How computers translate human language - Ioannis Papachimonas

Como os computadores traduzem a linguagem humana — Ioannis Papachimonas

Tradutor: Margarida Ferreira

How is it that so many intergalactic species in movies and TV

Como é que tantas espécies intergalácticas, nos cinemas e na TV,

just happen to speak perfect English?

falam um inglês tão perfeito?

The short answer is that no one wants to watch a starship crew

A resposta rápida é que ninguém quer ver a tripulação de uma nave espacial

spend years compiling an alien dictionary.

passar anos a compilar um dicionário extraterrestre.

But to keep things consistent,

Mas, para tornar as coisas consistentes,

the creators of Star Trek and other science-fiction worlds

os criadores do Star Trek e de outros mundos da ficção científica

have introduced the concept of a universal translator,

introduziram o conceito dum tradutor universal,

a portable device that can instantly translate between any languages.

um aparelho portátil que traduz instantaneamente qualquer língua.

So is a universal translator possible in real life?

Será então possível na vida real um tradutor universal?

We already have many programs that claim to do just that,

Já temos muitos programas que afirmam fazer isso,

taking a word, sentence, or entire book in one language

agarrando numa palavra, numa frase, ou num livro inteiro numa língua

and translating it into almost any other,

e traduzindo-o em quase todas as outras,

whether it's modern English or Ancient Sanskrit.

seja em inglês moderno ou em sânscrito antigo.

And if translation were just a matter of looking up words in a dictionary,

Se a tradução fosse apenas uma questão de procurar palavras num dicionário,

these programs would run circles around humans.

estes programas dariam cartas aos seres humanos.

The reality, however, is a bit more complicated.

Mas a realidade é um pouco mais complicada.

A rule-based translation program uses a lexical database,

Um programa de tradução com base em regras usa uma base de dados de vocábulos,

which includes all the words you'd find in a dictionary

o que inclui todas as palavras que encontramos num dicionário

and all grammatical forms they can take,

e todas as formas gramaticais que elas podem assumir,

and set of rules to recognize the basic linguistic elements in the input language.

e um conjunto de regras

para reconhecer os elementos linguísticos básicos na língua inicial.

For a seemingly simple sentence like, "The children eat the muffins,"

Para uma frase aparentemente simples como "As crianças comem os bolos",

the program first parses its syntax, or grammatical structure,

o programa analisa primeiro a sintaxe, ou estrutura gramatical,

by identifying the children as the subject,

identificando "as crianças" como o sujeito

and the rest of the sentence as the predicate

e o resto da frase como o predicado

consisting of a verb "eat,"

que é formado por um verbo "comer"

and a direct object "the muffins."

e por um complemento direto, "os bolos".

It then needs to recognize English morphology,

Depois precisa de reconhecer a sua morfologia

or how the language can be broken down into its smallest meaningful units,

ou seja, como a língua pode ser dividida

nas suas unidades significativas mais pequenas,

such as the word muffin

como a palavra "bolos"

and the suffix "s," used to indicate plural.

e o sufixo "s" usado para indicar o plural.

Finally, it needs to understand the semantics,

Por fim, precisa de compreender a semântica,

what the different parts of the sentence actually mean.

o que significam realmente as diferentes partes da frase.

To translate this sentence properly,

Para traduzir esta frase devidamente,

the program would refer to a different set of vocabulary and rules

o programa tem que se referir a um conjunto diferente de vocabulário e de regras

for each element of the target language.

para cada elemento da língua de destino.

But this is where it gets tricky.

Mas é aqui que a coisa se complica.

The syntax of some languages allows words to be arranged in any order,

A sintaxe de algumas línguas permite

que as palavras se arranjem por uma ordem qualquer

while in others, doing so could make the muffin eat the child.

enquanto noutras, fazer isso pode fazer com que "os bolos comam as crianças".

Morphology can also pose a problem.

A morfologia também levanta um problema,

Slovene distinguishes between two children and three or more

o esloveno distingue entre duas crianças e três ou mais

using a dual suffix absent in many other languages,

usando um sufixo dual que não existe em muitas outras línguas,

while Russian's lack of definite articles might leave you wondering

enquanto a falta de artigos definidos, no russo, podem deixar-nos na incerteza

whether the children are eating some particular muffins,

se as crianças estão a comer determinados bolos especiais

or just eat muffins in general.

ou a comer quaisquer bolos em geral.

Finally, even when the semantics are technically correct,

Por fim, mesmo que a semântica esteja tecnicamente correta,

the program might miss their finer points,

o programa pode ignorar pormenores mais ténues

such as whether the children "mangiano" the muffins,

como se as crianças "mangiano" os bolos

or "divorano" them.

ou os "divorano".

Another method is statistical machine translation,

Outro método é a tradução automática por estatística,

which analyzes a database of books, articles, and documents

que analisa uma base de dados de livros, artigos e documentos

that have already been translated by humans.

que já foram traduzidos por pessoas.

By finding matches between source and translated text

Encontrando correspondências entre texto original e traduzido

that are unlikely to occur by chance,

que improvavelmente ocorrem por acaso,

the program can identify corresponding phrases and patterns,

o programa identifica frases e padrões correspondentes,

and use them for future translations.

e usa-os para traduções posteriores.

However, the quality of this type of translation

Mas a qualidade deste tipo de tradução

depends on the size of the initial database

depende do tamanho da base de dados inicial

and the availability of samples for certain languages

e a disponibilidade de amostras para certas línguas

or styles of writing.

ou estilos de escrita.

The difficulty that computers have with the exceptions, irregularities

A dificuldade que os computadores têm com as exceções, as irregularidades

and shades of meaning that seem to come instinctively to humans

e os cambiantes de sentido que,

segundo parece, são instintivos nos seres humanos,

has led some researchers to believe that our understanding of language

levou alguns investigadores a crer que a nossa compreensão da linguagem

is a unique product of our biological brain structure.

é um produto único da nossa estrutura cerebral biológica.

In fact, one of the most famous fictional universal translators,

Na verdade, um dos tradutores universais de ficção, mais conhecidos,

the Babel fish from "The Hitchhiker's Guide to the Galaxy",

o Babel fish de "À Boleia Pela Galáxia",

is not a machine at all but a small creature

não é nenhuma máquina, é uma pequena criatura

that translates the brain waves and nerve signals of sentient species

que traduz as ondas cerebrais e os sinais nervosos de espécies sensíveis

through a form of telepathy.

através duma forma de telepatia.

For now, learning a language the old fashioned way

Para já, aprender uma língua à moda antiga

will still give you better results than any currently available computer program.

ainda nos dá melhores resultados

do que qualquer programa de computador atualmente disponível.

But this is no easy task,

Mas não é uma tarefa fácil,

and the sheer number of languages in the world,

e a considerável quantidade de línguas no mundo,

as well as the increasing interaction between the people who speak them,

assim como a crescente interação entre as pessoas que as falam,

will only continue to spur greater advances in automatic translation.

continuarão a estimular maiores progressos na tradução automática.

Perhaps by the time we encounter intergalactic life forms,

Talvez que, na altura em que encontrarmos formas de vida intergalácticas,

we'll be able to communicate with them through a tiny gizmo,

possamos comunicar com elas através dum pequeno aparelho

or we might have to start compiling that dictionary, after all.

ou tenhamos que começar a compilar esse dicionário.