Tradução. Warren Weaver. Anexo 3: Proposta de tradução para Translation, de Warren Weaver

Transcrição

1 Anexo 3: Proposta de tradução para Translation, de Warren Weaver Tradução Warren Weaver Basta mencionar o facto óbvio de a multiplicidade de línguas dificultar o intercâmbio cultural entre as pessoas na Terra, o que se torna um sério obstáculo à compreensão mundial. O presente memorando, assumindo a validade e importância deste facto, contém alguns comentários e sugestões baseados na possibilidade de contribuírem, pelo menos, com alguma coisa para a solução do problema da tradução a nível mundial, através do uso de computadores eletrónicos de grande capacidade, flexibilidade e rapidez. As sugestões presentes neste memorando estarão com certeza incompletas e ingénuas, podendo ser até obviamente tolas para um perito na área para o autor não o é certamente. Uma Anedota de Guerra Invariantes de Língua Durante a guerra um notável matemático a quem chamaremos P, um exalemão que passou algum tempo na Universidade de Istambul e que lá aprendeu turco, contou a W.W a seguinte história. Um colega matemático, sabendo que P tinha um interesse amador em criptografia, chegou ao pé de P uma manhã afirmando que tinha descoberto uma técnica de descodificação, e pediu a P para preparar uma mensagem codificada na qual conseguisse experimentar o seu plano. P escreveu em turco uma mensagem que continha cerca de 100 palavras, e simplificou-a ao substituir as letras c, ğ, ı, ş, ö e ü por c, g, i, o, s e u respetivamente; e depois, utilizando algo mais complexo que uma simples cifra de substituição, reduziu a mensagem a uma coluna de números com 106

2 cinco dígitos. No dia seguinte (e o tempo que foi exigiu é importante) o seu colega trouxe o seu resultado de volta, e realçou que a correspondência não tinha tido 107

3 Anexo 3: Proposta de tradução para Translation, de Warren Weaver qualquer sucesso. Porém, a sequência de letras que ele descreveu, quando devidamente agrupadas em palavras, e quando corrigida ao de leve (não que fosse necessária uma correção cuidadosa que pudesse incomodar aqueles que conhecem bem a língua) acabou por ser a mensagem original em turco. O ponto principal, pelo menos tendo em conta os objetivos presentes, é o de que a descodificação foi feita por alguém que não sabia turco, e não sabia que a mensagem estava em turco. Por outro lado, toda a gente conhece o famoso exemplo durante a Primeira Guerra Mundial, quando as nossas forças criptográficas demoraram semanas ou meses a determinar que uma mensagem que tinha sido intercetada estava codificada em japonês; e demorou relativamente pouco tempo a decifrá-la, assim que souberam qual era a língua. Durante a guerra, quando toda a área da criptografia era tão secreta, parecia indiscreto questionar os detalhes relativos a esta história; mas não é difícil adivinhar que este processo fez uso da frequência de letras, da combinação de letras, intervalos entre letras e combinações de letras, padrões de letras, entre outros, que são até determinado nível independentes da língua utilizada. Isto leva qualquer pessoa a supor que, nas diversas instâncias nas quais o homem tem inventado e desenvolvido línguas, existem certas propriedades invariantes que, uma vez mais, não sendo precisas são até certo ponto estatisticamente comuns e úteis a todas as línguas. Este pode ser, tanto quanto sei, um famoso teorema de filologia. Na verdade, as conhecidas teorias de Müller e outros para a origem da linguagem, como a teoria bow-wow, woof-woof, entre outras, levariam qualquer pessoa a esperar que todas as línguas tivessem características em comum, devido ao seu mecanismo essencialmente semelhante de desenvolvimento. E, em qualquer caso, existem razões óbvias que tornam essa suposição bastante provável. Todas as línguas pelo menos aquelas que aqui temos em consideração foram inventadas e desenvolvidas pelos homens; e todos os homens, sejam eles bantu ou gregos, islandeses ou peruanos têm essencialmente o mesmo equipamento para lidar com este problema. Todos possuem órgãos vocais capazes de produzir o mesmo conjunto de sons (com pequenas exceções, como o clique da glote dos nativos africanos). Os seus cérebros partilham a mesma complexidade potencial. As exigências básicas da língua têm que ter emergido de formas relativamente semelhantes em lugares diferentes, e talvez, em alturas diferentes. Esperar-se-iam grandes diferenças superficiais; mas parece mais sensato esperar que certos aspetos básicos, e provavelmente pouco óbvios, sejam comuns a 107

