Estudio del efecto de imprimación de la traducción automática sobre un corpus de textos del español institucional
DOI:
https://doi.org/10.5944/rhd.vol.10.2025.41906Palabras clave:
imprimación de la traducción automática, post-editese, diversidad y densidad léxica, corpus lenght ratio, corpus UCM-EUROPAResumen
Este artículo presenta un análisis del efecto de imprimación de la traducción automática en los textos institucionales de la Unión Europea traducidos al español. Se abordan dos preguntas clave: a) ¿es posible identificar alguna variación lingüística en los textos traducidos automáticamente coincidiendo temporalmente con los diferentes desarrollos de la tecnología de traducción automática?; b) si existen variaciones ¿hasta qué punto pueden deberse al efecto de imprimación de la traducción automática? Se trata de un estudio cuantitativo sobre cuatro aspectos: la diversidad léxica, la densidad léxica, el índice de la longitud del corpus (lenght ratio) y los patrones léxicos. Los resultados muestran ciertos indicios de imprimación de la traducción automática, aunque, como se indica en la conclusión, los datos no son concluyentes. Sería necesario complementarlos con un análisis cualitativo que examine casos individuales en contexto y que explore las variaciones lingüísticas que no se reflejan en los datos cuantitativos.
Descargas
Citas
Anthony, L. (2022). TagAnt (Version 2.0.5) [Computer Software]. Tokyo, Japan: Waseda University. https://www.laurenceanthony.net/software
Anthony, L. (2023). AntConc (Version 4.2.4) [Computer Software]. Tokyo, Japan: Waseda University. https://www.laurenceanthony.net/software
Aranberri, N. (2020). Can translationese features help users select an MT system for post-editing? Procesamiento del Lenguaje Natural, 64, 93-100. http://journal.sepln.org/sepln/ojs/ojs/index.php/pln/article/view/6200
Avramidis, E., Burchardt, A., Hunsicker, S., Popovic, M., Tscherwinka, C., Vilar, D., y Uszkoreit, H. (2014). The taraxu¨ corpus of human-annotated machine translations. Proceedings of the Ninth International Conference on Language Resources and Evaluation, 2679–2682. http://www.lrec-conf.org/proceedings/lrec2014/pdf/401_Paper.pdf
Baker, M. (1993). Corpus linguistics and translation studies: Implications and
applications. En M. Baker, G. Francis, y E. Tognini-Bonelli (Eds.), Text and
technology: in honour of John Sinclair (pp. 233-252). John Benjamins.
Bangalore, S., Behrens, B., Carl, M., Ghankot, M., Heilmann, A., Nitzke, J., Schaeffer, M., y Sturm, A. (2016). Syntactic Variance and Priming Effects in Translation. En M. Carl, S. Bangalore, y M. Schaeffer (Eds.), New Directions in Empirical Translation Process Research. New Frontiers in Translation Studies (pp. 211-238). Springer.
Bojar, O., Chatterjee, R., Federmann, C., Graham, Y., Haddow, B., Huck, M., y Zampieri, M. (2016, agosto). Findings of the 2016 conference on machine translation (wmt16). First conference on machine translation, 131-198. https://aclanthology.org/W16-2301/
Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J. D., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., HerbertVoss, S., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D., Wu, J., Winter, C., Hesse, C., Chen, M., Sigler, E., Litwin, M., Gray, S., Chess, B., Clark, J., Berner, C., McCandlish, S., Radford, A., Sutskever, I., y Amodei, D. (2020). Language models are few-shot learners. Advances in NeurIPS, 33, 1877–1901.
CELEX. (1994). Communication from the Commission to the Council and the European Parliament. Final evaluation of the results of Eurotra: a specific programme concerning the preparation of the development of an operational Eurotra system for Machine Translation. Document 51994DC0069. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:51994DC0069
Cettolo, M., Niehues, J., Stuker, S., Bentivogli, L., Cattoni, R., y Marcello, F. (2015). The iwslt 2015 evaluation campaign. Proceedings of the 12th International Workshop on Spoken Language Translation: Evaluation Campaign, 2–14. https://aclanthology.org/2015.iwslt-evaluation.1/
Čulo, O., y Nitzke, J. (2016). Patterns of Terminological Variation in Post-editing and of Cognate Use in Machine Translation in Contrast to Human Translation. Proceedings of the 19th Annual Conference of the European Association for Machine Translation, 106–114. https://aclanthology.org/W16-3401/
Daems, J., De Clercq, O., y Macken, L. (2017). Translationese and post-editese: How comparable is comparable quality? Linguistica Antverpiensia, New Series: Themes in Translation Studies, 16, 89–103.
DataLitMT (2023). Data Evaluation: Machine Translationese and Post-Editese. https://github.com/ITMK/DataLitMT/blob/main/learning_resources/machine_translationese_post-editese/Data_Evaluation_Machine_Translationese_and_Post-Editese_Basic_Paper.pdf Recuperado el 17 de julio de 2024.
DGT-Translation memory. (2024). https://joint-research-centre.ec.europa.eu/language-technology-resources/dgt-translation-memory Recuperado el 17 de julio de 2024.
