El papel de la traducción automática en el aprendizaje de lenguas extranjeras Marina Sánchez Torrón

Parte 1 Definiciones Una muy breve introducción a la traducción automática (TA) Parte 2 La TA en la clase de lengua extranjera Consideraciones generales Sugerencias de uso Resultados Recursos Otro sistema de clasificación de errores Herramientas de Google Translate Corpus y más

Parte 1. Definiciones Traducción automática: traducción de textos entre lenguajes naturales. Posedición: corrección de textos traducidos automáticamente. Preedición: modificación del texto original antes de ser traducido automáticamente con el fin de mejorar su traducibilidad automática.

Una muy breve introducción a la traducción automática -Motivación inicial: descifrar el código del enemigo durante la Guerra Fría -El informe ALPAC (1966): no se prevé necesidad de TA en un futuro cercano. -Los primeros enfoques utilizaban reglas: Triángulo de Vauquois (1976)

La llegada de los métodos estadísticos One naturally wonders if the problem of translation could conceivably be treated as a problem in cryptography. When I look at an article in Russian, I say: 'This is really written in English, but it has been coded in some strange symbols. I will now proceed to decode.’ Warren Weaver, 1949

Basado en Koehn, Philipp (2007): “Statistical Machine Translation.” MT Summit XVI Corpus paralelo Modelo de idioma Traducción automática Modelo de traducción Algoritmo de aprendizaje Corpus del idioma meta ENTRENAMIENTO Traducción automática estadística (SMT) El objetivo de la SMT es aprender a traducir. DESCODIFICACIÓN

Problemas de la SMT: Gran parte de la investigación se centra en idiomas con muchos recursos lingüísticos (chino, árabe, alemán, francés…) Los sistemas basados en frases como Google Translate producen ensaladas de frases. Traducir a idiomas aglutinantes (con morfología muy compleja) es problemático. La calidad depende en gran parte del tamaño de los datos de entrenamiento. Los sistemas gratuitos (aún) no pueden personalizarse de acuerdo con requisitos de terminología y estilo. El origen de los errores no siempre es fácilmente identificable. Dado que la unidad de traducción es la oración, los fenómenos de discurso como la anáfora causan problemas.

2.1 La TA en la clase de lengua extranjera ¿Cómo usan los estudiantes la traducción automática? (muestra: 905) Del inglés (96%):Hacia el inglés (+50%): Comprobación de vocabulario y gramáticaLectura EscrituraComprensión de instrucciones Primera escrituraComprobación de su escritura Preparación de exámenes oralesComprensión de vídeo y audio Revisión ¿Qué opinan los profesores? a)Bien ven la traducción automática como una herramienta no apropiada para el aprendizaje de idiomas (77%; muestra:43); b)Bien la ven como una herramienta valiosa, aun con sus limitaciones, que merece un lugar en la enseñanza de idiomas (23% restante) Clifford et al. (2013)

Sugerencias de uso de la traducción automática en la clase de nivel elemental Leer un texto en español y resumirlo en inglés usando una traducción automática como ayuda de comprensión. Analizar la correcta (o incorrecta) traducción automática de referencias culturales, ayudándose de recursos en línea adicionales o con los materiales del profesor. Aprender vocabulario en contexto. Niño (2010)

Sugerencias de uso de la traducción automática en la clase de nivel intermedio Dividir la clase en grupos, darles textos traducidos automáticamente y pedirles que detecten errores y que den sugerencias de mejora. Practicar la posedición con textos adecuados a los contenidos del curso y los requisitos y nivel de los alumnos. Niño (2010)

Sugerencias de uso de la traducción automática en la clase de nivel avanzado Poseditar en español textos generales y especializados. Usar textos paralelos y otras referencias para aplicar mejoras estilísticas y comprobar el grado de corrección de la traducción automática. Practicar en grupos la posedición de traducciones automáticas y fomentar discusiones en torno al contenido y la forma. A final del curso, presentar un informe de posedición en torno a sus intereses y necesidades. Comparar las traducciones automáticas de Google Translate, Systran, SDL Freetranslator... Niño (2010)

Resultados La TA puede ayudar en niveles elementales e intermedios a escribir más y ligeramente mejor. Pero… no se sabe si se aprende más (García, 2011) La detección y corrección de errores en la TA incrementa la reflexión sobre aspectos lexicogramaticales, textuales y socioculturales. (Niño, 2010) Los estudiantes adquieren competencias de comunicación aplicadas: conjeturan, parafrasean, traducen, poseditan, explican y justifican sus elecciones lingüísticas. (Niño, 2010) Niño (2010)

MQM (Multidimensional Quality Metric) al-quality-metricshttp:// al-quality-metrics Parte 2.2. Recursos Otro sistema de clasificación de errores

Google Translate (1)

App de Google Translate - escritura manuscrita(2)

App de Google Translate: reconocimiento y traducción de texto en imágenes(3)

App de Google Translate: habla a texto(4)

Comunidad de Google Translate

Skype Voice Translator: near real-time voice and video translation

Corpus y más Textos paralelos, o casi: and Entorno gratuito de posedición: Traductores automático basado en reglas: Traductor híbrido:

¿Preguntas?

Referencias y lecturas(1): Belam, Judith (2003): ‘Buying up to falling down’; a deductive approach to teaching post-editing. In: Mikel L. Forcada, Harold Somers and Andy Way, eds.Workshop On Teaching Translation Technologies And Tools (T4). Clifford, J., Merschel, L., & Munné, J. (2013). Surveying the Landscape: What is the Role of Machine Translation in Language Learning? The Acquisition of Second Languages And Innovative Pedagogies, (10), 108–121. García, Ignacio, & Pena, María Isabel. (2011). Machine Translation-Assisted Language Learning: Writing for Beginners. Computer Assisted Language Learning: An International Journal, 24(5), Hearne, M. and Way, A. (2011). Statistical Machine Translation: A Guide for Linguists and Translators. Language and Linguistics Compass, 5: 205–226. Hutchins, J. (1986) Machine Translation: Past, Present, Future. John Wiley & Sons, Inc., New York, N.Y, U.S.A. James, C. (1998). Errors in language learning and use : Exploring error analysis (Applied linguistics and language study). London ; New York: Longman.

Referencias y lecturas (y 2): Lewis, Derek. (1997). Machine Translation in a Modern Languages Curriculum. Computer Assisted Language Learning, 10(3), Niño, A. (2008). Evaluating the Use of Machine Translation Post-Editing in the Foreign Language Class. Computer Assisted Language Learning: An International Journal, 21(1), Niño, A. (2009). Machine translation in foreign language learning: Language learners’ and tutors’ perceptions of its advantages and disadvantages. ReCALL, 21(2), Niño, A. (2010). Translation versus machine translation post-editing : A computer- aided error analysis evaluation on the suitability of using MT post-editing versus translation for foreign language written production. Saarbrücken: LAP Lambert Academic Publishing. Somers, H., Gaspari, F., & Niño, A. (2006). Detecting inappropriate use of free online machine translation by language students–A special case of plagiarism detection. In Proceedings of the Eleventh Annual Conference of the European Association for Machine Translation, 41–48.