Proyecto Omega T. Traducción asistida por ordenador y otros métodos de traducción (VI)

6 .Bibliografía

-QUAH, C.K. Translation and Technology. Textbooks in translation and interpreting

-CLIMENT, Salvador; MORÉ, Joaquín; OLIVER, Antoni. Traducción y tecnología. UOC

- HUTCHINS, W. John y SOMERS, Harold, L. 1992. An Introduction to Machine Translation. London: Academic Press

- http://www.omegat.org

­-http://notepad-plus-plus.org/

-http://www.lexicool.com/soft_lingo2.asp?IL=3

-www.softonic.com

-http://www.scientificamerican.com/

- http://www.it-world.org

- http://www.aboardlink.com/artículosdetraducción

-http://www.opentranslation.es

- http://www.traducciónymundolibre.com

Proyecto Omega T. Traducción asistida por ordenador y otros métodos de traducción (V)

5. APÉNDICE: TEXTO ORIGEN

In the long fight against malaria, progress finally seems to be coming, if incrementally. The number of people who died from malaria in 2010 fell 5 percent from the previous year and has dropped 26 percent from 2000 levels, according to anew World Health Organization (WHO) report.

The decline might seem modest given the $2 billion that has been given to fight the disease in the past year. But even this small most recent dip suggests that “investment inmalaria control brings results,” Margaret Chan, director-general of the WHO, said in a statement.

The parasitic disease killed approximately 655,000 people in 2010, most of whom were children under the age of 5. The preponderance of malaria cases is still in Africa, where people are also more likely to succumb to the disease.

Although treatment via artemisinin-based combination therapies (ACTs) has greatly helped to bring the number of deaths down worldwide, Chen and others are worried by cases of artemisinin resistance reported in the past few years. With quick and cheap diagnostic tests now more widespread, the WHO recommends that no one receive malaria drugs without a test. And because the parasite can quickly develop resistance to a single drug, Chan says all monotherapies should be taken off the market.

“The estimated yearly number of malaria cases, though declining, is still 223 million,” she said. “That would be a huge and totally unacceptable number of people to be left with no effective treatment.”

Even with effective available therapies, the WHO failed to meet the goal of 50 percent decline in deaths between 2000 and 2010. And it seems to have a battle ahead if it hopes to meet the target of ending all deaths from malaria by 2015.

Proyecto Omega T. Traducción asistida por ordenador y otros métodos de traducción (III)

3. Comparación Omega T como asistente de traducción y Google Translate como traductor automático

En numerosas ocasiones hemos tratado el tema de la traducción automática y, tras numerosos intentos, la hemos descartado como  modelo de traducción adecuada. Sin embargo, ¿podría llegar a ser adecuada una traducción tras una revisión humana?, es decir, ¿qué pasaría si una traducción automática fuera asistida por el traductor?, ¿obtendría los mismos resultados que una traducción humana asistida por ordenador? En este apartado, nos disponemos a verificar la calidad que subyace de estos dos modelos de traducción: traducción asistida por ordenador (Machina-aided human translation) y traducción automática asistida (por traductor) (Human-aided machine translation). Para esta comprobación utilizaremos Omega T y Google Translation, elegido por ser el que mejores resultados nos ofreció en una de nuestras comprobaciones anteriores(http://iatpaula-f.blogspot.com/2011/11/machine-trynslations.html) y por poder modificar el texto meta en el mismo cuerpo de texto.

Una traducción automática asistida es aquella en la que el ordenador es el responsable de producir la traducción per se, pudiendo interaccionar con un revisor humano en muchos puntos a lo largo del proceso. (Slocum 1988:5).

 En otras palabras, este proceso se opone a la mera traducción automática, ya que no se basa exclusivamente en la lingüística computacional, sino que el proceso está asistido por un traductor en las llamadas etapas de «preedición» y «pos-edición».  En la etapa de preedición, el traductor se encarga de encontrar elementos que puedan crearle problemas al traductor automático, como modismos, fraseologismos, etc. Durante la fase de pos-edición el traductor revisa la traducción generada automáticamente, para amoldar el texto a unos ciertos estándares de estilo y uso apropiado de los términos. Existen por supuesto softwares de traducción automática asistida, pero ya que no contamos con ninguno de ellos, vamos a realizar la tarea de traducción mediante el traductor automático ya mencionado, preeditando y pos-editando manualmente, es decir, detectando posibles errores a priori para tenerlos en cuenta en la etapa de pos-edición del producto. Este tipo de softwares, trabajan con un número de lenguas origen muy reducidas, aquellas que cuentan con reglas gramaticales muy rígidas y un vocabulario «fácil de procesar», es decir, en el que no abundan procesos semánticos como sinonimia, polisemia, homonimia, etc. Somos conscientes de que el español no es una de estas lenguas; sin embargo, al tratarse de un  artículo que lidia con lengua de especialidad, la gramática, por las características intrínsecas a este tipo de lenguaje, es más rígida, así como los fenómenos semánticos antes citados se ven cuantiosamente reducidos.

           

            Procedemos así a la traducción de nuestro texto origen mediante el traductor automático.

3.1. Análisis de resultados.

En la etapa de preedición se ha procedido a una lectura del texto origen, detectando aquellos puntos que pudieran suponer un problema para el traductor o algo que tener en cuenta para la traducción. Así, se observaron algunos asuntos sintácticos y de estilo (uso de pasivas) y cuestiones ortotipográficas (uso de comillas americanas y emplazamiento de signos de divisas) que se han anotado y tenido en cuenta. No constan más problemas sintácticos ni semánticos como pudieran ser pequeñas metáforas, ni cuestiones de algún otro tipo.

