CAPITOLO DUE

TRADUZIONE AUTOMATICA
E TEORIE DELLA TRADUZIONE

Al the close of the fim decades of the noughties, it is

possible IO point IO a new twist or tum in the study of
translation, what we might tenn this time the <dechnolo-
gical tum». The technological tum is driven noi by theo-
retical developments in cognate areas of inquiry, though
il can be informed by them, but is an emergent propcrty
from new forms of translation practice. Thai is IO say,
the tum in question is the result of significant shifts in
the way in which translation is carried out in the con-
temporary world. These shifts demand thai conventional
understandings of what constitutes translation and the
position of the translator be systematically re-examined.
(Cronin, The Translation Crowd, 20 IO)

Nonostante la traduzione automatica si sia affermata come oggetto di studio

a partire dal secolo scorso e nonostante abbia profondamente modificato il
processo di ricodificazione di un testo da una lingua naturale ad un'altra e il
prodotto stesso di questo processo, per lungo tempo la teoria della traduzio-
ne ha ignorato il fenomeno.
Mentre con le teorie linguistiche ci sono stati diversi contatti e interazio-
ni a partire dalla grammatica generativo-trasformazionale di Chomsky, che
ba gettato le basi per formalizzare le lingue in modo che potessero essere
interpretate dagli algoritmi, i due campi della traduzione automatica e della
teoria della traduzione, e in particolar modo dei Translation Studies, si sono
sviluppati su binari paralleli.

2.1 Traduzione automatica e teorie linguistiche della traduzione

In una fase iniziale degli studi sulla traduzione, quando a prevalere era l'ap-
proccio linguistico, ovvero intorno agli anni '60 e '70 del secolo scorso,
sono state elaborate alcune formulazioni teoriche sul concetto di equivalen-

31
 TR,u)U7JON[ Atrt'OMATfCA E TEORJE DELLA TRADUZIONE

CAPrrowDu,
za traduttiva e su quello di traduzione da parte cli studiosi come e r.0
Nida che rivelano un certo interesse per la tecnologia. at rd e
ovvero "basic structural elements out of which Janguage bui Id its el~borate
Jn linguistìc Theory o/Translation ( 1965) Catford, sulla base del!
h•-•" (Nida & Taber I 969· 39) La seconda fase consiste nel
nizione di traduzione come "the replacement of textual materiai in a defi_ surfiace Struc•=- · · . . .
· ,· th
guage (SL) by equivalent te~~ I ~aten~ mano er language (TL)"
one1
an.
irasfetire il messaggio del testo di partenza nella lingua dt amvo, e mfin_e
19 l'ultima fase riguarda la ristrutturazione del messaggio secondo le caratten-
20), ipotizza che le p~bab11ita_ dt eqmvalenza traduttiva possano 65:
espresse sotto fonna dt regole dt traduzione e dunque fonnalizzab 1T SSere stiche proprie della lingua cli arrivo.
1
istruzioni per algoritmi traduttivi (I 965: 31 ): carne
2.2 Traduzione Automatica e gli studi teorici e applicati della
For the purpose ofMachine Translation, translatio~ rules may be operation
instructions_ for_c'.'"rextual search for 1tems marked 1n the mach ine glossa al traduzione
par11cular diacntics, with mstrucllons lo pnnt out the particular co d . .ry by
· · each case. Sueh operat1ona · I mstrucllons,
· · n •lìoned Dopo questi primi contatti iniziali tra i due ambiti cli studio, tuttavia, molta
eqmvaleor m which if foll
can be guaranteed witb a high degree of probability to produce 3 , OWed, letteratura nell 'ambito della teoria della traduzione ma soprattutto nell'am-
resuJ~ are known as algon·th ms. The looser, more contextuall correct' b bito dei Translation Studies non ha fatto alcuna menzione della traduzione
instructions for hurnan translators are 'translation rules' •· the more
y ri3Sed, automatica (ad esempio Gentzler I 993) o, se l'ha fatta, solo molto breve-
·d
co-textually based, instructions for MT are, strictly speaking, 'Iran 1 _gi • mente e senza approfonclime le implicazioni (Beli I 991, Munday 200 I,
i:
algorithms'. In generai, to be effective, translation algorithms m I alìon. Venuti 2012). L'idea di fondo che accomuna questa temperie è che le te-
orie della traduzione e quelle sulla traduzione automatica siano discipline
on equivalences with probabilities approaching. us based
totalmente separate con pochi punti cli contatto. Ciò è in parte dovuto alla
Nel modell~ del processo di ~~uzione proposto da Nida possiamo . convinzione che gli aspetti tecnologici non siano oggetto delle più ampie
facilmente mtravedere la som1ghanza con l'architettura dei s · t . invece riflessioni epistemiche della disciplina, bensl riguardino aspetti eminente-
. . • tsenuatr
f erdt traduzione automatica (cli§ 4 . 1.2.1). Si tratta di un mod II O ans- mente collegati alla pratica professionale.
analisi, transfer e ristrutturazione (fig. 2.1 ). e a tre fasi: È anche vero però che gli approcci teorici alla traduzione automatica
raramente hanno preso in considerazione gli apporti della teoria della tra-
Source Language duzione, una disciplina dal cui clibattito i ricercatori avrebbero potuto trarre
Receptor Language
Text elementi utili per comprendere meglio il processo di traduzione e le proble-
Transfation
J
Anafysis i
Rlriog
matiche ad esso connesse.
La carenza cli ricerche sulle tecnologie per la traduzione nell'ambito del-
la teoria della traduzione è stata rilevata solo in tempi recenti e da diversi
studiosi come Munday (2009), O'Hagan (2013) e Doherty (2016). Inoltre,
benché lo sviluppo delle competenze tecnologiche siano state riconosciute
f Transfer
come indispensabili nella formazione dei traduttori da oltre un decennio
Figura 2.1 li processo di traduzione (Nida & Taber 1969: 33) (EMT Expert Group 2009), pochi sforzi sono stati fatti per meglio analiz-
zare e comprendere le implicazioni dell'affermazione delle tecnologie su
Nella prima fase il traduttore analizza il testo di partenza per interpretarne il vasta scala.
Una prima indicazione che la teoria della traduzione avrebbe dovuto in
messaggio attraverso la trasfonnazione della struttura superficiale del testo
qualche modo occuparsi delle tecnologie per la traduzione proviene dalla
nella sua struttura profonda e l'individuazione delle cosiddette frasi kemel',

gli clcmcnli strutturali di base a partire dai quali la lingua costruisce le sue elaborate strutture
' Le frasi kemel o nucleari sono frasi semplici, attive e dichiarative che rappresentano superficiali (Nida & Taber 1969: 39)

32 33
 TRADUZIOr<lt: Alrl'OMATICA E noKlt U[l.l.A TRADUZIONE
CAPITOl.0 DUE

, H . ( 1988) che tra gli Applied Translation s111 ,,. .

mappa
d1 James o1mes ' . . . .,,e.,· I
d . trans/ation aids, ovvero degh strumenh d1 ausili O . n. rei or idiom in thc originai. More sophis1icuted mcchanisms cnn
th
senscc. la branca .e, gono annoverali. dei· genenc1 · · JT 100 Is. Nel riv .. alla for evselrya ::mber of possiblc definitlons from which the humun rcuclcr ofl tcc
traduzione 11'8 cm ven G' d " 1suare sugge . · ed · ot in ony comp e
. 1-out will selce! lhc most uppos11c. Th1s proc urc ,s n
la mappa dei Tnmslation Studies di Holmes, i_eon. ~u_ry ( 1995) suggerj. pnn .
. à d' mpliare la branca degh studi apphcah, cons1dcrand hcrmeneulic senso an net of trans 1at,on.
sce la necess1t· 1n . . o gl'1
. ecessan· a colmare la distanza trn teona e prauca della tradu· .
strumentI n I d .· t10. È d Il fine degli unni ' 80 che si assiste ad un incremento di intercss~ p;r
sempio l'insegnamento del a tra uzmne, 1a valutazione d
ne, come nd e. . .1 d' I' . • . . e1la I t:c~ologie della traduzione e ciò è dovuto al fatto che_ questo peno_ o
qualità della traduzione e infine lo svi uppo I app 1caz1om d1 supporto al e un momento di svolta nell'evoluzione della traduzione_ automatica
traduttore (fig. 2.2). ~:~hins 2005b), fondamentalmente per_ tre m~ti~i: i) la sp~~mentazion~

----------
'!'nMlllkmSNdia d arte di gruppi di ricerca degli approcci empmc1 alla traduz1on~ ~utoma .
_a p · particolare IBM con lo sviluppo di un primo sistema stallsttco e di
ucam . 'd c
ruppi giapponesi di ricerca con i primi sistemi basali su csem~• a appro -
~io statistico, ii) l'avvio delle ricerche nel campo della troduz_1one ~oca_le
Tolollllof l'rmlldoa r.....,. infine iii) il passaggio da un approccio teorico allo sviluppo d1 ~pphc~z1om

/
n,,nctcll
A...
'-
,-===
°""""
·~·-~-=---hml- ..
"""'1 - Fllacdoa
poUcy <ridei,,, realmente utilizzabili nei processi di traduzione, come le postazmni d1 lavo-
ro per i traduttori. .

=
Odli hrtlol ...... orimlld orimhd
.._ AlW
r,(~ Rat Tlll-1)-pt Tùlt l'nll>llm
"'""" llllriclod moic1,d .-ic1od relriclod Nlllicled
Figura 2.2 Mappa dei Tra1,s/a1ion Studies (Toury 1995: IO)
Ma aldilà di questa classificazione, in realtà la traduzione automatica trova
poco spazio di riflessione negli stud! suUa traduzione. Probabilmente ciò
è dovuto al fatto che l'anno d1 pubbhcaz1one della mappa corrisponde an-
cora con una fase pionieristica della traduzione automatica e dunque no
si avvertiva l'urgenza di occuparsi di un fenomeno che invece di li a poc:
avrebbe radicalmente mutato il mercato della traduzione e la pratica profes-
sionale dei traduttori.
Questa sottovalutazione del fenomeno in base alla scarsa qualità d 1·
risultati delle tecnologie principalmente imputato ad un approccio basa~
sulla ricostruzione del significato attraverso la traduzione parola per parola~
se~brerebbe essere confermata da Steiner, che in After Babel (1975: 3IO)
cosi scnveva:
li hopcs, as il wcr~, lo locate 'rows of words' of which the mere supcr-
scnphon w11h a lcx1eal equivalent will make adcquate sense. The machine
1s _no_ more tha~ a dictionary which consults itself at very high speed. In its
pnm111vc vers1ons, the automatie translator offcrs onc Jcxical countcrpart
Wolfram Wills, ad esempio, nell'evidenziare che la traduzione è una
specifica forma dell'elaborazione cognitiva di un testo ( 1988:39) descrive le
difficoltà che si incontrano nel voler definire in maniera più precisa questa
capacità cognitiva usando la metafora del black box, per sottolineare che si
tratta di un costrutto ipotetico (Wills 1988:42) in quanto i processi mentali
che si attivano nella mente di un traduttore sono oscuri e non osservabili
scientificamente. Relativamente a questo aspetto, Wilss osserva come que-
sti processi siano difficili da riprodurre in un programma di traduzione au-
tomatica perchè non formalizzabili mediante algoritmi e mette in dubbio le
possibilità di risoluzione dei problemi da parte di un calcolatore ( 1988: 158).
Le soluzioni adottate dai programmi sono infatti deterministiche e limitate
alla base di dati archiviati: non può essere creato nulla di nuovo, se non
soluzioni predefinite e schematiche (Wills 1988: 167). Si tratta dunque della
mancanza di creatività, che al contrario è invece caratteristica tipica del pro-
cesso traduttivo umano, che consente di trovare soluzioni nuove a seconda
dello scopo della traduzione: la macchina può tradurre solo testi o porzioni
di testi che sono già stati tradotti in precedenza.
Un primo contributo interessante al dibattito teorico è offerto dal volu-
me di Juan C. Sager language Engineering and Translation (1994), in cui
l'autore riflette su alcuni aspetti della teoria della traduzione che contribui-
scono ad analizzare le implicazioni dell'introduzione delle tecnologie in un
~roces~o tradut~ivo di tipo industriale. Dopo una prima parte dedicata alla
mdustna delle hngue, l'autore affi-onta gli aspetti rilevanti della teoria della

34 35
 TRADUZIONE AUTOMATICA E TEORIE DELLA TRADUZIONE
comunicazione per la traduzione, nonché gli aspetti teorici della traduzi
La parte sicuramente più rimarchevole
. è .costituita
. dal capitolo intitoolne.
ato
The automated dimension of transIation. m cm opera un confronto tra 11.
rocesso della traduzione umana e quello della traduzione automatic
P · 1· d S . d a. li
modello di processo ~dut~vo ana 1zzat~ a ager s1 ,on _a su! concetto di
tradUZ1one come modifica d1 un testo mollvato dalle necessità dt processi i
dustriali di comunicazione multil!ngue. ~econd~ l'~u~ore, _gli strumenti
lizzati detenninano le strategie d1 .traduz1o?e e I ~ttlVltà dt traduzione deve
u~:
essere intesa come process of understandmg, articolato su tre dimensio 1..
cognitiva, pragmatica e linguistica. Partendo dalla considerazione che ~ ·
traduzione è un esercizio di problem solving (Sager 1994: 247): a continuity between sentenccs in a target languagc MT output is thercfore
a problem is dcfined. analysed with referencc to a knowledge base
alternative solutions sought and finally a single choice from among possibl~
solutions put forward as the most satisfactory.
Sager sottolinea come il modello di conoscenza alla base del processo lra-
duttivo sia cruciale sia nell'identificazione che nella soluzione dei problem1•
traduttivi. La differenza tra traduzione umana e traduzione automatica risied
nelle differenti caratteristiche dei due modelli: mentre le basi di conosceUZ:
di un traduttore sono flessibili, nel senso che consentono al traduttore di ri-
solvere problemi mai incontrati in precedenza per il principio di analogia con
quelli precedentemente affrontati e risolti, e inoltre in continua espansione
(Sager 1994: 247-248) in virtù dell'esperienza che il professionista acquisisce
con I'~dare del tempo, la struttura del computer è invece rigida e comparti-
mentahzzata, essendo basata su connessioni prestabilite.
Nonostante il confronto operato da Sager prenda in considerazione m
delli di tradu~one auto~ti~a ormai obsoleti, ovvero i sistemi a base lingu:
st1ca (cfr. Capitolo 4), mdiv1dua alcune limitazioni dei sistemi valide ancora
oggi_ con _i ~uov_i mod:lli neurali, molto p!ù avanzati di quelli disponibili
negh anni 90: m particolare Sager sottolinea la mancanza di compensa-
zione, ovvero l'incapacità da parte dei sistemi automatici di trovare del-
le soluzioni per compensare con forme alternative l'assenza di traducenti
per una determinata parola o espressione. Questa strategia, nonnalmente
adottata dai traduttori, viene usata per superare le difficoltà di traduzione
ad esempio mediante parafrasi, uso di sinonimi o iperonimi, uso di sensi
letterah al posto di quelli figurati e viceversa e altre soluzioni ancora. Si
tratta dt esercitare capacità inferenziali che richiedono talvolta la conside-
razione di unità testuali più ampie delle frasi per poter elaborare una solu-
36
CAPITOI.O DUE
zione adeguata. Questo tipo di capacità sono sconosciute anche ai sistemi di
traduzione automatica allo stato dell'arte, che non possiedono co~oscenze
tali, ad esempio, da individuare la funzione dei testi, la loro tipolog1~ o al~
caratteristiche pragmatiche importanti ai fini di una corretta disamb1guazto·
ne del messaggio del testo di partenza.
Sager conclude cosl il confronto tra il processo traduttivo umano e quel-
lo automatico (Sager 1994: 256):
Sincc MT is limited lo sentence-levcl transfcr, rhctorical and logica!
structures are noi spccifically considercd by thc analysis modulcs. Any
purely coincidcntal. [... ) Sincc scntence-level translation is an almost unique
featurc of MT, it might be more appropriate to admit thai MT produces a
separate translation-specific, category oftexts which in some way mirror thc
tcxt type of thc input document.
Relativamente al prodotto finale, partendo dalla constatazione che la tradu-
zione automatica cerca di riprodurre il linguaggio naturale, affenna che in
realtà essa produce un linguaggio artificiale privo del potenziale creativo,
della flessibilità e multifunzionalità tipici del linguaggio umano: dunque
un testo frutto di un processo automatico di traduzione non è altro che una
tipologia testuale specifica della traduzione. Se ciò era vero per i sistemi di
allora, basalo su un set definito di dati lessicali e sintattici, al giorno d'oggi
il linguaggio artificiale prodotto dai sistemi si è enormemente evoluto, tanto
da avvicinarsi molto al linguaggio umano.
In tempi più recenti -il raffronto tra l'intelligenza biologica e quella ar-
tificiale nel processo traduttivo viene ripreso da Laura Salmon, che rileva
l'esistenza di due "categorie di strategie per risolvere problemi: gli algo-
ritmi e le euristiche" (2017: 135). Riferendosi a Dennet (1997: 264), sono
proprio le strategie euristiche, ovvero "forme di algoritmi non deterministici
sempre potenzialmente indagabili in termini formali, ma a volte inafferabi-
li" (Salmon 2017: 138), a far si che la mente umana affronti la traduzione
diversamente dal computer.
Un altro tentativo di avvicinare i due campi di indagine si ebbe nel 1997
co~ il volume Machine Translation and Translation Theory (Hauenschild &
Hetzmann 1-997), una raccolta di contributi presentati per la maggior parte
al Second lntemational Workshop on Machine Translation and Trans/ation
Theory (~ildeshe~m University, 1994). Tra questi, un primo gruppo riguarda
argom~nll relatlVI a_lla teoria della traduzione di potenziale interesse per la
traduzione automallca, come ad esempio il contributo di Monika Doherty
37
 TRADUZIONf. AUTOMATICA F. TEORIE DELI.A TRADUZIONE
Textual garden paths - Parametrized obstacles to target language adeq
te translatians (1997: 69-89), che mette in evidenza il ruolo de~la struu:;~
infonnativa di un testo e come questa possa presentare delle differenze .
lingue diverse. Un secondo gruppo di con~buti riguar~a invece ricerc~~
sulla traduzione umana orientate alla traduzione automallca; part1colannen.
te interessante è il contributo di Birte Prahl e. Susanne Petzolt Translation
problems and 1ra11slation strategies i11vo/ved m h~man an~ machine Iran.
s/ation: Empirica/ studies (1997: 123-144), ~he mte~de_ d~mostrare come
un'analisi delle strategie adottate dai tradutton profess1omst1 possa aiu~ire.
sviluppare delle ipotesi di soluzione per la -~duzione auto~atica in presen~
di testi ambigui. Secondo le autrici una migliore_ cmnp~n~1one _del processo
di traduzione umano può migliorare le prestazioni dei s1stem1 automatici
oltre 8 dare delle indicazioni preziose per una più efficace interazione uO:
mo-macchina quando questa viene utilizzata come strumento a suppono del-
la traduzione. Nell'indagare il processo umano allo scopo di usare i risultati
per la traduzione automatica, le autrici si sono concentrate sulla risoluzione
di ambiguità strutturali o referenziali.
Aldilà degli aspetti più eminentemente pratici sviluppati nel saggio,
particolannente significative sono anche alcune riflessioni tenninologiche.
Viene discusso il concetto di "problema di traduzione", partendo dalla di-
stinzione di Nord (1991) tra Obersetzungsproblem (problema traduttivo),
che si riferisce alle difficoltà inerenti un testo da tradurre per problemi di
ambiguità. indipendentemente dal traduttore, e Ubersetzungsschwierigkeit
(difficoltà traduttiva) relativa alle difficoltà traduttive originate da fenome-
ni linguistici problematici o da condizioni particolannente complesse nel
processo traduttivo. A questi due concetti si contrappone il tennine tran-
slation mismatch, usato negli studi sulla traduzione automatica per riferirsi
alla selezione dell'equivalente traduttivo errato da parte di un sistema di
traduzione. Non ritenendo nessuno dei tennini adeguato ad essere applicato
sia alla traduzione umana, sia a quella automatica, le autrici preferiscono
distinguere tra potential and actual translation problems, dove i problemi
traduttivi potenziali diventano problemi reali quando "Ibere is an infonna-
tion deficit at a certain point in time without taking into account whelher the
translator is aware of Ibis infonnation deficit or not" e sono caratterizzati da
quattro fattori: i) si deve prendere una decisione durante il processo ii) ma
è presente un deficit infonnativo iii) in un momento specifico del processo
traduttivo iv) in un ceno contesto.
Un ultimo concetto discusso brevemente è quello di translatlon tar-
get, che indica ciò che è importante in una specifica traduzione e dipende
38
CAPITOWDUY.
ll'ordine effettuato dal committente,_in cu_i si p~cisan? le circostanze ri:
da -per la traduzione, ovvero il destmatano, la t1pologm testuale e la fun
1~:::1~el testo tradotto. 11 translation target detennin~ ciò_ che è rilevante
zid e essere trasferito dal testo di partenza u quello d1 amvo. In base a!la
•. ev , dell'infonnazione (o della mancanza dell'informazione), ampm·
nlevonza . ( d · · Nord 1991 e
e discussa nella teoria della truduz10ne a esempio m .
men t
Venneer 1986) le autrici individuano due poss1'bT 11 straieg1e
· in assenza. d1
· · he potrebbero essere usute come modello per la traduzione
infonnaz1om c ·
automatica (Prahl & Petzolt 1997: 126-127):
Rcducrion 81r111cgics: The missing infonnation is noi relevant BI gi~cn
int in time, and thc translator can for cxamplc use a gcnc~hwt1~n.
:hievemenl slnltcgies: Thc missing infonnation is rclevanl al a g1vcn pomi
in time, and the translntor trics to obtain more infonnation.
li volume si conclude con il contributo di Ma_rgaret King ~~a/u~ting tran-
s/ation (1997: 251-263) in cui, dopo aver anahzzat~ 1cnten 1mp1egall nella
relazione dell' Automatic Language Processing Adv1sory Comm1ttee ( I?66)
e quelli usati nei primi anni '90 da parte del~' Advan~ed Research ProJects
Agency (ARPA), un'importante agenzia ~r ,I fin3'.1z,ament? delle ncerche
da parte del governo americano, (cfr. Capitolo 6) I autn~ nrnarca come la
qualità non possa essere definita in astratto ma al centrano de~ba tener con-
to dello scopo specifico per il quale è stata effettuata la traduzione.
Nel 1998 la Rout/edge Encyclopedia of Translation Studies (Baker
1998) dedica una voce alla traduzione automatica a_cura di H~rol_d So~ers:
professore emerito della School of Computer Sc1ence de_ll un,_vers1tà d~
Manchester, che però si limita ad illustrarne la metodologia, gh approcci
teorici e le evoluzioni in atto in quel periodo storico senza particolari con-
siderazioni rispetto all'impatto delle tecnologie sul processo di traduzione.
Anche l'Handbuch Translation (1998) a cura di eminenti rappresentanti
della scuola tedesca come Snell-Hornby, Hllnig, Kussmaul e Schmitt, riser-
va una trattazione sintetica agli approcci teorici della traduzione automatica,
ma allo stesso tempo dedica una interessante trattazione al tema della valu-
tazione della qualitll della traduzione, dal punto di vista dell'oggetto, degli
scopi e delle metodologie della valutazione.
Nello stesso periodo viene pubblicato Unity in Diversity C11rrent Trend<
In Translation Sh1dies (Bowker e/ al. 1998), che include, tra i vari contri-
buti, due lavori dedicati alla traduzione automatica. li primo, The Prob/em
wlth Mach/ne Trans/ation, a penna di Reinhard Schiller, registro l'inizio
di un fenomeno che al giorno d'oggi è onnai dilagante, ovvero l'uso della
39
 TRADUZIONF. ,urro.M ATICA r. T[ORJE DELLA TRADUZIONE
traduzione automatica senza il ricorso alla fase_ di revisi~oe da pane dei
traduttori: "tmoslalion is no Jonger the exclus1ve doma.~o of translators
and non-traoslators are the biggest users of ~T syste,ms (Schiller 199B:
153 ): nell'anicolo vengono citati ca_s1 esemplan come_! mstallazmne di sy_
STRAN disponibile internamente via mail alla Comm1ss10ne Europea, e del
sistema Intergmph da pane di Compuse~e nel su? World Community Fa.
L'autore sostiene Ja necessità che I tradutton cambmo atteggiamento
:~~onfronti delle tecnologie se non vogliono rimanere esclusi dalle attività
iù lucrative nel mercato della traduzione, ma per fare questo devono essere
~dcguatamente addestrati e conclude (Schaler 1998: 156):
Wc must cnsure that alJ aspects oftranslation activity remain undcr thc con-
tro! ofthc translation profcssional andare not talccn ovcr by highly qualified
cnginccrs with no feci for and no kn~wlcdge oft~c h~man cle~cnt in natu-
ral languagc. Translation. cvcn Machmc Translatmn, 1s not poss1ble without
translators. But it is incumbent upon translators to broadcn thcir conccpt of
translarion and to ensurc that their skills are rccognized as fundamental to ali
typcs oftranslarion activity.
Nella stessa raccolta Paul Bennett ( I 998), nel suo Machine Translation
as a Model of Human Tra11slatio11, ritiene che la traduzione automatica,
nonostante produca traduzioni non comparabili qualitativamente a quelle
umane, può offiire degli spunti rispetto ad una comprensione più accurata
degli aspetti psicolinguistici del processo traduttivo umano, con cui può
essere confrontata da tre punti di vista: input-output relations, knowledge e
processing: il sistema di traduzione automatica mette infatti in relazione un
testo di panenza (input) con un testo di arrivo (output) utilizzando una base
di conoscenza (knowledge) sia monolingue che bilingue per l'elaborazione
del linguaggio naturale (processing).
Progressivamente, anche se lentamente, la traduzione automatica a
partire dalla fine del secolo scorso in poi ha cominciato a guadagnare l'at-
tenzione dei teorici della traduzione, anche se continua ad essere conside-
rata una disciplina a sé stante in quanto caratterizzata da elementi comuni
con discipline come l'informatica e la linguistica computazionale (Alcina
2008).
Gli studi in questo periodo si focalizzano sul modo in cui le tecnologie
possono essere utilizzate nell'ambiente di lavoro dei traduttori (Hutchins
1996; Kugler et al. 1995) o su altri aspetti del processo traduttivo automa-
tico, come il pre-editing e il post-editing (Krings 200 I, Allen 2003). Alcu-
ni temi che cominciano ad essere sviluppali in questo periodo diventano
40
CAPITOLO Out:
1.1 rincipale punto di contatto tra gli studi sulla traduzione automatica e
~lii sulla traduzione, e riguardano da un lato la formazione dei traduttori
q~a Juce delle nuove competenze richieste dall'affermarsi delle tecnologie
:el mercato della traduzione (K~nny 1999; Folaron 2006) e dall'altro l_a
ualità della traduzione automatica a confronto con quella umana (a cm,
~r Ja numerosità dei contributi, saranno dedicali rispettivamente i Capi-
toli 5 e6). .
In questo periodo vengono inoltre pubblicali una serie di volumi che
affrontano l'informatizzazione del processo di traduzione (O'Hagan 1996,
Austermiihl 2001; L'Homme 1999; Bowker 2002; Dunne 2006; Kugler et
al. I 995; Gambier & Gottlieb 200 I). Electronic Tools far Translators di
Austermilhl (2001), ad esempio, tratta solo io maniera molto concisa l'argo-
mento della traduzione automatica. mentre il testo di Lynne Bowker (2002),
Computer-Aided Translation Technology: A Practica/ lntroduction, pratica-
mente la ignora; Harold Somers (2003), invece, in Computers and Transla-
tion: a Trans/a/or 's Guide, volume rivolto principalmente ai traduttori e al-
tri professionisti in campo linguistico (scrittori tecnici, segretarie bilingue e
anche insegnanti di lingue), dedica un'allenzione panicolare alla traduzione
automatica: il tema viene sviluppato attraverso l'apporto di vari autori che
affrontano aspetti che negli anni successivi diventeranno particolarmente
rilevanti per la professione del tradutlore, come ad esempio la disponibilità
di sistemi commerciali e remergere dei sistemi di traduzione automatica
online, la valutazione della traduzione automatica e infine l'uso della tradu-
zione nella formazione dei traduttori.
Allo stesso tempo anche riviste tradizionalmente riservate ad aspetti più
computazionali cominciano a pubblicare anicoli riguardanti argomenti le-
gati all'uso delle tecnologie nel processo di traduzione, come ad esempio
Machine Translation e Machine Trans/ation News lntemational.
Nel 2006 Kin Chiew Quah sente la necessità di rivisitare la mappa di
Holmes (fig. 2.3). Sostituisce la denominazione Translation aids con quella
di Translation technology, indicando le sollocategorie necessarie per inclu-
dere tulli gli sviluppi delle tecnologie allo stato dell'arte, ovvero la tradu-
zione automatica, suddivisa a sua volta in sistemi stand-alone e sistemi per
reti, e strumenti di ausilio alla traduzione (in inglese Computer Aided Tools)
con le ulteriori sottoclassificazioni necessarie per dar conto della varietà di
strumenti disponibili: memorie di traduzione, sistemi per la gestione della
tenninologia, dizionari, glossari, sistemi per l'Optical Character Recogni-
tio11 (OCR) e le concordanze, e infine strumenti per la gestione della docu-
mentazione e la gestione dei progetti.
41
 TRADUZIONE AU10MATICA E TEORIE DELLA TRADUZIONE
CAPtrowDut

