Implementación de un corpus comparable de español y japonés de acceso abierto para la traducción especializada

Abstract

Actualmente los traductores con la combinación lingüística español-japonés disponen de escasas herramientas de traducción en línea, tan útiles y básicas hoy en día, como diccionarios, bases de datos, corpora o glosarios bilingües. Para mejorar la situación inoportuna causada por esta carencia, este trabajo tiene el objetivo principal de implementar un corpus bilingüe de español y japonés especializado de acceso abierto. Después de revisar la tipología y la disponibilidad actual de corpora en línea, se determina la pertinencia de la creación de un corpus comparable. A continuación se recopilan los criterios y los requisitos básicos en el diseño del corpus y, en base a ello, se decide el esquema y se recopilan los textos, los cuales se normalizan y se almacenan. Como resultado de esta investigación, se implementa un corpus comparable especializado del ámbito de la innovación tecnológica con 18.929 caracteres en japonés y 9.093 palabras en español. A su vez, se crea un glosario bilingüe de 102 términos en japonés y 89 términos en español extraídos del corpus, los cuales representan más de un 25 % de todos los términos detectados. Además, el corpus contiene algunos fragmentos que pertenecen a contextos similares, por lo cual, muestra una alta proporción de equivalencia de la información. Según el análisis tanto cuantitativo como cualitativo del corpus resultante, se considera que presenta suficiente calidad y satisface el objetivo planteado.

Actualment els traductors amb la combinació lingüística espanyol-japonès disposen d'escasses eines de traducció en línia, tan útils i bàsiques avui dia, com a diccionaris, bases de dades, corpora o glossaris bilingües. Per millorar la situació inoportuna causada per aquesta manca, aquest treball té l'objectiu principal d'implementar un corpus bilingüe d'espanyol i japonès especialitzat d'accés obert. Després de revisar la tipologia i la disponibilitat actual de corpora en línia, es determina la pertinència de la creació d'un corpus comparable. A continuació es recopilen els criteris i els requisits bàsics en el disseny del corpus i, sobre la base d'això, es decideix l'esquema i es recopilen els textos, els quals es normalitzen i s'emmagatzemen. Com a resultat d'aquesta recerca, s'implementa un corpus comparable especialitzat de l'àmbit de la innovació tecnològica amb 18.929 caràcters en japonès i 9.093 paraules en espanyol. Al seu torn, es crea un glossari bilingüe de 102 termes en japonès i 89 termes en espanyol extrets del corpus, els quals representen més d'un 25 % de tots els termes detectats. A més, el corpus conté alguns fragments que pertanyen a contextos similars, per la qual cosa, mostra una alta proporció d'equivalència de la informació. Segons l'anàlisi tanta quantitativa com a qualitatiu del corpus resultant, es considera que presenta suficient qualitat i satisfà l'objectiu plantejat.

Nowadays online bilingual tools such as dictionaries, databases, corpora or glossaries are very common and helpful items for translation. However, in the case of Spanish - Japanese translation, there is almost none of them. In order to resolve problems caused by this lack of resource, this study develops an open access bilingual specialized corpus in Spanish and Japanese. At first the typology and the usability of corpora are revised and it is determined that a comparable corpus is the most suitable in the actual context of Spanish and Japanese translation. Secondly, the basic criteria and requirements for the design of corpus are collected, and based on it, the corpus is designed and texts are selected to be standardized and stored. As a result, a specialized comparable corpus in the field of technology innovation is created, in which 18,929 characters in Japanese and 9,093 words in Spanish are included. At the same time, 102 terms in Japanese and 90 terms in Spanish are extracted from the corpus and registered in a bilingual glossary. These terms represent more than 25 % of the entire terms. Furthermore, some frases occur in the very similar contexts, therefore, they present high equivalency. According to the quantitative and cualitative analysis, the corpus is considered to have a sufficiente quality, and the objective of the study is completed.