Tradução Automática de expressões espaciais e não espaciais do inglês para o português

Um estudo envolvendo Raciocínio Espacial Qualitativo

Resumo

Os modelos neurais para a Tradução Automática representaram importantes avanços de desempenho por relação a modelos anteriores e, por isso, vêm sendo os mais empregados já há vários anos, mas ainda enfrentam dificuldades com expressões semanticamente mais complexas. Neste trabalho, investigamos o desempenho de dois dos sistemas de tradução automática mais utilizados da atualidade, Google Translator e DeepL, em expressões envolvendo representação e relação de objetos no espaço físico, sempre com a participação das mesmas preposições em inglês, divididas em situações com e sem interpretação espacial. Para a representação das expressões espacializadas, são aplicadas formalizações baseadas em modelos de Raciocínio Espacial Qualitativo, o que permite comparar a forma lógica de informações espaciais nos textos originais e em traduções automáticas do inglês para o português.

Os resultados mostram que esses dois grandes sistemas de tradução ainda cometem muitos erros com essas expressões de relativa complexidade. Entre eles, o Google Translator é o que mais erra globalmente (35,52% de erros). O DeepL, com melhor desempenho global (11,72% de erros), comete significativamente mais erros em expressões envolvendo espacialidade, o que sugere que a tradução dessas expressões aumenta a dificuldade da tradução para esse modelo. Além disso, ao realizar um estudo sobre o tipo específico das dificuldades em expressões espacializadas, vê-se que o problema de tradução automática mais frequente diz respeito à incorporação ou não de circunstâncias da ação, o que se realiza no predicado de formas distintas no inglês (em que o verbo tende a incorporar a maneira) e no português (em que a maneira é realizada em adjuntos do verbo). Os~resultados do presente trabalho fornecem elementos específicos para a avaliação e o aprimoramento dos modelos de tradução automática entre essas e outras línguas em que as mesmas diferenças de representação do predicado se verifiquem.