4 Anexo 3: Proposta de tradução para Translation, de Warren Weaver todos os desenvolvimentos. É um pouco como observar que as árvores diferem amplamente em diversas características, e mesmo assim existem características básicas em comum certas qualidades essenciais do (ser) árvore que todas as árvores partilham, quer cresçam na Polónia, em Ceilão ou na Colômbia. Para além do mais (e este último ponto é o mais importante) um sul-americano não tem, em geral, qualquer problema em reconhecer que uma árvore norueguesa é uma árvore. A ideia de elementos básicos comuns em todas as línguas recebeu, mais tarde, apoio de uma afirmação que o lógico e matemático Reichenbach fez a W.W. Reichenbach passou algum tempo em Istambul e, como muitos académicos alemães que tinham ido para lá, estava perplexo e irritado com a língua turca. A gramática da língua parecia-lhe tão grotesca que, por fim, acabou por sentir-se estimulado a estudar a sua estrutura lógica. Esta vontade, por sua vez, fez com que se interessasse pela estrutura lógica da gramática de muitas outras línguas; e, desconhecendo o interesse de W.W. no assunto, Reichenbach observou: fiquei espantado por ter descoberto que (aparentemente) para uma grande diversidade de línguas, as estruturas básicas e lógicas têm características importantes em comum. Reichenbach disse que iria publicar isto e enviaria o material a W.W., mas nunca apareceu nada. Suspeita-se que exista uma grande quantidade de provas para este ponto de vista geral pelo menos partes destas provas aparecem espontaneamente, mesmo para aqueles que não lêem muito da literatura relevante. Por exemplo: uma nota publicada na Revista Science acerca da investigação sobre a semântica comparada de Erwin Reifler, da Universidade de Washington [University of Washington], afirma que as palavras chinesas para to shoot [disparar] e to dismiss [dar licença para se retirar] mostram uma concordância gráfica e fonológica notável. Tudo isto parece demasiado estranho, até que alguém pensa nos dois significados de to fire [ despedir e disparar ], em inglês. Será apenas coincidência? O quão difundidas estão estas correlações? Tradução e Computadores Tendo tido uma exposição considerável aos problemas de conceção de computadores durante a guerra, e tendo consciência da velocidade, da capacidade, e da flexibilidade lógica possível dos computadores eletrónicos modernos, é bastante natural que W.W. tenha pensado, há muitos anos atrás, na possibilidade de tais 108

5 Anexo 3: Proposta de tradução para Translation, de Warren Weaver computadores serem utilizados para tradução. A 4 de Março de 1947, depois de ter dado voltas a esta ideia durante alguns anos, W.W escreveu ao professor Norbert Wiener do MIT (Massachussetts Institute of Techonology) nos seguintes termos: Uma das coisas que lhe queria perguntar é o seguinte: um problema demasiado sério, para a UNESCO e para o futuro do planeta, um futuro pacífico e que valha a pena, é o problema da tradução, uma vez que afeta inevitavelmente a comunicação entre as pessoas. Huxley disse-me há pouco tempo que estão aterrorizados com a magnitude e a importância da tarefa de tradução. Reconhecendo por completo, mesmo que de forma necessariamente vaga, as dificuldades semânticas devidas à polissemia, entre outros, pergunto-me se era impensável conceber um computador que pudesse traduzir. Mesmo que só traduzisse material científico (onde as dificuldades semânticas são notavelmente menores) e mesmo que produzisse um resultado deselegante (mas inteligível) parecer-me-ia que valeria a pena. Também sem saber nada de oficial sobre novos e poderosos métodos mecanizados em criptografia, mas tendo adivinhado e inferido o suficiente métodos que acredito terem tido sucesso mesmo quando ninguém sabe que língua foi codificada naturalmente que uma pessoa se interroga se o problema de tradução pode ser, de uma maneira concebível, tratado como um problema na criptografia. Quando olho para um artigo em russo, digo: Isto está, na verdade, escrito em inglês, mas foi codificado em símbolos um pouco estranhos. Irei de seguida proceder à sua descodificação. Alguma vez pensou nisto? Como linguista e especialista em computadores, acha que é algo que valha a pena considerar? resposta: O Professor Wiener, numa carta datada de 30 de Abril de 1947, disse em Em segundo lugar em relação ao problema da tradução automática, receio francamente que as fronteiras das palavras em línguas diferentes sejam demasiado vagas, e que as conotações emocionais e internacionais sejam demasiado amplas para que um esquema de tradução quase automático seja promissor. Admitirei que o inglês básico parece indicar que podemos ir mais além do que foi feito geralmente na mecanização do discurso, mas deve lembrar-se que em certos aspetos, o inglês básico é o oposto do mecânico e atira para cima de palavras como get um fardo que é muito maior do que a maioria das palavras transporta no inglês convencional. No momento presente a mecanização da linguagem, para além de um 109

