Reutilización de datos lingüísticos para la creación de un sistema de traducción automática para un nuevo par de lenguas

Abstract

Este trabajo estudia varias formas de reutilizar datos lingüísticos ya desarrollados para obtener rápidamente un sistema de traducción automática para un nuevo par de lenguas. En particular, se ha desarrollado un traductor entre el portugués y el catalán basado en la plataforma Apertium (www.apertium.org), a partir de los datos ya disponibles en esta plataforma para traducir entre portugués y español y entre español y catalán. Los resultados obtenidos indican que una simple composición de dos traductores completos es una buena primera opción, aunque también se muestran otros resultados muy interesantes obtenidos en poco tiempo usando las herramientas que proporciona esta plataforma.

This work examines various ways to re-use pre-existing linguistic data to quickly generate a machine translation system for a new language pair. In particular, a machine translation system between Portuguese and Catalan based on the Apertium platform (www.apertium.org) has been built from data existing in this platform for translating between Portuguese and Spanish and between Spanish and Catalan. The results obtained indicate that a simple composition of two complete translators is an adequate first option, but other very interesting results are shown which have been obtained in short time using the tools provided in the Apertium platform.