Detección del idioma original en textos traducidos por máquina.

Abstract

El siguiente trabajo propone un método para la identificación del idioma original de un texto traducido automáticamente a español, inglés, alemán o francés. Esto se hizo con la justificación de expandir algunas investigaciones previas sobre el área de traducciones automáticas. Para esto se buscó desarrollar un sistema capaz de proporcionar información que pueda ser relevante para aplicaciones como encontrar la fuente de origen de un texto o mejorar una traducción automática producida por un motor de traducciones conocido. El proyecto se realizó utilizando un motor propio de traducciones con el cual se generaron varias Traducciones-Inversas de un conjunto de textos iterativamente, para cada idioma distinto al de entrada. Luego se calcularon las diferencias de cada Traducción-Inversa producida en las iteraciones utilizando el puntaje BLEU, con el fin producir una tabla que contiene dichas diferencias para cada idioma del conjunto propuesto. Por último se entrenaron cuatro clasificadores utilizando la información de dicha tabla, de manera que intentaran clasificar un serie de traducciones como textos traducido desde el idioma español, inglés, alemán o francés. La mejor precisión obtenida por uno de estos clasificadores fue de 58%. (A)