Download - Compilação e uso de corpora paralelos
![Page 1: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/1.jpg)
Compilação e uso
de corpora paralelos
Ana Frankenberg-Garcia
![Page 2: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/2.jpg)
O que é um corpus?O que é um corpus?O que é um corpus?O que é um corpus?
grande
critérios definidos
software específico
em formato digital
![Page 3: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/3.jpg)
O que é um O que é um O que é um O que é um
corpus paralelo?corpus paralelo?corpus paralelo?corpus paralelo?
unidirecional
bidirecional
Originais L1Traduções L2
Originais L2
Traduções L1
bidirecional
![Page 4: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/4.jpg)
Vantagens de corpora
paralelos
• Permitem fazer tudo que um corpus monolíngüe faz
• Permitem ainda fazer análises impossíveis em corpora monolíngües
![Page 5: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/5.jpg)
Limitações de corpora
paralelos
• Muito menos textos (e tipos de textos) traduzidos no mundo– Corpora paralelos em geral muito menores
• Originais e traduções tem de ser alinhados– Corpora paralelos dão muito mais trabalho
![Page 6: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/6.jpg)
Utilizações de corpora paralelos
Diferenças entre corpora paralelos
unidirecionais bidirecionaisunidirecionais bidirecionais
![Page 7: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/7.jpg)
Língua X Língua Y
1. corpora paralelos unidirecionais
Língua X Língua YTRADUÇÃO
alinhada
- dicionários, gramáticas bilíngües- tradução automática
![Page 8: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/8.jpg)
2. corpora paralelos bidirecionais
Língua Xoriginal
Língua YtraduzidaTRADUÇÃO
alinhada
Língua Xtraduzida
Língua Yoriginal
TRADUÇÃOalinhada
- dicionários, gramáticas bilíngües (dois sentidos)- tradução automática (dois sentidos)
![Page 9: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/9.jpg)
Língua XTRADUÇÃO
3. corpora paralelos bidirecionais
Língua Xoriginal
Língua YtraduzidaTRADUÇÃO
Também servem de corpora comparáveis monolíngües
controle
Língua Xtraduzida
Língua Yoriginal
TRADUÇÃO
- Diferenças entre língua original e língua traduzida- Tradutês- Estudos teóricos sobre universais da tradução
![Page 10: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/10.jpg)
Língua X
4. corpora paralelos bidirecionais
Língua Xoriginal
Língua Ytraduzida
Também servem de corpora comparáveis bilíngües
Língua XTRADUÇÃO
original traduzidaTRADUÇÃO
Língua Xtraduzida
Língua Yoriginal
TRADUÇÃO
lingüística contrastivacaracterísticas da tradução
![Page 11: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/11.jpg)
Compilação Compilação Compilação Compilação seleção de textos
• Gênero (científico, literário, técnico, etc.)
• Modo (textos orais? escritos?)
• Estilo (norma culta? popular?)Há traduções?
• Época (textos contemporâneos? antigos?)
• Línguas (quais? só duas ou mais?)
• Traduções (profissionais? falantes nativos? tradutores diferentes? )
• Unidirecional ou bidirecional?
![Page 12: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/12.jpg)
Compilação Compilação Compilação Compilação seleção de textos
unidirecional bidirecional
científico
PT-EN
oral, popular
científico
turismo
literário
político (PE)
![Page 13: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/13.jpg)
CompilaçãoCompilaçãoCompilaçãoCompilação
Uso pessoal Uso partilhado
Autorizações
direitos de autor
Menos trabalho!Autorizações
Estudos replicáveis
Aproveitamento
Menos trabalho!
![Page 14: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/14.jpg)
Compilação Compilação Compilação Compilação direitos de autor
• Autorizações duplas, duplo trabalho
• Muitos editores, autores e tradutores • Muitos editores, autores e tradutores não sabem o que é um corpus
• Proteger textos
• Publicitar textos
![Page 15: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/15.jpg)
Compilação alinhamento
Texto?
Que partes das traduções correspondem a que partes dos originais?