6 Anexo 3: Proposta de tradução para Translation, de Warren Weaver estado como o da criação de oportunidades de leitura fotoeléctrica para invisuais, parece prematura... A isto, W.W. respondeu a 9 de Maio de 1947: Estou desiludido, mas não surpreendido, com os seus comentários sobre o problema da tradução. A dificuldade que mencionou em relação ao (inglês) básico parece-me ter uma resposta relativamente fácil. É, claro, verdade que o inglês básico dá uso múltiplo a um verbo de ação como get. Mas, mesmo assim, as combinações de duas palavras como get up [levantar-se], get over [ultrapassar], get back [voltar], entre outros, são no inglês básico, pouco numerosas. Imagine que pegamos num vocabulário de 2, 000 palavras, e admitimos como uma boa medida todas as combinações de duas palavras, como se fossem uma só. O vocabulário continua a ser apenas de quatro milhões: e isso não é um número muito formidável para um computador moderno, ou é? Deste modo, a tentativa de interessar Wiener, que parecia tão idealmente equipado para considerar o problema, não conseguiu produzir qualquer resultado concreto. Isto tem que ser, de facto, aceite como extremamente desencorajante porque, caso existissem quaisquer possibilidades concretas, Wiener seria a pessoa certa para as desenvolver. A ideia já foi, contudo, considerada anteriormente. O primeiro exemplo do conhecimento de W.W subsequente à sua própria noção do assunto, foi descrito num memorando datado de 12 de Fevereiro, de 1948, escrito pelo Dr. Andrew D. Booth que, no departamento do Professor J. D. Bernal, na Birkbeck College University of London [Faculdade de Birbeck da Universidade de Londres], se manteve ativo na construção e design de computadores. O Dr. Booth disse: Um exemplo conclusivo, de possível aplicação do computador eletrónico, é a de tradução de uma língua para outra. Refletimos sobre este problema com alguma minúcia, e a conclusão foi que uma máquina do tipo proposto poderia desempenhar esta função sem qualquer modificação na sua conceção. A 25 de Maio de 1948, W. W. visitou o Dr. Booth no seu laboratório em Welwyn, Londres, e descobriu que o Dr. Richens, diretor-assistente da Bureau of Plant Breeding and Genetics [Agência de Multiplicação de Plantas e Genética], muito 110

7 Anexo 3: Proposta de tradução para Translation, de Warren Weaver preocupado com o problema abstrato, estava, juntamente com o Dr. Booth, interessado no problema da tradução. Não tinham estado, pelo menos naquela altura, preocupados com os problemas da polissemia, ordem de palavras, idioma, entre outros, mas apenas com o problema da mecanização de um dicionário. Na altura, a proposta de ambos era a de um primeiro sentido das letras numa palavra, e ter a máquina a verificar se a sua memória contém ou não exatamente a palavra em questão. Se sim, a máquina produz simplesmente a tradução (que é a grande dificuldade; claro que a tradução não existe) da palavra. Se a palavra em questão não faz parte da memória, então a máquina descarta a última letra da palavra, e tenta de novo. Se este processo falhar, descarta mais outra letra e tenta novamente. Depois de encontrar a maior combinação inicial de letras que contida no dicionário, procura toda a porção que fora descartada num anexo gramatical do dicionário. Assim sendo, quando confrontada com a palavra running [correndo; a correr], pode encontrar run [correr], e depois descobrir o que o que o final ing [-endo; a...], faz ao run. É por esta razão que o interesse dos dois investigadores estava, pelo menos na altura, confinado ao problema da mecanização de um dicionário que, de uma forma razoavelmente eficiente, manusearia todas as formas das palavras. Não temos notícias recentes que Weaver se tenha dedicado mais assunto. Muito recentemente os jornais têm noticiado histórias sobre o uso de um dos computadores da Califórnia como tradutor. As notícias publicadas não indicam mais do que uma espécie de tradução à letra, não havendo indicação, pelo menos que W. W. tenha visto, da maneira proposta de lidar com o problema da polissemia, ordem de palavras, entre outros. Esta última tentativa, ou tentativa planeada, já causou um escárnio inevitável. O Sr. Max Zeldner, numa carta ao Herald Tribune de 13 de Junho de 1949, afirmou que o máximo que podíamos esperar de uma tradução automática das 55 palavras hebraicas que constituem o Salmo 23 começaria assim: Lord my Shepard no I will lack [Senhor, meu Pastor não me faltará], e acabariam But good and kindness he will chase me all days of my life; and I shall rest in the house of Lord to length days [Mas bem e bondade ele perseguir-me-á todos os dias da minha vida; e descansarei na casa 111

8 Anexo 3: Proposta de tradução para Translation, de Warren Weaver do Senhor para durar os dias]. Zeldner realça as palavras de um grande poeta hebraico sobre a tradução: é como beijar o nosso amor através de um véu. 1 É, de facto, bastante evidente que o processo de tradução faz pouco mais do que lidar com a correspondência palavra-a-palavra, e esta não pode ambicionar tornar-se útil aos problemas de tradução literária, na qual o estilo é importante e os problemas idiomáticos e de polissemia, entre outros, são frequentes. No entanto, mesmo este rigoroso tipo de tradução pode ter um uso bastante importante. Grandes quantidades de material técnico, por exemplo, podem ser manuseadas de maneira proveitosa, ainda que não elegante. A escrita técnica, infelizmente, não é sempre tão direta e simples no que diz respeito ao estilo; mas, pelo menos, o problema da polissemia é muito mais simples. Na Matemática, para utilizar o que é provavelmente o exemplo mais simples, quase que se pode afirmar que cada palavra, dentro do contexto geral de um artigo matemático, tem um significado e apenas um. O Futuro da Tradução Automática As observações anteriores sobre os esquemas de tradução automática que foram relatados não têm, contudo, dado uma indicação adequadamente promissora de quais podem ser as futuras possibilidades. Essas devem ser, sem sombra de dúvida, indicadas por pessoas que têm um conhecimento especial de línguas e sobre a sua anatomia comparada. Mas mais uma vez, e correndo o risco de ser imbecilmente ingénuo, é interessante assinalar quatro tipos de ataque, em níveis de sofisticação crescente. Significado e contexto Primeiro, temos que pensar numa maneira na qual o problema de significado múltiplo possa, pelo menos em princípio, ser resolvido. Se qualquer pessoa examinar as palavras de um livro, uma de cada vez como que através de uma máscara opaca com um buraco nela do tamanho de uma grande palavra, então é obviamente impossível determinar, um de cada vez, o significado das palavras. Fast [rápido] 1 Procurou-se uma tradução interlinear dos dois versículos 112