Applied Tranolalion Studiel

•viste che si collocano nell'an_ibito dei 7:r~nslation Studies e fi_n al~to a
I I
Trantlation Tronalaion
I n tare in quale misura l'adozione ormai diffusa della tecnolog1a st nfletta
TranelaOon 1 ricerche condotte nell'ambito dei Translation Studies, conferma c~e
Translator
training technology policy orHlclsm'evaluatlon val~e
,-+-, ~\ enologie della traduzione sono ormai parte integrante delle ricerche m
r+-,
I computer.al translation tools
e : ambito, anche se la prospettiva raramente è teorica, focalizzandosi
10
~~:ttosto su aspetti che riguardano la formazione dei traduttori, le pratiche
AutomaticltranSlation tools

r-7
MT (atand atone) MT (notwotk) Tmnalallon tools Ungulsllc tools Locallzation 1001,
lavorative o il prodotto.
Micbael Cronin in Translation and globalization (2013) approfondisce
.

™
r~_ _,.1--_J
ThlS
r
Langlllll"·
1
1 h
rl
t.anguage-
dependent independent
___J
-r--~1~
Dictionariel Glo&MrieS OCR Concordlncers
MT = machlne uanslation: TM = trons1ation memory; TMS .. tennlnology management systcmo·
OCR = optlcal character recos,tltlon
figura 2.3 Schema degli App/ied Translation Studies (Quah 2006)
2.3 La svolta tecnologica dei Translation Studies
L'attuale rapido progresso delle tecnologie e la loro diffusa adozione so-
prattutto nell'ambito della traduzione tecnica e in particolar modo nel set-
tore della localizzazione' sono tali da far ipotizzare una svolta tecnologica
(Technological tum) (Cronm 20 IO; O'Hagan 20 I 3; Alonso & Calvo 20 l S)·
non si tratta di una semplice c?nstatazion~ ~ell' ~po~ delle tecnologi~
nel lavoro del traduttore, ma nflette una v1smne m cm I uso generalizzato di
tutte le forme di tecnologia nelle diverse fasi del lavoro ridefinisce in ma-
niera sostanziale il prodotto, il processo, influisce sugli scopi della traduzio-
ne, sull'approccio cognitivo del traduttore, sulle modalità di lavoro e infine
sulla sua posizione sociale. La pubblicazione nel 2014 della Encyc/opedia
o/Translation Technology (Chan 2014) sancisce definitivamente, se ce ne
era bisogno, l'importanza acquisita dalle tecnologie nel sellare della tra-
duzione. La svolta tecnologica è confermata anche da un incremento degli
studi sulla traduzione automatica e sull'uso delle tecnologie della traduzio-
ne. Uno studio condotto da Christensen et al. (2017) sui contributi di alcune
1 Il lcnninc localizzazione (LI ON), dall'inglese /ocalizalion, designa il processo per rcn•
dcrc un prodotto linguisticamente e culturalmente adeguato ad un paese/regione geografica di
destinazione (locale) dove questo sarà usato o venduto (Monti 2007).
Document Proiect 1
riflessione sulla traduzione nell'era digitale e tratta tutti i diversi aspelti
:ell'uso delle tecnologie ai tempi di oggi, come ad esempio la traduzione
management mana
gsrn,,,, automatica online, il web semantico, le traduzioni ottenute attraverso l'uso
del crowdsourcing. li libro si propone di esplorare i diversi aspetti legati alla
rivoluzione tecnologica dal punto di vista storico, sociale e culturale, sugge-
rendo che i Translation Studies possono contribuire a meglio comprendere
•
le irasformazioni della società. Tra i vari aspelli analizzati, di particolare
rilevanza sono alcuni concetti espressi dall'autore a partire dal 'JT para-
digm ': trade, technology, translation, che l'autore considera come insepara-
bili e interdipendenti. A questa triade ne è connessa una seconda: language,
power. translation, in cui la tecnologia gioca un ruolo molto rilevante rispet-
to alle relazioni di potere tra lingue. Cronin sottolinea come nell'era digitale
queste siano fortemente sbilanciate in favore del cosiddetto globo/ English,
ovvero l'inglese come lingua franca di un mondo globalizzato. Ciò corri-
sponde a una visione in cui le lingue vengono rappresentate in termini pura-
mente strumentali, e cosi anche la traduzione, che è finalizzata a trasportare
un messaggio da una lingua A a una lingua B nel più breve tempo possibile.
La disponibilità dei sistemi di traduzione automatica online, come strumenti
di disintermediazione tra domanda e offerta che consentono a chiunque di
poter tradurre nella frazione di secondi in qualsiasi lingua, rafforza questa
visione utilitaristica (Cronin 2013: 47):
The disembodied, instantaneous execution of the 1ransla1ion task implies
thai translation is an agentless, automatic function that can be rcalized in no
time al ali, and thai translation is fundamentally a malching or subslitutive
operation, the lexl changing as the language is translaled, but the layoul
rcmaining lhe same.
Se da un lato la l'.'3~uzione, assistita da potenti mezzi tecnologici, rispon-
de al suo scopo d1 nmuovere le barriere linguistiche, dall'altro invece c'è
da ~hiedersi . qu~l~ sia l_a re~le natura degli interessi economici in gioco
nell economrn d1g1tale, m cm la traduzione ha un ruolo cosi determinante,

42 43
 TRADUZIONE AUIUMATICA E TF.ORIE DELLA TRADUZIONE
al punto da indurre ritenere ~he sia pi_ù adeguato p~lare dell'età
y-~
contemporanea in temuru d1 Trans/al/on
..
age pmttosto che d1 Jnfonn .
. d . 1· O//on
age. La traduzione però n~n è pm appannaggio e1 s~ 1_ traduttori: Pertan.
to così come altre forme di conoscenza vengono condivise sul web •~-.
. . . . 'k ·
pratiche collabora~ve, I~ trad_UZJon_e ~1 tras,~nn~ ID w1 1-translation, cioè la
rapida disseminazione d1 pratiche tipiche dei so~1al ~etwork _nel campo della
traduzione, generando da u~ lato nuov~ necessità d1 "'.1duz1one ma dal!' al-
tro chiamando in causa pratiche lavorative nuove, mediate dalle tecnolo .
Le tre principali caratteristiche di qu~sta f~nna di ~uzione sono: ,,0 ,;;;~
tion prosumption, post-print translall~n htera?, e infine pluri-subjectivity
(Cronin 2013: 100-102). 11 concetto d1 translall?n prosumption concerne la
partecipazione attiva degli utenti,d~lle t~~olo!Pe per la traduzione presenti
sul web alla creazione di contenuti multJlingm, senza nessun intervento d
parte dei traduttori. Post-print translation literacy riguarda il modo in cui~
contenuti vengono consumati: "In effect, the internet encourages a shift from
steady, cumulative, linear reading to a fonn of accelerated powerbrowsing"
(Cronin 2013: l00). Questo passaggio a un consumo che potremmo definire
usa-e-getta dei contenuti fa sì che anche l'impiego della traduzione sia cara.
biato rispetto all'era della carta stampata: in questo contesto la traduzione
automatica, nonostante fornisca dei risultati qualitativamente inferiori, ri-
sponde appieno alle necessità degli internauti, che velocemente e a costi zero
intendono accedere o produrre contenuti in lingue diverse. Infine il concetto
pluri-subjectivity fa riferimento a una dimensione corale e comunitaria della
traduzione che ha due risvolti: da un lato un processo de-umanizzato per via
dell'uso delle tecnologie, dall 'altro l'adozione delle tecnologie come stru-
mento di intervento politico da parte di gruppi di persone che usano strategi-
camente le risorse tecnologiche messe a loro disposizione gratuitamente per
creare contenuti ritenuti rilevanti per una causa o azione politica o sociale.
2.4 Gli approcci cognitivi
Altri studiosi si sono interessati agli aspetti cognitivi del processo di tra-
duzione e in particolare a detenninare se l'uso delle tecnologie influisca
sul processo decisionale. In questo filone si inseriscono le riflessioni di Ri-
sku, che sottolinea come l'impatto delle tecnologie sia cosi significativo che
"the new lìndings in cognitive science will necessarily change some of the
common concepts and methodological traditions with regard to the actual
text production process and competencies" (Risku 2010: 94). Rileva inoltre
44
L
CAPITOLO DUE
tecnologie non devono essere considerate come artefatti isolati, ma
che 1e . te s1. co~e Pdarte d'1 una ~omp Iessa rete ID
. cm. I. computer
devono essere m
1
1
runzioi:iano come estens1_one e aAmlemona e delle conoscenze degli esseri
ani. Dello stesso avviso sono onso & Calvo (2015) che propongono
~~considerare la traduzione come trans-human trans/ation, definita come
(f..lonso & Calvo 2015: 148):
an exiended cognitive, anthropological and socia) system or network which
inJegrates buman translators and technologies, whether specific to transla-
tion or noi, and acknowledges the collective dimension of many translation
', workflows today.
g)faron O'Brien (2013), pur ritenendo che l'approccio cognitivo sia ancora
J gli inizi, individ~a alcune tematiche c~e p~t~ebber~ rivelarsi particolar-
mente promettenti per gettare luce sul tipo dt mterazmne che si stabilisce
tra traduttore e tecnologie. Alcuni suggerimenti riguardano le ricerche che
analizzano .la relazione esistente tra i risultati delle metriche automatiche
per la valu)azione della qualità (BLEU, METEOR, ecc.) e lo sforzo co-
gnitivo necessario al traduttore nella fase di revisione di un testo tradotto
automati~àmente (O'Brien 201 la), oppure l'applicazione della stilometria
computazionale3 per verificare l'attribuzione autoriale e l'omogeneità delle
caratteristiche stilistiche dei testi allo scopo di misurare le similarità tra testi
;~ti n_egli esperimenti.
i.~Approcci sociologici
1
!i.,'/
f'àP,IIBJCCiO sociologico, che indaga principalmente il ruolo degli agenti nel
processo di traduzione, considerandoli come parte di un più ampio sistema di
relazioni sociali, considera la tecnologia come agente non-umano ma che co-
munque ha un ruolo nel contesto sociale della traduzione (Buzelin 2005: 212):
'" [lbe actor-network theory] reminds us thai the translation process involves
• , a .multiplicity of mediators, some of which are technological, and thai
,.,
, . ' I;a stil~metrfa computaziona_le ri!l°arda le tecniche computazionali adottate per indivi-
duare la relaz10ne esistente tra lo stile d1 un teslo e alcune caraltcristiche dell'autore come clà
gen·cre, grado di istruzione ccc. • '
45
 TRADUZIONE AUTOMATICA E TEORIE DELLA TRADUZIONE
the lattcr are not simple tools but 'bla~~ boxes' cnclosing smble fonns of
knowlcdgc, consensus and presuppos111ons aver what const1tutes (gOOd)
translation. In short, this conccpt enables us to grasp both the complexity
_ and non-linear character - of the translat1on process, and the hybridity of
the translating agent.
Tuttavia, come rileva Maeve Olohan (2017) in Techno~ogy, Translation and
Society: A Constructivist, Criticai Theory Approach, 1 Transla!ion Studies
e le teorie sociali della traduzione non trattano ade~atamente 1I ruolo del-
la tecnologia e hanno trascurato il fa~o che esse nflettano_relaz!oni ege.
moniche di potere. L'autore propone d1 adottare la prospettiva dei Science
and Technology Studies (STS), e in p~co(are quel_la_ p~oposta in Chandler
(20l2), per comprendere come le percez1oru dete~m'.sliche, o":'ero riguar-
do l'obbligatorietà dell'adozione delle tecnologie, siano condizionate dai
discorsi di gruppi sociali egemoni (O Johan 2017: 267):
The sense that the adoption of certain technologies has an obligatory
character (Chandler 2012) also appears to pervade discourses produced
by translators and LSP representatives a_nd _merits investigation. [... ] A
mechanism related to obligatory technolog1es 1s dependency.
Lo studioso invita ad indagare anche come le decisioni riguardanti il de-
sign e l'uso delle tecnologie siano frutto dell'esercizio di un controllo
egemonico nel settore della traduzione. Le scelte tecnologiche non sono
mai neutrali: la scelta di un certo modello rispetto ad un altro favorisce
alcuni groppi e indebolisce altri. In definitiva la tecnologia, secondo la
visione dell'autore, opera in un sistema di capitalismo globale anche nel
settore della traduzione, con conseguenze importanti sul lavoro dei tradut-
tori, che vedono svalutata la loro professionalità principalmente in termini
economici dato che,'sempre più frequentemente, i lavori loro commissio-
nali riguardano la revisione di testi già pre-tradotti dalle tecnologie della
traduzione.
È proprio questo aspetto che viene approfondito dagli studi critici della
traduzione, un filone di ricerca che riguarda la crescente limitazione del
ruolo del traduttore che con l'introduzione della tecnologia ha visto pro-
gressivamente restringere il suo intervento a una serie di esercizi di pure e
semplici sostituzioni linguistiche (Pym 2003: 7). La tecnologia, e in parti-
colare le tecnologie cloud che hanno consentito di avere degli ambienti di
lavoro su Internet aperti e gratuiti (cfr. Capitolo 7), ha però anche fatto si
46
CAPITOLO DUE
e il lavoro dei -tradutto~ v~nisse riutili~to_ ~er s~opi_di ~d~estramento e
eh_ . mento dei sistemi; ciò ha una sene d1 1mphcazmm etiche, dal mo-
mighorahe questo contributo di fatto non viene riconosciuto né moralmente
mentoc
é economicamente. . . .
n Dorothy Kenny (2011 ), ad esempio, sulla scorta degli studi ~1 Melby 8:
warner (1995), e di D_~gan & Ba~yc~ (2?10), solleva la_qu~stJone ch,e v1
. degli obblighi etJc1 da parte d1 chi sviluppa tecnologie nspetto ali ~so
siano . - d · nu
dei contenuti prodotti ~agh utenli, ~oprattu~o quan o q~es1I vengono •
. • ti' per migliorare Ii processo d1 traduzione automatica, come nel caso
Il 11zza . . .
d ll'approccio statistJco (cfr. Capitolo 7). Tranne qualche raro caso, osserva
: nny il 111010 dei traduttori nella creazione dei corpora paralleli nec~ssa-
. e er Ì•addestramento dei sistemi è ignorato e deliberatamente sottaciuto.
~esto argomento viene ripreso da vari altri studiosi, tra cui Moorkens et al.
(2016), che perorano la causa ~ei ~duttori_, che _hanno diritt! leg~li riguar~
do la proprietà intellettuale dei tesi! tradotti e dei database d1 testi paralleli
derivati dal loro lavoro mediante l'uso le tecnologie, ma che non sono m
grado di affermare i loro diritti a causa delle pratiche lavorative diffuse nel
mercato della traduzione (Moorkens et al. 2016):
The situation at present in which laws of copyright are effectively bypassed
in conteni collection, curation, and exploitation, permits resource holders lo
retain data at a cosi to disempowered human writers and translators, and also
at a cosi to end-users of translated conteni. The disconnect between the MT
services and the human translated corpora might further alienate translators
from their work, and add to existing mistrust in MT and in data sharing.
Nel contributo vengono suggerite alcune contromisure, come ad esempio
un'azione collettiva per massimizzare gli sforzi contro pratiche che tendono
a indebolire la categoria e la rivendicazione della proprietà intellettuale dei
dati prodotti durante il processo di traduzione. Questi argomenti vengono ri-
presi,e ulteriormente elaborati in Moorkens & Lewis (2019), che analizzano
la situazione del mercato della traduzione secondo lo schema proposto da
Héss & Ostrom (2007) ed elaborano delle proposte concrete con l'adozione
dell'l/nstitutional Analysis and Development (/AD) Framework rispetto alle
questioni etiche sollevate dal riuso dei dati prodotti dai traduttori da parte
degli sviluppatori delle tecnologie per la traduzione.
Lo schema rappresentato nella fig. 2.4 illustra la metodologia adottata:
47
 l'RAllllZIONl AlnlJMATICA E 'fEORI K O[LLA TRADUZION E
, lnstitutio11al ona(vsìs ami deve!opment fromework (Moorkens & l .
F1gum 1-·4 cw1s
20 1Q)
L'anulisi inizia rilevando le caratteristiche fisiche delle risorse: in pan·
.
lare si sottolinea il crescente b1sogno d'I dali. paro Ile 1·I da parte degli att IC()..
· r. d I ·1
sisremi neurali, a cui ,a a contra tare I crescente m_ · de bohmento
· ua11
dei tradur.
tori che vedono il loro lavoro sottopagato e usato d111 produttori di soflwa ,
Quesla fonna di espropriazione dei dati può avvenire in maniera tras re.
renu:, attraverso la richiestn del consenso ad utilizzare i dati per uno sc:a-
diverso da quello originale, o senza che l'autore dei dati ne sia consapevo~
A wmplicare la situazione non ci sono regole ugualmente valide nei diversi
paesi. anche se il recente Generai Data Protection Regulation 20/6/679
(GDPR) adottato in Europa sembrerebbe conferire un qualche potere ai tra-
duttori relativamente all'uso dei dati personali, che potrebbero riguardare
l' uso di metadati relativi all'identificazione del traduttore come creatore dei
duti (Lewis et al. 2017). Gli autori suggeriscono inoltre un 'azione collettiva
da parie delle assoc-inzioni di traduttori per il rispetto dell'esercizio del di-
rino di proprietà dei dati anche alla luce del quadro di riferimento proposto
da Hcss e Ostrom (2007) nella gestione dei beni comuni digitali da parie
degli u1en1i, che prevede: i) il diritto di accedere per vedere, ii) contribuire,
iii) estrarre, iv) la capacità di emendare o rimuovere il proprio contributo,
v) gesrione/panecipazione nella regolamentazione delle risorse, vi) diritto
di detenninare i li velli di accesso da parte di terzi e vii) il diritto di vendere
o cedere i diritt i e l'accesso.
Minako O'Hagan (2016) etlèttua invece un 'analisi critica delle nuove
pratiche di traduzione fondate sulla tecnologia per spianare la strada a una
migliore .:omprensione delle trasform azioni che stanno avvenendo nel 21°
secolo. A partire dalla Criticai theo,y of teclmology (CTT) di Andrew Fc-
48
CAPITOLO 0UF.
(1991), analizza la massive(y open translation (MOT), ovvero uno
enberg fonna emergente di truduzione che basandosi sulle tecnologie per
nuova ere una atlività di traduzione fa si che questa sia aperta all'appono d.i
;:::ipanli su _vasta scala come nel caso di Wikipedia e Facebook (O ' Ha-
gan 2016: 942).
MOT is defincd oso largc-scalc online participolory tronslorion colloboralion
thai seeks to altr8Ct n:lcvonl crowds who in rum idcnlly fonn u commumty
earnestlY cngogcd in thc givcn task. Hen:, thc meaning of open is not limiled
opcn-liccnsc conteni or tools but is also lllkcn as frcedom of participation
10
by individuals ideally wtth rclcvont knowkdgc and sk,11s.
secondo la CTI, che si occupa delle minacce olla agcnticità umana poste
dai sistemi tecnocratici che dominano le società moderne, la tecnologia in-
fluenza gli utenti e il modo in cui interagiscono. Da questo prospettivo teo-
rica, MOT indica: "o degree of dcmocratic rationulization of the translation
systcm in the making, involving self-selectcd mass participation in t:rans-
lation" (O'Hagan 2016: 943). Se da un loto gli utenti di Internet possono
disporre di ambienti tecnologici per condividere dei progetti di traduzione,
dall 'altro le tecnologie pongono dei limiti all'autonomia attraverso dei mec-
canismi di controllo dell'operato di chi traduce: in Wik.ipedia è concesso un
livello alto di autonomia agli utenti, ma dipende dal grado di conoscenze
tecniche dei membri della comunità, mentre Facebook costringe chi colla-
bora a focalizzare la sua interfaccia o a migliorare il suo sistema di traduzio-
ne automatica (cfr. Capitolo 7) a operare secondo degli schemi predefiniti,
limitandone dunque la libertà di azione. O'Hagan conclude (2016: 943):
For now. at least some ofthc sclf-declared translalors who partici pale in MOT
show thai they are engaged in translation in an autonomous way, devcloping
a criticai attitudc toward the surrounding tcchnological environments. Herc
thcrc is a sign of translation shifting from a nonnative to a transformativc
practicc with future implications for the profession and for socicty at largc.
Ma quali potrebbero essere gli apporti della teoria della traduzione alla tra-
duzione automatica? Un primo ostacolo da superare è sicuramente la man-
canza di un sostrato concettuale comune, come rimarcato ad esempio da
Lars Ahrenberg (2017: 22) "MT prefers lo speak in tenns of models. whc-
reas TS is more comfortable with concepts such as function and culture".
Dal punto di vista teorico invece Oliver Culo (2014) propone alcuni temi
rispetto ai quali la teoria della traduzione potrebbe contribuire al progrcs-
49
 lìuDUZIONE AIJTO~tATICA [ TEORIE DELLA TRADUZIONE

