La traducción automática en la literatura: creación de un corpus paralelo inglés-español para entrenar y evaluar un sistema neuronal en el marco del proyecto MTUOC

Abstract

Los nuevos y significativos avances tecnológicos en traducción automática han contribuido a su papel decisivo en distintas modalidades de los servicios de traducción. En el contexto literario, sin embargo, el uso de la traducción automática suscita bastantes reticencias debido a las características propias de los textos literarios ubicados hasta hoy en un terreno bastante inexplorado para la innovación tecnológica en traducción. En los últimos años, con el fin de superar el difícil encaje entre traducción automática y literatura se ha prestado atención a la investigación sobre la creación de sistemas automáticos específicos de traducción literaria. Con la mirada puesta en investigaciones previas y con el apoyo necesario de las herramientas y programas de código libre del proyecto MTUOC, este trabajo se centra en la elaboración de un corpus paralelo de temática literaria destinado a entrenar un sistema de traducción automática neuronal para traducir textos de ficción. El proceso no ha estado exento de dificultades y obstáculos, los cuales nos han permitido identificar la problemática específica de un corpus creado a partir de obras literarias, en particular, la insuficiente precisión de las técnicas automáticas de alineación para garantizar un rendimiento óptimo del motor. El estudio termina con una evaluación automática comparativa entre nuestro motor entrenado y un sistema generalista y potente como Google Translate. A pesar de los problemas, las mediciones muestran resultados similares y perfectamente comparables entre ambos sistemas. A su vez, se describen posibles líneas de investigación futura para superar las dificultades y conseguir mejores resultados que favorezcan la aceptación de la traducción automática como una herramienta útil en la traducción literaria.

Els darrers i significants avenços tecnològics en traducció automàtica han contribuït al seu paper decisiu en diverses modalitats dels serveis de traducció. En el context literari, però, l'ús de la traducció automàtica suscita força reticències a causa de les característiques pròpies dels textos literaris ubicats a hores d'ara en un terreny força inexplorat per a la innovació tecnològica en traducció. En els darrers anys, per tal de contribuir a superar el difícil encaix entre traducció automàtica i literatura s'ha prestat atenció a la investigació sobre la creació de motors automàtics específics de traducció literària. Amb la mirada posada en investigacions prèvies i amb el suport necessari de les eines i els programes de codi lliure del projecte MTUOC, aquest treball se centra en l'elaboració d'un corpus paral·lel de contingut literari destinat a entrenar un sistema de traducció automàtica neuronal per traduir textos de ficció. El procés no ha estat lliure de dificultats i obstacles, els quals ens han permès identificar la problemàtica específica d'un corpus basat en obres literàries, com ara la insuficient precisió de les tècniques automàtiques d'alineació per garantir un rendiment òptim del motor. L'estudi acaba amb una avaluació automàtica comparativa entre el nostre motor entrenat i un sistema generalista i potent com Google Translate. Malgrat les dificultats, les mètriques mostren resultats similars i perfectament comparables entre els dos sistemes. Alhora, es descriuen possibles línies d'investigació futura per superar les dificultats i aconseguir millors resultats que recolzen la traducció automàtica com una eina útil en traducció literària.

Recent and relevant technological advances have consolidated machine translation as an important player in different types of translation services. In the literary context, however, the use of machine translation raises reluctance due to the special features of literary texts which are so far placed in a quite unexplored terrain for technological innovation in machine translation. In recent years, in order to get over the gap between machine translation and literature, attention has been paid to research on the creation of specific machine systems of literary translation. With an eye on previous research and the support of the open source tools and programs of the MTUOC project, this work focuses on the creation of a parallel corpora of literary content aimed at training a neural machine translation engine to translate fictional texts. The procedure has not been without difficulties and obstacles which have allowed us to identify the specific problems of a literary based-corpus, such as the insufficient precision of automatic alignment techniques to guarantee optimal engine performance. The study ends with a comparative automatic metrics evaluation between our trained engine and a general and powerful system such as Google Translate. In spite of the problems, the metrics show similar and perfectly comparable results between both systems. In addition, possible lines of further research are described to overcome the difficulties and achieve better results that build confidence in machine translation as a useful tool in literary translation.