EUR-Lex (1997). EUR-Lex - 91996E2286 – EN. WRITTEN QUESTION No. 2286/96 by Ben FAYOT to the Commission. Systran translation system developed by DG XIII - Position of the system development team. Official Journal C 011 , 13/01/1997. https://eur-lex.europa.eu/legal-content/MT/TXT/?uri=CELEX:91996E002286
EUR-Lex (2012). Carta de los derechos fundamentales de la Unión Europea. (2012/C 326/02). https://eur-lex.europa.eu/legal-content/ES/TXT/HTML/?uri=CELEX:12012P/TXT
European Commission. (2008). Translation Tools and Workflow. European Commission Directorate-General for Translation Communication and Information Unit.
European Commission. (2016). Translation Tools and Workflow. European Commission Directorate-General for Translation Communication and Information Unit.
Farrel, M. (2018). Machine Translation Markers in Post-Edited Machine Translation Output. Proceedings of the 40th Conference Translating and the Computer, 50–59.
Foti, M. (2012, 29 y 30 de noviembre). MT@EC: Working with translators. [Paper presentation]. ASLIB - Translating and the Computer Conference, Londres, Reino Unido. https://aclanthology.org/2012.tc-1.4.pdf
Freitag, M., Vilar, D., Grangier, D., Cherry, C., y Foster, D. (2022). A Natural Diet: Towards Improving Naturalness of Machine Translation Output. Findings of the Association for Computational Linguistics: ACL, 3340–3353. https://aclanthology.org/2022.findings-acl.263/
Hassan, H., Aue, A., Chen, C., Chowdhary, V., Clark, J., Federmann, C., Huang, X., Junczys-Dowmunt, M., Lewis, W., Li, M., Liu, S., Liu, T., Luo, R., Menezes A., Qin, T., Seide, F., Tan, X., Tian, F., Wu, L., Wu, S., Xia, Y., Zhang, D., Zhang, Z., y Zhou, M. (2018). Achieving Human Parity on Automatic Chinese to English News Translation. https:// arxiv.org/abs/1803.05567
Jiang. Y, y Niu, J. (2022). A corpus-based search for machine translationese in terms of
discourse coherence. Across Languages and Cultures, 23(2), 148–166.
Jimenez-Crespo, M. A. (2023). “Translationese” (and “post-editese”?) no more: on importing fuzzy conceptual tools from Translation Studies in MT research. Proceedings of the 24th Annual Conference of the European Association for Machine Translation, 261–268. European Association for Machine Translation. https://aclanthology.org/2023.eamt-1.25/
Johansson, V. (2008). Lexical diversity and lexical density in speech and writing: a developmental perspective. Linguistics and Phonetics Working Papers, 53, 61-79.
Kajzer-Wietrzny, M., y Ivaska, I. (2020). A multivariate approach to lexical diversity in
constrained language. Across Languages and Cultures, 21(2), 169–194.
Kyle, K. (2020). Lexical-diversity 0.1.1 [Computer software]. https://pypi.org/project/lexical-diversity/#description
Koehn, P., Hoang, H., Birch, A. Callison-Burch, C., Federico, M., Bertoldi, N., Cowan, B., Shen, W., Moran, C., Zens, R., Dyer, C., Bojar, O., Constantin, A., y Herbst, E. (2007). Moses: Open Source Toolkit for Statistical Machine Translation. Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics. Companion Volume Proceedings of the Demo and Poster Sessions,177–180. https://aclanthology.org/P07-2045/
Krüger, H., y van Rooy, B. (2016). Constrained language: a multidimensional analysis of translated English and a non-native indigenised variety of English. English World-Wide, 37(1), 26–57.
Krüger, R. (2020). Explicitation in Neural Machine Translation. Across Languages and Cultures, 21(2), 195-216 (2020). https://doi.org/10.1556/084.2020.00012
Lapshinova-Koltunski, E. (2013). VARTRA: A Comparable Corpus for the Analysis of
Translation Variation. Proceedings of the 6th Workshop on Building and Using
Comparable Corpora, 77–86. https://aclanthology.org/W13-2510/
Lapshinova-Koltunski, E. (2015). Variation in Translation: Evidence from Corpora. En C. Fantinuoli, y F. Zanettin (Eds.), New Directions in Corpus-Based Translation Studies (pp. 93–113). Translation and Multilingual Natural Language Processing 1. Berlin: Language Science Press.
Maegaard, B. (1995). EUROTRA, History and Results. Proceedings of the V MT Summitt. Luxemburgo. https://aclanthology.org/1995.mtsummit-1.5.pdf
Maegaard, B., y Perschke, S. (1991). An Introduction to the Eurotra Programme. En C. Copeland, J. Durand, S. Krauwer, y B. Maegaard (Eds.), The Eurotra Linguistic Specifications. Studies in Machine Translation and Natural Language Processing, vol. 1 (pp. 7-14). Office for Official Publications of the Commission of the European Community.