            En la pos-edición se revisó la traducción ofrecida por el software de Google. Los pronósticos de fallo se han cumplido: las normas ortotipográficas han sido violadas y no se han producido mejoras estilíticas, respetando la sintaxis del texto original. Por otra parte, se han producido otras incorrecciones que podían llegar a esperarse, como la mala concordancia entre sujeto y verbo, o la concordancia de género incorrecta:

● «Chan dice que todas las monoterapias debe ser retirado  del mercado (…)»

●«El descenso puede parecer modesta (…)»

           

            Asimismo se originan otros problemas más graves que conciernen al espectro gramatical: de una parte, las omisiones son frecuentes, originando frases agramaticales. De otra, la reordenación de los elementos resulta en una sintaxis impropia del español y que además difiere del mensaje del texto de origen. Podemos además comprobar los calcos léxicos que sufre nuestro texto meta.

● «Aunque el tratamiento a través de terapias de combinación basadas en la artemisinina (TCA) ha ayudado mucho a que el número de muertes por todo el mundo, Chen y otros están preocupados por los casos de resistencia a la artesinina reportados en los últimos años.»

● « “Eso sería un gran número y totalmente inaceptable de las personas que se quedaron sin un tratamiento efectivo” (…)».

De la misma manera, encontramos que el estilo es pobre, muy pegado al texto origen y sin apenas adaptaciones.

●« el progreso por fin parece que puede venir, si de forma incremental (…)»

●« La enfermedad parasitaria mató aproximadamente a 655.000 personas en 2010 (…)».

Por otra parte, nos sorprende un error que se repite en toda la extensión del texto, y se trata de la omisión de los espacios entre palabras. A este error no encontramos una posible justificación, ya que si hay algo paralelo en los dos textos, es sin duda, el espacio que separa las palabras.

● «El número depersonas que murieron de malaria en el 2010 cayeron un 5 porciento respecto al año anterior y se ha reducido un 26 por cientode los niveles de 2000, según la Organización Mundial de la Salud de nuevo (OMS)».

         

Proyecto Omega T. Traducción asistida por ordenador y otros métodos de traducción.(II)

2. Desarrollo del proyecto con Omega T

Sin más dilación, queremos presentar la primera parte de nuestro proyecto: la traducción con Omega T. Una vez descargado e instalado el programa (en nuestro caso la versión 2.3.0_3), podemos empezar con nuestro trabajo. La primera vez que abrimos el programa, encontramos una guía rápida para el usuario que conviene leer, ya que contiene información sobre diversos temas, a saber: introducción a Omega T, guía de inicio rápido, introducción a la interfaz del usuario, explicación de los menús y de los comandos, información sobre el uso del traductor automático integrado y del corrector ortográfico, etc. A esta información se puede volver siempre que uno quiera pulsando F1 o desde Ayuda>Manual de usuario.

Así, una vez que queremos iniciar nuestro proyecto nos dirigimos a Proyecto>Nuevo, momento en el que elegiremos la ubicación de nuestro proyecto. Una vez elegida su ubicación, nos encontraremos con una nueva pantalla en la que se nos pedirán los idiomas de trabajo, el del texto original y el del texto meta. Asimismo, encontraremos la opción de Segmentar a nivel de frase, seleccionada por defecto. Es preferible no modificarla, ya que las búsquedas de coincidencias en las memorias de traducción resultarían mucho menos efectivas. Sin embargo, sí es conveniente modificar la configuración de la segmentación, con la finalidad de segmentar de manera acorde al idioma del texto origen en algunas construcciones rígidas. Para seleccionar dicho idioma, sólo hay que pinchar sobre él en la lista  y pulsar Subir hasta colocarlo en primer lugar de preferencia. También es posible eliminar aquellos patrones que no nos interesen. En la misma pantalla en la que nos encontrábamos, también se acepta la creación automática de cinco subcarpetas dentro del proyecto: source, target, glossary, tm, y omegat (aunque esta última no aparece en la imagen). De momento, todas estas carpetas se encuentran vacías. Para volver a abrir el proyecto en el que estamos trabajando seleccionamos Proyecto>Abrir.

 Así, el siguiente paso consiste en seleccionar el texto origen que se va a traducir. Este texto puede importarse desde cualquier dominio de MediaWiki o bien importar el archivo fuente. Omega T soporta los siguientes archivos:

-Textos planos (es decir, únicamente texto, sin información de formato):

·Texto ASCII (*.txt, etc.)

·Texto codificado (*.UTF8)

·Paquetes de recursos Java (*.properties)

·Archivos PO (*.po)

·Archivos INI (clave=valor) (*.ini)

·Archivos DTD (*.DTD)

·Archivos DocuWiki (*.txt)

           

            -Textos con formato (tras configurar los filtros de los archivos)

           

·OpenOffice.org / OpenDocument (*.ods, *.ots, *.odt, *.ott, *.odp, *.otp)

·Microsoft Office Open XML (*.docx, *.dotx, *.xlsx, *.xltx, *.pptx)

· (X)HTML (*.html, *.xhtml,*.xht)

·Compilador de ayuda HTML (*.hhc, *.hhk)

·DocBook (*.xml)

·XLIFF (*.xlf, *.xliff, *.sdlxliff) - monolingüe, es decir, una posible combinación de idioma por proyecto.