so della tecnologia, come ad esempio la tipolo~a testua~e (ReiB 1976), il

. . . . tro (HaUiday & Hasan 1989; Te1ch 2003, Neumann 2008 _
dODllDlO, 11 regis d. · d Ila traduz1on h h ' CAPITOLO TRE
Hansen-Schirra e1 al. 2012) e la ue21one e . ,e, e e anno un
.
forte 101pano su1 n•suitato finale del .processo tradutuvo.
, L acquisizione
. de1.
LA PROSPETTIVA STORICA:
risultati della ricerca su questi tenu secondo 1 autore con~entrrebbe il llli-
.
ghoramento de Ue s traie.,.
<rie di addestramento dei modelh (Culo 2014·· 36)·. DALLA ZAIRJA A GooGLE TRADUTTORE

On 3
ctical level. MT could bcnefit fiom various stu~ies _performed in
. pra TS 00 h0 w faciors like regtster or translanon d1rectton 1mpact on
empmcal . and translation shifts. Using this knowledge, MT can
lmgulS1lc properttcs od I red . th
timise its strategies in training MT m e s, ucmg e necessary size of
op • ".,.,,uence
data and ID CO,--, the prerequis1tcs for processmg power.
Christian Hardmeier (2015) in _On statist_ical '."achine tr~nslation and
•'ieo,y,, nel sintetizzare. I progressi
. ,,, futll dalla teona della lradu-
transla/lon . .
. . rrendone le tappe pnnc1pali, osserva come la traduzione au.
21one nperco . . di d · · a great open basement, common lo ali the towers.
tematica di tipo statistico s1 basi su un concetto tra uz10ne mvalso negli
anni ' 60 e ·10:
!s
Defined in tcrms of an equivalence relation, translation seen as an es-
sentially "transparenl" operation that recodes a text m a d1fferent hnguistic
tation without adding anything of 1ts own, a view that 1gnores much
:::mplexity ofthe decision making processes involved in translation.
Sia i sistemi statistici basati sulla parola (Brown et al. 1990;_1993) che quel-
li basati sulle cosiddette phrases (Ko~~ et al. 2003), cosi come I sistemi
gerarchici SMT (Chiang 2007), condivtdon~ lo stesso approccio, ~vvero
mappano elementi linguistici dell~ lmgua d1 partenza con elemenl! della
lingua di arrivo che si presum~ ab?w10_ lo ste~so ~tgruficato o eh~ ve1colmo
lo stesso messaggio. Hardmeter_ e ~ro- dell avv1s~ ~be_ per nughorare la
rtà della traduzione aulomattca vt sia la necessità dt abbando11aie una
quai · d · ·fl U ·
visione cosi semplicistica della traduzione, ferman 0~1 a n e~e~ su e 1m-
licazioni teoriche e sui limiti intrinseci degli approcci adottati ncorrendo a
~ppresentazioni cross-linguistiche_più i:3ppr~sentàtive. . L' idea che ha ispiralo molle ricerche nel campo del trattamento auto-
Si auspica in conclusione che sta ~valo _11 _momento ~1 una convergen-
za tra una visione tecnologica e gli studi teonc1 e apphcalt de~la traduz10ne
sia per comprendere meglio la portàtà della svoltà tecnologica ma an,che
per delineare in modo realistico quale sarà il ruolo del traduttore nell era
digitale e dell ' Intelligenza Artificiale.
"Think. by analogy, of individuals living in a series
of tali closed towers, ali erected over a common
foundation. When they try lo communicate witb one
another, they shout back and forth. each from his
own closed tower. Il is difficult to make the sound
penetrate even the nearest towers. and communi-
cation proceeds very poorly indeed. Bui, whcn an
individuai gocs down his towcr, be finds himself in
Here he establishes easy and useful communication
with the persons who have also descended from
their towers...
(Weaver 1949: 11)
J.1 Il sogno della macchina intelligente
La traduzione automatica ripropone in termini moderni uno dei più antichi
sogni dell'uomo, ovvero la possibilità di costruire una macchina intelligente
in grado di pensare e agire come un essere umano. È un sogno che parte da
lontano e sembra trovare la sua realizzazione in questi giorni in cui gli al-
goritmi, grazie alla potenza di calcolo raggiunta dai computer e alla ingente
mole di dati che sono in grado di elaborare, riescono a simulare con buoni
risultati i complessi meccanismi mentali che governano il pensiero umano e
primo tra tutti quello collegato ad una delle più complesse operazioni della
nostra mente: la traduzione.
matico del linguaggio è che sia possibile formalizzare i complessi processi
mentali legati all'allività di traduzione da una lingua naturale ad un 'altra,
almeno in parte, tramite un insieme di procedure eseguibili da un program-
ma software.
La storia della ricerca nel campo delle tecnologie per la traduzione, ov-
vero il lenlalivo di automatizzare tulio o parte del processo di traduzione, è

50 51
 1,,, PROSPETTIVA SIURICA: DALLA l.AJRJA A GooGLE TRAouno11.t
CAPITOWTRE
caratterizzata dagli entusiasmi, talvolta eccessiv.
stata, da un Iato, . Il . i, da
. . • ·mpegnati nella progettazmne e ne o sviluppo d . . Parte . boli che si riferivano ad una lista di attributi: i dischi si potevano ruotare

::0
dei ncercaton 1 . . . e1 sist sun
all'inizio speravano d1 ottenere nsultat1 se non u ellJi . oJannente per generare un gran numero d.I comb'maziom, . . che mostra-
(che sopratiutto . . 8Uar1
·ti alla tradUZJone effettuata da tradutton professio . , al. tutte le possibili innegabili verità elementari riguardanti l'argomento
meno comparabl . ll!sti)
dall'altra, anche dalla di~denza del grande pub_bhco, e dai timori da :a, della rotula'.
dei traduttori nei confrooll delle nuove tecnolog1e. P tte
eg . ultimi anni ,,.,.~
ft....;. si è avuta una svolta nella conoscenza e
ne la
N I1 • • • fi . 1 d'
·one dei sistenù di tradUZJone automatica: m atti, . . mentre in Pass ato qu•f-
fus 1
.po di tecnoloaia era adottato da un numero 11mllato di utenti i e-
sto Il o·... d . ,ngene
enti O aziende di grosse dimenS1om c~n gran fabb1_s~gno di lraduzio r~
ora invece, grazie soprattutto alla diffusione dei serv1z1 online gra . _n1,
ad un considerevole nùglioramento qualitativo dei risultati, la lrad tu~(] e
.tà ·1 UZ1one
automatica ha raggiunto una notevo Ie popo Ian presso I grande pubbr
impensabile fino a qualche anno fa. L'excursus storico che qui si pro •co'.
u h. ,,, , · A ,. , , Pone s1
basa principalmente sul roac me , rans,allon rcmve , 1 archivio più e
. daJ hn H h. . steso
sulla traduzione automatica curato o utc ms, emmente studio
settore, che raccoglie le pub_bli_cazi_oni in. lingua inglese dai primord/~e~: Figura 3.1 Ars brevis XVIII Century. _Pa_lma de Mallorca BP MS998. Digitai ver.;ion
traduzione automatica fino a1 giorni nostn. Biblioteca Virtual del Patnmomo B1bhografìco. Spaio. Ministerio de Educaci6n,
Cultura y Deporte

3.2 I precursori
L'idea di un meccanismo in grado di riprodurre il ragionamento umano ri-
sale addirittura al XIII secolo, quando il filosofo e missionario catalano Ra-
mon Llull (1234-13_1~), autore dell'A:~ M~gna, nei _suoi viaggi tra Spagna
e Africa del Nord s1 1mbattè nella Zairja (m arabo )c;..,\!il! trascritte anche
come zai,jah, zairajah, zairdja, zairadja, e zayirga), una macchina pensan-
te basata sulle 28 lettere dell'alfabeto arabo corrispondenti ad altrettante
categorie fìlosofìche, usata dagli astrologi arabi. Considerato un precursore
della teoria computazionale, Llull immagina una versione cristiana della
Zairja, basata su dogmi medievali, destinata a risolvere ogni problema di te-
ologia, metafisica, morale per arrivare alla verità senza do.versi preoccupare
di pensare. Egli la concepisce come strumento in grado di produrre cono-
scenza per convertire alla fede cristiana i Musulmani attraverso la logica. A
tale _scopo inventò le cosiddette rotule Lulliane (fig. 3.1 ), costituite da due
0 pm dischi di carta sovrapposti su cui venivano riportate delle lettere o dei
Le idee di Ramon Llull furono riprese successivamente da Leibniz (1646-
J726), che sviluppò la prima idea di un dizionario basato su codici numerici
per tradurre da e verso altre lingue. Tale concetto si ispirava all'idea di lin-
guaggio universale, che annoverava tra i suoi maggiori sostenitori Descar-
tes (1596-1650), ovvero un linguaggio basato su principi logici e su simboli
iconici comprensibili universalmente, per facilitare il commercio e lo scam-
bio di conoscenza tra i popoli. La characteristica universalis proposta dal
filosofo tedesco è dunque un,linguaggio formale in grado di esprimere, tra-
nùte una serie di simboli e loro combinazioni, concetti matematici, scienti-
fici e metafisici. Questa sua elaborazione anticipa di oltre un secolo la logica
matematica di George Boole (1815-1864) e la nascita del primo linguaggio
di programmazione, l'Analytical Engine arder code ideato intorno al 1837
da.Ada Lovelace, l'incantatrice dei numeri, per la programmazione della
maèéhina di Charles Babbage.
Alcuni esempi concreti di dizionari meccanici vennero pubblicati da
coevi di Leibnitz come ad esempio Cave Beck nel suo trattato The Univer-
so! Character (1657), Johann Joachim Becher in Character pro notitia /in-

' http1/www.mt-archivc.info/ 2 Per una trattazione approfondila delle teorie del filosofo catalano cfr. Eco 2012: 61-81.

52 53
 LA PROSPETJ'IVA STORICA: DALJ.A ZAIRJA A Gooc;1.t TRAotn,•o~t
CAPITOLO TRE

guarom universali ( t 661) e Athanasius nel s~o Poiygraph;a (933 petr Petrovif Smimov-Trojanskij, un ingegnere e inven-
et um'versalis (1663). Nel 1668 John Wtlkins m 1n Es~ay towarc4. a no~Q semPre ne1 . 'pò un primo prototipo di traduttore meccanico, modellato
1
Character and a Phi/osophical language
• ·
cercò d, fornire una bas l?.eQ/
I eleo · tore russo ' SVI updi tre diverse fasi del processo dt. traduzione,
. che puÒ esse-
iù solida al concetlo di linguaggio umversa e, cercando di costru· llca su una sequen~ .
· d I ·
base logica e razionale per lo ncerca e e eqmvo enze mterling .•re. . una
P li · re cosi schemauzzato.
'd . I d . U1s1ich
mediante una classificazione vah a umversa mente et concetti e d I e, TESTO NAZIONAL-GRAMMATICALE (A)
. . . i (Traduttore madrelingua A)
tità sottesi a c13scuna lmguo. ·
FORMA LOGICA (A I)
i (Macchina)
3 3 Cerveau mécanique di Georges B. Artsrouni e la macch' FORMA LOGICA(B I)
· Pl!tr Petrovlì! Smirnov-Trojanskij •na di i {Traduttore madrelingua B)
TESTO NAZIONAL-GRAMMATICALE (B)
li primo vero impulso allo sviluppo di sistemi di traduzione autom 1. .
" . t I 193 a ica s1 ·ma fase un traduttore, madrelingua della lingua di partenza, effet-
ebbe solo nel secolo scorso, e ptu prectsamen e ne 3, quando u .
· · ·
gnere francese di ongtm annene, eorg s G e Artsro b
um , revelt una maninge.
· ò h' Nel1a pi~ lisi logica delle parole e della loro funzione sintattica nel testo
per tradurre dal nome Cerveau mécanique (fig. 3.2): l'invenzione cocc_ ina tuava
. nza · Iare fiorma
ana (testo naziona/-grammaticale A), secondo una part1co
. . t d ns1s1e.
va in un dispositivo meccamco aziona o a un motore elettrico pe . fo P.:~A I): tutte te parole ftes~e v~nivano _sostituite eq~ivalent! form~
strare e recuperare infonnazioni su un 'ampia striscia di carta che p:tegi. c!oniche (ad esempio il nommn~t~o P:r t ~o~tanlt~t, _I mfi~1~0 pe~ t ~erbi'.
·
dietro una tastiera. II suo t'd eatore Ia progettò per utt·1·1zzarla per gli sava. ) per questa fase venivano utthzzatt det stmboh d1 anahs1 logica tdeatt
ferroviari ' i conti boncan,' e soprattutto come d" IZIOnano ' meccanico Ol'ari.
O
~jO·5tesso inventore. Nella seconda fase, la macchina trasformava le se-
'
linea del nastro conteneva una parola sorgente (nella hngua di partenza)
'
a dt' ~orme canoniche e di funzioni in sequenze analoghe nella lingua
quenzc '' .
te equivalenze in diverse altre lingue (lingue di arrivo); ad ogni entrata e di arrivo. (forma logica ~I). Nella t:rza. e ~lttma fase, un traduttore mono-
. . d . cor- !' e·della lingua di amvo converttva 1I nsultato della fase precedente nel
rispondevano delle perforaz1om su un secon o nastro, dt carta o di metall
che funzionavano come meccanismo di selezione. Un primo prototipo ~'1. /°fa corrispondente nella lingua di arrivo (testo nazional-grammatica/e B).
questa macchina venne presentato all'Expò di Parigi nel 1937. es l!.8 fonna logica di Trojanskij, basata inizialmente su parole tratte dall'e-
speranto e su 200 simboli a~ili~ (come ad e_sem~io j per _il pl~le o e per
l'avverbio), è un primo esempio dt rappresentazmne mtennedta, comspondente
alla grammatica universale, in grado di rappresentare tutte le diverse lingue. La
macchina ideata da Trojanskij era a tutti gli effetti un dizionario automatico, ma
l'inventore riteneva che anche il processo di analisi logica potesse essere auto-
~tizzato, mediante la creazione di una macchina dedicata; è per questo motivo
clÌ~ Trojanskij è ritenuto a ragione il primo vero precursore della traduzione
automatica. Nonostante ciò, le sue idee non trovarono consensi in Russia e non
ebbero un'influenza diretta sugli sviluppi futuri della traduzione automatica.