9 Anexo 3: Proposta de tradução para Translation, de Warren Weaver pode querer dizer rapid [veloz] ou pode dizer motionless [imóvel]; e não há maneira de dizer qual delas quer dizer. No entanto, se alguém alargar a fenda na máscara opaca, para que se consiga ver não só a palavra central, mas também N palavras de ambos os lados, então, se N for amplo o suficiente pode-se decidir de forma inequívoca o significado da palavra central. A verdade formal desta afirmação torna-se clara quando é mencionado o facto de a palavra do meio de um artigo, ou de um livro inteiro ser inequívoca para a pessoa que leu o artigo ou o livro completo, assegurando que o artigo ou livro em questão é suficientemente bem escrito para comunicar. A questão prática é: Que valor mínimo de N conseguirá, pelo menos numa fração tolerável de casos, conduzir à escolha correta de significado da palavra central?. Esta é uma pergunta que diz respeito ao carácter estatístico e semântico da linguagem, que pode certamente ter resposta, pelo menos de uma forma interessante, e talvez mais útil. Claramente, N varia consoante o tipo de escrita em questão. Pode ser zero para um artigo conhecido acerca de um tema matemático específico. Pode ser bastante baixo para química, física, engenharia, entre outros. Se N for igual a 5, e o artigo da ou livro em questão fosse sobre um tema de sociologia, haveria alguma probabilidade de 0.95 que a escolha de significado estivesse correta 98% das vezes? Claro que não, mas uma declaração deste género pode ser feita, e valores de N podem determinados de forma a corresponderem a certas exigências feitas. Além do mais, a ambiguidade é implicada primariamente por advérbios, verbos e adjetivos; e na realidade (pelo menos suponho que assim seja) a relativamente poucos pronomes, verbos e adjetivos. Aqui está um bom tema para o estudo relativo ao carácter estatístico-semântico das línguas. No entanto, alguém pode pensar em usar o valor de N que varia de palavra em palavra, é zero para he [ele], the [a], entre outros, e que apenas necessita de ser amplo ocasionalmente. Ou determinariam um único significado numa fracção satisfatória para examinar, não as adjacentes de palavras 2N, mas talvez os pronomes adjacentes 2N? Que escolha de palavras adjacentes maximiza a probabilidade da escolha correta de significado, e ao mesmo tempo conduz ao valor mais pequeno de N? Somos levados então a acreditar que o conceito do processo de tradução na qual, ao determinar o significado para uma palavra, é o cálculo retirado do contexto imediato (palavras - 2N). Seria muito pouco prático fazer isto através de um 113

10 Anexo 3: Proposta de tradução para Translation, de Warren Weaver dicionário generalizado que contivesse todas as fases possíveis de 2N + 1 palavra extra: uma vez que os números dessas fases são terríveis, mesmo para um computador. Porém, parece provável que se encontre uma maneira razoável de usar um micro-contexto para resolver os casos mais difíceis de ambiguidade. Linguagem e Lógica Uma base mais geral para esperar que um computador possa ser concebido, de forma a lidar com uma parte útil do problema da tradução, é encontrada num teorema, testado em 1943 por McCulloch e Pitts 2. Este teorema declara que um robô (ou um computador) construído com loops regenerativos de um certo carácter formal é capaz de deduzir qualquer conclusão legítima de um número finito de premissas. Hoje em dia existem certamente elementos ilógicos na linguagem (sentido de estilo intuitivo, conteúdo emocional, entre outros) para que tenhamos que ser pessimistas acerca do problema de tradução literária. Contudo, na medida em que a língua escrita é uma expressão de carácter lógico, este teorema assegura-nos que o problema é, pelo menos, formalmente resolúvel. Tradução e Criptografia Claude Shannon, dos laboratórios Bell Telephone, publicou recentemente alguns trabalhos notáveis sobre a teoria matemática da comunicação. Este trabalho remete-nos às características estatísticas do processo de comunicação 3. Existe um nível tão básico de generalidade que não é surpreendente que a sua teoria inclua toda a área da criptografia. Durante a guerra, Shannon escreveu fez uma análise muito importante de todo o problema criptográfico, e este trabalho como acredita W. W., está para ser publicado brevemente, uma vez desclassificado. É provável que apenas Shannon possa ser neste momento, um bom avaliador das possibilidades nesta direção; mas, como foi expresso na carta original de W. W. para Wiener, é bastante tentador dizer que um livro escrito em chinês é apenas um livro escrito em inglês que foi codificado para o código chinês. Se tivermos 2 Warren B. MacCulloch and Walter Pitts, Bull. Math. Biophys., no. 5, pp , Para uma versão mais simplificada, ver The Mathematics of Communication, por Warren Weaver, Sci. Amer., no. 1, pp , Julho,