Parágrafo?
Frase?
Palavra?
![Page 16: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/16.jpg)
<id=EBDL3T2:294> -- Posso pedir um
Compilação etiquetagem e anotação
Etiquetas de alinhamento
O mais leve possível
Outras?
<id=EBDL3T2:294> -- Posso pedir um
conselho de etiqueta?
<id=EBDL3T2:294> --/PU Posso/V_fmc
pedir/V um/DETarti conselho/N de/PRP
etiqueta/N ?/PU
Anotação gramatical detalhada
O que queremos automatizar? Quanto tempo temos?
![Page 17: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/17.jpg)
Alguns corpora paralelos
acessíveis em rede • COMPARA
– Português-Inglês
• Multisemcor
– Italiano-Inglês, Romeno-Inglês
• OPUS, EUROPARL• OPUS, EUROPARL
– 11 línguas da UE
• HUNGLISH CORPUS
– Inglês-Húngaro
• CORPUS PARALELO CLUVI
– Vários mini-corpora com diferentes combinações de línguas, incluindo Galego, Espanhol, Catalão, Basco, Português, Inglês
![Page 18: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/18.jpg)
As opções do corpus
COMPARACOMPARA
http://www.linguateca.pt/COMPARA/
![Page 19: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/19.jpg)
COMPARA estrutura
Originais PT Originais ENTraduções EN
Traduções PT
![Page 20: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/20.jpg)
![Page 21: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/21.jpg)
COMPARA 8.2 variantes
Portugal
Moçambique
Reino Unido
EUA
Brasil
Angola
Moçambique
África do Sul
PORTUGUÊS INGLÊS
![Page 22: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/22.jpg)
COMPARA 8.2Datas de publicação
20021997
1988
1837
1880
1914
![Page 23: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/23.jpg)
COMPARA 8.2 gêneroLiteratura
publicada extensível
![Page 24: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/24.jpg)
Outros critérios de seleção de textos
�originais e traduções publicados
�inglês traduzido diretamente do português e português traduzido português e português traduzido diretamente do inglês
�traduções feitas por seres humanos!
�Possível alinhar um original com mais de uma tradução
![Page 25: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/25.jpg)
COMPARA disponibilidade
Uso partilhado
acesso gratuito, em rede
para investigação e fins educacionais
![Page 26: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/26.jpg)
COMPARA Interface
• Pesquisa simples• Pesquisa avançada• Serviço em português• Serviço em português• Serviço em inglês
![Page 27: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/27.jpg)
COMPARA etiquetas semânticas
EBJB1.pt
ele revelou-me o seu interesse por Gosse
<tnote> Edmund William Gosse (1849-
1928), crítico inglês </tnote> e pela
sociedade literária inglesa dos finais sociedade literária inglesa dos finais
do século passado.
EBDL2T1.en
When we sat on the sofa together to
watch <title>News at Ten</title>
![Page 28: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/28.jpg)
EBDL1T1.pt
passou-me uma receita de <named>
Valium </named>
EBJB1.en
the white bear, <foreign> thalassarctos
COMPARA etiquetas semânticas
the white bear, <foreign> thalassarctos
maritimus </foreign>, is the aristocrat
of bears...
EBDL1T1.pt
acaba por se esquecer de ter medo, até
que acaba por verificar que não há
<emph> de que </emph> ter medo.
![Page 29: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/29.jpg)
![Page 30: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/30.jpg)
COMPARA Alinhamento
1 unidade de alinhamento = 1 frase do texto original
F
F F2
F
Original Tradução
F
F
F
F2
F F(+F)
F½
Ø
Etiquetas de alinhamento
![Page 31: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/31.jpg)
![Page 32: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/32.jpg)
COMPARA Anotação Gramatical
1. Português – PALAVRAS
2. Inglês - CLAWS
![Page 33: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/33.jpg)
![Page 34: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/34.jpg)
[lema=“ajudar”]
Anotação gramatical: palavras flexionadas
![Page 35: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/35.jpg)
![Page 36: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/36.jpg)
[word=“gosto” & pos=“N”]
Anotação gramatical: palavras ambíguas
![Page 37: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/37.jpg)
![Page 38: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/38.jpg)
[word=“gosto” & pos=“V”]
Palavras ambíguasAnotação gramatical: palavras ambíguas
![Page 39: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/39.jpg)
![Page 40: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/40.jpg)
[pos="V.*"] "silêncio"
Anotação gramatical: colocações
![Page 41: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/41.jpg)
![Page 42: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/42.jpg)
anotação automática não é
100% fiável!