3;4' Gli inizi

II vero inizio della traduzione automatica si ebbe solo con l'avvento del
Figura 3.2 Cerveau mécanique di G. Artsrouni (da Corbé 1960) calcolatore e con il diffondersi delle idee sugli universali linguistici, ovvero

55
54
 .,••• DAI.LA :lAIRJA A GOOGl,E TRADln,{)RY,
L• PIIOS1'1!1TIVA STOR~ •
uni a tutte le lingue naturali, che rappresentavano una base ideai
rego1e com . d' un software in grado di tradurre da una lingua n· e
per la realizzazione
,
I d ,
, ,~un intervento da parte e11 uomo.
atu.
raie ad un altra senza 8 • . . • ·• ·
11 . P ancora, fu dunque particolarmente influente per la successiva evoluzio-
. . . d II materia fanno nsahre tale m1z10 a e conversazioni e
11
Oh stndconc'. echae ebbe luogo nel 1947 tra Andrew D. Booth, un cristaali a
comspo
, . nza Warren Weaver direttore deIl a d'1v1s1one· · d.I scienze
· · natu 0-.
gra,o mg1ese, e • . t'J 11
della fondazione Rockfeller, e più precisamente a _un ~emorandum SCriuo
da Weaver neI 1949 per la fondazione Rockfeller . m cm per. la prima vo1la
vennero delineale le prospettive della traduz1o~e automallc~. Il documento,
dal titolo Trons/ation, costituito da sole_ 12 pagme su metodi e strat~gie cflì.
. 1aspen·mentazione della traduzione
cac1pcr . parola-per-parola, fu d1slribu1·1o
privalamente da Wcaver in 200 copie, . , . .
Partendo dalla convinzione che la mol~hc1tà delle lmgue impedisca lo
scambio culturale e che dunque rappresenll un deterrente alla comprensione
tra i popoli, Weaver sottolineava cm~e uno s_t~en~o aut~~at1co potesse
essere utile per la traduzione di grandi voi~ d1 tesll tecmc1, m_ cui il pro-
blema della polisemia è limilato e i term1m sono_ mono~eferenz1ali. L'idea
alla base della fattibilità della traduzione automallca denvava dalla convin-
zione che iJ problema della traduzione automatica potesse essere assimilato
ad un problema di crittografia3 (Weaver 1949: 4):
Also knowing nolhing officia] abou~ but having gucssed and infcrred
considerablc aboul, powerful new mcchanizcd melhods in cryprography
_ melhods which J believe succeed even whcn one does noi know whar
language bas bcen coded - one naturally wonders if tbc problem of
tranSlalion could conccivably be trealed as a problem in cryptography. When
I look at an aniclc in Russian, I say "This is really wriltcn in English, bui il
has bcen coded in some slrangc symbols. I will now proceed to decode [... ] .
In questo breve scritto, lo scienziato americano avanza alcune possibili
proposte per risolvere il problema dell'ambiguità del linguaggio naturale:
attraverso l'uso del contesto per la soluzione di problemi di polisemia, con-
siderando il rapporto tra logica e linguaggio scritto, cosi come il rapporto tra
crittografia e traduzione; si dice infine convinto che la possibilità di tradurre
si basi su invarianti linguistiche. Negli stessi anni Alan Turing, uno dei padri
dell'lntclligl'l1Z8 Artificiale, annoverò la traduzione automatica tra i diversi
modi con cui una macchina può dimostrare la sua capacità di ragionare, in
un rapporto al National Physical Laboratory ( 1948).
' consulwbilc su hnp;//www.ml-archivc.info/Wcavcr-t949.pdf
56
CAPITOWTRt
L'idea della traduzione-cri/lo?'afica di W. Weavcr (1949: 10-11), am-
i'1118 anche grazie al contnbuto d1 Andrew D. Booth, Yehoshua Bar-Hillel e
1
8 trldella traduzione automatica, che si è sviluppata a partire da e in parallelo
ne . fi h
alle teeniche cnttogra c e. . . . .
Nel 1951 Yehoshua Bar-H11lel, 11 pnmo ncercatore a tempo pieno sui
te!Di dell'applicazione del computer al linguaggio naturale presso il Rese-
arch Laboratory of Electromcs (RLE) del MassachusselS lnslltute of Te-
bnology (Ml1), pubblicò un breve saggio dal titolo The present state of
c earch on Mechanical Trans/ation (Bar-Hillel 195 I: 229), in cui tratta
~argomento evidenziando alcuni aspetti ancora oggi attuali:
Il seems obvious lhal fully automatic MT, i.e. onc wilhoul human
inJcrvention betwccn putting thc foreign lcxl into lhc rcading organ of thc
mcchanical 1ranslator and rcading off ils outpul, is achicvablc only at lhe
price of inaccuracy, if only for lhc reason lhal no mclhod is feasiblc, for lhc
lime being, by which lhc machinc would eliminale scman1ical ambiguitics.
Agli occhi di Bar-Hillel risultò subito chiaro che il sogno della Fully Auto-
matic High Quality Machine Translation (FAHQ MT), ovvero di una tra-
duzione automatica comparabile qualitativamente a quella di un traduttore
professionista, non era un obiettivo realistico e che dunque la ricerca do-
veva orientarsi su obiettivi più fattibili, ovvero su quella che lui definiva
mixed MI, un processo di traduzione in cui il traduttore umano inlerviene o
prima del processo automatico o subito dopo, perché solo in questo modo è
possibile ottenere una traduzione accurata.
Nel 1952 il ricercatore organizzò aU'MIT la prima conferenza sulla tradu-
zione automatica', a cui parteciparono praticamente tutti i principali attori del
settore su vari argomenti, quali ad esempio la realizzazione di micro-glossari
come mezzo per ridurre le ambiguità dei testi di partenza, le diverse tipologie di
struttlD'C sintattiche, e infine possibili attività future. Degno di nota è l'intervento
di Leon Dostert della Georgetown University sulla necessità di dimostrare la
fattibilità della Traduzione Automatica per attrarre i finanziamenti alla ricerca.
Si formarono cosi agli inizi degli anni '50 negli Stati Uniti e in Europa
i primi gruppi di ricerca, che poterono beneficiare di ingenti finanziamenti
da parte dei governi locali, e, con il progresso dell'informatica, si ottennero
i primi risultati concreti.
Il titolo della confcrcn1.a era Conference on Mechanica/ Tran.,/ation e il programma con
i rclalivi contribuii può essere consullalO su hltp:llml-an:hivc.info/MIT-1952-TOC.hun.
57
 LA rROSPETTI VA STORICA: DALLA Z,\IRJA A GOOCLE TRADll1TORF.
CAPITOLO TRF.

Nel 1954 ebbe luogo la prima dimostraZione p~bbli_ca di un siste

traduzione automatica, che basato su un vocabolano do 250 paro! llla di Io accademico: gruppi di ricerca negli St • U . . 1
·
~IT, universi ·1à d"1 Harvard, Università dau -r mh (Geo rgetown Univcrs·t
sei regole sinlattiche. era in grad~ di tradui:re in inglese u~ insieme :e~ solo · (I · d" r · e1 ,exas ed1. B rk Y,
soviellca sututo 1 mgmstica di Mosca L . rad e Iey), in Unione
nato di 49 frasi russe (fig. 3.3). Risullato do un progetto diretto da C thei ,o. Cambridge Research Unii) lavoravano cli 8 enm_g o) e nel Regno Unii 0
Hurd, capo del dipartimento di scienze applicat_e de!l'~BM e da Le~ be11 (
dirnos~~ .Ia fiatti"bT a reahzzaz·
1 '.là della trnduzione autom . tone do• prototipi per
stert, direttore dell'fnstitute ofLanguages and. Lmgu1s1Jcs
. . dell'uni vers11à
n Do. All'm1z10 la. teona non forni alcun . ahca.
Georgetown, il sistema rappresen1ava uno de1 pnm1 esperimenti di . di · aiuto a1Io svilu d"
caci per a rea I1zzaz10ne
· fur di applicazioni 10
· questo sett ppo I approcci effi -
zioni non belliche da parte dell'IBM, che in quell'occasione usò il applica. I
di ricerca.ad. ottali
. . ono, da un Iato • bas a1I- su un app ore,. pertanto i metod'1
IBM 70 I lanciato appena un anno prima . sulifi mercato.
. Questa dim os1~-
lllodelio
1 veniva pnv1 1eg1ato 11metodo statistico per la rilev . rocc,o empirico, in cui
ne, nonostante fosse di scarso valore
· sc1ent
1· d' co, h.
m quanto
· limitata 8 un 0. sicali e grammaticali e, dall'altro, su appr . .:izmn: delle regolarità Ics-
controllato di frasi su argomenll genera 1 e 1 e 1m1ca organica sei una ricerca linguistica di base. occ, ptu leone,, che implicavano
fattibilità dell'idea e diede l'impulso a un finanziamento su vasta' provò la
Nella maggior
· d. parte" dei casi l'approccio empmco . . adottai0 ·
ricerca sulla traduzione automatica negli Stati Uniti. scala alla la "tra UZJone 1retta , ovvero Io sviluppo d' . . era Il metodo del-
. d d r • .
d1 partenza a una mgua d amvo avvalend0 1• d"1
• s1stem1 per trad da
. . urre una lingua
denza uno a uno .e di una .rudimentale
. . anal ' . ~ semphc,
1s1 smtattica: tal regole di. corrispon-
.
soprattutto 1o sviluppo d1 d1z10nari bilingu· h r. . e approccio implicava
. . . h 'b"I' • e
p1u genenc _e poss1 11per le entrate lessicali dell . e ,om1ssero s· I
. mgo e equivalenze
success1vamente negli anni ,60 sul!' daa hngua do partenza.
r. · t • on della
vo-traS1ormaztona e elaborata dal Jingu·1s18 amencano .
.
Ngrammatica
e generati-
cerca ne campo della TA. si orientò alla rea11.zzaz10ne . di gra
oam homsky • ' la ri-
(fìg. . ', concentrandos1 esclusivamente sugr' aspetti. smtattici
. mmattche
del formali
linguaggio.
3 4)

r Syntactic Parsing
(Choft'P)', JG65; M.t1•1Nn. 1995: Chambll.. 1996; Coli111. 109!>: Kllil'I M:I M .
SM ,olwd tM probH!lt1 with 1M st.tti•icM - thod .annnc. 2003)

s
s --> ., V,
., - • > Pro
., --> 0.t • N ~P
•-> 0.t-l'
lbu -> AdJ I

,,"->
-->,y ... . .
0.t --> tbe
:t i~ pp
Figura 3.3 Schema di flusso di una parte delle procedure di consultaz· d .. Pro--> lba
I-> probl• 90'-f ~ te
nario del sistema di traduzione automatica di IBM mne cl diz10- • --> ..tbod tnw pn',lbltm w~J\
Y -> solftd Oit1 Nm,

l:..
P · · > wttb
UJ-·> A~
1t1U1tlcal I I
3.5 Gli anni '50 e '60: l'euforia iniziale e la disillusione ,1.1tinia l rnelhod

Dall 'esperimento Georgetown-IBM in poi si verificarono importa ·

. li . . MMRIWI : 1:14:tii
gress1 ne a progettaz10ne e nel funz1onameoto dei programmi d" trad •
T J'
ne. ra g • anm. '50 e '60 . . I
s1 assistette a un gran fermento, soprattutto UZIO-
a livcl- Figura 3.4 Esempio di grammatica formale

58 59
 LA PROSPETTIVA STORICA: DALLA ZAIRJA A GOOGLE TRADIJlTORE
Questo approccio, tuttavia, approd_ò ad un punto _di no? ritorno verso la .
degli anni '60' quando divenne evidente che la sintassi da sola rappr lllelà
. . .. . . esenta
una base insufficiente per la tradUZ1one automauca. 1 nsultati prodott. . va
• · · · f1 I da1 ·
sterni di traduzione automatica ~i ù~ smtattJco erano m ~tti. assolutarne si.
scoraaaianti. L'idea del linguaggio uruversale basato su men pnncipi s· ~te
co· 1· · d Il' b" · · intatti .
si scontrò con il problema della po 1se1ma, e am 1gu11à e della com 1 _c1
. h d. P ess11à
del linguaggio naturale. Superare e I barri ere semantJc e ivenne il verO
blema per i ricercatori impegnati in questo settore. Essendo oramai di Pro.
chiaro che la sola analisi sintattica non consentiva di disambiguare la Potenu~o
in maniera appropriata e non era di alcun aiuto nella comprensione e in;Seniia
tazione di un testo, la ricerca si orientò verso lo svilu~po di sistemi bas:!re.
modelli semantici, che si ritenevano potessero operare m maniera più effì su
rispetto ai modelli sintattici. Alcuni gruppi esplorarono le possibilità di uncace
proccio a interlingua (cfr. § 4.1.2.2) in cui la rappresentazione astratta f, ap.
·
indipendente sia dalla lmgua d"I partenza che dall a 1·mgua d"t amvo.. A tale seosse
vennero avviate ricerche linguistiche di base, ma la convinzione preval opo
era che solo i progressi nell'Intelligenza Artificiale avrebbero potuto dar ente
impulso decisivo alla risoluzio~ dei ~o?lemi ~inguistici e co~tivi legatta:
traduzione. Ma anche in questo I caso I nsultati furono deludentt.
L'idea di un metalinguaggio basato su universali linguistici venne quin.
di abbandonata in favore di un approccio meno ambizioso, più pragmatico
ma che produsse risultati qualitativamente migliori, ovvero l'approccio
transfer (cfr. § 4.1.2.1 ), utilizzato da molti sistemi commerciali dell'epoca
come ad esempio LOGOS e SYSTRAN. Questo approccio prevedeva I~
sviluppo di sistemi a tre fasi: i) analisi, ii) transfer e iii) generazione, in cui
la fase di transfer rappresentava il passaggio dalla rappresentazione astratta
della lingua di partenza a quella della lingua di arrivo.
Di fatto tutta la ricerca su possibili approcci linguistici alla traduzione
automatica diede un notevole impulso allo sviluppo della linguistica fonna-
le, della semiotica, della semantica logica, della linguistica matematica ed
in generale della linguistica computazionale e ingegneria linguistica. Inol-
tre, fin dall'inizio, il lav0ro sia teorico che pratico sulla traduzione automati-
ca venne ritenuto di importante rilevanza per molti altri settori connessi con
l'utilizzo dei computer per compiti di tipo intellettuale, anche se i computer
di allora, è bene ricordarlo, presentavano ancora dei grossi limiti sia rispetto
alle capacità di archiviazione di grosse moli di dati (come ad esempio quelli
linguistici), sia rispetto alle capacità di elaborazione vera e propria.
L'iniziale euforia degli armi '50 cedette progressivamente il passo alla
disillusione, soprattutto da parte degli enti finanziatori, a causa degli scarsi
60
CAPrroLOTRE
. ottenuti dalla ricerca in questo periodo, tanto che vennero ,, .
·suitaU . . . •. . ,ormu1alt
rt . • arti giudizi mo1to negal!v1 sulla trad11Z1one automatica, • . da
da p1u P . . . fid . . arumah
.,uiamento di scett1c1smo e s uc1a m possibili svilupp· ti turi.
unaue...,- . 1 u .
Nel 1960 lo stes~o Yehoshua Bar-H1llel diede voce a questo scetticismo
. rapporto in cui affermava che una traduzione autoinatica di alta •
in un . "b"l da 1· . qua
. (FAH~ MT) era 1mposs1 1e rea tzzarsi, non solo allora ma anche in
lttà (Bar-Hillel 1960a).
futu!O . . . •
Nel 1966 ti Rapporto co~1ss1onato dall Accademia Nazionale delle
·enze americana ali' Autoinatic Language Processing Advisory Co •tte
~p.AC) per studiare la real~bilità della traduzione autoinatica
sullo stato ~ell'arte relal!~~e~te ali~ qualità, ai costi e alle prospettive
fututC non intravide nessuna utihtà ~~ala della ricerca in questo settore.
Il Rapporto ALPAC concludeva mfattt che non vi era la necessità di uti-
lizZSTll sistemi di tra?uzio~e auto~atica,.per~hé la ~ualità delle traduzioni
rodotte eta scarsa. 1 cosi! erano 11 dopp10 di quelh della traduzione uma-
p .e inoltre l'intero processo richiedeva tempi troppo lunghi; in alternativa
:Comandava di_ o~e~~e la_ ricerca sistemi di ausilio al traduttore
( me ad esemp10 1 dtz1onan elettromc1) e verso la ricerca linguistica di
b:e:nel campo della_linguistica co~putazionale. Il rapporto ebbe degli ef-
fetti devastanti, contnbuen~o a ~editare presso l'opinione pubblica l'utili-
tà'della traduzione automatica e mducendo le autorità statunitensi a tagliare
i fondi di ricerca in questo settore.
3;6 :Gli-anni '70 e '80: la rinascita
ba domunità scientifica in altri paesi non condivise il giudizio cosi negativo
del>rapporto ALPAC e così si formarono altri gruppi di ricerca principal-
mente1in Canada e in Europa, dove il problema del multilinguismo era par-
ticoliinnente sentito.
, _ "In.Canada la domanda di traduzioni inglese-francese crebbe in modo ver-
tiginoso per la decisione da parte del governo canadese di perseguire una
politica,biculturale. Nel 1970 a Montreal ebbe inizio il progetto TAUM (Tra-
duction Automatique de l'Université de Montréal) che portò allo sviluppo
del, sistema Météo per la traduzione di bollettini metereologici. Progettato
specificamente per la traduzione di testi specialistici con un lessico limitato e
umi sintassi ristretta, il sistema Météo venne utilizzato con successo a partire
dàU976. Il tentativo di ripetere il successo di Météo con la traduzione dei
manuali aeronautici però fallì e il progetto TAUM si concluse nel 1981.
61
 LA PROSPETOVA STORICA! PALLA ZAIRJA A GoocLE TRADIJrro CAPITOWTRE
IIF.

Contemporaneamente, la Comunità Europea divenne uno di saarbrilcken sviluppò il sistema multilingue a trans/er
vo
. della traduzione automatica, inizialmente
RAN(. con l'adozione deavslplonsor atr,. Il rs:brucker
0
Obersetz11ngssystem) che integrava diverse tecnologie
inglese-francese del sistema SYST acrornmo per System T ersion svsY. . generazione del linguaggio naturale: grammatiche di dipenden-
ideato alla fine degli anni '50 da Peter Torna, ricercatore della GransJatio; . analis•
di edati statistici, re~o Ie ~s tionnaz_iona
. 1_1·, ecc. . .
di
University e sviluppato dall'om~nima s_oci~tà a partire dal 196eorgeto\\-n za, us0 da si assistette mvece m quegh anm a un nnnovato interesse per
traduzione interna di documentazione sc1entdìca, tecnica, amm.101 ) Per la In 01S::, a interlingua, motivato anche dalla ricerca contemporanea nel
· · d I ·1
legale, e successivamente comrrnss10nan o o svi uppo di altre
strar1Va e 1'3PP~U'lntelligenza Artificiale e ~ella Linguistica Cognitiva. Il sistema
guistiche, ovvero francese-inglese e inglese-italiano. coppie lin. cam~p•stributed Language Translallon) sviluppato dalla società infonna-
Fin dall'inizio risultò però evidente che il sistema SYSTRA ~LT135~ era un sistema interattivo multilingue che operava in rete, dove
avre~be potuto ri~pondere in _maniera efficace alla necessità de N non uca. t in:inale doveva essere un traduttore automatico da e verso una sola
mumtà Europea d1 avere un sistema. realmente multilingue , ovverIla C().. ~gn• e La traduzione veniva elaborata in un linguaggio intermedio, una for-
potesse tradurre da e verso tutte le lmgue europee. Pertanto n 1 198 che ° )lngu&·odificata di esperanto.
Comunità Europea decise di finanziare l'ambizioso progetto EiR 2 ta JllamVn secondo progetto o~ I de_se,_1'I proge~~ Rosetta, venne realizzato
· dai·
il cui scopo principale era la realizzazione di un sistema pre-•10dOTRA, hilips -Research Laboratones: 11 sistema ullhzzava la grammatica di Mon-
multilingue avanzato per la traduzione . tra1· tutte le lingue dell a comun·,
USlna1e ~gue, una teoria che l~g_ava ~ire~tarnente sintas~i e. s_emantica, secondo il
europea basato su una struttura ad mter mgua. Tuttavia il pro ltà •ocipio della compos1z1onahtà, m rappresentaz1om interlinguistiche. Nel
nostante gli ingenti finanziamenti ottenuti, non riusci a produrrgetto, n().. p;rso del progetto vennero inoltre esplorate altri importanti aspetti della tra-
sistema operativo, cosicché si concluse alla fine degli anni ,80 ~n vero ~uzione automatica come ad esempio l'isomorfismo e la reversibilità delle
EUROTRA falll nel suo scopo principale, ovvero la creazione d• che se grammatiche e _la _co_mposiz(onalità dei _si8fl!ficati.
ma ~i ~du~ione multil!ngue da e in tutte le lingue europee, eb~~n SJSl~- Altri gruppi d1 ncerca s1 crearono m Giappone, Corea, Taiwan, Cina e
mento d1 stimolare la ncerca transnazionale nel campo della lin P~rò li Malesia cosi come in Unione Sovietica.
computazionale. guislJca Negli Stati Uniti gli sviluppi più significativi si ebbero presso la Carne-
La ricerca in Europa in questo periodo vide come attori princ · r gie-Mellon University a Pit~burgh sotto la direzione di Jaime Carbone!! e
di ricerca diversi: in Francia il gruppo di Grenoble GETA (Gr ipad'. gruppi sergei Nirenburg, che spenmentarono prototipi basati sulle tecnologie di
.
pour Ia Traductlon Automatique), in Germania il gruppo sp · es Intelligenza Artificiale, in particolare sull'utilizzo di basi di conoscenza
. d' S b k enmentale d'1
ncerca I aar riic en, e in Olanda le società BSO di Utrecht e Ph'l' 1 come ad·esempio il sistema KANT. '
Emdhoven. •ps d1 Lo svil~ppo più i~te~s~te de_gli anni '80 fu però la diffusione dei pri-
li gruppo GETA roi\prodotll commerciah di tradUZJone automatica: SYSTRAN e LOGOS.
· sviluppò il. sistema
. Ariane ' un sistema a 1ransfer di
secon da generazJone, che esemto Entrambi i sistemi avevano goduto nel decennio precedente di ingenti fi-
· d . .. una notevole influenza sul!a ncercadi
.
ques 1o peno n~amen~ da parte del ~ovemo ~eg!i ~lati Unit_ i per lo sviluppo di coppie
· o per la sua.fless1b1htà e modularità ma che non d'1venne mai
un vero sistema commerc1ale, nonostante i finanziamenti ottenuti da d1 hngue ntenute strategiche a fim d1 difesa e d1 intelligence' e ora erano
getto nazionale francese sulla traduzione automatica. un pro- pronte a presentarsi sul mercato. Il sistema SYSTRAN venne adottato oltre
. Alla fine degli anni '80 in Francia si ebbe anche la prima real' . che dalla Comunità Europea, anche da altre istituzioni come ad esem~i 0 J
d1 un .servizio di.Iraduz10ne· automatica in rete ad uso del grande pJZZaZJOne NATO,
. nonché da grandi società come la Generai Motors , Dom·e 1 r, A,
eros-a
bbl'
Infatti _nel 1988 il ~ervizio Postale Francese offri su Minitel un se~izi •c;: patiale e Rank Xerox. Contemporaneamente la LOGOS Development Cor-
traduzmne automatJca basato su SYSTRAN di . . . o I
disponibil li · . . per verse coppie d1 hngue,
e ag . utenti su termmah collegati alla rete delle Poste II ..
presentava pero una serie di svanta .. . , servizio , Ad esempio SYSTRAN sviluppò il sistema russo-inglese per la Unitcd Statcs A. F
integrato in ambiente PC. gg1. era caro, relativamente lento e non
e la LOGOS le coppie di lingue inglcsc-viclnamita e inglese-russo. ,r orcc

62 63

I
 LA -~·
l'ROSrm • ,.~
STORICA! DAI..LA ZAIIUA,. GooGLP, TRAp,.....__
- • •Ullt,
1
CAPITOIAJ TRf-

. fi _,,_ da Bemard Scoli nel 1969, ampliava il numero d. .

