Alumna investigadora: Paula Viver Sorolla

Estudios: Traducción e Interpretación. Facultad de Traducción e Interpretación (Soria). Departamento de Lengua Española

Profesora/tutora: Mª Teresa Ortego Antón

Resumen del proyecto:

En una sociedad en la que la traducción es esencial y necesaria en multitud de ámbitos divergentes, los motores de traducción automática son una solución rápida para aquellos que no disponen de los recursos necesarios para trasvasar el contenido de una lengua a otra. Sin embargo, estas herramientas también forman parte del trabajo de los traductores profesionales y, por ello, les permiten alcanzar una mejor productividad.

La presente investigación se centrará en dos campos que nos generan especial interés dentro de la traducción. Por una parte, las herramientas de traducción asistida por ordenador (TAO), más concretamente, la traducción automática y la posterior posedición, dado que pretendemos demostrar que son herramientas que pueden ir perfectamente ligadas a la figura del traductor profesional aportándole una mayor productividad. Asimismo abordaremos otro campo de nuestro interés, los textos descriptivo-promocionales sobre belleza. Así pues, pretendemos verificar si los motores de traducción automática ofrecen un producto aceptable a la hora de trasvasar un fragmento de un texto descriptivo-promocional del ámbito de la belleza. Para ello, analizaremos los resultados obtenidos a partir de una clasificación de errores adaptada de MQM (multidimensional quality metrics). Los resultados que se desprendan nos permitirán detectar los principales errores de traducción.

Sectores de aplicación:

Traducción automática, lenguaje de la belleza, TAO, posedición, inglés, español.

Objetivos alcanzados:

• Obtener una aproximación a las técnicas de TA y PE.
• Ser consciente de la importancia de la traducción automática para un traductor profesional en la actualidad.
• Comparar los motores de traducción automática según su software interno.
• Ser capaz de detectar los errores de los diferentes motores de traducción automática.
• Clasificar los errores derivados de la TA en función de la categoría a la que pertenecen, a saber, tipográficos, terminológicos, anglicismos, nombres propios.
• Contrastar el número de errores según el motor de traducción automática.
• Observar la insuficiencia de la conversión tipográfica.
• Comprobar la traducción de terminología específica y anglicismos en el lenguaje de la belleza.
• Observar la traducción de nombres propios y marcas relacionados con la belleza.

Metodología empleada:

Selección de los motores de traducción según su clasificación en diferentes tipos de software interno y selección del texto a analizar (artículo de la revista de Vogue). Selección de los parámetros de análisis basándonos en unos parámetros orientados a la detección de errores de la traducción automática, para ello, hemos utilizado unos parámetros adaptados de MQM (multidimensional quality metrics).

Para el análisis de los resultados se ha elaborado una tabla con el texto original y los resultados de traducción de cuatro motores automáticos (Babylon, Bing, Systran y Google Translate). Detección y categorización de errores egún errores de precisión (terminology, mistranslation, omission, addition y untranslated) y errores de fluidez (spelling, typography, grammar, unintelligible).