·QuarkXPress CopyFlowGold (*.tag, *.xtg)

·Archivos de títulos subRip (*.srt)

·Archivos ResX (*.resx)

·Recurso Android (*.xml)

·LaTex (*.tex, *.latex)

·Archivos de ayuda (*.xml) y (*.hmxp)

·Typo3 LocManager (*.xml)

·Localización WiX (*.wxl)

·Iceni Infix (*.xml)

·Flash XML export (*.xml)

De esta manera, una vez que la importación del proyecto sea aceptada, aparecerá un cuadro estadistico previo que informa de la cantidad de segmentos.  No obstante, también existe la opción de cargar el texto origen copiándolo en la carpeta Source de nuestro proyecto, aunque se tendrá que volver a cargar el proyecto para empezar a trabajar con él (Proyecto>Volver a cargar, o pulsando F5). Para poder trabajar con mi texto, extraído de Internet, lo he copiado a Word y lo he guardado sin formato, para que OmegaT pueda abrirlo ya que como hemos visto, a diferencia de otros gestores de memorias, no soporta documentos Word.

2.1. Puesta a punto del proyecto. Herramientas básicas: memorias de traducción, glosario terminológico y diccionarios

Las memorias de traducción, el glosario terminológico y los diccionarios son las herramientas clave que van a determinar el uso de este programa que analizamos. Contar con estas tres utilidades de manera previa a la traducción es primordial para el correcto desarrollo de nuestra tarea. Así pues, conozcamos cómo importarlos a nuestro proyecto, gestionarlos durante su uso y prepararlos para usos posteriores. Veamos estos pasos con detenimiento:

 Como sabemos, una memoria de traducción es una base de datos en la cual se almacena contenido de segmentos originales y traducidos, y es, de hecho, la herramienta que caracteriza a los programas de traducción asistida por ordenador. El uso de esta herramienta evita tener que traducir segmentos anteriormente traducidos. Como ya señalamos en entradas anteriores (http://iatpaula-f.blogspot.com/2011/11/mt-internet-y-polemica.html), hay muchos criterios por lo que se pueden crear nuevas bases de datos, pero los dos más comunes son por tipo de texto y por tipo de cliente, opción que hemos elegido para este proyecto. Así pues, hemos seleccionado una memoria de traducción sobre la malaria, memoria que hemos importado a la carpeta mt de nuestro proyecto. Este paso es tan simple como copiarla desde su ubicación y pegarla en su lugar de destino (susodicha carpeta).

 Quizás, lo más problemático de este proceso sea poder abrir esa memoria de traducción, ya que por lo general estas bases de datos suelen encontrarse en formato TMX (Translation Memory eXchange). En caso de que tu ordenador no te permita abrirla, es conveniente descargar el programa NotePad++, que se puede realizar de manera gratuita desde http://notepad-plus-plus.org/. Con este programa se pueden abrir las bases de datos con dicha extensión, así como modificarlas, o realizar búsquedas léxicas, entre otras muchas acciones. Así mismo, podemos aunar varias memorias de traducción en una sola si copiamos el contenido de una y lo incluimos en la otra (aunque habría que valorar la funcionalidad de esta acción).

Una vez importada la MT a nuestro proyecto, podemos hacer una valoración previa del estado de nuestra traducción, para así calcular el tiempo y el presupuesto. Esta opción se encuentra en Herramientas>Estadísticas de coincidencias. Por otra parte, en Herramientas>Estadísticas podemos leer un análisis detallado de nuestro encargo, con el número total de segmentos, palabras y caracteres.

Como vemos, el número de coincidencias en nuestro trabajo es mínimo, debido al carácter más divulgativo que científico del texto origen y a la especificidad técnica de la memoria de traducción. Si se dispone de más memorias de traducción, en este momento podemos plantearnos si aunarlas lograría un efecto positivo en nuestra traducción.

Por otra parte, existe un aspecto importante relativo a las memorias de traducción el cual se refiere a su actualización: cada segmento es susceptible de ser guardado en la memoria con la que actualmente trabajamos para recuperarlo en un nuevo proyecto posterior; únicamente hace falta saber exportarlo a la memoria, donde quedará grabado. Este proceso se puede realizar de manera manual copiando el formato en la memoria de traducción y añadiendo la nueva coincidencia, o a través de Editar>Exportar selección. No debemos olvidar que a medida que utilizamos este programa se crea de manera automática una MT con los segmentos de el proyecto en concreto, aunque esto se detallará posteriormente.

Por su parte, las bases de datos terminológicas contienen entradas de términos en varios idiomas, que se muestran como equivalentes, lo que nos ahorra tiempo ya que no tenemos que desatar laboriosas búsquedas terminológicas. La creación de un glosario terminológico es muy sencilla, yo misma he creado una para este proyecto. Con el programa Bloc de notas se escribe el primer término en la lengua  origen, se separa por una tabulación y se inserta su equivalente en el otro idioma. Si se desea añadir comentarios, sólo hace falta añadir una tabulación más antes de escribirlos. No hay que olvidarse de añadirle la extensión .tab, y de guardarlo con la codificación UTF-8. Estos dos pequeños detalles marcarán la diferencia entre que tu glosario pueda ser leído completamente o no.