Revisão manual em curso
![Page 43: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/43.jpg)
COMPARA usos e utilizadores
Lingüistas e engenheiros / PLN
tradução automática e outras aplicações
Lexicógrafos
dicionários bilíngüesdicionários bilíngües
Teóricos da tradução
estudos empíricos sobre tradução
Professores de tradução
exercícios e problemas de tradução
![Page 44: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/44.jpg)
COMPARA usos e utilizadores
Professores de línguas
exercícios e testes para os alunos
Tradutores e estudantes de tradução
equivalências lingüísticasequivalências lingüísticas
Estudantes de línguas e qualquer pessoa que utilize o inglês na sua profissão
Dicionário/gramática bilíngüe com muitos extras
![Page 45: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/45.jpg)
Alguns exemplos de
utilização do corpus
1.Lexicografia bilíngüe• Traduções mais prováveis para uma
palavra polisêmicapalavra polisêmica
2.Estudos de tradução• Palavras com distribuição muito
diferente em originais e traduções
![Page 46: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/46.jpg)
“grande”
1.Lexicografia bilíngüe
![Page 47: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/47.jpg)
![Page 48: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/48.jpg)
“grande” “great”
![Page 49: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/49.jpg)
![Page 50: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/50.jpg)
![Page 51: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/51.jpg)
![Page 52: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/52.jpg)
Traduções de “grande”
250
300
350
400
450
0
50
100
150
200
250
great large big much vast deep loud
![Page 53: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/53.jpg)
2.Estudos de tradução
“nodded”
![Page 54: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/54.jpg)
![Page 55: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/55.jpg)
822 160 = 100 000727 391 = 100 000
÷ 8,22160÷ 7,27160
Denominador comum : 100 000
727 391 = 100 000÷ 7,27160
109 ÷ 8,22160 = 26 ÷ 7,27160 = em 100 000
13,23,6
![Page 56: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/56.jpg)
Distribuição de “nodded”
em texto original e traduzido
Inglês original 13,2 /100 mil palavras13,2 /100 mil palavras
Inglês traduzido do português 3,6 / 100 mil palavras
3,7 vezes mais frequente em inglês original!
![Page 57: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/57.jpg)
Tarefas
1. Lexicografia bilíngüeTraduções mais prováveis de
tempotemposombrasensação
![Page 58: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/58.jpg)
Tarefas
2. Estudos de traduçãoDistribuição em português original e
português traduzido de:português traduzido de:
Diferente(s)SimplesmenteLema = “rezar”
![Page 59: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/59.jpg)
![Page 60: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/60.jpg)
Resultados das Tarefas
800
1000
1200
0
200
400
600
800
time long when while weather
Traduções de “tempo” no COMPARA 8.2
![Page 61: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/61.jpg)
Resultados das Tarefas
80
100
120
0
20
40
60
80
shadow shade
Traduções de “sombra” no COMPARA 8.2
![Page 62: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/62.jpg)
Resultados das Tarefas
40
50
60
0
10
20
30
40
feeling sensation sense
Traduções de “sensação” no COMPARA 8.2
![Page 63: Compilação e uso de corpora paralelos](https://reader031.vdocument.in/reader031/viewer/2022012101/6169ea4611a7b741a34cc6fc/html5/thumbnails/63.jpg)
Resultados das Tarefas
PT original PT traduzido
Diferente(s)16,4 31,1
Simplesmente
Lema=“rezar”
ocorrências em cada 100 mil palavras no COMPARA 8.2
15,85,4
5,511,9