11 Anexo 3: Proposta de tradução para Translation, de Warren Weaver métodos úteis para resolver qualquer problema de criptografia, não será com uma interpretação adequada que já dispomos de métodos úteis para a tradução? Esta abordagem chama a atenção um aspeto que é provavelmente bastante básico nomeadamente, o carácter estatístico do problema. A tradução perfeita é quase inatingível. Processos, que em determinados níveis de confiança produzirão uma tradução que apenas contêm uma percentagem x de erro, são certamente alcançáveis. É um dos objetivos principais deste memorando enfatizar que se devem fazer os estudos da semântica estatística, como uma etapa preliminar necessária. A ideia de tradução criptográfica conduz naturalmente à, e este é um caso muito especial da, quarta e mais geral das sugestões: nomeadamente, a da tradução fazer um forte uso de invariantes das línguas. Linguagem e Invariantes Na verdade, o que parece ser para W. W. a abordagem mais promissora de todas é aquela que se baseia [...] noutra abordagem que aprofunda tanto a estrutura das línguas, que chega ao nível em que estas apresentam traços em comum. Pensem, por analogia, em indivíduos que moram numa série de torres altas e fechadas, todas edificadas sobre um alicerce comum. Quando tentam comunicar entre si, gritam de volta uns para os outros, cada um da sua própria torre fechada. É difícil fazer com que o som chegue mesmo até às torres mais próximas, e a comunicação prossegue assim de forma bastante fraca. Porém, quando um indivíduo desce a sua torre, encontra-se numa grande cave aberta, comum a todas as torres. Aqui estabelece uma comunicação fácil e útil com as pessoas que também desceram das suas torres. Pode, por isso, ser verdade que a melhor forma de traduzir chinês para árabe, ou de traduzir russo para português, não é tentar a via direta, gritando de torre em torre. Talvez a melhor forma é descer, de cada língua, até à base comum da comunicação humana a verdadeira mas ainda desconhecida linguagem universal e depois reemergir através de uma qualquer via que seja conveniente. Um programa como este envolve presumivelmente uma terrível quantidade de trabalho sobre a estrutura lógica das línguas, antes de se poder passar para a automatização. Este deve estar intimamente relacionado com aquilo que Ogden e Richards já fizeram pela língua inglesa e talvez pelo francês e pelo chinês. Mas é ao 115

12 Anexo 3: Proposta de tradução para Translation, de Warren Weaver longo destas linhas gerais que parece provável que o problema da tradução seja atacado com sucesso. Um programa como estes têm a vantagem de, quer conduza ou não a uma mecanização útil do problema da tradução, não poder falhar ao trazer algum esclarecimento ao problema geral de comunicação. Nota Nota de Editor: Este é um memorando escrito por Warren Weaver no dia 16 de Julho, de Foi reimpresso com a sua permissão por ser um documento histórico sobre a tradução automática. Quando Weaver o enviou a cerca de 200 dos seus conhecidos de várias áreas, foi literalmente a primeira sugestão que muitos deles viram para a tradução de línguas ser possível através de técnicas de computador ser possível. 116

13 Anexo 4: Proposta de tradução para The Development and use of machine translation systems and computer-based translation tools, de John Hutchins Desenvolvimento e uso dos sistemas de tradução automática e ferramentas de tradução baseadas em computador [computer-based], John Hutchins Resumo: O presente estudo sobre a procura e uso do software de tradução baseado em computador [computer-based] concentra-se nos sistemas criados para a produção de traduções de qualidade publicável, incluindo desenvolvimentos em sistemas de linguagens controladas, software de trabalho do tradutor e de localização: mas também se refere aos desenvolvimentos de software para não-tradutores, particularmente para o uso das páginas Web e outras aplicações para a internet, tendo ainda em consideração futuras necessidades e sistemas sob desenvolvimento. A secção final compara os tipos de tradução que podem ser apresentados de forma mais adequada, tanto por uma tradução humana, como por uma tradução automática (e ainda por uma tradução assistida por computador). Palavras-chave: tradução automática, tradução assistida por computador, software de trabalho do tradutor e sistemas multilingues. Tipos de procura de tradução Quando se faz uma análise geral sobre o desenvolvimento e uso dos sistemas de tradução automática (TA) e de ferramentas de tradução, é importante fazer a distinção entre quatro tipos de procura a nível de tradução. O primeiro, e o mais tradicional, é a procura de traduções da qualidade que se espera normalmente de tradutores humanos, i. e. traduções de qualidade publicável quer seja impressa e vendida, quer seja distribuída internamente dentro de uma empresa ou organização. O segundo tipo básico de procura, é para traduções de um nível de qualidade um tanto 117