 Debido a la brevedad del texto, crear este glosario no ha conllevado mayores dificultades, pero cuando la extensión de éste es mayor, el vaciado terminológico puede resultar una tarea muy ardua. Para estas ocasiones se prefiere contar con un extractor terminológico automático. Aunque muchos de estos programas todavía se encuentran en la fase beta o son de pago, podemos encontrar algunos recursos en línea que nos ayuden a hacer frente a esta tarea. De esta manera, Lingo 4.0 es un sistema de gestión terminológica para Windows, que crea diccionarios y glosarios monolingües y bilingües. Aunque la adquisición de este programa no es gratuita (cuesta alrededor de 80€), se puede descargar una versión de prueba, válida durante 30 días, cuya interfaz está en inglés. Puedes descargarlo desde la página de lexicool, http://www.lexicool.com/soft_lingo2.asp?IL=3. Más válido todavía es Lexterm, que cuenta con un sistema multiplataforma válido para GNU/Linux, MS Windows y MacOS, con interfaces en inglés y catalán, aunque debemos contar con un corpus bilingüe.

Una vez que tenemos preparado nuestro glosario, el siguiente punto es incorporarlo al proyecto. Para esto, copiaremos el archivo que contiene el fichero preparado, y lo pegaremos en la subcarpeta glossary  de nuestro proyecto.

En consonancia con el punto anterior,  sigue siendo igualmente cierto que mantener al día los glosarios terminológicos también es un asunto de extrema importancia. Al igual que podíamos exportar las memorias de manera manual y automática, el glosario terminológico también puede ser modificado desde el mismo archivo, con las tabulaciones anteriormente explicadas, o mediante la ruta Editar>crear entrada en el glosario, donde también se habilita un espacio para insertar comentarios.

Finalmente, los diccionarios han de basarse en la plataforma Stardict y se deben incluir en la carpeta Dictionary. Es posible añadir tantos como se quiera, monolingüe o bilingüe. Para este proyecto he descargado la versión 3.2.1  desde la página www.stardict.org. Al igual que en las ocasiones anteriores, sólo hace falta importarlo a la carpeta correspondiente para comenzar a usarlo.

2.2. Trabajar con Omega T

En este momento en el que ya tenemos importado tanto el texto sobre el que vamos a trabajar como las herramientas que vamos a emplear, podemos comenzar a traducir plenamente.

La pantalla aparece dividida en dos grandes cuadros. En uno aparece el texto segmentado; el otro, por configuración personalizada, se divide en tres cuadros horizontales, que corresponden a «coincidencias parciales», «glosario» y «diccionario».  En cualquier momento podemos minimizar estos cuadros, que aparecerán en la de herramientas barra inferior, donde actualmente se localiza el traductor automático.

Seleccionemos ahora el primer segmento de nuestra traducción. Lo primero que observamos es que al seleccionar cualquier segmento, este se colorea en verde y los términos que aparecen en el glosario, se subrayan en azul de manera automática. Asimismo, Omega T nos ofrece las coincidencias que encuentra en la base de datos y de manera paralela, las entradas terminológicas que se encuentran en dicho segmento. En caso de localizar más de una coincidencia parcial, como nos ocurre con este segmento, el programa nos las ordena por el parecido (expresado en tanto por ciento). Para insertar la coincidencia, sólo tenemos que pulsar CTRL+I,  o bien Editar>Instertar coincidencia. La diferencia entre esta opción y la de «Reemplazar con coincidencia» (CTRL+R) es que mientras que la primera sólo inserta esa coincidencia (tantas veces como se quiera) y no modifica nada más, al elegir «reemplazar» se reemplaza todo el segmento, incluso lo anteriormente traducido.

Cuando ya hemos completado el segmento y queremos movernos al siguiente, sea cual sea, podemos hacerlo de manera manual haciendo «click» sobre el nuevo segmento, o podemos avanzar pulsando CTRL+N ó Dirigirse a>Nuevo segmento. Imaginemos ahora que nos enfrentamos a un texto mucho más amplio con mucha más cantidad de segmentos, que los siguientes ya están traducidos y que no sabemos cuál es el que tenemos que traducir ahora. En ese caso podemos pulsar CTRL+U, que nos llevará directamente al próximo segmento cuya traducción no haya sido tratada. Omega T es consciente de la monotonía gráfica que puede suponer tener un texto segmentado y las dificultades que esto puede conllevar. Por eso, dispone de una serie de opciones de marcado, para que identificar los segmentos, tantos los traducidos como los no traducidos, los originales y los meta, las repeticiones internas, etc. sea mucho más fácil. Para maquetarlo de esta manera, sólo tenemos que acceder al menú Ver. Podemos elegir marcar los segmentos traducidos, que aparecerán en color amarillo; los segmentos no traducidos, que aparecerán en color azul; y podemos hacer aparecer los segmentos originales que desaparecen una vez se ha completado su traducción. Éstos aparecen señalados en negrita y coloreados en verde.

A medida que vayamos avanzando en nuestro proyecto es conveniente ir guardándolo (Proyecto>Guardar; CTRL+S), a pesar de que éste se guarda automáticamente cada cierto tiempo en la carpeta Omegat, donde a modo de memoria de traducción se guardan todos los segmentos originales junto con su traducción. De la misma manera, al cursar la ruta Proyecto>Crear documento final (CTRL+D) se crea en la carpeta target el documento final, que acogerá el mismo formato que el texto de origen. Para comprobar cómo se está desarrollando el documento final, tan sólo hay que acceder a ella desde la carpeta del proyecto. El documento que se crea es modificable y susceptible convertido a otro formato. En este momento del proyecto, todas las carpetas que creamos al principio del proyecto ya tienen contenido.

