Google Translate vs. DeepL analysing neural machine translation performance under the challenge of phraseological variation

Barra lateral del artículo

PDF (English)
Publicado: ene 13, 2021
DOI: https://doi.org/10.6035/MonTI.2020.ne6.5
Palabras clave:
traducción automática neuronal, variación fraseológica, discontinuidad, somatismos

Contenido principal del artículo

Carlos Manuel Hidalgo-Ternero
Universidad de Málaga

Resumen

 La presente investigación tiene por objetivo analizar el rendimiento de dos sistemas de traducción automática neuronal (TAN) —Google Translate y DeepL— en la traducción (ES>EN) de somatismos tales como tomar el pelo y meter la pata, sus variantes nominales (tomadura/tomada de pelo y metedura/metida de pata) y otras variantes con menor frecuencia de aparición tales como meter la pata hasta el corvejón, meter la gamba y metedura/metida de gamba. Los resultados de ambos sistemas se contrastarán y clasificarán según los diferentes somatismos se presenten en su forma continua o discontinua (Anastasiou 2010), es decir, dependiendo de si distintos n-gramas dividen la secuencia idiomática (o no), lo que puede presentar serias dificultades para su detección y traducción automáticas. En general, los resultados obtenidos permitirán dilucidar en cuál de los diferentes escenarios Google Translate o DeepL ofrece un mejor rendimiento ante el desafío de la variación y discontinuidad fraseológica.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Hidalgo-Ternero, C. M. (2021). Google Translate vs. DeepL: analysing neural machine translation performance under the challenge of phraseological variation. MonTI. Monografías De Traducción E Interpretación, 154–177. https://doi.org/10.6035/MonTI.2020.ne6.5
Número
2020: Número especial 6. Análisis multidisciplinar del fenómeno de la variación en traducción e interpretación
Sección
Artículos

La propiedad intelectual de los artículos pertenece a los autores y los derechos de edición y publicación, a la revista. Los artículos publicados en la revista podrán ser usados libremente para propósitos educativos y científicos, siempre y cuando se realice una correcta citación del mismo. Cualquier uso comercial queda expresamente penado por la ley.

Biografía del autor/a

Carlos Manuel Hidalgo-Ternero, Universidad de Málaga

Carlos Manuel Hidalgo Ternero es graduado en Traducción e Interpretación (ES<>EN/DE) por la Universidad de Málaga (2015), con un Máster Universitario en Enseñanza del Español como Lengua Extranjera y de Otras Lenguas Modernas, por la Universidad de Sevilla (2016) y un Máster en Profesorado de Educación Secundaria Obligatoria y Bachillerato, Formación Profesional y Enseñanza de Idiomas (especialidad lengua inglesa) por la UMA (2017). En la actualidad es Personal Investigador en Formación (PIF) en la UMA con un contrato FPU, ref. FPU16/02032, concedido por el Ministerio de Educación, Ciencia y Deporte. En este contexto, lleva a cabo su labor investigadora en varios proyectos tales como Interpreta 2.0 (PIE 17-015, type B), VIP (FFI2016-75831-P) y Termitur (HUM2754), así como ha sido miembro del Comité Organizador del Congreso Europhras 2019.

Citas

Anastasiou, Dimitra. (2010) Idiom Treatment Experiments in Machine Translation. Newcastle upon Tyne: Cambridge Scholars Publishing. ISBN-13: 978-1-4438-2515-3 ISBN-10: 1-4438-2515-8

Anastasopoulos, Antonios. (2019) “An analysis of source-side grammatical errors in NMT.” Proceedings of the 2019 ACL Workshop BlackboxNLP: Analyzing and Interpreting Neural Networks for NLP, Florence, Italy: Association for Computational Linguistics, pp. 213–223.

Belinkov, Yonatan & Yonatan Bisk. (2018) “Synthetic and natural noise both break neural machine translation.” CoRR abs/1711.02173

Corpas Pastor, Gloria. (2015) “Translating English Verbal Collocations into Spanish: on Distribution and other Relevant Differences related to Diatopic Variation.” Lingvisticae Investigationes Special Issue ‘Spanish Phraseology. Varieties and variations’, 38:2, pp. 229–262. ISSN: 03784169 / E-ISSN: 15699927. DOI 10.1075/li.38.2.03cor.

Corpas Pastor, Gloria. (2018) “Laughing one’s head off in Spanish subtitles: a corpus-based study on diatopic variation and its consequences for translation.” In: Mogorrón Huerta, Pedro & Albadalejo-Martínez, Antonio. (eds.) 2018. Fraseología, Diatopía y Traducción, Colección “IVITRA Research in Linguistics and Literature”. Ámsterdam: John Benjamins, pp. 54-106. ISBN:9789027202253.