14 ou quanto inferior (especialmente em estilo) direcionadas a utilizadores que querem saber qual o conteúdo essencial de determinado documento e, regra geral, o mais depressa possível. O terceiro tipo de procura é o de tradução entre participantes numa comunicação um a um (por telefone ou correspondência escrita) ou de uma apresentação não-escrita (por exemplo: relações diplomáticas). A quarta área de aplicação é para a tradução dentro dos sistemas multilingues de extração de informação, e acesso a base de dados, entre outros. O primeiro tipo de procura ilustra o uso dos sistemas de tradução automática (TA) para disseminação. Esta tem sido preenchida, até certo ponto, pelos sistemas de tradução automática desde que foram desenvolvidos pela primeira vez em Contudo, os sistemas de TA produzem um output que tem invariavelmente de ser revisto ou pós-editado por tradutores humanos para atingir a qualidade pretendida. Estas revisões, por vezes, chegam a ser substanciais, para que o sistema de TA produza, na verdade, aquilo que é uma tradução rascunho. Como alternativa, o input textual pode ser regularizado (ou controlado em termos de estrutura sintática e vocabulário) para que os sistemas de TA produzam poucos erros a necessitarem de correção. No entanto, tem-se desenvolvido alguns sistemas de tradução automática para lidar com uma pequena variedade de conteúdos de texto e de estilo linguístico, o que requer pouca ou nenhuma preparação e revisão de texto. Recentemente, o uso de sistemas de TA com objetivos de disseminação tem sofrido um aumento através do desenvolvimento de ferramentas de tradução (por exemplo: bases de dados terminológica e memória de tradução) integradas em processos de autoria e publicação. Este software de trabalho de tradução é mais atrativo para tradutores humanos, enquanto os tradutores dos sistemas de TA se vêem subordinados à máquina no que diz respeito à edição, correção e à re-tradução do output de um computador. Com o software de trabalho de tradução, os tradutores têm controlo sobre recursos baseados em computador [computer-based] onde podem facilmente aceitar ou rejeitar o que pretenderem. O segundo tipo de procura o uso de TA para assimilação já foi utilizado no passado como um subproduto de sistemas concebidos originalmente para a aplicação de disseminação. Alguns utilizadores descobriram que podem extrair o que precisam de saber de um output não-editado, uma vez que os sistemas de TA não 116

15 conseguem (e continuam a não conseguir) produzir traduções de qualidade elevada. Esses utilizadores preferem ter uma tradução, por muito fraca que seja, a não ter nenhuma. Com a chegada de sistemas baseados em computadores pessoais [PC-based systems] mais baratos ao mercado, este tipo de uso tem crescido rápida e substancialmente. Com o terceiro tipo o de TA para intercâmbio a situação está a mudar rapidamente. A procura de traduções de textos eletrónicos na Internet, como de páginas Web, e mesmo ainda de listas eletrónicas de chat, está a desenvolverse rapidamente. Neste contexto, a possibilidade de se usar uma tradução humana está fora de questão. A necessidade é de uma tradução imediata, de forma a transmitir o conteúdo básico das mensagens, por muito fraco que seja o input. Os sistemas de TA começam a desempenhar um papel natural, uma vez que podem funcionar virtualmente, em tempo real e online, sem que haja qualquer objeção à sua inevitável fraca qualidade. Contudo, existe outro dos contextos para a TA no intercâmbio pessoal que é alvo de inúmeras investigações. Trata-se do desenvolvimento de sistemas para a tradução de língua falada, por ex., conversas telefónicas ou de negócios. Os problemas de integração do reconhecimento de fala, e da tradução automática são obviamente descomunais, no entanto e apesar de tudo, estão a ser feitos progressos. No futuro talvez ainda distante poderemos contar com sistemas de TA online para a tradução de discurso em domínios altamente restritos. O quarto tipo de aplicação de TA como componentes de sistemas de acesso à informação é a integração de software de tradução em: (i) sistemas para a pesquisa e recuperação de textos completos de documentos provenientes de base de dados (geralmente versões eletrónicas de artigos de revistas de ciência, medicina e tecnologia), ou sistemas para a recuperação de informação bibliográfica; (ii) sistemas para extrair informação de textos (por ex. detalhes sobre um produto), especialmente relatos jornalísticos; (iii) sistemas para a sumarização de textos; e ainda (iv) sistemas que questionam as bases de dados não-textuais. Este campo é foco de uma série de projetos que têm lugar de momento na Europa, cujo objetivo consiste em alargar o acesso a fontes de bases e informação, a todos os membros da União Europeia. Percurso Histórico 117