2.3. Otras utilidades y  comandos

●Insertar una coincidencia entre varias a elegir. Cuando en la memoria de traducción aparece más de una coincidencia, es posible elegir la que se va a insertar a partir de la ruta Editar>Seleccionar coincidencia # (número de coincidecia) o, mediante CTRL+ número de coincidencia. Es decir, si quisiéramos insertar la tercera coincidencia, cursaríamos el siguiente recorrido: Editar>Seleccionar coincidencia #3, o, CTRL+3. De esta manera ya la tenemos elegida como coincidencia a insertar, y para insertarla finalmente tan sólo hay que proceder como anteriormente hemos explicado, CTRL+I,  o bien Editar>Instertar coincidencia.

●Incorporar traducciones generadas automáticamente. Omega T 2.3.0_3 permite trabajar con  una serie de traductores automáticos: Google Translate, Google Translate v2, Apertium y Belezar. Su selección no es exclusiva, ya que se puede trabajar con todos ellos a la vez; los resultados aparecen en la barra Traductor Automático. Este recuadro aparece minimizado en nuestra interfaz personalizada, debido a que este recurso no se ha explotado para este proyecto, ya que más adelante compararemos las traducciones que resultan, de una parte de este proyecto gestionado con Omega T, y de la otra, de una traducción realizada por Google Translate. Para insertar el segmento resultante de esta herramienta hay que pulsar CTRL+M, o Editar>Reemplazar con traducción automática.

●Umbral de sensibilidad. Se refiere al porcentaje de similitud que tiene que registrar una coincidencia de la memoria de traducción para que sea tratada como una coincidencia parcial. En anteriores entradas de este blog ya hemos explicado las ventajas y desventajas que se producen al variar dicho porcentaje (http://iatpaula-f.blogspot.com/2011/11/mt-internet-y-polemica.html). A esta opción se accede desde Opciones>Comportamiento del campo de edición. En esta misma pestaña también puede seleccionarse cómo preferimos que se visualice en los segmentos que aún no se han traducido: vacíos o con el texto original.

●Subrayar las palabras con equivalente en el glosario. Habilitando las opciones del menú Opciones>Consejos de traducción, se subrayan, en el segmento seleccionado, las palabras que tienen entrada en nuestro glosario terminológico. Asimismo, al cursar sobre ellas y pinchar el botón derecho aparece la opción de insertar automáticamente ese término

●Búsqueda interna en el proyecto. Al igual que en la mayoría de las aplicaciones, el comando CTRL+F permite una búsqueda semántica dentro del cuerpo del texto. En este caso, la búsqueda semántica incluye opciones más restrictivas, como por ejemplo, acotar la búsqueda a palabras claves, a palabras exactas o en los distintos textos en los que se quiere buscar. La pestaña «Opciones Avanzadas» acota todavía más la búsqueda por autor, fecha, y número máximo de coincidencias que quieres encontrar. Otra ruta posible para llegar es desde Editar>Buscar en el proyecto

●Correción ortográfica. Mediante la herramienta «corrector ortográfico» es posible revisar la ortografía en nuestro proyecto. Requiere una instalación previa, que puede descargarse desde www.softonic.com. Sólo admite archivos con extensión .dic y .aff. Para cada idioma al que se traduzca se necesita un corrector ortográfico relativo a tal idioma. Existe la posibilidad (no marcada por defecto) de comprobar la ortografía automáticamente. Para habilitarla debes acudir a Opciones>Revisión ortográfica. Esta herramienta trabaja de manera muy cercana al diccionario ya que si una palabra es marcada como incorrecta, se aportan palabras semejantes extraídas desde el diccionario. Asimismo, es posible añadir esa palabra «incorrecta» al diccionario.

Proyecto Omega T. Traducción Asistida por ordenador y otros métodos de traducción.

1. Introducción

2. Desarrollo del proyecto con Omega T

         2.1. Puesta a punto

         2.2. Trabajar con Omega T

         2.3. Otras utilidades y  comandos

3. Comparación Omega T como asistente de traducción y Google Translate como traductor automático

3.1. Análisis de resultados

4. Conclusiones

5. Apéndice: texto origen

6. Bibliografía

1. Introducción

             

Durante todos estos meses hemos estado tratando temas relacionados con la informática y los avances tecnológicos aplicados a la traducción y nos hemos dado cuenta de la importancia que adquieren a la hora de realizar nuestra tarea. En muchas ocasiones hemos hablado de los traductores automáticos y de sus particularidades; hemos criticado su funcionamiento y hemos comprobado sus limitaciones. Sin embargo, soy consciente de que a penas se han ofrecido alternativas a estos programas, alguna solución que nos ayude a gestionar el tiempo y nos facilite la traducción. Sin duda alguna, son los  programas de Traducción Asistida por Ordenador (TAO) los que pueden resolver estos problemas. Estos programas funcionan a partir de memorias de traducción y bases de datos terminológicas, a los que sí hemos prestado atención y hemos explicado y hemos valorado su utilidad como herramienta (http://iatpaula-f.blogspot.com/2011/11/mt-internet-y-polemica.html). Sin embargo, es igualmente cierto que durante toda la extensión de este Blog  jamás hemos profundizado en el funcionamiento de uno de estos programas, sino que nos hemos limitado a la descripción del uso de Dejà vú.  