pora11on. ouua 18 ad • •t . 1 cl, nnl •90: la tecnologia al servizio del traduttore
. d.1 li·ngue sviluppando esempio 1 sistema tedesc 0 . enti e
delle coppie • • . . - •n •i 3.7 GU a
. sul m•-ato nel 1982 e successivamente u lenon coppie 1. g ese
1
che USCI --- ' · ·
-anche il 1edesco-1tahano (I 9g·8) e 1··mglese-italian O Jng U1s1i.· ' . . , o furono caratterizzati da un pluralismo di orientamenti nella
9
che, tra Ie qua11 . I (1992 Oli aJllllQ esto pluralismo si rifletté in una varietà di approcci che vide-
TRAN è ancora oggi presente su mercato avendo 1 )'.
Mentre SYS . . d I ne te ricerc8•. sistemi basati sulla semplice traduzione parola per parola o
_,,_ - • tema all'evoluzione tecn0log1ca e settore, la LOGos lllJJo
.....,11a10 11s1s . . . . Co ro ~•Saccio a 1ransfer con sistemi, come ad esempio il prototipo CAN-
rauon . mv.,.,..
. _,. a ·seguito di una sene d1. difficoltà
, economiche . . chiuse nel 2n,.,.
l"Jlo_
sull appr_ ppato da JBM, che sperimentavano nuove teorie, e in particolare
""" versione open-source del sistema e ancora oggi dtsponibil vvu 1
ll'.UI ~- I . 7 e con . DIJ?~ sv•d~ metodi statistici e di approcci basati su esempi tratti da corpora
nome di 0penLogos Machine Trans auon . ,1 1•1111lizZO 1
Alla fine degli anni '80 fece la sua comparsa sul mercato anch . . testuali- esto periodo iniziarono anche le ricerche nel campo della tradu-
. 1· . . e rl s1
•-• commerciale METAL con la coppia mgu1st1ca tedesco-ingl -
, 10 qutomatica del parlato, mediante l'integrazione di tecnologie di tipo
s...,- U . . O ese eh
eb
be orioine dalla ricerca della Texas ruverstty. opo alcuni espen·
,,.. tà deg1·I anm· '70 1I· gruppo di n·meni 1
e ~one au ome ad esempio il riconoscimento e la generazione del parlato e
d•. approccio 8 interlingua nella me d"fi .. cerca divers;::t traduzione. Jprincipali progetti in questo settore sono ATR (Nara,
adottò un approccio a transfer e ottenne et nanz1ament1 dalla Si . m~u ;) il progetto JANUS (nato dalla collaborazione di ATR, l'univer-
. . .b . 1· . emens '
tedesca. Altre coppie hngu1s11c e vennero commercia JZZate m seguito Per ~:~~egie-Mellon, e l'università di Karlsruhe) e il progetto Verbmobil
l'olandese. il francese e lo spagnolo. finaJIZiato dal governo tedesco-
La maggiore att.ività commerciale degli anni '80 si svolse però in G· [)all 'inizio degli anni '90 si andò però affermando un approccio più
pone. dove _le più importanti ~ietà inf~tiche _(Fujits~, ~itachi, tico e soprattutto più attento alle reali necessità degli utenti: ven-
Sha:rp, Tosh.iba) svilupparono dei .software d1. t.raduzmne pragma
d finitivamente abbandonato I·1mito · d.I una macch.ma capace d"I trad urre
gJ . ass1s111a, principa1_
mente per la coppia l~guistica _g1appones_e-m ese e viceversa, e perlopiù ne e,un essere umano, per fornire al pubblico strumenti realmente utiliz-
per fa localizzazione' di manuabsllca tecmca nel _se~tore '.nformatico. come
bT e soprattutto realmente di aus1·1·10 aI processo d.I trad uz1one.
. Ed e' per
1
Un ulteriore passo in avanll per la cornmerc1abzzaz1one dei sistemi di za motivo che dalla metà degli anni '90 si ebbe un rapido incremento
traduzione automatica/assistita si ebbe con la progettazione di sistemi che qu~umero e nelle tipologie di sistemi di traduzione disponibili: traduzione
potessero essere utilizzati su persona! computer. di fatto fino a quel mo. netomatica, sistemi di traduzione assistita, ambienti di lavoro per il tradut-
mento i maggiori sistemi commerciali quali appunto LOGOS, SYSTRAN e :Ure memorie di traduzione, sistemi on-fine fomiti su Internet.
0
META L erano disponibili uni.camente per calcolatori di grosse capacità ma Gli sviluppi nel settore si orientarono principalmente al soddisfacimento
anche di costo molto elevato come i mainframe. La comparsa sul mercato delle reali necessità degli utilizzatori e quindi in primo luogo dei traduttori
di sistemi per PC risale all'inizio degli anni '80, con il sistema Weidner nel professionisti e delle società di traduzione; vennero cosi sviluppati diversi
1981 e ALPS nel 1983; solo alla fine di quel decennio altri sistemi furono iool di Traduzione Assistita che offrivano all'utente una serie di servizi in
resi disponibili: PC-Translator della Linguistic Products, GTS della Globa- grado di razionalizzare. vel~izzare e mi~liorar~ il_~roce~so di !ra_duzi?ne:
ling e Language Assistant della Micro-Tac. come od esempio strumenll per la creazione dt dtztonan spec1ahzzall, d1
banche dati terminologiche, nonché memorie di traduzione per poi arrivare
ad una piattaforma in grado di fornire più funzionalità integrate in una Tran-
slator Workstation (o Trans/ator workbench), ovvero in una postazione di
• Queste coppie di lingue vennero re;,liv.ate grazie alla collaborazione con il Consomo favòro dotata di tutti gli strumenti necessari al lavoro del traduttore. L'idea
Thamus per la linguistica computazionale del groppo Finmcccanica. di integrare in un 'unica postazione più strumenti di lavoro risale agli inizi
' http:li1ogos-OS.dflci.dc/. degli anni '80, ma è solo una decina di anni dopo che si cominciarono a
• Proceuo di adattamento e 1raduzionc di un prodotto infonnatico (hardware, sollwarc, commercializzare sistemi di questo tipo, in cui si integravano diverse fun-
11to web, ... ) per rispondere alle aspettative dei destinatari in tcnnÌJli di a.spetto (dimensioni.
zionalità come ad esempio la videoscrittura multilingue, !'OCR, la gestione
forma, lingua, C()Jori, immagini. icone ...) funzionalità e contenuti (Monli 2007: 173).

65
64
 LA PROSPl.,,,VA STORICA: DALLA ZAIRJA A GooGLE TRAourroRr
della tenninologia e in particolare la memoria di traduzioni, un a h' .
di testi di partenza allineati con testi. di arnvo . fi na1·1zzato al recup re •v10
.. . erodi
lavoro fatto in precedenza per nuove traduzmru. 1n particolare que 1, e
di I d . . s Uhi.
mo strumento consente al traduttore cercare e tra uzmm effettu .
· I
precedenza per stringhe dt paro e o a tn dd' 'ttura per fras ' · ate 1n
I intere, ave d
0 (telete~, v;i •scritti (microfilm, teletext, database, ipertesti, testi multimedia-
disposizione su schermo la traduzione effettuata in precedenza per Stri~ a
esattamente uguali o simili.· Gh· svi·1uppt. pm " recen 1·I de11 a postazione d'"&he
• • d' . 1 la.
varo del traduttore hanno portalo anche aIl a m1egraz1one I sistemi di 1
zione automatica commerciali: l'idea di base è che laddove non sia pos ~u-
. · g1'à efiiettuate m
recuperare delle tradUZJom · precedenza, · st· possa proc sid Ile
. ( 1· fi . . e ere
alla traduzione delle parll nuove segmen t, paragra o mten testi) con la
traduzione automatica.
Tra i diversi sistemi di Traduzione Assistita sono da citare Trado d'
SDL, Transit della STAR Ag in ~erman!a, T~slation Manager dell'f~M:
Eurolang Optimizer della LANT m Belgio e DéJà Vu della Atrii.
In questo periodo il numero di installazioni dei sistemi di traduzione
automatica di tipo commerciale aumentò soprattutto presso enti governa-
tivi e società multinazionali con notevoli necessità di traduzione di docu.
mentazione tecnica. li mercato della localizzazione dei prodotti hardware
e software diede un notevole impulso all'utilizzo delle nuove tecnologie
per la traduzione, dovendo rispondere all'esigenza di commercializzare ;
nuovi prodotti contemporaneamente nelle lingue originarie di tutti i paesi
del mondo.
La sempre maggiore diffusione di sistemi di traduzione su PC a basso
costo per uso personale costrinse inoltre i produttori dei sistemi commer-
ciali (LOGOS, SYSTRAN, METAL, ecc.) a dover rivedere la loro politica
commerciale diversificando i prodotti in base alla fascia di utenza. Nac-
quero così delle versioni su PC dei sistemi storici di traduzione automatica
rivolte principalmente ai traduttori e al pubblico non specializzato, come ad
esempio SYSTRAN Pro, Langenscheidt TI (basato sul motore del sistema
METAL) nato dalla collaborazione di Sail Labs e Langenscheidt, Persona!
Translator PT, commercializzalo da IBM e von Rheinbaben & Bush.
3.8 I servizi di traduzione automatica su Internet
, . alla qualità _de,lla traduzione fornita. La qualità della t~duzione dei sistem!
li continuo progresso della società dell'infonnazione ha profondamente
modificato i modi, i tempi e i luoghi della comunicazione sia nella sfera
pubblica, sia io quella personale. Le nuove tecnologie dell 'infonnazione e
66
CAPITOLO TRE
iva digitalizzazione delle informazioni hanno fortemente e re-
la P'.ogres~te rivoluzionato i tipi di comunicazione (libri, giornali in forma
penuna~e biblioteche con cataloghi elettronici), i metodi di trasmissione
elettronic3:deotex, telefax, radiotelefono, televisione via satellite, Internet,
ecc,): 1tes ni·cazione orale (videotelefono, videoconferenza, telefoni cellu-
1'. Jacomu
1')
elefoni satellitari).
laD, t meno che più di tutti caratterizza questa rivoluzione è sicuramente
.[l,,eno
. di Internet come vetnna · su I mon do con siti . ' we b mu I11·1·mgu1.. Una
rutdiZZo nza immediata dell'ampia diffusione di questo nuovo strumento è
conseguemunicazione è diventata veramente globale: da un punto all'altro
che!l~ COta le persone comunicano in tempo reale. Le barriere geografiche
del•planta:e abbattute e la richiesta di localizzare i contenuti e le informazioni
sonois
. . . eb è cresciuta m . mamera
• esponenzrn · Ie.
dei Insitt,W ·
una'società globale_carattenzzat~ da una ~o~~mcaz1one
. . go I baIe e d'1-
.· r 18 ·è-necessario disporre delle mfonnaz1om m tempo reale per poter
~ ; : le' opportunità offerte '.13I mercato mond_iale. E pe~ ~oterle cogliere
1
g un crescente bisogno d1 abbattere le bamere lmgu1st1che.
emerge
,Jla,traduzione e le tecno Iog1e ' Iegate aIl a traduzmne
. assumono m . questo
.un ,ruolo di non poco conto ed è per questo motivo che uno dei
più rilevanti del web di questi ultimi decenni è quello della dif-
. emi per la traduzione automatica online gratuiti. Se prima i
,traduzione automatica erano conosciuti e utilizzati da un pubblico
· ~ fo più società multinazionali ed enti governativi con un gran-
.de fabbisogno di traduzioni, I~ disponibilità su lnte~et_ di q~es!i servi~i ha
lfbntribui_to in maniera detennmante a far conoscere I s1stem1 d1 traduzmne
lutòmatidi,a:J grande pubblico. . . .
·, JJ:tc:onseguenze di questo fenomeno sono moltephc1. lnnanz1tutto la do-
m~W: di,traduzione di testi come ad esempio le e-mail, le pagine web è in
forte aumento: agevolato da una fiuizione del servizio molto semplice, I'uten-
te si se~e della traduzione automatica online quando ha la necessità di cono-
scere in tempo reale il contenuto di un testo in lingua straniera (ad esempio
se si vuole tradurre una pagina web in alcuni casi basta immettere solo l'in-
clirizzo della pàgina e dopo alcuni secondi il sistema fornisce la traduzione).
Con l'aumento della domanda sono cresciute anche le aspettative rispetto
online della prima ora lasciava però ancora molto a desiderare anche perche
· si .trattava df sistemi, ad esempio proprio come SYSTRAN, progettati e svi-
1.uppatiper la traduzione di testi di tipo tecnico-scientifico, con un linguaggio
67
 LA rROSPETflVA STORICA: DALLA ZAIRJA A GOOGLE TRADUlTQRE CAPITOLO TRE

.zznto e dalla sintasSi relativamente semplice In . est'uttima società che diede un impulso decisivo alla diffu-
aItornente standanl 1 . . . · realtà . · qu
testi che si trovano su Internet sono ~1 llpo ~fom'.al~, talvolta anche di ti I ;,p proP11O. servizi di traduz10ne
· automa!Ica· on 1·me alleandosi con AltaVista,
- ad esempio le e-mml o le discuss1om sulle chat e pe Po sione dei otore di ricerca, offrendo al grande pubblico il primo servizio
co Il oqu1a1e come . . . .. • uJ ' rtanto . .o..nosodimtraduzione automatica - on1me - -
. . basat· un approccio di npo trad1Z1ona1e ns tano essere inad 1 il••-: m tempo reale sul dominio noto
s1stem1 1 su . . eglla - 0
allo scopo. Una risposta a questo tipo di_ :-'1ge_~ venuta proprio da lntem t1 gratutt . come Sabei Fish (fig. 3.5). Questo primo esperimento divenne
.
mquanoe 1
nonne archivio di testi mult1hngu1 utlhzz.ato come base di' d . e~
. atida·
aJJCOra _
08?
. ,....v1ss1m0
tempo un grande successo (Yang & Lange 1998): il numero di
d . . .
. -d' traduzione automatica di nuova generazJone (cfr. Capitolo 7) 1 1~ ~- te al giorno di tra uz10ne automallca aumento da 500.000 nel maggio
s1stem1 1 · d"ffu · ·
. dalla fine degli anni '90 s1 sono I s1 velocemente nchlCS 3 milioni nel 2000.
A part ire . . Portai·
J998·0 1
dì traduzione online su Internet come tesllm~mato dal rapporto The lan'. 2008 il sistema venne acquisito da Yahoo e dopo fortune alterne
guage Engineering Directory - A resource gi_11de lo Language Engineerin ·?l'N~l nto definitivamente un anno dopo. Sabei Fish ebbe il merito di
. . ns products and services, pubblicato nel 1996, che cont Venne• 1spe . strada a una tiormuIa che s1· nve · 1o· essere I·1 vero trampolino di
Orgamsa110 • . enevag 1
. - lt 1- di una ricerca condotta per delineare lo stato dell'arte nell'•~b· S1'18~d l~e traduzione automatica: a partire dal 1997 infatti si diffusero ve-
1nsu a 1 . . d d" . . . . . ~u Ilo 1anc101 ete altri servizi. gratmll. . d'I traduz10ne
. automatica. online allo scopo di
den ll 'I dustria delle Lmgue. Nella·sezione
r 1 e.1cata . M
a1 serv1z1 di ingeg .
nena 1ocem~n mercato richiamando l'attenzione del vasto popolo di internauti,
linguistica nella categ~ria "Mac~me rans auon via. odem~ initel" sono
enumerate ben sei società che gia a quel tempo offrivano servizi di que creareh:sassero e sperimentassero questo tipo di servizio.
genere: Compuserve [ne., Globalink lnc., Language_Engineering Corpo~~ aflinJ.à, et,2003 erano presenti su Internet 55 servizi di traduzione automa-
tion, Nec Corporntion - C&C 1T Research Laboratone, Smart Communica. . ' (Hl,ntchins & Hartmann 2003), di cui ben 25 offrivano coppie di lingue
UC8' u
tions Jnc. e infine SYSTRAN SA. , iaDO,
· da allora, la traduzione automatica è diventata un'area di ricer-
evoluzione caratterizz.ata da:
;disponibilità di sistemi open-source (come OpenLogos9, Moses 10,
A.pertium", sistemi Asia _O~ine 12 più rec~nt~me~te OpenNMT13 )
--lii• '·~ ~ - 'che nbn solo hanno contnbu1to a sumolare 11 d1batllto accademico e
- •r .la•sperimentazione in questo campo, ma anche ad attrarre potenziali
,;,... ~utenti -e,investit~ri dell'~dustria _della trad~zione;
art~
.,, . ,tlemergere degh approcci neurali (cfr. Capitolo 4), che hanno contri-
6ìJito·a un incremento considerevole della qualità dei sistemi;

, Un slsJcma open-source derivalo dal sistema a transfer LOGOS, offerto da DFKI al

' s,gucnlc'indirizzo: htlp://logos-os.dfki.dc/
10 Un sis1cma open-source di upo s1atis1ico, crealo ncll'amb110 del progclto europeo Euro•

Malrix, il cui·Òbicttivo cm di sviluppare dei molori di ITaduzione au1oma1iea per IUlle le lingue
europee: hllp://www.sialml.org/moscs/.
11 Un sisttnla·oJl"lkl'O"T'C' a regole linguistiche sviluppato nel progetto OpcnTrad dall'univcrsi-

lì dl Vigo, l'Uni~ital Poli!òcnica dc Catalunya e l'Univcrsilal Pompcu Fabra: www.apcrtium.org/

u Un nodo,ospile di una serie di portali che fornisce accesso pubblico a informazioni,
notizie; scienze, -ts~iopc, letteratura in lingue asiatiche. Usa sistemi di traduzione allo stato
dell'arte e app~ i di° crowdsourcing.
._ ~- . 2U2 IJ,Un sìs1cma neurale open--source nato nel 2016 dalla collaborazione Ira l'Harvard NLP
Figura 3.5 Schenna1a dì Babel Fìsh gniup SYSTRAN.

69
68
 'f2
LA P1108Pf.TTIVA 910RICA: PALI.A ZAIRJA A Goocu: TRADIJTTo llt.
i
CAPITOLO TRE

, la crescente offerta della traduzione automatica sul Web

mento autonomo o integrato · in altre
· d' applicazioni
· corn e I_c~ll)e
sist Str.,
.,_
I . ali e 8 pagamento, che consentono l'accesso ubiquo a contenuti
pro_fess1on
. ufti!ingui e a strumenti. d'I traduz1one
. onhne
. all'interno di un team
m
. cs••aaistica, istantanea,
, 1 moton I ncerca e le postaz·10n,, d' ellli d'1
dis118" Jll sempre più produttori di software di ausilio alla traduzione si
...,_ . 1
per i tradutton (cfr. -~ap~tolo I)'. . lavoro di favoro:entando alla messa a disposizione dei loro prodotti all'interno di
, un aumento di ,serv1z1 . d1 traduzione
, ,,, basati
. sulla tecno!
. og,a , d1. t ••..~nofi on
s,:' nne collaborative. d'I traduz1one
. . in cui si possono
cosi concepite,
zione automallca, sia asco~ m,ormallv?, con l'impegno . radu. P1~~18 0 strumenti di traduzione assistita. La motivazione principale per
importanti come Google, Microsoft e socia! network e di att 0ti uulizZ81Celta è dettata dalla possibilità di manutenere e controllare in ma-
ok, Twitter, Linkedln, sia a fini divulgativi grazie all'int orne ~acebo..
. . d' d . egraz10 quesl8
. setrafizZala tutte Ie nsorse,
. a d'ffi
I erenza d1. come avveniva in passato
sistemi con altn strumenti I tra uz1one come le mem . . ne dei n,era
. .cen ueste invece erano d',sperse su,· PC de1· van· traduttori e richiedevano
1
zione e risorse linguistiche di vario tipo (corpora, dizio~:e d, radu. IP cUJ iiauo lavoro di allineamento e controllo.
• ') elettro .
1 ~A-conclusione d'I ques to breve excursus storico · sulla traduzione auto-
. si può affermare che il sogno di riprodurre un processo mentale così
In questo scenario, l'impiego di nuove metodologie di traduzio . :;;esso come quello della traduzione è mol!o vicino ad avverarsi: i si-
. . . I . IT ne, e in
ucolare d1 crowdsourcmg e tecno og1e avanzate come il cl d Par. . neurali che rappresentano la nuova frontiera tecnologica presentano
ting, è il segno di una nuova svolta tecnologica. Dai primi servi:~ c~mp~. 5•ien11Ui qualitativi mai. raggiunti
.
pnma e c'è la percezione da parte del grande
. .
oggi, l'uso delle tecnologie di cloud computing, che consenton~ ~nline ad I,ve .
ubbJico che questi possano effi cacemente superare le barriere linguisti-
ubiquo a contenuti digitali multilingui e a strumenti di traduzi accesso ~be, talvolta anche _se~_l'aiuto dell'essere _um_ano. Ma lungi dall'essere
. . I . . . h one an•·1
temo di ambienti co laborat1v1 on 1me, anno consentito la disp .b .. . 0- cosi perfetti da sost1tuue 11 traduttore _profess1omsta, le tecnologie allo sta-
. . d' d' . I . ODI lhlàd'1
servizi di tradUZJone ~utomatJca_ 1. 1verse t1~0 og1e (Monti 201 4) (cfr to dell'arte rappresentano senza dubbio strumenti di lavoro imprescindibili
pitolo I). Grazie a_ta!1 ~0l0~1e s1 è p_as~all da una prima generazio~ Ca: eU'attuale mercato della traduzione ed è necessario che i professionisti
software commerc1ah d1 tradUZJone assistita e automatica, svilup , e di ~el settore ne conoscano caratteristiche, potenzialità e limiti, in modo da
anni '80 e u_til~ti com~ applic~io?i stand-alo~e, a soluzioni negli poter scegliere lo strumento più adeguato e saperlo usare nella maniera più
hanno contnbu1to al proliferare d1 piattaforme d1 servizi di di trad '. che efficace possibile.
automatica e assistita utilizzabili online gratuitamente o a pagarne ~ione
vorendo in tal modo l'interattività, l'interoperabilità e la proattiv·~ 1 fa:
utenti. Si. trattahdelle cosiddette
. soluzioni
. SaaS. (Software as a Se - )egh
rv1ce per
Ia trad uz10ne c .e segnano I1passaggio da applicazioni vendute su J·
· · 1· .·• di 1cenze a
servizi on me, gratu1t1 o a pagamento, traduzione automatica/assi 1·
. h h ., . d' s Ila ad
accesso ub1quo, c e anno I vantagg10 1 non essere legate a uno s 'fì
,t . d' 'b' . peci co
s1s ema operauvo, 1essere accessi 1h su Internet mediante PC e ora h
. art h
sm p onc, ovunq_u~ s1. trov~. I' utente, e d'I essere costantemente aggiornate
anc e
senza costi agg1unt1v1. Favoriscono la collaborazione all'interno di
po d'I trad utton· che operano m · un umco · ambiente
· un grup-
di lavoro condivide d
strumenti e risorse linguistiche aggiornate in tempo reale :nan mano :h~
s1procede con la traduzione dei documenti. lnoltre più traduttori possono
operare _su _uno stesso documento insieme a un revisore, le cui correzioni 0
annotazJO~J diventano immediatamente visibili al gruppo di traduttori.
_ A part1re _da Google !rans!ator Toolkit, primo sistema di questo tipo,
sono stati sv1Juppat1 altn ambienti collaborativi di traduzione, per lo più

70 71
 L'r.VOI.IJ7.10Nf.TF.Cl'iot.oc.l<:A
C.\l'ITOI.O Qt1 .\TI'lm

contigue dell a lingua di partenza, mentre i ooq,ora monolingui, che fornisco-
no il modello linguis1lCO della lingua di arrivo, servono per misurare quanto
è probabile che una dc11.-nninata parola o scqu1.-nza di parole, il loro ordine e i
costrutti grammaticali corrispondano all'uso reale nella lingua di arrivo.
In sint1.-si, la traduzione finale è rappresentata dalla fra.,;,:: in cui:
le sequenze di parole nella lingua di arrivo corrispondono molto pro-
babilmente con le sequenze di parole della lingua di partenza
• le parole nella lingua di arrivo sono quelle che con maggiore proba-
bilità appaiono insieme nella lingua di arrivo.

