Nuove Tecnologie per la Traduzione

Transcript

1 Nuove Tecnologie per la Traduzione Roma, Tor Vergata,LINFO Giuseppe Forte María Lozano Zahonero Sandra Petroni

2 Contenuti del seminario TEORIA 1. Dalla traduzione automatica alla traduzione assistita 2. I corpora, le basi di dati terminologiche e testuali, le memorie di traduzione e il processo traduttivo PRATICA :00-15:00 T12A :00-11:00 T12B 3. Creazione di corpora, allineamenti e memorie di traduzione :00-11:00 T12B 4. La traduzione interattiva, il post-editing e il cleaning dei dati (tmx) :00-11:00 T12A

3 :00-15:00 T12A Nuove Tecnologie per la Traduzione 1. Dalla traduzione automatica alla traduzione assistita 1.1 Il mercato della traduzione: sviluppi 1.2 Il mercato della traduzione: domanda 1.3 La traduzione automatica (TA/MT) 1.4 La traduzione assistita (CAT) - Il workflow

4 1.1 IL MERCATO DELLA TRADUZIONE: sviluppi Il progresso tecnologico: Internet Globalizzazione Processo economico di integrazione dell'intera economia mondiale in un unico mercato, con conseguente superamento delle barriere nazionali Grande Dizionario Italiano di GABRIELLI ALDO Dizionario della Lingua Italiana Documentazione multilingue: domanda di traduzione L'aumento esponenziale di testi da tradurre richiede l'uso di tecnologie in grado di ridurre significativamente tempi e costi

5 1.3 LA TRADUZIONE AUTOMATICA (TA/MT) Stati Uniti: Warren Weaver, 1947 Possibilità di tradurre attraverso l uso di una macchina: metodo basato sulla sostituzione di parola per parola, e proponeva di integrarlo con tecniche di statistica applicata per rilevare la frequenza di parole e caratteri in testi paralleli (Wikipedia)

6 TRADUZIONE AUTOMATICA La traduzione automatica (TA), definita anche traduzione automatizzata o MachineTranslation (MT) è un processo mediante il quale un software viene utilizzato per tradurre un testo da una lingua naturale (ad esempio, l inglese) ad un altra (ad esempio, lo spagnolo) senza l intervento umano (Systran) Source Text Machine Translation Translations

7 1.3 TRADUZIONE AUTOMATICA (TA/MT): Fallimento: l ALPAC, Automatic Laguage Processing Advisory Committee proclama la TA inutile e dispendiosa; Non sarebbe stato possibile ottenere un sistema di traduzione completamente automatico di alta qualità e che potesse sostituire la traduzione umana. Ripresa: anni 80/ 90 nuovo interesse Finanziamenti da parte di grandi organizzazioni internazionali Nascita dei primi sistemi di TA: Systran (russo-inglese)

8 1.3 TRADUZIONE AUTOMATICA (TA/MT): Ambito di indagine della Linguistica Computazionale (Natural Language Processing Trattamento Automatico delle Lingue) Anni 90 Discplina che si occupa dell elaborazione delle lingue, in ogni possibile aspetto, mediante l uso di calcolatori. Modelli principali: 1. Rule-Based: Diretti o per unità Sintattici o transfer-system Sistemi a interlingua 2. Probabilistici: Sistema basato su esempi Sistema basato su statistiche Sistemi ibridi

9 Sistemi basati su regole (Rule-Based) CARATTERISTICHE Diretti o per unità Sintattici o transfer-system Sistemi a interlingua Un numero quasi infinito di regole linguistiche rappresentate in diagrammi ad albero (morfologici/sintattici). Milioni di dizionari bilingui per ogni combinazione linguistica Le traduzioni vengono create in base a processi di: lemmatizzazione, etichettatura, parser,tokenizzazione, <verb>, <n>, <m>, <f>, <sg>, <pl>,

10 Diretti o per unità: Scomposizione al minimo delle informazioni linguistiche da analizzare tenendo conto solo delle caratteristiche della LP e della LA Input LP Forma selezionata Traducente Analisi lessicale Analisi morfologica LP Liste omonimi Elaborazione Traduzione DIZIONARIO Elaborazione Analisi morfologica LA Traduzione

11 Sintattici o transfer-system Input LP Sistemi più usati per la comprensione automatica del Linguaggio naturale. Più complessi. Segmentazione Analisi morfologica e sintattica LP Transfer lessicosintattico Sintesi

12 Sistemi a interlingua: Rappresentazione morfologica, sintattica e semantica semplificata. Sono necessari due passaggi di traduzione: Passaggio dalla Source Language all interlingua, Passaggio dall interlingua al Target Language

13 Sistema basato su regole: PeTra Online PeTra utilizza un avanzato sistema di Machine Translation basato su regole (rule-based) sviluppato da SyNTHEMA.

14 Sistemi probabilistici Sistema basato su esempi Sistema basato su statistiche Sistemi ibridi CARATTERISTICHE: Basati su Corpora paralleli e monolingui Statistiche per la selezione delle parole Possono utilizzare o no regole grammaticali Peso delle parole all interno dei corpora paralleli: occorrenza delle parole nei corpora, posizione e confronto con la lingua target: n-gram Si necessita di GRANDI quantità di dati per avere risultati ottimali.