Esta es la razón por la cual en esta entrada pretendemos, por una parte, acercar el uso de  OmegaT, un software de TAO de código libre con el que traduciremos un texto valiéndonos de una memoria de traducción, explicando su funcionamiento, valorando las herramientas, sus utilidades y sus particularidades. Por otra parte, y una vez que esté lista la traducción mediante este programa, traduciremos el mismo texto mediante un traductor automático, asitiéndolo en varios momentos de la traducción, para finalmente, comparar ambas traducciones. A continuación, elaboraremos una crítica de estos dos tipos de herramientas basada las traducciones y en su calidad; en esta crítica también incluiremos un apartado sobre las ventajas que este tipo de programas nos aporta frente a la traducción convencional (es decir, sin asistencia computerizada). El texto a traducir será Malaria deaths falling aslowly, WHO report says, extraído de la revista Scientific American Online

Así, antes de comenzar conviene aclarar unas cuantas cuestiones teóricas sobre OmegaT. OmegaT es una herramienta de traducción asistida por ordenador, diseñada para facilitar la tarea de la traducción a través del uso de memorias de traducción (TM), glosarios terminológicos y diccionarios. Este software es de código libre, es decir, que puede descargarse sin previa aportación pecuniaria, está programada en Java y funciona sobre diversos sistemas operativos (Windows, Mac, Linux, Unix, etc) gracias a su sistema multiplataforma. Este software puede descargarse de la página de Omega T, www.omegat.org, en la que se encuentran diferentes versiones, todas adaptadas a cada sistema operativo.

Localización Web

Es imposible dudar de la importancia que Internet ha adquirido en nuestras vidas, tanto en nuestra vida íntima como en la profesional. Para nosotros, traductores, Internet no sólo conforma una herramienta de trabajo, sino un área de trabajo per se, ya que, Internet, es por definición una red multilingüe de comunicación, y la llamada «traducción de páginas» es uno de los sectores con más salidas laborales profesionales. Y es que, en la mayoría de ocasiones, esta  «traducción» se incorpora en el proceso de localización que se completa tras incorporar no sólo la tarea lingüística, sino también las tareas terminológicas, culturales y técnicas (programación e ingeniería informática, diseño gráfico, etc). En otras palabras, localizar una página Web (que en contadas ocasiones se reduce a una única página) es crear una nueva página Web, pensando en el público meta del idioma y la cultura meta.  Este proceso es comúnmente llamado LCW (Localización de Contenido Web), para así diferenciarla de la LPI (Localización de Productos Informáticos). Según la empresa Bestmarketingonline, este proceso de localización Web ha de basarse en los siguientes pasos:

1. Análisis de los países a implementar y preparación de la localización  
2. Un meeting inicial con el cliente (punto básico en todo proyecto)
3. Investigación 
4. Desarrollo de los términos de localización 
5. Comprobación con nativos del país
6.  Traducción, edición y comprobación de la interfaz y su efecto en los usuarios
7.  Localización de la Arquitectura Web 
8.  Localización de la identidad Gráfica
9. QA/Testing bajo los objetivos fijados por cliente
10.  Revisión y aprobación por el cliente 
11. QA Final(En España no hay muchos profesionales de QA, en el extranjero es algo básico)
12.  Entrega del proyecto

Además de este proceso, muchas empresas especializadas en la localización incluyen en su proyecto varias propuestas linguísticas y gráficas alternativas, para que el cliente pueda elegir cuál le parece la más adecuada tras la explicación del porqué de cada una de las opciones y la recomendación de unas u otras. Sin duda, una explicación de cada uno de los cambios es primordial cuando la lengua y la cultura meta es muy distinta a la origen.

Esta localización es por tanto una adaptación, cuyo objetivo es llegar eficazmente al cliente, por lo que no sólo se trata el idioma, sino también los elementos gráficos (disposición de barras de herramientas, botones, etc) de manera que esta web se convierta en un medio de transmisión de sensaciones, de la idea deseada del producto, de señales visuales y acústicas, etc. Como consecuencia de todo este trabajo, si el proceso finalmente se desarrolla y se completa de manera eficaz, el sitio web quedará posicionado en el mercado internacional. En el extremo opuesto, si una web es simplemente sometida a un proceso de traducción, que muy probablemente será llevado a cabo por medio de un traductor automático, la empresa o el titular de dicha web estará condenada a ocupar un segundo lugar en el mercado internacional como consecuencia de la mala adaptación que causará rechazo y desconfianza en los clientes. Esta reacción es algo recurrente en nosotros, y podemos comprobarlo observando lo siguiente:

Al comparar la versión original y la versión localizada de un mismo portal Web, podemos observar cómo cambia la disposición gráfica de su homólogo en inglés: no sólo es la gama de productos publicitada la que cambia, sino también la forma de publicitarlo (colores, formas, mensajes, modelos, etc). Así mismo, las opciones que se ofrecen en el inicio también varían. Todos estos cambios pretenden acercarse al público español y lograr que al hacer parecer el producto más cercano, se venda con más celeridad.

En el polo opuesto, encontramos esta página de muebles antiguos británicos, cuya interfaz no ha sido adaptada y permanece con la misma disposición gráfica. Además, al haber sido traducida con un traductor automático, ya la primera frase de la web carece de sentido.