8-
Ci sono ire diversi tipi di approcci slatistiei: basato sulla parola (word-bosed
SM/), su una sequenza di parole (phrase-based SMTefa<:lored-hased SMT)
e su modelli sintaltici (syntax-hased SMI).
Nel mode/fo stalÌ.l'lico hafalo .fui/a parola, usato per la prima volta dal
sistema CANDIDE (Brown e/ al. 1988; 1990; 1993) basandosi sul teorema
n StalisbealModel _ _ _ _ di Bayes' (Bayes 1763). le parole sono tradotte come unitil atomiche, ovve-
ro la traduzione i; basala su corrispondenze parola-per-parola (allineamen-
O Slatl'Stle:,,IMllchioe T,.ns lat,onSy,tem Training TextDllta
ti) tm il testo di panenza e quello di arrivo. usando il cosiddetto concetto
(Target
di distribuzione di probabilità della traduzione a livello lessicale (lexical
Figura 4.9 Traduzione Automatica di tipo slatislico transfalion probahilìty cli.~trihution): per ogni parola de l Lesto di partcn;,.a,
il sisLema calcola i) il numero di occorrenze di traduzioni equivalenti in un
Per fornire risultati allìdabili. il sistema deve essere opponunamente addc-
corpus, ii) la distribuzione di probabilità mediante la stima della massima
strnto mediante corpora cst1.-:;i (Training rexr clata), ora sempre più dispo-
verosimiglianza (maximum /ikelihoodesfimation). un metodo per cercare la
nibili libcrnmcnte su ln1emet in molte lingue differenti, come ad esempio
dislribuzione di probabilita che rende i dal i osservati più probabili.
in O PUS• una raccolta online gratuita di corpora paralleli. Questi sistemi.
Il punto di partenza è che ogni parola della lingua di panen:,.a può essere
graiic ai dati di trnining. imparano autum;iticamente qual è la traduzione più
tradotta con ogni parola della lingua di arrivo e il calcolo probabilistico
appropriata calcolando la probabilità di occorrcn7.a nel lramlalion nmclcl.
viene effettuato sulla base di un ampio corpus parallelo. Per rende re pili
Il modello statistico prevedeva inizialmente come unitll di traduzione la
chiaro il metodo adottalo in questo approccio prendiamo ad esempio la frase
singola parola (Urown et al. 1988). ma successivamente è stato adunato con
inglese Thecat is under the tahle che corrisponde alla fra.'iC italiana Il gauo
risultati migliori un approccio basato su stringhe di parole contigue (Koehn
è sollo il tavolo : il sistema cerca nel suo corpus parallelo tutte le corrispon-
et t1I. 2003 ). phrrues in inglese, da non confonck.TC con la nozione di sin-
denze tradullive possibili I)I..T le si ngole parole della frase di partenza e ciò
lagmi in quanto non sono stringhe linguisticamente motivate, bensi rilevate
sib'llifica che in assenza di qualsiasi infonnazione linguistica qua lsiasi pa-
statisticamente nei corpora ulilizzati dai sistemi.
rola della frnse target. ovvero "'ir', "gaflo", "è". "sollo", "'ir', "'tavolo" può
Ogni frase input viene analizzata come sequenza di parole (n-grams).
essere la traduzione ad esempio della parola inglese c:al ma che la ricerca in
Dur,mte la fase di traduzione. il sistema segmenta il testo in sequem:c di pa-
un corpus parallelo r.tfforl-Crà, in ba..e alla stima della massima verosimi•
role e produce in base al tran.sfalion model lune le possibili ipotesi di tradu-
glian7_a. la corrispondenza c:of ..... gaflo , dato che queste due parole co-oc•
zione computando le seq uenze di parole più frequenti nella lingua di arrivo
corrono più frequentemente di altre nel corpus parallelo. Questo mclodo è
che corrispondono alle St.-quen7.e di parole id1,.-ntificate nel testo di partcnw.
sia lo successivamente sostituito da altre metodologie, tuttav ia ha sviluppalo
Successivamente il sistema calcola in base al lunxuoxe model quali frasi
alc uni principi base che MJno validi ancor.i oggi per l'approccio statistico.
nella lingua di arrivo ottenute dalla ricombinazione dei segmenti tradoui
tendono ad apparire pili frequentemente nella lingua di arrivo.

' Sill5lti l tcon:madi B.ay<:1;p,.,r,;,,olcolarcla probabil i1àcbcunfcnomcno anali ,.:rn10si3

' hur:/lopui;,nlpl.cia.' vçron vero a partire da un certo insieme di circoslKn1.:

90 91
 h, ,11ocu,so 1>1 TIIAl>l/1,l()Nr, At r r~tHICA r. u ; l."<~lrr.TF.N7.F. DJ.I. TIUDl,,,1)11,t;

in li ng ua inglese e suggerisce possibili soluzioni. Il concetto di traducibi-

lità è st11to an1piamcnle diba1tuto nella teoria de ll11 tradu.z ionc s ia dal punto
di vista linguistico che culturale (Catford. Popovic) con posizioni con-
trapposte tra chi ritie ne che tu\lo sia traducibile (Ncw ma rk) e chi invece
nega quesla possi bilità (Quine e Derrida ad esempio). Nel lavoro di Ber-
nth & Gd,mi ec (2001) la traducibilità viene discussa esclusivamente da
un punto_di vista li ng~istico e unicamente in relazione alle difficoltà per
la traduz ione ~u tomat_1ca. tani~ da ~oniarc appunto il n1.'1.llogismo ,\<Tran-
slatability: le md!cazmni fornite _riguardano l' e liminazione di ambiguità
dovu te ad esempio a fenomeni d1 ellissi, l'uso di una sintassi corrella e
di uno stile scom:vole, senza rcriodi troppo lunghi e corn pll.-ssi. ev itan- Figura 5.2 LiJ!,lit e full f)Q5/.f."Cliti"I{ - Common SenseAdl'isory tl'SA)
do form e dialeHa li e un linguaggio figurat o. Generalm<.'fllc il pre-ediling
li ligh1 posl-edilinx è un'attività di revisione minima del lesto 1radouo aUlo•
viene s tu d iato in connessione con la reali uaz ione di documenti di q ualità
malicamcnte e si focn li1..za su correz ioni essenzial i (Lofficr- Laurian \996 ).
come ad esempio la documcntaòone tecnica (Huijscn 199K). anche se re-
ov\·cro com:zioni di errori c he compromettono il senso del testo e dun•
centemente alcuni studi hanno indagato gli e ffetti riguarda nti mtervenli
quc la corretta interpretazione da parte del ricevente, come si evince dalla
di no rmali zzazio ne di contenuti generali da utenti (Uanerjce el al. 20 12:
definizione fornita nella nonna ISO IX5X7:2017(en) Translation .w:rwces
Le hmann etal. 2012).
- Post-edirin,: o/ machine /r(ln.s/ation 0111p11,a: "proccss of po.w-editing to
obtain a mercl y comprchcnsiblc tcxt without any attempt to produce a prt>-
duct comparable 10 a produci obtained by human 1ranslation". Il risultalo
5.2 Posl-l!diting
fi nale deve dunque <.~"Te un testo comprensibile, ottenuto con il minimo
sfort.o di revisione. in cui si prendono in considerazione solo errori lessiça-
Il /XJst--editing consiste nell'attività di revisione di testi tradotti automaliea-
li, grammaticali e sintattici che impediscono l'accumta trasmissione delle
mentc. Nel l.'Or.\O del tempo questa attiv il..a C:: stata ddìnita come ..corrccl1on
in fi.1m1azioni contenute nel testo di partcn1.a. De vono essere invt--cc igno--
of machinc translation o utput by hum1m linguists/cditor:f' (Vealc & Way
rati errori grammaticali e stilistici che impediscono la fru ibilità del testo
1997), ..checking, proof-rcaùingund rcv ising 1mnsla1iun.,; carricd out by any
di arri vo. Qtll."Sto ti po di post--<'ditinx è gcneralmt'flle richiesto per ottenere
kind of transl;1ting au tomaton" (Gouudec 2007). e infine "corrcclion o fma•
documenti trad()(ti a uso intl.'fflO (in inglese inbo,md 1ramlci1iom·) in tempi
chioc-gen1.-ra1cd lransla1ion o ulpu1 10 cnsure it meets a lcvcl uf quality ne·
brcvieconaspettatìvcbasseriguardolaqualit!finaledeitt-stirevisionali.
gotiatcd in advance betwcen clicnt ami posl•<.-ditor" (TAUS/CNGL 201 1 cit.
li f,1// po:sl--editing invece è un intervento di revisione sul testo tradotto
in Rico & Torrejòn 201 2: 168). Quest"ultima definizione,: probabilmente
automaticamente che ha come risultato fi nale un tl!Sto pubblicabile lin in-
quella più completa, in quanto non solo definisce la natura dell'atti vita che
glese aulhound tramlarion), teoricamente non distinguibile da testi m11.l1i1ti
è que lla appunto di correggere la tmduzionc automatica. ma mette anche
da traduttori professionisti. Si traila di un processo più lento rispcuo al /i-
in evidenza un aspetto importante ovvero. che la qualità finale prodotta è il
gh1 post-edirir,g, che richiede correzioni finali 1.za1e ad ottenere il mass imo
risul!ato di un accordo preventivo lm clie nte e post-editor.
dell'accuratcu,.a nel trasferimento del messaggio del t<.-sto di partenza nel
Si distinguono due diversi livelli di po:,;t--editing (fig. S.2):
testo di arri vo e il massimo grado di fru ibilità del tt-"S to di arrivo.
I. fight /Xl.~t-edilinx (anche fast post-editing. gist po.rt-edilinR, mpid
La dcfini1.ionc di/u// post-editinx fornita nel la nonna ISO I X5X 7: 2() / l(e11J
po.u--editin,:);
Trt1nslt1tiot1 sen 'Ìres - Pml-i:diting o/ mach ine lran.rlulion 0111pu1- in quc-
2. full f>u.~t-editing (anche convcntional po.1·1-ediling).

110 li i
 CAPITOLO SEI

QUALITÀ E VALUTAZIONE
DELLA TRADUZIONE AUTOMATICA

Machìne traoslation (Ml) is the application of com-

puters to lhc task of translating tcxts irom one na-
tural languagc to aoolher. Onc of the very carlicst
pursuits in computer sciencc, MT has provcd to be
an elusive goal, but today a number of systoms are
a vai lablc which produce output which. if oot pcr-
fect, is of sufficicnt quality to be uscful in a number
of spccific domains.
(Europcan Association for Machinc Translation,
1997)1

6. 1 Dal rapporto ALPAC al Framework /or the E11aluation o/

Machine Translation in /SLE
Nonostante i recenti progressi, la Lrc1duzione automatica è ancora limitata
alla conversione del livello della "manifeslazione lineare" (Clco 2003) del
testo di partenza, poiché non è in grado di rimuovere gli ostacoli dovuti
all' anisomorfismo delle lingue, alle asimmetrie delle culture e delle loro
dimensioni storiche.
Ma anche se la qualità non è ancora comparabile al la traduzione
umana, la traduzione automatica e la traduzione assistita sono sempre
più integrati nel processo di traduzione. Dunque se non è più discutibile
che l' uso di questi strumenti, in particolare in ambito industriale, ~bbia
un vantaggio s ignificativo in termini di tempo e costi, la valutazione
della qualità è una delle preoccupazioni principali degli sviluppatori e
ancor più degli utenti, che devono scegliere lo sLrumento più adeguato
alle loro necessità.
Possiamo dunque affermare che la valuiazione della qualità della tra-
duzione è uno dei temi centrali per l' industria de lle lingue; ma se la valu-
iazione della traduzione umana non è un compito semplice, la valulazione

1 http://www.caml.org/mt.php

127

Qc.-.u,·AI: VAl .l rrA7,ION1' 1)1!1.LA 1·1u11U7JCINI'. AU1'0MA"l'l (:A
~ella qualità della tr.iduzione automatica lo è ancora di più per ragioni che
illustreremo nel corso di questo capitolo.
Il vero problema è che ancora c'è poco accordo su quali siam>i para-
metri da considerare quando bisogna valutare le traduzioni prodollc usando
t~ nologie per la traduzione, ovvero le traduzioni grezze. In questo scena-
no, un quadro di riferimento condiviso per la valutazione della qualità è
consideralo uno dei passi più importanti nel misurclre l'effièacia delle tec-
nologie in relazione al loro uso.
Prim~ di descrivere lo stato attuale della ricerca in questo sellore è però
necessario fare un breve excursus storico?, che evidenzi come le metodo-
logie adottate nel corso del tempo per valutare la qualità della traduzione
automatica oscillino lrcl due estremi opposti: l' adozione di criteri qualitativi,
che implicano il ricorso aJla valutazione umana del prodotto di traduzione
automatica, e criteri quanlitativi ed automatici.
li primo lenlalivo di valutare la traduzione automatica risale al famoso
rclpporto ALPAC del 1966 intitolalo languages and mac:hines: computers
in tran.vlation und linguistics, commissionato dati' Accademia Nazionale
delle Scicll:lc americana per studiare la fattibilità della traduzione automa-
tica e soprattutto i risultati ottenuti in termini di qualità, velocità e costi a
fronte di circa dieci anni di ingenti finanziamenti della ricerca in qu1..-sto
settore da parte del governo americano.
Non c'erano allom ancora dei modi affidabili per valutare la qualità.
perciò la commissione si rimise ad un esperimento condotlo da John B.
Carroll che confrontava traduzione automatica e traduzione umana, integra-
lo da uno studio ad opera di Arlhur D. Little, lnc3 sugli errori di un sistema
di traduzione automatica sviluppato da IBM e in uso presso la Foreign Te-
clmology Division. L'esperimento di valutazione della traduzione di frasi
selezionate dal russo ali ' inglese si basava su criteri di intelligibilità e fedeltà
(ALPAC 1966:67):
h wns reasoned thai lhc two major characlcristics of a 1ransl11tion are (a) iL'I
intelligibilìty, and (b) ils fidclity to the s<..-nscofthcoriginal lcxt. Conceptually,
thClic charactcriscics are indcpcndcnt; that is. a translation could be highly
intclligiblc and yct lacking in fidclily or accumcy. Converscly, 11 tnmslation
' f>cr unu biblioi;.rufia sull 'argomento aggiornata lino agli anni 2000 si può con~ultan:
hltps://www.isi.edu/natural-languagc/mlcvulircfs.hlml#HOV99.
' L"cspcrimcnto di John R.Curroll viene dcscrino nell 'appendice IO e lo studio di Anhur
O.Liulc, lnc., nell 'appendice 11 del rapporto ALPAC.
128
C.-.,rr01.o St:1
could be highly accurate and ycl lacking in intclligibility: this wuuld be likcly
10 occur, howcvcr, only in cascs whcrc lhc originai had low i111clligibili1y.
L'intelligibilità si riferisce ad una tr.iduzione che può essere lclla agevolmente I
ed è facilmente comprensibile, similmente a qualsiasi testo nativo nella lin- 'i1 I
gua di arrivo; si impiega questo criterio per valutare la traduzione automatica
come lesto indipendente nella lingua di arrivo, senza alcun confronto con il
:, II
testo di partenza: "When a translation sentence was being rated for intelligibi-
lity, it was rated without reference lo lhe originai" (ALPAC 1966: 68).
li criterio di fedeltà invece è usato in connessione con quello di accu-
iI
ratezza. senza però definirlo con precisione. Solo nel prosieguo del docu-
mento si chiarisce che la fedeltà si valuta confrontando il testo di arrivo
I
,1
con quello di partenza, di cui si mis ura il grado di informatività (ALPAC I II
1966: 68):
"Fidclity" was mcasurcd indircctly: 1hc mlcr was askcd 10 gathcr whatcvcr :11 I
mcaning he could from lhc tr,111.~lation sentcncc and then evuluatc thc originai
sen1cncc for its "informativcncss" in rclation lo what hc had undcrstood I
from thc trunslation scntcncc. Thus. a rnting of thc originai scntcncc ,1s
..highly infor111a1ivc" relative to Lhe crnnslation ~cntencc would lmply thai
1
i,) ti
Lhc lattcr was lacking in fidclity. I
Per fedeltà si intende dunque il grado di infonnatività del lesto di par- i1
tenza rispetto alla traduzione: vale a dire che se per capire la traduzione è
necessario ricorrere al testo originale allora la traduzione è di scarsa qualità.
L'intelligibilità si valuta su una scafa da 1 a 9, mentre la fedeltà su una
scala da Oa 9, utilizzando una scala di valori indiretta. Ad ogni valore della '1 I
scala è associata una breve descrizione, ad esempio il valore 9 nella scala
riguardante l' informatività viene descritto come (ALPAC 1966: 58):
i1 I
Extrcmcly informative. Makcs "ali thc dilfcrcncc in the world" in I
comprehcnding thc mcaning intcnded. (A rating of 9 should always be I
assigncd whcn lhc originai eomplctcly changes or revCfSCS lhe mcaning I
convcycd by Lhc translation). I
I
L'esperimento venne condollo usando due diversi gruppi di valutatori.
Ad un primo gruppo di valutatori con conoscenze della sola lingua inglese
venne affidato il compito di confrontare due tmduzioni in lingua inglese
delle frasi originali russe. ovvero quella automatica e una traduzione umana
accurata- Ad un secondo gruppo di valutatori bilingui inglesi con compe-
129

QUAU TA 1: VAl.~'TA7,IOl'lf, Dt:Ll ,A TkADU:f.lO'lt: AllTilMATICA
lenze avanY.a te in russo venne invece affidalo il compito di valutare la frasi
tradlotte automaticamente con le corrispondent i frasi originali russe.
Questo primo esperimento di va lutaz ione era ba._-.ato su aspettative
molto a lte. avendo come obiett ivo la famosa Fully Au1omu1ic High Qua-
liry Tran.slation (FAHQT), la cui qualità fosse paragonabile in tutto e per
tutto alla traduzione umana. Si trattava di aspettative dec isam ente non
rea listiche rispetto alle possibilità delle tecnologie di quei tempi : le con-
clusioni del rapporto ALPAC in fatti furono che la qualità delle traduzioni
prodotte dai sistemi di traduzione automatica erano ta lment.e scadenti da
non giustificare il livello di supporto fi nanziario e rogalo in tu lli quegli
anni. In questo modo, il rapporto decretò il fallimento delle ricerche in
q uesto settore. a cu i seguì una lunga battuta di sosta nell ' erogazione dei
finanziamenti da parte del gov,e mo americano (cfr. Capitolo 3). D'altro
canto però il rapporto evidenziò la necessità, da un lato, di ulteriori pro-
gressi nella ricerca di base nel campo della linguistica computazionale per
un avanzamento delle tecnolog ie in questo ambito e, dall'altro. di rispon-
dere alle necessi tà dei traduttori di di sporre di stru menti di ausi lio proba-
bilmente meno sofis ticati ma pi.ù etlicaci nel fornire soluzioni in grado d i
velocizzare il procc..-sso d i traduzione.
'Un altro documemo interessante ri spetto al dibatti!() sulle metodologie
da adottare nella valutazione è il Van Slype Report ( 1979), uno studio
commissionato dalla Commiss ione Europea a seguito de'll'adozione di
SYSTRAN e dell'avvio del progello di ricerca Èuro1ra. Lo stud io pone
l'accento sul fallo che la qualilà è un concetto relativo (Van Slype 1979:
12):
Trmslation quality is nor an absol ute conccpt, and has to be a.sscsscdrcla1i-
,,cty, applying severa! distinc1 critcria illuminating cach special aspcc1 of 1hc
quality of thc translationallowing for thc spccific nature of MT. which is a
produc.:1 quite diffcrcnt from IIT fl-luman Transla1ion] and for which a qui1c
difTcrcnt markc.:t may open up.
li m.p porto sottolinea come la vaJula:t.ionc debba essere condotta su due li-
vc ll i:
• macmvalutazione (o valutazione complessiva) con lo soopo di i) va-
lutare il grado d i acceuab ilillì del sistema di traduzione, ii) confron-
lare la quali tà di sistemi diversi o di versioni diverse di uno stesso
sistema e infine iii) val utare l' usabi lità de l sistema di traduzione au-
to mat ica.
130
,' )
' I
CAPITOLO Sr.1 I
I I,
• microva/111azione (o val utazione dettugliata) con io scopo J i Ì) valu-
I I
tare la migliorabilità del sistema e ii) stabilire una slmtcgia di m iglio-
ramento.
Per ogni livello veng:ono enumerali i diversi criteri di 4ualità. Per la macrn- I I
valutazione i criteri proposti a livello cognitivo so no: intelligibilità, li:dcl tà, i' I
coerenza. usabilità e acceltabilità; mentre a li ve llo linguistico: ricostruzione
/11
de lla relazione semantica, s intattica e coerenza semantica, qualità assoluta,
val utazione sintattica e analisi degli errori. Per la microvalutaZione, invece,
si ricorre a ll 'analisi degli errori e allo sforzo necessario per la rev is ione,
.: ·~
nonché alJ' analisi delle cause degli errori e delle possibilità di miglioramen-
to del sistema. ,J
'
Dal rapporto AL r AC a quello di Van Siype si assiste Junque ad una
evoluzione del processo di valutazione della traduzione automatica nella
direz ione di una maggiore complessità del modello, che non tiene conto
solo di criteri ling ui stici, bensì anche d i criteri di tipo socio-situazionale
come ad esempio la usabilità e la accettabilit.à da parte degli utenti, o ltre a
comprendere criteri economici (tempi di lt:llura. d i correzione, di tniduzio-
ne) e opc.rativi (ident ifica:,.ione automatica della lingua. verifica delle aOè r-
mazioni del produttore). Si passa inoltre da un concetto d i qualità di tipo
stalico, misurato in termini assoluti avendo come: modello di riferimento il
risultato della traduzione umana, a un concetto di qualità p iù dinam ico, che
tenga conto di un u~ diverso della traduzione automatica rispetto a quella
umana, sganciando cosi la va lutazione dei sistemi di traduzione automatica
dal criterio della Fully Automatic High Q11ality Translatìan (FAIIQT), men-
zionato in precedenza.
Tale tendenza è confermata dal volume di Lehrberger & Bourbeau
( 1988) dal titolo Machine Translation: linguistic characleristics of MI' sy-
stems and generai m elhodology o/ eva/11ation: gli autori. constatando che
dopo circa trenta ann i di ricerca nel settore, non ,erano state ancora defi nite
misure affidabi li e universalmente accettate, cercano di form ulare una me-
todologia generale pi:r la valutazione della traduzione automatica esc:mpli-
ficato nella fig. 6. 1.
13 1
 QuAUTÀ t: VALIJTAZIOl'lt : Dt:LI.A TRADIJ7.IOl'lt. AUTOMATICA CAPrro1.o Sr.1

c...-- Nell'appendice A del volume vengono dettagliatj i più importanti fattori

EY-..cion
..,.,_ da tenere in considemz ione per la valutazione, ovvero:
l,ylMUNf

