La traducción automática basada en ejemplos ( EBMT ) es un método de traducción automática que a menudo se caracteriza por el uso de un corpus bilingüe con textos paralelos como principal base de conocimiento en tiempo de ejecución. Es esencialmente una traducción por analogía y puede verse como una implementación de un enfoque de razonamiento basado en casos para el aprendizaje automático .
La base de la traducción automática basada en ejemplos es la idea de traducción por analogía. Cuando se aplica al proceso de traducción humana, la idea de que la traducción se realiza por analogía es un rechazo de la idea de que las personas traducen oraciones mediante un análisis lingüístico profundo. Más bien, se basa en la creencia de que las personas traducen primero descomponiendo una oración en ciertas frases, luego traduciendo estas frases y finalmente componiendo adecuadamente estos fragmentos en una oración larga. Las traducciones de frases se traducen por analogía con traducciones anteriores. El principio de traducción por analogía está codificado en la traducción automática basada en ejemplos a través de las traducciones de ejemplo que se utilizan para entrenar dicho sistema.
Otros enfoques de la traducción automática, incluida la traducción automática estadística , también utilizan corpus bilingües para aprender el proceso de traducción.
La traducción automática basada en ejemplos fue sugerida por primera vez por Makoto Nagao en 1984. [1] Señaló que está especialmente adaptada a la traducción entre dos idiomas totalmente diferentes, como el inglés y el japonés. En este caso, una frase puede traducirse en varias frases bien estructuradas en otro idioma, por lo que no sirve de nada hacer el análisis lingüístico profundo característico de la traducción automática basada en reglas .
Los sistemas de traducción automática basados en ejemplos se entrenan a partir de corpus paralelos bilingües que contienen pares de oraciones como el ejemplo que se muestra en la tabla anterior. Los pares de oraciones contienen oraciones en un idioma con sus traducciones a otro. El ejemplo particular muestra un ejemplo de par mínimo , lo que significa que las oraciones varían en un solo elemento. Estas oraciones simplifican el aprendizaje de traducciones de partes de una oración. Por ejemplo, un sistema de traducción automática basado en ejemplos aprendería tres unidades de traducción del ejemplo anterior:
La composición de estas unidades se puede utilizar para producir traducciones novedosas en el futuro. Por ejemplo, si hemos sido entrenados usando algún texto que contenga las oraciones:
El presidente Kennedy fue asesinado a tiros durante el desfile. y El condenado se fugó el 15 de julio. , entonces podríamos traducir la frase El convicto fue asesinado a tiros durante el desfile. sustituyendo las partes apropiadas de las oraciones.
La traducción automática basada en ejemplos es más adecuada para fenómenos de sublenguaje como los verbos compuestos . Los verbos compuestos tienen significados que dependen en gran medida del contexto. Son comunes en inglés, donde comprenden un verbo seguido de un adverbio y/o una preposición , que se denominan partícula del verbo. Los verbos compuestos producen significados especializados específicos del contexto que pueden no derivarse del significado de los constituyentes. Casi siempre hay ambigüedad durante la traducción palabra a palabra del idioma de origen al de destino.
Como ejemplo, consideremos el verbo compuesto "ponerse" y su traducción indostánica . Puede utilizarse de cualquiera de las siguientes formas: