Computer assisted translation
(2)
Cristina Bosco
Informatica applicata alla
comunicazione multimediale
2013
Cosa è una Memoria di Traduzione
Una TM (Translation Memory) è un archivio di
materiali linguistici, in formato elettronico, in
lingua originale (LS) e tradotta (LT).
È costruita da traduttori umani grazie a sistemi
di CAT ed organizzata in frammenti di testo
detti Unità di Traduzione (UdiT) solitamente di
lunghezza pari ad una frase.
Cosa è una Memoria di Traduzione
I sistemi di gestione delle TM servono per
costruire ed ampliare le TM e per utilizzarle.
Il risultato è di incrementare la produttività dl
traduttore che non si trova a tradurre più di
una volta il frammento di testo che ha
precedentemente tradotto, ma anche
l’uniformità terminologica e stilistica della
traduzione.
Cosa è una Memoria di Traduzione
Un sistema di CAT memorizza coppie bilingui
allineate nella TM.
Quando, nel corso della traduzione, un
segmento di testo identico o simile ad uno
precedentemente tradotto viene trovato nella
TM (match) , il sistema ne propone la
traduzione.
Il traduttore può accettarla, modificarla o
rifiutarla.
Come funziona una Memoria di
Traduzione
Supponiamo che nella TM ci siano le seguenti
UdiT:
UdiT-1: Io mangiavo ieri una pera.
allineata con Yesterday I ate a pear.
UdiT-2: Io mangio sovente una mela.
allineata con I often eat an apple.
(se sono nella TM vuol dire che il traduttore le
ha tradotte e il sistema le ha allineate)
Come funziona una Memoria di
Traduzione
Quando il traduttore traduce la nuova frase:
Io mangio una mela
Il sistema propone:
I often eat an apple.
perché il sistema riconosce una somiglianza tra
la frase nuova e una delle frasi presenti nella
TM (UdiT-2) e propone di conseguenza la
traduzione di UdiT-2.
Come funziona una Memoria di
Traduzione
Il sistema non è in grado di riconoscere in cosa
consiste la differenza tra la frase nuova e
quella che trova nella TM; fa solo un calcolo
sulla differenza tra le due frasi e se questo
calcolo porta ad un risultato che supera la
soglia stabilita dal traduttore non propone la
traduzione.
Come funziona una Memoria di
Traduzione
I match che vengono trovati tra il testo da tradurre
e quello contenuto nella TM non sono infatti solo
quelli perfetti, ma anche quelli parziali, in accordo
con le impostazioni scelte dal traduttore.
Per questo motivo i sistemi di CAT si rivelano utili
per testi con:
• omogeneità terminologica
• omogeneità fraseologica
• frasi semplici e brevi, poco ambigue e ripetitive
Costruire una Memoria di Traduzione
Nel corso della traduzione, in un sistema di CAT,
tutto il testo in LS e la sua traduzione in LT
viene automaticamente memorizzato in forma
allineata nella TM scelta dal traduttore.
È anche possibile importare altre TM o allineare
testi disponibili in LS e in LT utilizzando
programmi appositi.
Costruire una Memoria di Traduzione
Costruire una Memoria di Traduzione
Costruire una Memoria di Traduzione
Gestire una Memoria di Traduzione
Ogni UdiT in una TM consiste in una coppia di
segmenti di testo, il segmento in LS e quello in
LT, insieme a informazioni relative alla date di
creazione e modifica dei segmenti, alla
persona che ha creato o modificato il
segmento, al progetto e al cliente per cui
quella particolare UdiT viene adoperata.
Questo consente di filtrare le TM per future
traduzioni.
Utilizzare una Memoria di Traduzione
Una volta che si ha a disposizione una TM la si
utilizza durante il successivo lavoro di
traduzione e si continua anche ad arricchirla.
Il sistema di CAT infatti utilizza la TM per
proporre all’utente possibili traduzioni per la
nuove UdiT da tradurre, ma continua anche ad
aggiungere tutte le traduzioni nuove che il
traduttore introduce nel sistema.