16 Os sistemas para a tradução automática têm vindo a ser desenvolvidos desde há 50 anos aliás, desde que o computador eletrónico foi inventado nos anos de 1940, que têm havido várias pesquisas sobre a sua aplicação para a tradução de línguas (Hutchins 1986). Por muitos anos, os sistemas foram inicialmente baseados em traduções diretas via dicionários bilingues, com relativamente pouca análise detalhada das estruturas sintáticas. Por volta dos anos 80 do século XX, contudo, deu-se um avanço na linguística computacional que permitiu abordagens muito mais sofisticadas, e vários sistemas adotaram uma abordagem mais indireta à tarefa da tradução. Nestes sistemas, os textos da língua-fonte são analisados como representações abstratas de sentido, envolvendo programas sucessivos para a identificação da estrutura das palavras (morfologia), estrutura das frases (sintaxe) e para a resolução de ambiguidade (semântica). Incluído nesta última, estão componentes de programa para fazer a distinção entre homónimos (exemplo: palavras inglesas como luz, que tanto pode ser um substantivo, um adjetivo ou um verbo, e ainda solução (que tanto pode ser um termo matemático ou químico) e para fazer o reconhecimento entre as relações semânticas corretas (ex. O condutor do autocarro com o casaco amarelo The driver of the bus with the yellow coat). As representações abstratas pretendem-se ambíguas para facultar a base de produção de textos para uma ou mais línguas-alvo. Têm havido, de facto, duas abordagens indiretas básicas. Numa, a representação abstrata pretende ser uma espécie de interlíngua independente, que pode potencialmente servir como um intermediário entre um grande número de línguas naturais. A tradução encontra-se, por isso, em dois níveis básicos: da língua-fonte para a interlíngua, e da interlíngua para a língua-alvo. Na outra abordagem indireta (que é na verdade a abordagem mais frequente) a representação é convertida primeiro, numa representação equivalente da língua-alvo. Existem por isso, três níveis básicos: o da análise do texto input para uma tradução-fonte abstrata, o da transferência para uma representação-alvo abstrata, e o da criação para uma língua output. Até aos finais dos anos 80, foram desenvolvidos todos os tipos de sistemas, e é correto afirmar que todos os sistemas atuais comercialmente disponíveis estão também classificados nestes três tipos básicos de sistemas: direto, por interlíngua e por transferência. Dos sistemas de TA para mainframe, os mais são conhecidos são 118

17 essencialmente os de tradução direta, como por exemplo os sistemas Systran, Logos e Fujitsu (Atlas). Estes são, no entanto, versões melhoradas, e ao contrário dos seus antecessores, são bastante modulares em termos de construção e facilmente modificáveis e extensíveis, especialmente o sistema Systran. Originalmente criado para a tradução exclusiva de russo para inglês, o sistema Systran agora disponível para um vasto número de pares de línguas: de inglês para a maior parte das línguas europeias (francês, alemão, italiano, espanhol, português) e depois para japonês, coreano, entre outras. Também o sistema Logos que foi originalmente vendido de alemão para inglês, está agora disponível para outras línguas: de inglês para francês, alemão, italiano e espanhol, e ainda de alemão para francês e italiano. O sistema Fujitsu ATLAS, por outro lado, continua restringido à tradução entre inglês e japonês. Entre os mais importantes sistemas por transferência mainframe, estava o sistema METAL, patrocinado ao longo dos anos 80 pela Siemens, na Alemanha. Porém, o METAL só saiu para o mercado no final da década e as vendas foram fracas. Durante os anos 90 do século XX, os direitos de aquisição do METAL foram transferidos para duas organizações (a GMS e a LANT) através de um complexo acordo. Mas os sistemas mais conhecidos que adotaram a abordagem por transferência eram projetos de investigação: o sistema Ariane no GETA em Grenoble (um projeto de TA dos anos 60 do século XX) e o Eurotra, fundado pela Comissão das Comunidades Europeias. Havia a esperança de que o Ariane se tornasse o sistema nacional francês, e havia planos para incorporá-lo no software de trabalho do tradutor para a Eurolang (ver abaixo) mas no fim, nada adveio destes. Quanto ao Eurotra, foi sem dúvida um dos sistemas mais sofisticados, mas depois de envolver, por quase uma década, centenas de investigadores em muitos dos países da Europa Ocidental, falhou ao produzir o sistema que os patrocinadores tanto queriam. Esperava-se, por isso, que o Eurotra fosse eventualmente substituir os sistemas Systran que a Comissão tinha adquirido, e que estava a desenvolver internamente. Nos finais dos anos 80 do século XX, as agências governamentais japonesas começaram a patrocinar um sistema interlíngua para línguas asiáticas, envolvendo uma colaboração com investigadores da China, Tailândia, Malásia e Indonésia. No entanto, depois de uma década de trabalho, este projecto também não conseguiu 119

18 produzir um sistema viável, (para estudos de investigação e desenvolvimento em TA nos anos 80, inícios de 90 do século XX, ver Hutchins 1993, 1994). Uso governamental e não-comercial As instalações iniciais dos sistemas de TA eram serviços de tradução militares e governamentais nacionais e internacionais principalmente porque podiam cobrir as despesas necessárias de hardware de computador. A US Air Force [Força Aérea dos Estados Unidos], introduziu o Systran no ano de 1970 para traduzir documentação militar, científica e técnica russa para inglês. Apesar de alguns documentos terem sido publicados, grande parte do output foi passado para os seus respetivos recipientes sem revisão, apesar da maioria dos relatórios técnicos reivindicarem mais de 90% de rigor. O National Air Intelligence Center [Centro Nacional de Inteligência Espacial], que retomou os serviços da USAF (do inglês United States Air Force) produz agora traduções (muitas sem correção) para um grande leque de organizações governamentais americanas (Pedtke 1997). Tal como o tipo de traduções referidas anteriormente, de russo-inglês, foram disponibilizados sistemas do Systran para traduzir japonês, chinês e coreano para inglês, assim como (também sob a alçada do Systran) se encontra em desenvolvimento um sistema de servo-croata, também para inglês. Na Europa, o maior serviço é o da tradução da Comissão Europeia, e foi também um dos primeiros a instalar a TA. Começou em 1976 com o sistema Systran a fazer traduções de inglês para francês, mas nos anos que se seguiram foram desenvolvidos outros sistemas para muitos outros pares de línguas, satisfazendo as necessidades de tradução entre as línguas da União Europeia. Enquanto a tradução de muitos textos jurídicos continua a ser feita por tradutores humanos, os sistemas Systran são maioritariamente usados não só para a tradução de documentos internos (com ou sem revisão posterior) mas também como versões rudimentares para dar assistência aos administradores, aquando da composição de textos em línguas nãonativas (Senez 1996). Produção de documentação técnica 120