I • i costi dell'acquisizione del sistema di lraduzionc automatica. che

includono licenw d' uso, hardware, manutcrwom:, training e costi
I del perwnale. aggiomame nto del sistema, revisione. ecc.:
S-.Tm - .ds
• i tempi lotali per la realiz-.t.azione dell' intero processo costituito da
varie fasi: informatizzazione dei lesti, tmduzionc automatica, revi-
I sione. ccc.;
T,_lon r,_...,.,
~lact-.
&.o,-
pi-.
• quaJità. vaJutata in base ai tre crit.eri di i)/edeltò. ovvero la misura in
- - - Ilo• òyslems
cui il testo di arri vo contiene le stesse informazion i dell'originale. ii)

_....._
T•--1811
..........
__
~--· ., imellìgibilità, ovvero il grudo di chiarezza e comprensibilità di ogni
frase (Gcrvais 1980). iii) .,·ti/e appropriato rispetto all'uso del testo:

-
• miglior.1bil it.à del sistema. valutabile in base alla performance delle
diverse componenti cosi come dell ' intero sistema;
THt Edlt"'9

TorvecT••'
Claalllcaclon
vridtor.......,
..... -~Hurnen
eveluallOnd
• estensibilità ad allri domini e ad altre coppie di lingue:
• faci lità d' uso. considerando tutti gli aspetti ergonomici del sistema:
interfaccia. documentazione, inLcrallivitù, c:.-cc.
R.-.1100-..,
AMI-""' 1M911 llr,gu,,Qt Un altro momento rilevante è stato rappresentato dal lancio delle camr>a1,rne di
valutazione della traduzione automatica e delle metodologie proposte dall'A-
dvanccd Rcscarch Projccts Agcncy Sullwarc and lntelligent Systcms Tcchno-
Figuro e,.I Schemn gcncmle della v11lu111zionc di un sistema di traduziooc automati-
logy (ARPA e successivamente DARPA), l'agen:tia statunitense che formula
ca (Lchrbcri;cr & Bourhcnu 1'>88: 133)
e finanzia progetti tecnologicamente innovativi principalmente per rispondere
ad esigen7.c militari. Agli inizi degli unni '90 i'ARPA si diede l'obiettivo di
In questo schema di flusso, la traduzione automatica viene valutata sia come
promuovere progressi ..rivol u:tionari" (White cl al. 1994) nel campo della
rroccsso sin cumc prodotto, essendo solluposta a tre diversi approcci: i) la
traduzione automatica attraverso un programma di ricerca dedicato appunto
valutazione linguistica e ii) quella dei costi/benefici da parte dell'utente,
ad una valutazione black box' dei sisLCmi. in modo da fornire una ba.<;e per mi•
e infine iii) la valutazione da parte dello sviluppatore. La valutazione lin-
surure e dunque facil itare il miglioramento delle tecnologie in questo settore.
guistica avviene in base alla traduzione grezza e comporta principalmente
Successivamente, a metà degli anni '90, l'Expert Advisory Group on
la valutazione degli errori effettuati dal sistema e la loro correzione nella
Language Engineerin g Standards (liAGLES) ho elaborato lo standard ISLE
fase di post-editin g. Questo tipo di valutai,jonc consente all'utente di com-
(lntemational Standards for Language Engineering) sulla ba.-.e della ISO/
prendere il funzioname nto del sistema e la sua effcuiva migliorabilità. La
IEC - 91 265 (EAGLES 1996 -2008) secondo il quale la qualità puo 1,-ssc-
valutazione dei custi/benefìci viene ell"èuuota invece considerando tutti i
costi dircni e indirclli connessi olle diverse fosi del processo di traduzione
automatica (la raccolta dei lesti campione, la traduzione automatica e la sua • Con blocA: box nialuatlun. che in italiano potrommo tntdum: con va1Uta7ianc al buio.
valutazione. nonché il prodotto finale revisionato nella lingua di arri vo) e si inlendc la m1surnzionc: dcll.1 qualità di un sislcma solamente in base al suo prodono. senza
cunfrontandoli con quelli di una traduzione umana della stessa qualità. In• cun~ld.:mrc il pniccsso che lo hn (lOrtalO u rntc risullntu.
fine la valutazione da parte dello sviluppatore è principalm ente fìnaJizzata 1 ISO/IF.C - 9126 è una scrìc di nonnotìvc e lince i;uidu. sviluppate <bll'ISO (Organiz:m•

alla identificazione delle aree critiche del sistema e al loro mig.lioramento. 7ianc intcmazionalc per la nonn37.ionc) in coll:ibor.11.ionc con l'IEC (Commissione Elettrotec-
nica lntcrnarionalc). relative ad un modello di qualità del sonwarc.

132 133
 Q u.-.uTA f. V,\I.U1'Al'JONt: 0(1 .1.A TRAot/'/,IONlt AITTO~IATICA
re definila come "the totality of fea1ures and char.icteristics or a prod uci
or service thai bear on its ability lo salisfy stated or implied needs" (ISO/
IEC, I 99 I : 2). L'obiettivo era quello di creare un modello di quali tà valido
per qualsiasi sistema d i Trattamenlo Automatico del Lin guaggio nalurdle
e di interesse per qualsiasi tipo di utente. Si tratta di un modello d inamico
adallabile alle esige nze dell 'utente. che estrapola dal modello gencrnle solo
quelle carallL-ristiche interessanti ai suoi scopi, consenlcncki in tal modo la
di versa co mbin~ionc dei risullali di misurazione in base.al conlesto d'uso
( EAG LES. 1996).
Una ulteriore elnboruzione si ha con il Frdmework for the Evaluation
of Machi ne Trunslation (FEMTI) in ISLE. (King et al. 2003), un quadro di
riferimento specificamenle pensato per la valutazione della lraduzione au -
tomatica, final izzato ad organizzare i diversi me todi d i valutazione e a met-
terli in relazione con lo scopo ed il contesto d ' uso dei sistcmi6 • Una prima
classificazione delle metriche è basata sul contesto d'uso della lrdduzione
automatka, mentre la seconda class ificazione riguarda le caratteristiche d i
qualità relative alle necessità pert inenti rispetto al conlesto d ' uso.
6.2 Metriche di valutazione basate sul giudizio umano
Le strategie utilizzate nel corso del tempo per valutare la qualità della tradu-
zione automatica come prodotto, come g ià accennato in precederu.a, oscil-
lano lrJ criteri qualitativi che implicano il ricorso a lla va lulazione umana e
criteri (lwtntilativi ed automatici.
A prevalere fino agli anni ' 90 c irca sono siate inizialmente le metric he
basate sul giudizio umano. Tra le prime slrJtcgic di questo tipo, ricordia-
mo la cosiddetta retro-versione (i n inglese bac:k-trans lation. bac:k-and-fortl,
translation o ancora round trip translatirm), consistente nel tradurre il testo
di parten:,.a in una lingua di arrivo per poi n tr.idurlo nella lingua di part.e nza.
li famoso mi to, probabilmente apocrifo, della frdSe inglese traila da l Nuo-
vo Testamento (Matteo 26:4 1) ''Thc spiril is wi lling bui Lhc flesh is weak"
tradotta in russo con un sistema di tr.iduzione au tomatica e poi ritradotta in
inglese dando come risultato: " The whisky is strong, but the mcat is rotten".
aldilà o meno della verid ici tà dell'ep isodio. illustra bene il metodo che ve-
niva usato per va lutare i prim i s istemi d i tnu.Juziom: automatica.
• h11ps:/lwww.is1.edu/na1uml-l11nguagc/m1L-vul/
134
CAl'l fOUI Si-:,
In real tà questo metodo è stato poi velocemente abbandonato pcrchè
giudicato non affidab ile (Somers 2005) pri ncipalmente per tre ragioni
(O ' Connell 200 I citato in Somers 2005):
• se non si conosce la lingua verso cui si trad uce. non si è sicuri dove
occorre l 'errore, ovvero se è relativo al passaggio dalla lingua di par-
tenza a quella di arri vo o al secondo passaggio dalla lingua di arrivo
nuovamente alla lingua di partenza;
• una calliva traduzione verso la lingua di arrivo può nondimeno pro-
durre una ragionevole retroversione;
• la premessa di base della retroversione è in qualche modo falsata :
ipotiuando di usare tr.iduuori umani e non un 1r11duttorc automatico,
non ci si aspclla di avere lo stesso risultato, ovvero che la retrover-
sione sia necessariamente uguale al Lesto di partenza.
La valutazio ne umana viene usata in quasi tutte le metriche citate nel para-
grafo precedente. ma viene usata differentemente da sviluppalo~ e utenti.
Per gl i sviluppatori di tecnologie di prima e seconda generll;(.IOne, o me-
g lio di quei s islcmi di traduzione basati su dati linguistici. la \'alulazione
umana era no.:ccssaria per di versi motivi: i) individuare gli errori e valu tare
le possibili slmtegie di rniglioramcnlo e ii) identificare cvcnt_ua li ~~io~-
menli, una volta adottate possibili soluz ioni per risolvere gh erron h ngu1-
stici del sistema.
Le strategie di miglioramento riguardavano, ad esem pio, l'ampliamen-
to della copt.'11ura della base di dati lessicali, con nuovi inserimenti di parole,
oppure lo sviluppo di regole per risolvere problem i di tipo sinLattico. Queste
valutazioni venivano effettuate c ic licamente dai linguisti impegnali nella rea-
lizzazione delle risorse linguistiche su un corpus definito di testi o frasi (King
& Falkcdal 1990: Amold 1993; Balkan et ul. 1994) durante lo sviluppo di un
sistema in modo da individuare in maniera punwale le aree critiche su cui in-
tc.rvenire per migliorare quanto più possibile i risultati. È stata poi abbandona1_3
nel momento in cui i sistemi di tipo statistico sono diventati il parcl(figma domi-
nante, perché una siffatta valutazione linguisticament.e accurata dei sistemi non
aveva più ragion d 'essere. Dato il tipo di approccio, infatti, non è più possibile
intervenire in manierd cosi puntuale nella risoluzione dei problemi.
I criteri per la valula.7.ione umana sono cambiati nel corso del tem po.
Come accennato in precedenza nel rapporto ALPAC ( 1966: 67)si fa ricorso
ai criteri di intelligibilità e f edeltà. Questa prima metrica venne abbandona-
ta dai successivi tenta tivi di trovare una metodologia più oggettiva e con un
maggiore accordo tra va lutatori.
135
 QUAI.ITÀ t: VALIJTAJ.ll)NI'. DEI.LA TltAOC7J(INt: AUTOM,\ "flC/\
Le campagne di valutazione organi:ct.ate da ARPA cercarono di dclinire
La miglior metrica di valu tuionc basala s ul g iudizio umano e sperimen ta-
rono varie soluzioni. Nella campagna di valutazione del 1993 (Whilc &
O'Conne ll 1994: 136), i criteri adottali furono :
• Jroihilirà (jlue11cy) che gi udicava •' intuitive native speaker senses
nboul the well-formedncss of the English output on a sentenee by
sentencc basis" e veni vo valutai.li solo in base al testo arrivo;
• adeguarezz" (adequacy) del testo di arrivo, che veniva giudicata con-
frontandolo con quello di partenza e misurava 'ihe extcnl 10 which mea-
ning present ù1 cxpert translations is present in the FAMT7, HAMT1,
PE9 and MA 10 versions":
• comprensione (comprehension), che misurava ''Lhe nmount of Lhe
information that is com:ctly convcyed. i.e. Lhe degrce to which a
reader can find integra] information in Lhe passage version".
Se sul conccuo di f mihilità non sono possibili fraintendimenti, la definizione
del cooccllo di adeguatezza, come la misura in cui tulio il contenuto del testo
d i parten:ai è riportato nel lesto di arrivo, assume qui un significalo molto
vici no ad accurntc-.aa. anche se non ne è un pieno sinonimo: viene uliliv.a-
to, a mio avviso. proprio per evi tare di ricorrere a l criterio della accuratc:a.a
c he equiparerebbe qualitativamente la traduzione automat ico ulla traduzione
umana, con un evidente sbilanciamento in favore di quest •ultima. Le tecno-
logie di al lord, infatti, nonostante avessero raggiun10 una certa maturità 1anto
da essere transitate da prototipi sperimentali a sistemi operativi in uso presso
industrie ed enti con necessità di produzione di ingenti volumi di traduzione,
non reggevano ancora il confro nto con la traduzione umana, in termini sia d i
costi che di produttività.
Nelle successive ediz ioni della campagna di valutazione dcli' ARPA
(White 1995) la metrica adottata abbandona il en te.rio della comprensione
e prevede nuovamente que llo dell'informoti11ità del tesi<>, il c ui obiettivo
è misurare "a system's ability to produce a translation that conveys s uffi-
cient infonnatio n so th nt someone can gain necessary information from il";
include ino ltre froihilità e adeguatezza. anche se quest"ultima viene cosi
rivisitata: wrhe obj ectivc oflhe adequacy is lo dctermine Lhc cxtent lo which
' F11/ly Aulumutic M11.-J1i111: 7'ram-/ali<Jn (hl\Ml). ovvero 1mllu~.tonc nutum111 icn.
• lluman Ai,ktl M,n:hi11e 1ramlotion (1 1AMT). owcm 1mdwnonc au10111111ica nssistitu.
• Pa.~t-/'tlitin,: (PE). 1cs10 1rnllot10 au1oma1icamcn1c e revisionalo do un 1rudu11orc.
•• Mamml Tra,ulatitJn (MA}. traduzione manuale
136
CAPITl)l,0 Sr.1
a li of thc conteni of a text is conveyed, regurd less of 1hc qua lit y or the En-
glish in 1hc output". A partire d unque dalle campagne di val utazione ARPA
i crih!ri d i adeguatezza e fruibilità si affermano come criteri standard nella
valutazione umana d ei sistemi di traduzione automatica, tanto chi.: ancora
oggi sono adottali come parametri di val utaz.ione. come vedremo più avanli.
Successivami.:ntc vennero sviluppate metriche di valutazione degli erro-
ridi traduzione come il LISA QA Modcl 11 nel campo della localizzazione
e il SAE J 24S03 12 Translation Quality Mctric, uno standard sviluppato per
l' industria automobilistica. Entnsmbe le metriche s i basavano sulla valu-
tazione umana degli erro ri di traduzione, assebrnando un ruo lo prominente
tra i criteri base al concetto di accuratezza della traduzione, che prende in
considerazione la complete-aa delle informazioni contenute nel testo d i ar-
ri vo. Entrambe le metriche forniscono un grad iente di diverse tipologie di
errori, valutati rispeuo a lla loro gravità, in modo da ottenere una valutazione
obielliva cd affidabile de lla qualità della traduzione mediante un punteggio
riferito al grado di qua lità del testo di arrivo.
Anche se questi approcci intendono essere oggettivi, risultano però len-
ti e costosi perché implicano l'intervento del giudizio umano; pertanto g li
sviluppatori hanno cercato altri modi per va lutare la qualità. con lo scopo di
velocizzare la procedura e ridurne i costi.
6.3 Metriche automatiche
A punire dagli anni 2000, con l'affermazione dei sistemi di tipo sllltistico, i
ricercatori si sono dedicati allo sviluppo e alla sperimentazione di mctrichi.:
quantilative automatiche, senza nessun coinvolgimento umano, con l'intcn10
di sviluppare una misurazione obiettiva e più veloce dei risultati della tradu-
zione uutomatica: si trc1tta di programmi software, come ad esempio BLEU
(Papi neni et al. 2002), NIST (Doddington 2002), METEOR (Banerjcc & La-
vie 200S) e Word Error Rate (Snover et al. 2006). che usano una serie di cri-
teri formalizzati per valutare la traduzione automatica su.Ila base di un corpus
d i riferimento o gold standard, costituito da testi tradotti da traduuori umani.
Tutte queste metriche si basano sul principio di similarità della trad u-
zione automatica rispetto alla trc1duz.ione umana. computando la distanza tm
11 Il QA Model fu sviluppato nel 1995 dalla l.ocnlizntion lndustry Standnnls Associa1ion
(USA): h11p://proll11cthclp.sdl.com/SDL._TMS_20 11/cn/Crcatlng 1md_Moìn1aìning_<>rpni•
mtions/M anoging_QA_Modclsll.lSA QA_Modd.h1m
" h11p://w..w.s11c.o,wst1u1dardsdcvij2450p I .htm
137
J
 _ _, _ _ _ _ _ _ _ _ __

4
_...J

Q UAUTA E VAL.l fTAl.lO NE Dl!U.A TRADU 1JONt

Alll'OM ATICA
CAl'ITO l.0 SEI

il corpu s di riferimento e i risultati della traduzione

auto matica: in questo BLEU (BiLingual Evaluation Undersludy) è la metric
modo fornis cono un metod o veloce per misurare la a più utilizz ala: ini-
qua lità e comparare la zialmente sviluppata per l'inglese, confro nta i risulta
performance di divers i sistem i di tradu7jone autom atica. ti della traduzione au-
I criteri a<kmati per valutare la similarità sono quelli tomatica con un corpus di rifèrimcnto costituito da testi
di precisivne e tradotti da traduu ori
recupero (i n ingles e preci.l'itm e recali). Per calcolare uman i. La q ualità si misurc1 segme ntando il testo prodo
la precisione hasta tto dalla traduzioni:
calcolare il nume ro di segmenti (si ngole parole o autom atica in segmenti costit uiti da n-grammi, gener
n-grammi" a seconda almente variabili da I
dell'a pproccio) che occor rono nella traduzione autom a 4, e confrontando il nume ro di segme nti cosi ottenu
atica e che risultano tj con il corpu s di rife-
corretti a confronto con la traduzione di riferimento, rimento per indiv iduare i SCb'TTlenli condivisi tra il prodo
dividendolo poi per il llo della traduzione
nume ro totale di parole della traduz ione autom atica: autom atica e il lesto appartenen te al corpus di ri ferime
ovver o se ad esempio nto.
in un testo tradotto automaticamente di 6 segmenti totali, La metrica calcola la precisione degli n-gram mi
i segmenti corretti a prescindere dalla
sono 3, si d irà allora che la precisione è pari al 50%. loro posizione e dal loro grado di inform ativilà, auribu
endo ugua le peso
Per calcolare invece il recupero si deve calcolare il a ciascu no degli 11-grammi. Se i due testi condividono
nume ro di segmenti lo stesso nume ro di
corrett i della traduz ione automatica a fronte del nume segmenti allora il voto BLEU equiv ale a I, mentre
ro di segmenti della se non ci sono segmenti
traduzione d i riferimento, per cui se nella traduzione cond ivisi il valore è O. Quind i quanto più il valore
autom atica i segmenti è vicino a I tanto più la
corretti sono 3 rispett o a 7 segmenti totali nella traduz tradw fone automatica v iene considerata qualitativam
ione di riferim ento, il ente buona.
valore del n.-cupcro è uguale al 43%.
I 1_. 1,0 J• J.-•-•,
Oltre questi due criteri comuneme nte adotta ti, un term
criteri o ingloba
entram bi in un' unica misurazione denom inata F-meC
1st11Y!, dando un para•
metm pi ù accura to sulla qualità della traduz ione autom ~to l"- 0-.il'~1 1••1,• 1.11<t,1.............. . lh "'on__..-._....,.
•uf"l..t.-"-•"'v-.,j.;. • ,\...,.,J1..h , .,.....,._,y..,_,,,<l'\fu,1,...,_.l.._.., 1,., ,-. ,
atica. Nella fig. 6.2 1 o••,..~ -.,- ~ ....."'#eu,)Jl'-tt..._ ,._ ,.1,n•~
..."-,•fill)•- • ..,.....,.,._ •.•_ .,_,, ....L_,,...,.,,
~·•..,u,',.._tt.-••u~,... ,.
s i illustrano i tre diversi criteri messi a confro nto••: OLJto -J • • - 1 • .. • l" tu .,..,.,-.,i,. 1,,
...... \-J"*l' ••.. ~ , ; u., t-ul-.t • t-,,~ll),,,o
.,i,_,,,._,1,1
11-••.,,__,-..,._~~ 1t ,,,11ttno tl•Om..J+, ,t9,..._fll.J' ,.l.,..l ·••µ"'-•O
~-,-#'.----~--.., . . . . .~, ... . ,. ..
f l "!Q' jOl••I vJ '• 'I
,_____.... "'-•-••""""-1111'1"'"'~"""'"'..... _· ,' +1'fi-'ll•l"-'' ""'' ' " lll!t,.,1111!1'.ll'IM I.•

