RT info:eu-repo/semantics/masterThesis
T1 Análisis de calidad de las traducciones de google translate, microsoft translator, youdao translator y baidu translte: oraciones subordinadas adverbiales condicionales introducidas por el nexo condicional “si”. Estudio de textos jurídicos
T2 Quality analysis of translations of google translate, microsoft translator, youdao translator y baidu translte: conditional advisory subordinated sentences introduced by the conditional nexus “si”. Study of legal texts
A1 Zeng, Ziyi
K1 Lingüística
K1 Traducción
K1 Análisis materiales traducidos
K1 Lenguaje especializado
K1 Traducción jurídica y jurada
K1 Filología
K1 Philology
AB El avance tecnológico ha favorecido la investigación sobre la traducción automática y por consiguiente ha beneficiado la aparición y el desarrollo de los sistemas de traducción automática. Sin embargo, el nivel de calidad de las traducciones obtenidas varía según el ámbito de texto (jurídico, médico, literario…) y su complejidad.El presente trabajo fin de máster tiene como objetivo el análisis de calidad de las traducciones de textos jurídicos de cuatro sistemas de traducción automática: Google Translate, Microsoft Translator, Youdao Translator y Baidu Translate.La hipótesis que se plantea es i) que las traducciones de los sistemas de traducción automática son de mala calidad debido a la complejidad de la traducción jurídica, ii) y que Google Translate, Microsoft Translator cometerán menos errores que los otros dos sistemas por ser programas desarrollados en el mundo occidental, y por lo tanto, tener alguna posible ventaja respecto a los otros desarrollados por las compañías orientales.Para verificar la veracidad de la hipótesis, se han seguido los siguientes pasos: i) se ha extraído de un documento oficial publicado por las Naciones Unidas un total de 30 oraciones subordinadas adverbiales condicionales introducidas por el nexo condicional “si”, ii) se traducen las oraciones con los diferentes sistemas, iii), se procede al análisis de los resultados y se clasifican los errores según la tipología de error DQF-MQM.Los resultados confirman la primera hipótesis y refuta la segunda. El resultado final del análisis es un promedio de 64 errores por sistema de traducción automática, es decir, aproximadamente una media de 2 errores por oración. De todos los fallos encontrados, un 65% de ellos son de severidad grave o crítica. Baidu Translate es el sistema con menos fallos (53 fallos), mientras que Google Translate se ha cometido el mayor número de errores (75 errores). En conclusión, la calidad de los sistemas de traducción automática no es muy optimista. Sus traducciones necesitan de una intervención humana para realizar la post-edición
YR 2020
FD 2020
LK http://hdl.handle.net/10017/46930
UL http://hdl.handle.net/10017/46930
LA spa
DS MINDS@UW
RD 19-abr-2024