Martikainen, H., y Kuble, N. (2016). Ergonomie cognitive de la post-edition de traduction automatique: enjeux pour la qualite des traductions. ILCEA Revue de l’Institut des langues et cultures d'Europe, Amérique, Afrique, Asie et Australie, 27, 1-17. https://doi.org/10.4000/ilcea.3863
McCarthy, P. M., y Jarvis, S. (2010). MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment. Behavior Research Methods, 42(2), 381–392. https://doi.org/10.3758/BRM.42.2.381
Niu, J., y Jiang, Y. (2024). Does simplification hold true for machine translations? A corpus-based analysis of lexical diversity in text varieties across genres. Humanities and Social Sciences Communications, 11, 1-10. https://doi.org/10.1057/s41599-024-02986-7
Richards, B. (2006). Type/Token Ratios: what do they really tell us? Journal of Child Language, 14, 201 – 209.
Rico Pérez, C. (2024). Corpus UCM-EUROPA: estudio del efecto de imprimación de la traducción automática sobre un corpus de textos del español institucional [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14017181
Rothwell, A., Moorkens, J., Fernández-Parra, M., Drugan, J., y Austermuehl, F. (2023). Translation Tools and Technologies. Routledge.
Salton, G. (1989). Automatic text processing: The transformation, analysis and retrieval of information by computer. Addison-Wesley Longman.
Sánchez Ramos, M. M., y Rico Pérez, C. (2020). Traducción automática. Conceptos clave, procesos de evaluación y técnicas de posedición. Comares.
Sánchez-Saus Laserna, M. (2022). ¿De qué hablamos cuando divulgamos sobre lingüística? Análisis de un corpus de textos divulgativos y aplicaciones al estudio terminológico de la semántica léxica. ELUA. Estudios de Lingüística, 38, 73-98. https://doi.org/10.14198/ELUA.22384
Stefanowitsch, A. (2020). Corpus linguistics: A guide to the methodology. Language Science Press.
Steinberger R., Eisele, A., Klocek, S., Pilos, S., y Schlüter, P. (2012). DGT-TM: A freely Available Translation Memory in 22 Languages. Proceedings of the 8th international conference on Language Resources and Evaluation (LREC'2012). https://aclanthology.org/L12-1481/
Steinberger, R., Ebrahim, M., Poulis, A., Carrasco-Benitez, M., Schlüter, P., Przybyszewski, M., y Gilbro, S. (2014). An overview of the European Union's highly multilingual parallel corpora . Language Resources and Evaluation Journal (LRE), 679-707. https://doi.org/10.1007/s10579-014-9277-0
Teich, E. (2003). Cross-linguistic variation in system and text: a methodology for the investigation of translations and comparable texts. Mouton de Gruyter.
Tirkkonen-Condit, S. (2004). Unique items: over- or under-represented in translated language? En A. Mauranen, y P. Kujamäki (Eds.), Translation universals: Do they exist? (pp. 177-184). John Benjamins.
Toma, P. (1976). SYSTRAN. Foreign Broadcast Information Service Seminar on Machine Translation, 40–45. https://aclanthology.org/1976.earlymt-1.11/
Toral, A., y Sánchez-Cartagena, V.M. (2017). A Multifaceted Evaluation of Neural versus Phrase-Based Machine Translation for 9 Language Directions. Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics. Volume 1, 1063–1073. https://aclanthology.org/E17-1000/
Toral, A. (2019). Post-editese: an Exacerbated Translationese. Proceedings of Machine Translation Summit XVII: Research Track, 273–281. https://aclanthology.org/W19-6627/
Translation Centre. (2019). Consolidated Activity Report of the Translation Centre 2018. Translation Centre for the Bodies of the European Union. https://op.europa.eu/s/zFA9
Translation Centre. (2023). Consolidated Activity Report of the Translation Centre 2022, Translation Centre. https://data.europa.eu/doi/10.2817/769919
Vanmassenhove, E., Shterionov, D., y Gwilliam, M. (2021). Machine Translationese: Effects of Algorithmic Bias on Linguistic Complexity in Machine Translation. Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics: Main Volume, 2203–2213. https://aclanthology.org/2021.eacl-main.188.pdf
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser. L., y Polosukhin, I. (2017). Attention is all you need. Proceedings of the 31st International Conference on Neural Information Processing Systems, 6000–6010. https://doi.org/10.48550/arXiv.1706.03762
Volkart, L., y Bouillon, P. (2022). Studying Post-Editese in a Professional Context: A Pilot Study. Proceedings of the 23rd Annual Conference of the European Association for Machine Translation, 71–79. https://aclanthology.org/2022.eamt-1.10/
Descargas
Publicado
Versiones
- 2025-05-08 (3)
- 2025-05-08 (2)
- 2025-05-08 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Celia Rico Pérez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los artículos publicados en la revista se encuentran disponibles en acceso abierto.
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciarlo bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional, que permite copiar y redistribuir el material en cualquier medio o formato y remezclar, transformar y construir a partir del material bajo los siguientes términos: debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios; no puede hacer uso del material con propósitos comerciales.
- Los autores pueden depositar el trabajo en un repositorio de preprints, postprints, establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados
