Traducción automática basada en transferencia

La traducción automática por transferencia es un tipo de traducción automática (TA). Actualmente es uno de los métodos de traducción automática más utilizados. A diferencia del modelo directo , más sencillo , la TA por transferencia divide la traducción en tres pasos: análisis del texto en el idioma de origen para determinar su estructura gramatical, transferencia de la estructura resultante a una estructura adecuada para generar texto en el idioma de destino y, finalmente, generación de este texto. Por lo tanto, los sistemas de TA por transferencia son capaces de utilizar el conocimiento de los idiomas de origen y de destino. ^{[ 1 ]}

Tanto la traducción automática basada en transferencia como la basada en interlingua parten de la misma idea: para realizar una traducción, es necesario contar con una representación intermedia que capture el "significado" de la oración original para generar la traducción correcta. En la traducción automática basada en interlingua, esta representación intermedia debe ser independiente de los idiomas en cuestión, mientras que en la traducción automática basada en transferencia, depende en cierta medida del par de idiomas involucrado.

El funcionamiento de los sistemas de traducción automática basados ​​en la transferencia varía considerablemente, pero en general siguen el mismo patrón: aplican conjuntos de reglas lingüísticas definidas como correspondencias entre la estructura del idioma de origen y la del idioma de destino. La primera etapa consiste en analizar el texto de entrada en cuanto a morfología y sintaxis (y a veces semántica ) para crear una representación interna. La traducción se genera a partir de esta representación utilizando diccionarios bilingües y reglas gramaticales.

Con esta estrategia de traducción es posible obtener traducciones de bastante alta calidad, con una precisión cercana al 90 % (aunque esto depende en gran medida del par de idiomas en cuestión, por ejemplo, de la distancia entre ambos).

En un sistema de traducción automática basado en reglas, el texto original se analiza primero morfológica y sintácticamente para obtener una representación sintáctica. Esta representación se puede refinar a un nivel más abstracto, haciendo hincapié en las partes relevantes para la traducción e ignorando otros tipos de información. El proceso de transferencia convierte esta representación final (aún en el idioma original) en una representación del mismo nivel de abstracción en el idioma de destino. Estas dos representaciones se denominan representaciones intermedias. A partir de la representación en el idioma de destino, se aplican las etapas en sentido inverso.

Se pueden utilizar diversos métodos de análisis y transformación antes de obtener el resultado final. Junto con estos, se pueden incorporar enfoques estadísticos para generar sistemas híbridos. Los métodos elegidos y el énfasis en ellos dependen en gran medida del diseño del sistema; sin embargo, la mayoría de los sistemas incluyen al menos las siguientes etapas:

• Análisis morfológico . Las formas superficiales del texto de entrada se clasifican según su categoría gramatical (p. ej., sustantivo, verbo, etc.) y subcategoría (número, género, tiempo verbal, etc.). En esta etapa se generan todos los análisis posibles para cada forma superficial, junto con el lema de la palabra.
• Categorización léxica . En cualquier texto, algunas palabras pueden tener más de un significado , lo que genera ambigüedad en el análisis. La categorización léxica examina el contexto de una palabra para intentar determinar su significado correcto dentro del contexto del texto de entrada. Esto puede incluir el etiquetado de partes de la oración y la desambiguación del sentido de las palabras .
• Transferencia léxica . Básicamente, se trata de una traducción mediante diccionario; el lema del idioma de origen (quizás con información sobre su significado) se busca en un diccionario bilingüe y se elige la traducción.
• Transferencia estructural . Mientras que las etapas anteriores se ocupan de las palabras, esta etapa se ocupa de constituyentes más grandes, como frases y fragmentos . Las características típicas de esta etapa incluyen la concordancia de género y número, y la reordenación de palabras o frases.
• Generación morfológica . A partir del resultado de la etapa de transferencia estructural, se generan las formas superficiales del idioma meta.

Una de las características principales de los sistemas de traducción automática basados ​​en la transferencia es una fase que "transfiere" una representación intermedia del texto en el idioma original a una representación intermedia del texto en el idioma de destino. Esto puede funcionar en uno de dos niveles de análisis lingüístico, o en algún punto intermedio. Los niveles son:

• Transferencia superficial (o sintáctica) . Este nivel se caracteriza por la transferencia de estructuras sintácticas entre la lengua de origen y la lengua meta. Es adecuado para lenguas de la misma familia o del mismo tipo, por ejemplo, en las lenguas romances entre español, catalán, francés, italiano, etc.
• Transferencia profunda (o semántica) . Este nivel construye una representación semántica que depende del idioma de origen. Esta representación puede consistir en una serie de estructuras que representan el significado. En estos sistemas de transferencia, normalmente se generan predicados. La traducción también suele requerir transferencia estructural. Este nivel se utiliza para traducir entre idiomas con un parentesco más distante (por ejemplo, español-inglés o español-euskera, etc.).

• Traducción automática estadística