Human Evaluation of Machine Translation of Specialized Lexical Combinations: Testing Google Translate and DeepL
| Autor: | Thais Miranda e Borges, Janine Pimentel |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2020 |
| Předmět: |
lcsh:Language and Literature
Machine translation Computer science Verb 02 engineering and technology Translation (geometry) computer.software_genre Field (computer science) Fluency Noun 0202 electrical engineering electronic engineering information engineering Structure (mathematical logic) business.industry Machine translation. Legal texts. Specialized lexical combinations. Translation evaluation tradução automática. textos jurídicos. combinações lexicais especializadas. avaliação da tradução lcsh:Translating and interpreting 020207 software engineering General Medicine lcsh:P306-310 lcsh:P 020201 artificial intelligence & image processing Artificial intelligence business computer Natural language processing Sentence |
| Zdroj: | Belas Infiéis, Vol 9, Iss 4, Pp 21-43 (2020) Belas Infiéis; Vol. 9 No. 4 (2020): Translation and Digital Technology: Practices, Theories, Research Methods, and the Classroom; 21-43 Belas Infiéis; v. 9 n. 4 (2020): Tradução na Era Digital: práticas, teorias, métodos de investigação e sala de aula; 21-43 |
| ISSN: | 2316-6614 |
| DOI: | 10.26512/belasinfieis.v9.n4.2020.4 |
| Popis: | This study evaluates the translations of specialized lexical combinations (L’HOMME; BERTRAND, 2000) produced by two different machine translation systems, i.e., Google Translate and DeepL. The selected lexical combinations have a verb+noun structure and were extracted from a legal genre known as “arbitration clauses”. A methodology for selecting the specialized lexical combinations and evaluating the adequacy and fluency of the translations is presented. The results are in line with recent research in the field of neural machine translation (NMT) suggesting that the outputs of this type of machine translation system are more “fluent” than “adequate” (KOEHN; KNOWLES, 2017). As for terminological accuracy, different terms in the source language received the same translation in the target language within the same sentence, which contradicts the idea that machine translation generates consistent results and is, thus, more appropriate for specialized translation. Nevertheless, despite the shortcomings discussed in the study, the translations of the lexical combinations were considered quite satisfactory. Este trabalho se propõe a avaliar a tradução automática feita pelos sistemas Google Translate e DeepL especificamente em relação a combinações lexicais especializadas (L’HOMME; BERTRAND, 2000) compostas por verbo+substantivo extraídas de textos jurídicos chamados “cláusulas arbitrais”. Nós apresentamos uma metodologia para selecionar as combinações lexicais especializadas e avaliar a adequação e a fluência das traduções produzidas pelos sistemas em questão. Os resultados obtidos estão alinhados com recentes pesquisas na área de tradução automática baseada em redes neurais (NMT) que indicam que esse tipo de tecnologia tem um desempenho melhor no parâmetro “fluência” do que no parâmetro “adequação” (KOEHN; KNOWLES, 2017). Em relação à precisão terminológica, houve ocorrências de tradução de termos diferentes na língua-fonte para o mesmo termo na língua-alvo em uma mesma frase, o que muitas vezes pode ser inadequado em textos técnicos e contraria a percepção bastante comum de que a tradução automática produz resultados consistentes, sendo mais adequada à tradução especializada. Ainda assim, e apesar das limitações apontadas neste estudo, as avaliações das traduções das combinações lexicais foram bastante satisfatórias. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|