Por otra parte, el caso de la Página oficial de la Torre Eiffel resulta un punto intermedio entre las dos versiones, ya que su traducción es parcial (curiosamente no entre fránces, el idioma de origen, y el español, sino entre inglés y español) y su interfaz varía más notablemente que la de Garnier. Aunque pueda parecer lo contrario, las dos imágenes que se ofrecen a continuación pertenecen a la página de inicio en cada uno de los idiomas correspondientes. Además si seguimos navegando por la versión española, comprobamos que la traducción es mala en algunos puntos (puedes comprobarlo tú mismo acudiendo a la sección de compra de billetes). Está claro que esta página ha sido localizada y que hay un trabajo humano detrás ya que la interfaz cambia y eso es algo que un traductor automático no lo consigue; sin embargo, teniendo esta página delante nos damos cuenta de lo importante que es el proceso de localización, ya que una mala localización o inferior a la original provoca un sentimiento de rechazo en el lector: sin duda, un lector que entendiera tan bien el francés como el español, jamás leería esta página en su versión española ya que la francesa, además de ser más completa está gráficamente más lograda, consiguiendo que el lector se sienta más próximo a este monumento, que es, a fin de cuentas, lo que se promociona.

Con el objetivo de acercarnos a este proceso de localización, en clase estamos desarollando la localización de una página web (www.on-channel.com) para lo que hemos conformado los equipos de gestión de proyectos, terminología, traductores, revisores y técnicos. Así mismo, con el fin de que la comunicación entre todos los integrantes del proyecto sea fructuosa y fluida se han habilitado dos canales de comunicación a partir de una cuenta de correo (iat.equipog@gmail.com).

*Bibliografía:

-MATA PASTOR, Manuel. Localización y traducción de contenido Web

-www.bestmarketingonline.com

-www.dmacroweb.com

-www.mondo.com

-www.garnier.es

-www.garnier.co.uk

-www.tour-eiffel.fr/

- http://www.eiffel-tower.com/sp

- http://www.driscollsantiques.co.uk/

Machine Trynslations

La traducción automática se ha puesto de moda, y es que como Google reza «no es perfecta, pero es mejor que nada». Prueba de ello son las incesantes nuevas aproximaciones a esta disciplina, si se puede llamar así, que quedan recogidas en los encuentros anuales de la Asociación de Lingüística Computacional, que da cuenta del futuro y de los avances de esta ciencia.

Hasta el momento, la traducción automática se había enfocado desde dos perspectivas distintas, mediante traducción automática estadística (SMT) que genera traducciones por estadística al comparar y analizar corpus bilingües; y traducciones automáticas basadas en principios sintácticos. Las primeras tienen en su contra la incapacidad de producir traducciones decentes cuando el orden de palabras en los distintos idiomas es muy diferente. La desventaja de las segundas es que la fuerte jerarquización sintáctica que en teoría subyace a todas las lenguas naturales, no permite más que una buena traducción de un grupo muy reducido de palabras. Así, la nueva invención llamada Syntax-Augmented Machine Translation (SAMT) es un híbrido de las dos anteriores de manera que refuerza la gramática con las probabilidades obtenidas de corpus paralelos.

           

Otra de las nuevas aproximaciones consiste en la detección automática de posibles errores en la traducción, al mismo tiempo que indica si la traducción es fiable y la calidad de esta. Se trata del MT error prediction.

Sin embargo, a pesar de tanta tecnología y tantos algoritmos aplicados, las traducciones automáticas resultan irrisorias ante determinados fenómenos lingüísticos: refranes, colocaciones, homonimias, polisemias, fraseologías, coloquialismos, etc siguen suponiendo un gran desafío para estos traductores. En mi empeño por demostrar esto como verdad difícilmente rebatible, he sometido a prueba a tres traductores automáticos: Systranet (http://www.systranet.com/translate), Google translate (http://www.translate.google.com) y Reverso (http://www.reverso.net/text_translation). Aquí teneis los resultados.

Fenómeno linguístico	Frase en español	Syntranet	Google	Reverso
Polisemia	El gallo tenía la cresta ensangrentada	The rooster had the blood-stained crest	The rooster had the bloody crest	The rooster had the stained with blood comb
Polisemia	Es su cara más divertida	It is the funnier face	Is the lighter side	It is his(her,your) more enterteining face
Coloquialismo	Es un tío bueno	Is an good uncle	Is a hunk	Is an good uncle
Coloquialismo, polisemia	Molar mazo	To be fun mallet	Molar deck	Molar mallet
Colocación	Es mi amigo del alma	Is my friend of the soul	Is my soul mate	Is my best friend
Homonimia	Cuando sale, liga	When she leaves, league	When it comes out, league	When it(he,she) goes out, it(he,she) goes well together
Homonimia	Ella se puso la liga roja	The red league put itself	She put on her red garter	It (he, she) put on his (her, your) red league
Fraseología	Tomar el pelo	To take the hair	Tease	To take the hair
Fraseología	Estirar la pata	To strech the leg	To kick the bucket	To strech the leg
Refrán	Mejor prevenir que curar	Better safe than sorry	Better safe than sorry	Better to anticipate (preparate) than to recover
Refrán	Quien se fue a Sevilla perdió su silla	The one that went to Seville lost its chair	Which went to Seville lost his seat	The one that went away to Sevilla lost his (her, your) chair

Simplemente creo que nos faltan palabras (y nunca mejor dicho) para describir los resultados. Para empezar a analizar, diré que en el cuadro están marcados en verde aquellas traducciones válidas (por tanto, todas las demás traducciones son incorrectas o no correctas al 100%), y en rojo aquellas que por algún motivo me han llamado más la atención. Por lo que parece, Google translate es más correcto, aunque el porcentaje de éxito es mínimo.