19 Até aos anos 90, a suposição mais natural era a de que os sistemas de TA tinham a pretensão de serem usados para a produção de documentação de qualidade publicável principalmente, mas não exclusivamente, de natureza científica e técnica. A suposição era, por outras palavras, a de que os sistemas de TA seriam utilizados em situações em que, outrora, os tradutores humanos eram empregues na qualidade de peritos sobre os temas em questão. Evidentemente que a qualidade concreta do output da TA, era inapropriada para uso direto. Tinha que ser extensamente revista antes de ser publicada e os tradutores eram, por isso, contratados como pós-revisores. Nestas circunstâncias, o uso da tradução automática tornou-se uma questão económica, e era apenas viável se a qualidade e a velocidade geral pudessem ser atingidas a um custo inferior a tradutores humanos. Apesar de existirem nos dias de hoje outras utilidades para a TA, como já indicámos, esta aplicação continua a ser mais importante, particularmente para os vendedores e responsáveis pelo desenvolvimento de mais sistemas mainframe (Systran e Logos). Os clientes e utilizadores principais são empresas multinacionais que exportam equipamento para o mercado global (Vasconcellos 1993; Brace et al. 1995). A necessidade aqui é a de tradução de documentação promocional e técnica. No último caso os documentos técnicos são frequentemente necessários em grandes quantidades: um número infindável de manuais operacionais para apenas uma peça de equipamento pode chegar a vários milhares de páginas. Para além do mais, pode haver várias revisões à medida que aparecem novos modelos. Como também deve haver consistência na tradução: o mesmo componente tem que ser referido e traduzido da mesma forma de cada vez. Esta escala de tradução técnica está para além da capacidade humana. No entanto, para ser rentável, um sistema de TA tem que estar bem integrado nos demais processos de documentação técnica da empresa: da escrita inicial até à publicação e distribuição finais. Os sistemas desenvolvidos para a assistência de escritores técnicos não só assistência com a terminologia, mas também com os manuais de estilo online e ajudas gramaticais estão neste momento a ser interligados a processos contínuos de publicação e publicação. Existem inúmeros exemplos de um uso de sistemas de tradução automática de empresas multinacionais, bem sucedido e a longo prazo, para a tradução de documentação técnica. Um dos mais conhecidos é a aplicação dos sistemas Logos na 121

20 empresa Lexi-Tech em Nova Brunswick, Canadá, inicialmente utilizado para efetuar traduções para francês dos manuais de manutenção de fragatas navais. Com isto, a empresa construiu um serviço que se encarregou de outros grandes projetos de tradução. A usar o Logos estão também a Ericsson, a Osram, as Tecnologias Océ, SAP e a Corel. São os sistemas Systran, contudo, que detêm os clientes mais importantes: a Ford, a General Motors, Aérospatiale, Berlitz, a Xerox, entre outros. O sistema de alemão-inglês METAL, tem sido usado com sucesso por um número significativo de empresas europeias: a Boehringer Ingelheim, a SAP, a Philips e a UBS ( Union Bank of Switzerland). Um pré-requisito fundamental para uma instalação de TA em grandes empresas bem-sucedidas, é o facto de o utilizador esperar uma grande quantidade de traduções dentro de um campo específico (objetos, produtos, entre outros). O compromisso financeiro para com uma base de dados terminológica e a manutenção de dicionários tem que ser justificável. Quer seja produzido automaticamente ou não é recomendável que a documentação empresarial seja consistente com o uso da terminologia. Muitas empresas insistem, de facto, no uso exclusivo dos seus próprios termos, e não aceitam o uso de outros. Manter este tipo de consistência é quase impossível fora de um sistema automatizado. No entanto, isto significa também que antes que um sistema possa ser instalado, o utilizador tem que já ter disponível uma base de dados terminológica sólida, com equivalentes de tradução certificados pelas línguas envolvidas autorizadas, ou pelo menos têm que se comprometer a desenvolver o banco de termos exigido. É frequentemente desejável, por razões semelhantes, que o sistema de TA em questão produza output em mais do que uma língua-alvo. A maioria dos sistemas de TA em larga-escala têm que ser adaptados para o tipo de linguagem encontrada nos diferentes tipos de documentos produzidos numa empresa em específico. Pode tratarse do acrescento de regras gramaticais específicas para lidar com construções frásicas e orações, bem como a inclusão de regras específicas para lidar com itens lexicais, e não só com os ditos termos exclusivos da empresa. A quantidade de trabalho envolvido na referida adaptação só é justificável caso o output ocorra em várias línguas. 122