Utilizzare una Memoria di Traduzione
I sistemi di gestione delle TM usano algoritmi
per la ricerca di corrispondenze che si basano
su criteri come la somiglianza tra stringhe di
caratteri.
La percentuale di somiglianza viene impostata
dal traduttore.
La percezione della somiglianza può però essere
differente per il sistema e il traduttore.
Utilizzare una Memoria di Traduzione
I sistemi di gestione delle TM possono
funzionare in due modi alternativi:
Interattivo, il testo da tradurre è mostrato
suddiviso in UdiT e il traduttore sceglie quale
UdiT tradurre, il sistema cerca il match nella
TM e produce di conseguenza una proposta di
traduzione
Utilizzare una Memoria di Traduzione
I sistemi di gestione delle TM possono
funzionare in due modi alternativi:
Automatico, il sistema analizza tutto il testo e
per tutte le UdiT cerca il match nella TM e
produce di conseguenza una proposta di
traduzione
Utilizzare una Memoria di Traduzione
Un sistema di CAT basato su TM risulta utile
perché evita di ripetere la traduzione di frasi
già tradotte, ma funziona bene soprattutto se
si ha a disposizione una TM di grandi
dimensioni.
Effetti negativi di una Memoria di
Traduzione
L’utilizzo di una TM può anche avere
conseguenze negative sulla qualità della
traduzione: una TM opera generalmente a
livello della frase e il pericolo è che il
traduttore si concentri troppo su frasi isolate
trascurando il contesto in cui esse sono
inserite. Limita la ridistribuzione del testo in
più frasi.
Una nota TM
Una reale TM è quella dell’Acquis
Communautaire, nota con il nome di DGT-TM
(European Commission's Directorate-General
for Translation) e accessibile alla pagina
http://ipsc.jrc.ec.europa.eu/index.php?id=197
resa disponibile a partire dal 2007 allo scopo di
supportare il multilinguismo, la diversità
linguistica e il riutilizzo della informazioni della
Commissione.
DGT-TM
L’Acquis Communautaire è l’intero corpus
legislativo della Comunità Europea,
comprensivo di trattati regolamenti e
direttive.
È un corpus parallelo tradotto nelle 23 lingue
ufficiali della Comunità rappresentate nelle
seguenti sezioni: Bulgarian, Czech, Danish,
Dutch, English, Estonian, German, Greek,
Finnish, French, Irish, Hungarian, Italian,
Latvian, Lithuanian, Maltese, Polish,
Portuguese, Romanian, Slovak, Slovene,
Spanish e Swedish.
DGT-TM
I testi paralleli, o bi-testi, sono prodotti
manualmente tramite traduzione e raccolti
nella DGT-TM in forma di unità di traduzione.
DGT-TM è attualmente il più grande corpus
parallelo esistente, per la dimensione e per il
numero di lingue che comprende.
Il suo valore dipende però anche dal fatto che
include coppie di lingue rare.
DGT-TM
La prima release di DGT-TM risale al 2007 e
includeva i documenti pubblicati fino al 2006.
La seconda release è stata resa pubblica nel
2012 ed include i documenti dal 2007 al 2010.
Ogni anno viene rilasciata una nuova release.
L’allineamento dei dati è manuale fino al 2007,
automatico dopo il 2007.
Il formato dei dati è sempre Translation Memory
eXchange (TMX).
DGT-TM
Il numero di unità di traduzione varia da una
release all’altra e da una lingua all’altra:
2007: 19.071.485
2011: 379.963.629
2012: 6.226.855
totale: 63.261.969
DGT-TM
Il numero di unità di traduzione varia tra le
diverse lingue.
Ad esempio la sezione Irish del corpus, in
gaelico, esiste solo nell’ultima release e
contiene 2.848 unità di traduzione, mentre la
sezione English in inglese contiene 322.377
unità.