Costa-Jussà, Marta R.; Marcos Zampieri & Santanu Pal. (2018) “A neural approach to language variety translation.” Proceedings of the fifth workshop on NLP for similar languages, varieties and dialects (VarDial 2018), pp. 275–282.

Farhan, W.; Bashar Talafha; Analle Abuammar; Ruba Jaikat; Mahmoud Al-Ayyoub; Ahmad Bisher Tarakji & Anas Toma. (2020) “Unsupervised dialectal neural machine translation.” Information Processing & Management, 57:3. ISSN 0306-4573. DOI: https://doi.org/10.1016/j.ipm.2019.102181

Gülçehre, Çaglar; Sungjin Ahn; Ramesh Nallapati; Bowen Zhou & Yoshua Bengio. (2016) “Pointing the unknown words.” CoRR. abs/1603.08148

Honnet, Pierre-Edouard; Andrei Popescu-Belis; Claudiu Musat & Michael Baeriswyl. (2017) “Machine translation of low-resource spoken dialects: Strategies for normalizing swiss german.” CoRR. abs/1710.11035.

Huang, Po-Sen; Chong Wang; Sitao Huang; Denny Zhou, & Li Deng. (2018) “Towards neural phrase-based machine translation.” ICLR.

Kilgarriff, Adam; Vít Baisa; Jan Bušta; Miloš Jakubíček; Vojtěch Kovvář; Jan Michelfeit; Pavel Rychlý & Vít Suchomel. (2003) “The Sketch Engine.” https://www.sketchengine.eu

Koike, Kazumi. (2007) “Relaciones paradigmáticas y sintagmáticas de las locuciones verbales en español.” In: Cuartero Otal, Juan & Emsel, Martina (eds.), Vernetzungen Bedeutung in Wort, Satz und Text. Festschrift für Gerd Wotjak zum 65. Geburtstag. Frankfurt am Main: Peter Lang, pp. 263-275.

Liu, Nelson F.; Jonathan May; Michael Pust & Kevin Knight. (2018) “Augmenting statistical machine translation with subword translation of out-of-vocabulary words.” arXiv preprint arXiv:1808.05700.

Lohar, Pintu; Maja Popović; Haithem Alfi & Andy Way. (2019) “A systematic comparison between SMT and NMT on translating user-generated content.” 20th International Conference on Computational Linguistics and Intelligent Text Processing (CICLing 2019). La Rochelle, France.

Rikters, Matīss & Ondřej Bojar. (2017) “Paying attention to multi-word expressions in neural machine translation.” arXiv preprint arXiv:1710.06313

Rohanian, Omid; Shiva Taslimipoor; Samaneh Kouchaki; Le An Ha & Ruslan Mitkov. (2019) “Bridging the Gap: Attending to Discontinuity in Identification of Multiword Expressions.” Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1, pp. 2692 - 2698.

Sag, Ivan A.; Timothy Baldwin; Francis Bond; Ann Copestake & Dan Flickinger. (2002) “Multiword Expressions: A Pain in the Neck for NLP.” In: Alexander Gelbukh (ed.) 2002. Computational Linguistics and Intelligent Text Processing. CICLing 2002. Lecture Notes in Computer Science. Berlin, Heidelberg: Springer, pp. 1–15.

Sennrich, Rico; Barry Haddow & Alexandra Birch. (2015) “Neural machine translation of rare words with subword units.” arXiv preprint arXiv:1508.07909.

Sperber, Matthias; Jan Niehues & Alex Waibel. (2017) “Toward robust neural machine translation for noisy input sequences.” International Workshop on Spoken Language Translation (IWSLT). Tokyo, Japan.

Valencia Giraldo, M. Victoria, & Gloria Corpas Pastor. (2019) “The Portrait of Dorian Gray: A Corpus-Based Analysis of Translated Verb + Noun (Object) Collocations in Peninsular and Colombian Spanish.” In: Gloria Corpas Pastor & Ruslan Mitkov (eds.) 2019. Computational and Corpus-Based Phraseology. Europhras 2019, LNAI 11755. Cham: Springer Nature Switzerland AG. DOI: https://doi.org/10.1007/978-3-030-30135-4_13

Wang, Xing; Zhaopeng Tu; Deyi Xiong & Min Zhang. (2017) “Translating phrases in neural machine translation.” EMNLP 2017, pp. 1421–1431.