que Google Translate és un millor traductor automàtic per a aquest tipus de textos especialitzats. This paper presents an analysis and comparison of the performance of two freeware machine translation systems with hybrid techniques (statistics and neural), in the translation from English to Spanish of abstracts in research papers of Hydraulic Engineering and modeling of groundwater flow. Eight articles were selected on the indicated subject from international journals of Engineering Science. Google Translate and Bing Microsoft Translator were used to translate the abstracts. Three analyzes were performed: 1) a review of the total word count after the translations were completed; 2) a quality assessment of the translations of the sentences using a scale from 1 (perfectly clear sentences) to 4 (totally incomprehensible sentences); and 3) an analysis of the errors, following a methodology of classification by typologies, such as precision errors (terminology, word choice, omissions, etc.) and fluency (grammar, spelling, etc.). It is shown that both systems produced acceptable translations but still require manual work to achieve professional results, and Google Translate is a better machine translator for this type of specialized texts. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|