Belinda Maia FLUP

13 de Maio 2013

1

A importância da Tradução Automática (TA)

O fascínio da TA

O meu interesse em TA

Um pouco de história

A Linguística, a Engenharia e a TA

Possibilidades e limitações da TA

‘State-of-the-art’ em TA

2

Razões políticas

Multilinguismo como política europeia

Razões sociais

Relações culturais

Importância comercial

3

Interesse científico

Um desafio científico para: ◦ A Linguística

◦ A Engenharia Informática

◦ A Inteligência Artificial

Interesse filosófico ◦ Será possível criar ‘Comunicação’ entre o Homem e

a Máquina?

◦ Ou será que nunca haverá inteligência na máquina, como na ‘Chinese Room’ de John Searle (1980)?

4

Como:

Falante nativa de Inglês

Formadora de tradutores profissionais

Adepta da teoria da Linguística Sistémico-Funcional…

Podem achar que sou a pessoa menos indicada para estar fascinada com a TA!

5

O Inglês, mesmo sendo a ‘língua franca’ entre certos grupos, não substitui as outras línguas/culturas

A TA contribui para o multilinguismo

Os bons tradutores usam a TA como ferramenta

A TA pode acabar com os maus tradutores...

A Linguística Sistémico-Funcional ajuda a mostrar as limitações (pelo menos atuais) da Inteligência Artificial…

6

Fonética

Fonologia

Morfologia

Morfo-sintaxe

Semântica

O léxico geral – e os léxicos de especialidade

O texto

O contexto

O mundo real

7

A história da TA é longa e complexa – ver Hutchins (2010)

Depois da 2ª Guerra Mundial… Percepção de que a linguagem humana é

igual a um código ◦ O objetivo é descodificar a linguagem ◦ É tudo uma questão de tempo

Mas não só muito tempo .... Muito dinheiro e muito esforço

8

Linguística estruturalista ◦ Foca a estrutura das línguas

◦ Favorece a ‘langue’ a custa da ‘parole’

Estudo das regras de sintaxe ◦ Verbos e a sua complementação

Transformação: Sub + Adj (PT) >> Adj + Sub (EN)

◦ Estrutura básica das frases

◦ Etc.

Léxico geral – sentido denotativo das palavras

9

O sonho de uma estrutura universal da

linguagem ◦ Descobrir a estrutura comum ◦ Descobrir as regras das línguas individuais ◦ Descobrir as regras de conversão

Língua A <> estrutura universal <> Língua B

MAS ◦ A ‘estrutura universal’ é sintática ou semântica? ◦ ‘Sentido denotativo’ vs ‘sentido conotativo? ◦ A metáfora? E a palavra em contexto? E o texto?

10

A relação morfologia <> sintaxe?

A relação sintaxe <> léxico?

A relação frase <> texto?

A relação <> texto <> contexto <> mundo real?

Necessidade de criar muitas regras

Regras baseadas em normas qualitativas – ou na intuição de ‘bons’ linguistas

11

RBMT - Linguistas > intuições e muitas regras

Melhorias possíveis com ◦ Bons dicionários

◦ Bases de dados terminológicas para domínios específicos – exemplo: METEO

◦ Mais informação quantitativa

Grande problema – difícil conversão de um sistema RBMT entre as línguas A<>B para um sistema entre as línguas C<>D

12

A disponibilidade de textos em formato digital > estudo quantitativo das línguas

Corpora Wordnets Framenets Treebanks Dicionários, Thesauri Corretores ortográficos / gramaticais Dedução de regras com base em análise

deste material...

13

Os linguistas e os engenheiros trabalham juntos para produzir corpora e ferramentas

Os engenheiros compreenderam que o estudo da linguagem oferece a base para: ◦ A Internet

GOOGLE – motor de pesquisa baseado em processamento de linguagem

◦ Data mining

◦ Information retrieval

◦ Knowledge management

◦ Inteligência artificial .....

14

‘Working with translators’ (Hoft 1995 – Chapter 8)

Memórias de Tradução

Bases de dados

TA baseada na extração de informação de memórias de tradução/corpora paralelos-ou re-aproveitamento de Tradução Humana

Não é tão fácil como isto, mas...

15

TA baseada em Regras (RBMT) ◦ Exemplos: Systran, Logos, etc

◦ Exige muita mão-de-obra (sem falar em ‘que teoria de base?’...)

TA baseada em Estatística (SBMT) ◦ Exemplos: Google Translate e Bing Translator

◦ Existem muito textos paralelos, mas há limites no progresso

◦ Importa más traduções

16

MAS entre RBMT e SBMT - há um leque enorme de teorias e metodologias...

17

Fonética

Fonologia

Morfologia

Morfo-sintaxe

Semântica

O léxico geral – e os léxicos de especialidade

O texto

O contexto

O mundo real

18

Fonética e Fonologia

Conhecimentos necessários

1. Reconhecimento da fala > texto

2. Texto > TA > tradução

3. Tradução > fala

19

Morfologia

Morfo-sintaxe

Semântica

Léxico geral

Áreas básicas para TA baseada em Regras

Eventualmente + léxicos específicos num domínio especificado...

20

SBMT precisa de: ◦ Grandes quantidades de texto

◦ Grandes memórias de tradução

◦ Corpora anotados

SBMT procura: ◦ Palavras

◦ N-grams ou multipalavras

◦ Entidades Nomeadas

◦ Números, pontuação, etc

◦ Ontologias (para distinguir domínios)

◦ Eventualmente... padrões sintáticos, etc.

21

Opinião geral > Hibridização ◦ RBMT + SBMT

Os resultados do motor de regras são seleccionados por estatística

◦ SBMT + RBMT

Os resultados da estatística são corrigidos por regras

Regras extraídas de corpora anotados

Mais e melhores corpora e memórias de tradução

Correcção humana de TA + ‘machine learning’

22

OBRIGADA!

23

Halliday, M.A.K. 2004. “Introduction: How Big is a Language? On the Power of Language.” In The Language of Science: Volume 5 in the Collected Works of M.A.K. Edited by J.J.Webster. London and New York: Continuum. p. xi.

Hoft, Nancy 1995. International Technical Communication. New York: John Wiley and Sons.

Hutchins, John. Várias Publicações - http://www.hutchinsweb.me.uk/

MT-Archive - http://www.mt-archive.info/

Searle, John. 1980. “Minds, Brains, and Programs.” Behavioral and Brain Sciences 3, 417-424.

24