 A rasgos generales, podemos ver la gran dificultad que estos tres traductores encuentran a la hora de traducir palabras polisémicas y homónimas, ya que la mayoría de veces no son detectadas y por lo tanto la frase resulta en un sinsentido. La cantidad de coloquialismos y colocaciones traducidas correctamente es vergonzosa, aunque más vergonzosas son las traducciones ofrecidas: ¿«mollar deck»?, por favor… Igualmente llama la atención la literalidad con la que se traducen las colocaciones, la fraseología, los refranes. Aunque en algunas ocasiones la traducción es la correcta, cabe destacar que esa traducción es la misma en los distintos traductores, lo que lleva a pensar que no se han incluido en la base de datos del traductor fraseologismos o refranes sinónimos. ¿Qué pasa con «An apple a day keeps the doctor away» o «to pull the leg»?, ¿son, acaso, menos válidos? La respuesta es no, y la explicación se resume en la pobreza de estos recursos (por si no había quedado claro con todos los ejemplos anteriores). Además de estas líneas generales de análisis, sobresale la cantidad fallos gramaticales graves (especialmente en Syntranet) y la incapacidad para incluir un sujeto gramatical certero. Este hecho demuestra que un traductor automático no es capaz, por una parte, de desentrañar el contexto en el que se desenvuelve la frase, ya que si este fuera el caso, la primera frase ofrecida en el cuadro (por ejemplo), no tendría mayor dificultad. Por otra parte, saca a relucir la necesidad de la estructura sintáctica completa en el idioma al que se va a traducir, ya que no es capaz de reemplazar un sujeto omitido por el tipo de acción que esté realizando o por el tipo de complementos a los que se vea ligado («is a uncle good»).

            Debido a estas razones, no he incluido en mi estudio fenómenos lingüísticos que dependen en un grado mucho más alto del contexto, como podrían ser ambigüedades, juegos de palabras, ironías o sarcasmos. Estos le resultarían totalmente indescifrables, y la única tarea que realizaría el traductor automático sería un mero transvase idiomático, vacío de connotación, sin significación pragmática. Por cierto, en este punto creo conveniente destacar que Google ya traduce poesía… Supongo que las implicaturas poéticas no suponen mayor problema para sus traducciones.

            Sin embargo, soy consciente de que he sometido deliberadamente a estos traductores a pruebas  que ofrecían conflicto a priori con el objetivo de demostrar lo mal traducidos que pueden llegar a estar algunos pasajes. Pero yo prefiero abogar por la objetividad y mostraros la realidad tal y como aparece en la web. Todas las explicaciones teóricas ya están dadas, así que vamos a lo práctico, a casos reales. En primer lugar, me dirijo al artículo que publicó TAUS titulado «What machines still can't translate» (http://translate.google.es/translate?hl=es&sl=en&u=http://www.translationautomation.com/technology/whatmachinesstillcanttranslate.html&ei=FKjMTtPDJ8jb8gPlnen6Dw&sa=X&oi=translate&ct=result&resnum=1&ved=0CDsQ7gEwAA&prev=/search%3Fq%3Dwhat%2Bamchines%2Bstill%2Bcant%2Btrasnlate%26hl%3Des%26biw%3D1024%26bih%3D452%26prmd%3Dimvns) y me acojo a la opción de Google de traducirlo automáticamente (recordemos que google translate era el que nos ofrecía mejores resultados). Lo primero que leo, el título, dice así

«Lo que las máquinas aún no se puede traducir». Y tanto. Desde luego, el título no deja lugar a dudas: realmente los traductores automáticos no son capaces de traducir. En este caso ya no se trata únicamente de la traducción de una palabra polisémica que ya sabíamos que estaba condenada al fracaso, sino de errores gramaticales que no tienen razón de ser. El resto de la traducción resulta igualmente inconsistente:  falsos amigos, concordancias de género incorrectas, verbos sin flexionar, frases que carecen de sentido... Desde luego no tiene desperdicio.

            Acudo a continuación a una página en la que ya estuve hace algunas semanas, la universidad de Texas, para comprobar, si quizás la traducción automática funciona mejor para aquellos textos que no necesitan de coherencia ni cohesión, como puede ser una interfaz (http://translate.google.es/translate?hl=es&sl=en&u=http://www.utexas.edu/&ei=5qvMToTwNdG38gOg7aEE&sa=X&oi=translate&ct=result&resnum=1&sqi=2&ved=0CCcQ7gEwAA&prev=/search%3Fq%3Dtexas%2Buniversity%26hl%3Des%26biw%3D1024%26bih%3D452%26prmd%3Dimvns). Me resulta curioso comprobar  que no existen diplomaturas, ni licenciaturas, ni ingenierias, ni grados, únicamente «pregrados» y que estos se aplican, como se aplica el maquillaje.

           

            En este punto de análisis me reaparece en la cabeza una pregunta que ya se me planteó en la primera de mis entradas: ¿hasta qué punto prefiere la gente una buena traducción frente a una traducción accesible, automática, vacía? Como vemos, los traductores automáticos son incapaces de relacionarse de manera efectiva con el contexto, con la pragmática y, en definitiva, con el verdadero mensaje. La tarea de la traducción es dura y requiere de conocimientos y habilidad, mucha habilidad para poder aunar todos los factores de manera efectiva. Como dije, no se trata de una automatización de la traducción, sino de una auto-matización, una matización de conceptos que se expresa de manera única, autónoma, en cada uno de nosotros.

*Bibliografía

-What machines still can’t translate, TAUS

-What machines can’t translate... yet?, TAUS

- http://blog-de-traduccion.trustedtranslations.com/

-Google translate

-Syntranet

-Reverso