Traducciķ Automātica
1. Dades descriptives de l'assignatura
- Curs acadèmic: 2006-07
- Nom de l'assignatura: Traducció Automàtica
- Codi: 13315
- Tipus d'assignatura: Optativa
- Titulació: Estudis de Lingüística
- Nombre de crèdits: 4,5 ECTS
- Nombre total d'hores de dedicació de l'estudiant a l'assignatura: 100 hores
- Temporalització
o Curs 3r. curs
o Tipus trimestre
o Període 3r trimestre
- Coordinació: Toni Badia, Carme Colominas
- Departament de Traducció i Filologia
- Professorat: Toni Badia, Carme Colominas
- Departament de Traducció i Filologia
- Grup (selecció del grup al qual s'assigna el Pla Docent)
- Llengua de docència: català
- Edifici: Rambla
- Horari: dilluns de 17:30-19 i dimarts de 19-19:45 i 19:45-20:30
2. Presentació de l'assignatura
L'assignatura Traducció Automàtica és optativa i s'ubica al tercer trimestre de tercer curs de la llicenciatura de Lingüística. És una assignatura teòrico-pràctica; cada setmana hi haurà una sessió teòrica de 90 minuts i una sessió pràctica de 45 minuts.
3. Prerequisits per al seguiment de l'itinerari formatiu
- Coneixements previs: haver cursat l'assignatura Informàtica aplicada a la Traducció
- Habilitats: una certa habilitat per treballar amb l'ordinador suposa un avantatge
- Actituds:
1. Curiositat lingüística
2. Curiositat per la tecnologia
3. Interès pel treball en entorns automatitzats
4. Competències a assolir en l'assignatura
1. Capacitat d'organització i planificació
2. Resolució de problemes
3. Capacitat d'anàlisi i síntesi
4. Coneixements d'informàtica
5. Capacitat de gestió de la informació
6. Treball en un context internacional
7. Treball en un equip de caràcter interdisciplinar
8. Disseny i gestió de projectes
Competències específiques
1. Maneig d'eines informàtiques aplicades a la mediació lingüística, incloent-hi el domini de tècniques de traducció assistida / localització
2. Destresa per a la cerca d'informació / documentació
3. Capacitat de dissenyar i gestionar projectes lingüístics
5. Objectius d'aprenentatge
Al final del curs l'estudiant serà capaç de:
• Conèixer els diferents tipus d'aproximacions a la Traducció Automàtica.
• Conèixer els conceptes bàsics sobre què és i quines utilitats té la traducció automàtica, i saber com es poden utilitzar les eines de traducció automàtica.
• Conèixer els aspectes lingüístics i computacionals que suposen dificultats especials
• Conèixer el funcionament intern d'un programa de TA de transferència
• Conèixer el funcionament intern d'un programa de TA basat en estadística
6. Avaluació
La qualificació final de l'assignatura serà la nota obtinguda en un examen final que consistirà en 10 preguntes, 5 de les quals seran sobre el continguts treballats específicament en les classes pràctiques i 5 seran sobre el continguts treballats en les classes teòriques.
Haver realitzat correctament i lliurat les pràctiques setmanals permetrà millorar la nota fins en un 20%.
7. Continguts
Dies classe
10/04 GG (Excep.) Introducció General
16-20/04 Seminari corpus
7/05 GG Aproximacions basades en coneixement versus aproximacions basades en dades.
Introducció als sistemes de transferència
8/05 Sem Sistema de transferència amb Prolog I
14/05 GG Sistemes d'interlingua i traducció automàtica basada en exemples
15/05 Sem Sistema de transferència amb Prolog II
21/05 GG Traducció automàtica estadística (I)
22/05 Sem Sistema de traducció automàtica estadística Pharao (I)
29/05 Sem Sistema de traducció automàtica estadística Pharao (II)
4/06 GG Traducció automàtica estadística (II)
5/06 Sem Sistema de traducció automàtica estadística Pharao (III)
11/06 GG Avaluació de traducció automàtica
Links:
- The Europarl multilingual parallel corpus
- The Pharaoh Decoder
- Giza++ (an open source implementation of the IBM alignment models)
- The SRI Language Modeling toolkit
- NIST MT evaluation software
Bibliografia
Jurafsky, D. & Martin, J.K. (2000) Speech and Language Processing, Upper Saddle River : Prentice Hall.
Knight, K.(1997) "Automating Knowledge Acquisition for Machine Translation," AI Magazine 18(4). http://citeseer.ist.psu.edu/4106.html
Somers, H (1999) Example-based machine translation, Machine Translation 14,
(també a : stp.ling.uu.se/~ebbag/somers.pdf -)
Trujillo, A. (1999) Translation Engines: Techniques for Machine Translation [London] [etc.] : Springer.
8. Metodologia
El procés d'ensenyament-aprenentatge d'aquesta assignatura serà semipresencial.
Per a l'estudiant, aquesta assignatura suposa 10 hores de treball setmanal. D'aquestes 10 hores, 2,5 seran presencials i la resta (7) seran de treball autònom (preparació de les sessions teòriques a través de lectures, finalització de les pràctiques començades a l'hora de pràctiques sota el guiatge del professor).
De les 2,5 hores presencials, 1,5 seran de grup gran i 1 serà de seminari.
9. Bibliografia específica
Jurafsky, D. & Martin, J.K. (2000) Speech and Language Processing, Upper Saddle River : Prentice Hall.
Knight, K.(1997) "Automating Knowledge Acquisition for Machine Translation," AI Magazine 18(4). http://citeseer.ist.psu.edu/4106.html
Somers, H (1999) Example-based machine translation, Machine Translation 14,
(també a : stp.ling.uu.se/~ebbag/somers.pdf -)
Trujillo, A. (1999) Translation Engines: Techniques for Machine Translation [London] [etc.] : Springer.
9.1. Recursos didàctics. Materials i eines de suport
Aquesta assignatura està implementada en Moodle (parles2.upf.es/moodle). De les funcionalitats de Moodle s'aprofitaran especialment les que permeten la comunicació i la interacció.