15 Sistema basato su esempi Traduzione per analogia: ricava i frammenti linguistici all interno di testi allineati Sistemi statistici Uso di statistiche sull occorrenza delle parole all interno di grandi corpora bilingui. Confronto con corpora monolingui. Flessibilità di creazione. Possibilità di aggiungere terminologia propria. Sistemi ibridi Combinazione di moduli statistici e basati su regole. EN EN EN ES Term ES Rules Term ES

16

17 Risorse: Sistemi probabilistici Corpara paralleli molto grandi (minimo 2mln di parole) per dominio specifico: risultati migliori Piattaforme hardware potenti e costose Software Open-Source: MOSES Fondi economici Flusso di lavoro e professionisti coinvolti: Installazione ambiente hardware e software: Informatico Preparazione risorse linguistiche (cleaning corpora, terminologia, regole, etc.) Linguista-Informatico (formati, macro, CAT-tools, pre-processing, ) Coordinazionazione del progetto: Linguistainformatico

18 Difficoltà: Preparazione del materiale linguistico: selezione dei dati, pulizia dei dati, automatizzazione dei processi di pre-processiong Installazione ambiente hardware e software: poche informazioni a riguardo, esperti linguisticiinformatici Definizione strategie TEMPO! Usi: Traduzione di pagine web (NO localizzazione) Necessità di comunicazione Pre-traduzione Gist translation? Misleading?

19

20 Alcuni nomi:

21 1.4 La traduzione assistita - Computer Assisted Translation (CAT) Anni 70: nasce l idea di creare una stazione di lavoro per il traduttore, workstation, workbench Avvento dei corpora, glossari, dizionari, basi di dati in formato digitale Nuova idea: come sfruttare i testi già tradotti precedentemente in modo da poter risparmiare tempo e denaro Ripartizione del lavoro tra più figure professionali: revisore, traduttore, proofreader, project manager, terminologo, )

22 TRADUZIONE ASSISTITA Computer-Assisted Translation (CAT) Sistema di traduzione in cui il traduttore professionista (e non una macchina) utilizza applicativi software specificamente sviluppati per facilitare e migliorare il processo di traduzione Dizionari MT testo LP Memorie di traduzione Terminologia Traduttore testo LA

23 Strumenti CAT Memorie di traduzione (Translation Memory, TM) Basi di dati terminologiche (TermBase, TB) Basi di dati testuali (TextBase) Programmi di allineamento (Aligners) Project Management Localizzazione Garanzia di coerenza stilistica e terminologica Tempi di traduzione ridotti: produttività Personalizzazione e condivisione Interattività: rialimentazione e correzione Funzioni di pre-traduzione Ricerca e consultazione Integrazione con MT!

24 CAT Tools WORKBENCH Per la Traduzione WORKBENCH Per la Documentazione 1. Dalla traduzione automatica alla traduzione assistita MEMORIE DI TRADUZIONE Il Workflow Testo LP AUTORE / CLIENTE TERMINOLOGIA DIZIONARI Autosuggest MACHINE TRANSLATION BASI TESTUALI Altre risorse (esterne) TRANSLATION MANAGEMENT Revisore Traduttore Proofreader Terminologo Documentazione Supporto CAT WORKFLOW MANAGEMENT Piattaforme di gestione Project Manager Testo LA

25 USI: Traduzione e Pretraduzione Qualsiasi formato:.doc/docx,.ppt,.txt, html, xml, xhtml, etc. Traduzione di Software Localizzazione COMPETENZE: Competenze informatiche medio/alte Conoscenza medio/alta dei programmi di video scrittura Conoscenza dei diversi formati: xml, html, txt, pdf Conoscenza di Editor Localizzazione Conoscenza dei motori di ricerca Aggiornamenti Installazione

26 Risorse: La traduzione assistita (CAT) Software pacchetto : gestione di TM, termbase, textbase, dizionari, glossari, altre risorse Personal computer (per freelance) Connessione Internet Database o server Svantaggi (?): Software costosi Buone competenze Privacy delle informazioni

27 Esempio file tmx

28 Alcuni nomi:

29 Chi usa questi strumenti? Organizzazioni Internazionali Agenzie di traduzione Traduttori freelance Requisito minimo! Requisito necessario?

30 Qualche esempio: Output FAO Official Documents Online My Memory

31 BIBLIOGRAFIA / SITOGRAFIA Consigli: Monaco, G. (2011): Utopia o realtà? Fin dove è possibile la traduzione automatica. Tesi di Laurea, Roma, Tor Vergata (Didattica Web -giorgiamonaco@gmail.com) Forte, G. (2011): La traduzione globalizzata. Tesi di Laurea, Roma, Tor Vergata (Didattica Web giuseppe.forte@fao.org) TAUS: Translation Automotion Systran: Translation services MOSES SMT: Statistical Machine Translation SDL Trados: CAT tools

32 Domande? Giuseppe Forte Workflow, Meeting Template and Language Support CSCM Food and Agriculture Organization of the United Nations, FAO Roma

33 Nuove Tecnologie per la Traduzione 2. I corpora, le basi di dati terminologiche e testuali, le memorie di traduzione e il processo traduttivo :00-11:00 T12B