SYSTEMA:
li e ti 07ial<; Fe5p()A9ibtkly of \
_ . . .............. .. . . ... v,,,,,,,,,,J............. .......... .,tv,t... ..,...._ ...,........
ort selefy •ooo.t • + 1, 11 "' l-.ri11tfl• . . .~,•--W"llf lt...,,.<\Uf lM'l1, l1
••lt,, ~ •1,
1 pnd,l1M;bf <f\,, 111 1
I• I
"• ' p,..-, ...1,..
REFERENCE:
I,. I

-
lsraeli officials are responsible for airport securi ,t, ••.•
ty • •·•1•"1 • , • ..,..-.... it1,,-.,ft\-~.-.,..,riw ,,., ,,.,
·•Md.'11,/•'• J1111'. dt~• t .. I ,,._.,
'-.: ......
li,,,,

• Pn..ocision n,nt:r. t :\ ,,,

0111JJ1Jt-lr11!Jlh
- - 50~.. I •• I _;l h.oJAbo,t.\1( 1 .,,
I .., tu ,, I
li ,. L.,.. ,. •• t •• ••'" ,s... ...
,
..
p,tt
•-L •I • ·••I. 1 .1,. , .,, ,, 1 ,
1• I• "l'I" Ì"•J " 1•• •~ "1.. ,,., ·•
• i.,,. o~ .. f• , , ,..,-_dO ·I I., .,,.
• Rccal.1 f'r)l?T'rf ;j • ~,~ d,,w,1.- Jorif'«a,,...,.
9 -.. •
= ·1:\1/,
, •,
-
aj1.rm r1 -k•1!1lh
- = • ._...._ t.. '"" . . . . . . . . '
••J
-t. . .. , - -
7 • - •'• I

Figura 6.3 Esemp io di metrica BLEU applica ta a una

F-mcasurc .. traduzione d i una frase inglese
71r, r 1.,um x rrt:nll .!i x A:! in italiano
- ----- - - - -- - 1
{prN'l- 'l()Jl -l Tr.m/Q/2 (.[, 1 ..i:J)/2 ,l(io/,,
Figura 6.2 Precision. re,:o/1 e F-met1s11re Per cercare di ottenere una certa flessibilità rispetto
al proble ma dell'o rdine
e della scelta delle parole, alcune varianti della metric
a considerano più di
una traduzione di riferimento per ottenere una miglio
re correlazione con
" Un 11-gmmma è una souoscqu.:nr.i di II clcmcnii di una il giudizio umano a livello di corpus. Ma avere a
dillo SC(jucnw e a scc-Ofldo del dispos iz ione riferimenti
tipo lii npr,licozinnc possono essere fonemi . sillah.:. lcttcn:.
parole. Nel caso ddla u•Jduzionc multipli per uno stesso testo è unn felice situazione
automuti cu si Imita di pcamlc. piuuo sto rara.
" Esempio trauo du https;//www.sllllml .org/book/slidcs/08-cv NIST, è una metrica di valutazione sviluppatn dal
nluoiion.pdr Natio nal lnslitute of'
Standards and Technologies, un organ ismo ameri cano
deputato all'organiz-
138
139
 QUAI.ITÀ t: VALUTAZIONI\ llf.l.l.A TkAOUZIONt: AIJTOMA'rlCA
zazione dì campagne di valutazione. Si basa sugli stessi principi di BLEU,
ovvero sul confronto tra testi tradotti automaticamente e un corpus di riferi-
mento di testi tradotti da umani. L'unica differenza consiste nel fatto che a
segmenti rari viene attribuito un peso maggiore ne l computo del punteggio,
in quanto maggionnente infomtativi: ad esempio alla sequenza credit card
viene attribuito un peso maggiore della sequenza ofthe (molto più lrequente
di credi! card in un testo inglese), considerando in questo modo in maniera
più puntuale l'aspetto infonnalivo dei testi da tradurre. · sono sempre rapportabili tra loro, poiché producono risultali differenti; né
METEOR (Metric for Evaluation ofTranslation with Explicit ORdering)
invece individua le parole lessicali (principalmente nomi, verbi e aggettivi) in
comune tra il testo tradotto automaticamente e il t.esto di riferimento corrispon-
dente. Una volta individuate, il sistema cerca di identificare le sequcnz.c più
lunghe che si riferiscono a queste e che sono condivise tra i due testi. Quanto
più alto è il numero di segmenti condivisi, e dunque quanto più il valore del
punteggio si avvicina a I, tanto più In qualità del testo tradotto automaticamente
si avvicina a quello di rifcrimcnl(). La ricerca di parole cquivalcnli tra il testo in
valutazione e il testo di ritèrimento si basa inoltre sull'uso di:
I. tema delle parole, grnz ie al quale si tiene conto anche di possibili
cambiamenti di classe grammaticale, come ad esempio tra meeting e
meet in base al tema meel comune sia al verbo che al nome;
2. risorse linguistiche di sinonimi come ad esempio Wordnct 15.
Anche se METEOR s i presenta cmne più affidabile nella valutazione della
qualità della traduzione automatica, ricorrendo a rison;e linguistiche per la
valutazione di aspetti semantici del lesto, è più complessa da mettere in atto,
variando i risultati a seconda delle risorse utilizzate nella valutazione; tali
risorse sono infatti disponibili soltanto per un numero limitato di lingue, e
la loro adozione influisce sulla velocità e la facilità d'uso.
Il Word Error Rate (WER), derivato dalla distanza di levenshtein 16, si fonda
invece sul computo degli scostamenti tra un testo tradotto e il testo tli rilèrimen-
lo, dunque sul numero di parole di tlèrenti tra questi due. Le diftèrenze computa-
le riguardano parole sostituite (S) cancellate (D), inserite (I) sul numero totale di
parole (N) del ICSlo di riferimento, come si può evincere dalla fonnula seguente:
WBll ~ S + D + l
N h: vicini se hanno molle parole chiave in comune.
'' htlps://wurdnc:t.princcton.cdu/
•• L.n distcmza di I..J:1•c11.<lttdn, o distuni.11 di edlt. introdona dallo scicni.ialo rus.so Vlndimir
I .cvcnsh1cin nel 1965. misura la dillcrcnzo fra Juc stringhe.
140
CAPITOI.O Sl(I
Metriche quantitative più recenti come ad esempio quelle proposte da Le
& Mikolov (2014). Banchs et al. (20 15), o Wang & Merlo (20 16) cercano
di raffinare i risultati delle metriche precedenti producendo dei risultati più
comparabili al giudizio umano. avendo incorpordlo metodologie, come ad
esempio quelle del Latcnl Semanlic lndexing (LSl) 17 o del Word-embed-
ding11, che consentono di calcolare In similarità a livello semantico delle
parole e degli n-grammi. Queste tipologie di valutazioni quantitative non
tantomeno sono rapportabili al giudizio umano, rispetto al quale presentano
spesso risultati contrastanl4 come emerge ad esempio da alcune campagne
di valutazione. È il caso della valutazione di cinque diven;i sistemi di tra-
duzione automatica (Joshua. Lucy. Melis, Apertium e MaTrEx) organi?.Zata
durante il Workshop on Machine learningfor Hybrid Machine Translation
(ML4HMT-20 1l), dove è emerso che il sistema migliore per METEOR non
er.i il più perfonnantc per NIST e BLEU (Fedennann et al. 2012). Inoltre
il sistema giudicato migliore dalle metriche di valutazione automatica rag-
giungeva solo il tert.o posto nelle valutazioni manuali. mentre il sistema mi-
gliore per le valut.azioni manuali risultava ultimo nelle valu tazioni automati-
che (Labaka et al. 2014). Questi risultali dimostrano come la questione della
valutazione oggettiva dei risultali non sin affatto risolta, tant'è che se anche
tali metriche sono ancor.i adollale in maniera estesa dagli sviluppatori, si
avvenc la necessità di adottare nuovi modelli di valutazione che includano
anche il giudizio umano per ottenere risultati più affidabili
TuUavia, rappresentando una soluzione veloce e a basso costo, sono am-
piamente diffuse nelle campagne di valutal!:ione che si sono svi.luppate a
panire dalla necessità di valutare e comparare le diverse tipologie di sistemi,
nonché i progressi delle tecnologie nel corso degli anni. Con lo scopo di far
avanz.are la ricerca nel settore, da un lato, e di fornire metriche, strumenti e
dati, dall'altro a partire dagli anni 2000 si svolgono annualmente campagne
di valutazione: merita specifica menzione il Workshop on Statistica/ Machi-
ne Translation (WMT) (Koehn & Monz 2006; Callison-Burch et al. 2007a;
" La mclndolugiu Jcl l.atent Scmu111i,· l11clt',tlng considem due documenti scmanl lcamcn-
,. Lu m.:todologia del Wur,/..,mheddi11g o mpproscntnzionc di,nribuiln delle parole. pcr-
mcltc J i mappare le parole su dei vcnori Ji numeri reali. che forniscono infunnuziuni sulla
scman1ica delle parole partendo da un corpus non annoialo. Cìruzic a qucstu lccnicu ò possibile
cos1ruirc lo spazio vettoriale delle parole in cui vcuori vicini indicano la contiguità semantica
delle parol.c secondo i ririncipi della semantica dislribuzionalc.
14 1
J,
 QUAI.ITÀ F. VAl,UTAZION[ IDl!U..A T Ri\OU:llONt: AIITO\lATl('A
Callison-Burch et al. 2008; Callison-Burch et al. 2009; Callison-Aurch
et al. 20 I O; Callison-Burch et al. 20 11 : Callison-Burch et al. 20 12; Dojar
et al. 2013 ; Bojar et al. 2014: Bojar et al. 20 15) organizzalo a partire <lui
2006 dnl gruppo di interesse speciale in traduzione automatica (SIGMT).
La campagna. che ini.zialmente si foculia.ava esclusivamente sulle lingue
europee, ora si è aperta anche a lingue cxtrueuropec ed è organizzata in due
sessioni: una dedicata alla lraduzione ed un'altra alla valutazione. Le coppie
linguistiche sono divise tra inglese-verso le altre lingue e altre lingue verso
l'inglese.
La comunità dei Translation Stiudies non guarda di buon occhio questo
tipo di valutazione per varie ragioni: innanzitutto perché la valutazione si
basa su informazioni molto esigue e quasi tulle le metriche non considemno
che la fonna superficiale delle paf()le, ìiòr'I vagliando altri aspetti come ad
esempio la grammaticalilà del testo, la fruibilità, il registro o lo stile. Inol-
tre, basandosi su sequenze limitale di parole, la similarità Lrn la truduzione
automatica e il lesto di riferimento può essere anche molto alta benché si
trnui di una traduzione scorretta, in quanto basata solo sulla presenza delle
sequenze condivise con il testo di riferimento. Una ulteriore critica riguarda
invece proprio la qualitii del corpus di riferimento usato per la valuta:tione
dj cui non sempre è chiara la provenien:,.a cd accertata la validazione quali~
taliva (O'Bri~n & Saldanha 2014), essendo spesso frullo di cmwdrnrm :ing
condotto su piattaforme come Amuon Mechanical Turk (cfr. Capitolo 7).
Per il modo in cui sono concepite, inoltre, le metriche quantitative non
forniscono nessuna informazione circa le aree linguisùche critiche nei testi
prodo!li dalla traduzione automatica, nè tanto meno sono utili nell'indivi-
duare e confronLare in maniern più dettagliala punti di forza e debolezze
dei diversi sistemi per una scelta più consapevole da parte degli utenti. Re-
cent~mente Andy Way (20 18) ha messo bene in evidenz.a i limiti di queste
metnche e soprallullo come queste. per essere considerate effettivamente
utili ai fini di una misurazione qualitati va della trc1duzione automatica, deb-
bano produrre delle misurazioni che in qualche modo siano correlabili al
giudizio umnno.
6.4 Approcci recenti
Negli ultimi anni la ricerca accademica, ma anche l'industria, ha iniziato
acll esplor~re nuove metodologie per la valutazione, basai.e però ancora s ui
concet11 d1adeguateù'..a (adequacy) e fruibilità (jfuency). Questi criteri pre-
142
CAl'ITO l ,O St:1
va.lgono su quello dcll'accuralc:aa, secondo cui le tmduzioni "musl convey
lhe infonnation contained in the originai wilh as liule distortion as possible"
(Pinchuck 1977: 206). Tuttavia, mentre il conceuo di fniibilitù coincide con
il significalo che gli viene allribuilo anche nei Trans/ation Studies. o~vero
si riforisce alle proprietà linguistiche (gnunmatica, ortografia e coesione)
del testo tradotto come testo indipendente nella lingua di arrivo, il concetto
d.i adeguate-a.a assume un significato totalmente differente rispetto a quello
eorre.ntemente attribuito dagli studiosi della lraduzione.
La valutazione basata sull 'adeguatezza venne introdotta nella valuta-
zione della traduzione automatica dal Linguislics Data Consortium (LOC,
2005) e successivamente fu ulteriormente approfondita da Denkowsk.i &
Lavie (2012). che usano il termine per designare la similarità semantica di
una traduzione ottenuta automaticamente con lè traduzioni di riferimento,
cosi come viene percepita da valutatori umani. Specia et al. (2011 ) defini-
scono una traduzione adeguata quella traduzione che preserva il significato
dell' input e non aggiunge informazioni. Propongono una serie di indicatori
di adeguate;r.;,.a, come ad esempio parametri che riOettcmo quanto le frasi
del testo di partenza e quelle del testo di arrivo siano paragonabili ai div.ersi
livell i linguistici. Dunque il conccllo d i adeguate-a.a, ovvero il grado in cui
l'output della traduzione automatica cattura il significato della trdduzion.e di
riferi mento, diventa uno dei due princiipali parametri usati nella metriche di
valutazione della qualità della Lradu:1.ione automatica insieme alla fruibilità,
ovvero il grado in cui l'output della traduzione automatica è 1:,rrc1m.maLical-
mente corretto nel.la lingua di arrivo.
Se diwno uno sguardo ai due approcci più recenti alla misurazione della
qualilà della traduzione automatica ovvero il TAUS Dynamic Quality Fra-
mework (DQF)1q e QTLaunchPad Multidimensional Quality Metrics (MQM)-'O
possiamo ulteriormente indagare come il concetto di adeguatezza sia usato in
trnduzione automatica per raggiungere una visione che accomuni organi:-o,a-
zioni pubbliche (inclusa l'Unione Ewopea), enti di ricerca, clienti e fornitori
di servizi di traduzione su come valutare in modo oggettivo sia la qualità della
trc:1duzionc umana sia quella della traduzione aut.omatica e assistita.
DQF è stata lanciata da TAUS11 nel fèbbraio 20 14 e ha l'obiettivo di
fom ire agli utenti un insieme ampio cd affidabile di strumenti, migliori pra-
•• hups://www.1.1us.nc1/evaluatc/dqf-b.lckground
'" hUJl:llwww.q12 l.cu/lnunchpad/contcnVmullidimcnsional-quali1y-mctrics
11
TAUS un'associu.ionc di tipo induslriulc e un ccniro di risorse per una industria del~"
lmdu,donc globale. (https:/ìwww.lllus.nci/)
143
 Q UALITÀ t: VALlrT/\7JON F, Dl:LLA TltADU7JO!'IE A V RIMATICA
1fohc, metriche, repon e strumenti di gestione dei <lati per misurare la pro-
duui vilà della traduz.ione automatica, classificare i motori della traduzione
automatica. valutarne l'adcguate1.za e la fruibilità o clTclluare una valuta-
zione delle tipologie di errori.
DQF, dove "transla1ion quality is considered dynnmic as lranslation
quality rcqui remen1s change depending on the conteni lype, the purpose of
the conteni and its audience''22 si basa sui criteri di adcguate-a a e fruibilità
defini ti come segue1' :
Ac.lcquacy: - How much of lhc mcaning expn:sscd in the gold-standard
translation or thc sourcc is also cxpresscd in thc target translatioo" (Lin-
guistic Data Consortium). Thc 4-poiot scale forcsocs 1hc following valucs:
Everything. Most. Lilllc. None
Flucncy: To whal cx1cn1lhe translation is "onc lhat is wcll-formec.l gr.imma-
tically. conlains comx:t spcllings, adhcrcs 10 comlTlOfl use oft.cnns, titlc..'8 and
namcs, is inruitivcly acccplable and ean be scnsibly inlcrprctcd hy u native
speaker" (Linguistic Data Consortium) . Thc 4-point scale forcsccs thc fol-
lowing valucs: flawlcss. Good. Dis-nucnt. lncompn:hcnsiblc.
Anche in questo caso la definizione e.li ac.leguate-a a indica la vicinun~.a del-
la traduzione in valutazione al siguifìcato della trad uzione go/d standard
(o di riferimento) o del testo di partenza. Questo uso del termi ne adegua-
te--aa in traduzione automatica evidenzia un significato completamen-
te diverso rispetto a questa nozione come viene gener.tlmente intesa nei
Translation Studies: l'adeb'llalezza di una procedura di trc1duzione deve es-
sere giudicata nei termini delle spccitìcbe di un dato compito di traduzio-
ne da effettuare secondo le necessità dell'utente (Hatim & Mason 1990:8).
In realtà il significato di adeguutezza, cosi come espresso nell'ambito de-
gli studi sulla traduzione automatica, sarebbe più adatto per il concetto di
accurale--aa, poiché misura il grndo di informalività del testo di arrivo in
riferimento al testo di panenza. Hulchins & Somers (1992: 163), ad esem-
pio, usano il parametro della accurnlez;,""11fedel1à in riferi mento a 'cxlent lo
which the lranslated text conlains the "samc" information as lhe originai'.
Rispetto a ciò la M11/tidimensio11a/ Quality Metrics (MQM), sviluppala
nell'ambito dei progcui europei QTLaunchPad e QTLeap, sembra essere
i: h1tps://www.1aus.ncvcv.ilua1
c/ubou1
" h11ps://luuN.nct/acadcmyibcst-practiccs/cvaluutc-~1 -prac1iccs/utlcqu11cy-Ouoncy-gui-
tlclincs
144
CArrrowSt:1
più coerente dal punto di vista terminologico. ~1clle infalli disp?sizio~e
un quadro di riferimento sistematico per descnvcre le metriche d1 quulnà
basate su caraucristic hc testuali e fornisce una serie di criteri per valutare
la qualità della tradu:1:ione, una descrizione dettagliata di oltre 100 ti polo-
gie di errori a vuri livelli di dellaglio, consente agli utenti di c~c_a rsi delle
metriche ad hoc ri tagliate sulle proprie necessilii e può essere uuhzzala per
diversi scopi. Di panicolarc rilevanza per la classificazione degli errori è il
glossario che ne definisce in maniera puntuale le diverse tipologie. A partire
dalla defi nizione di quality translation di Alan Melby in Koby et al. (2014):
A quality translation dcmonstrates accuraey and ftucncy requinxl for the au-
dience and purpose and complies with ali othcr spocificalions bctwccn thc
rcquester ond provider, taking into account end-user needs.
MQM cerca di fornire una metrica di qualità della tradm:ione, che_ c??senta
di valutare in maniera oocrenle e omogenea l'accuralezza e la fru 1b1htil del
testo tradotto, sia che sia stato ottenuto allraverso un processo di traduzione
umano, sia aulomalico. In questo quadro di riferimento i problemi di accu-
rc11c-aa riguardano la relazione del testo di arrivo c<>n quel~o di par!en~
possono essere valutati soltanto considerando qul.'Sla rchwon~, e ri~uar-
<lano cambiamenti rispcllo al significalo inteso. come ad esempio aggiunte
od omissioni. È interessante notare come gli autori sentano la ncccssilii di
!t,X:Cifìcare che l'adeguatez za è "synonym for uccuracy commonl y uscd in
the context of assessing machine trnnslation quality"24 •
Nel 201 5 TAUS Dynamic Quality Framework (DQF) e QTLaunchPad
Multidimcnsional Quali1y Metrics (MQM), grazie al progetto europeo
QT2 I, sono stati riconciliati in un unico quadro di riferimento, il MQM-D-
QF, la cui adozione come standard nel settore dei servizi linguis tici con
il titolo di ASTM WK46396 è in corso di valutazione da parte dell' Ame-
rican Society for Testing and Materials lntemationa l (ASTM), organism~
di normazione statunitense. Questa operazione nasce dalla consapevoleua
che gli scopi delle trnduzioni possono essere molteplici e che rispondono
a requisiti differenti a seconda del contesto: una tradm:ione eff~ttuata_
esempio nell'ambilo della localizzazio ne di un software avrà scopt, rcqu1s1LJ
e standard di qualiuì diversi dalla tmduzione di una pubblicità, di un saggio
0 di un film . Inoltre, dato il progresso della tecnologia è nl.'Cessario avere
uno strumento che sempre più consenta di rc1fl'rontarc i risultati dei processi
"' http://www.q l2l.cu/mqm-d clini1ion/di ITs/mqm-0 9 1-0 _9 _ 2-diff., .h1ml
145
I~
 CAPr fOLO Sr.1

I 1J11
TRAl>C7.IONF. A LTOM ATICA
Q UA LITA f. VAl»T AZION f. on1.A

automatici con quelli invece dei traduttori

profe ss ionis ti; non è un caso .
ratCZ"/.a ritorna ad esser e uno dei
rn ,1
w
com e si evinc e dalla fig. 6.4, che l' accu
crite ri cardi ne della valut azion e.
e dinam ico che può esser e
I
! J1 0
1ti l1
~5
MQM -DQ F offre un mod ello flessibile
adatt ato ai diversi conte sti d ' uso in relaz
ione ai requi siti ed alle nece ssità
'P
dell' uten te. Il mod ello cons ente infatti di
i) identificar e g li errori in un testo
profe ssion ista, i i) catalogare e
i~
'
tradotto autom atica ment e o da un traduttore
·'
cond ivisi e infin e iii) adatt are le
conta re gli errori usando criteri di qual ità
essi di tradu zione profession ale
r-
categ orie degli error i ai diversi tipi cli proc
incentrati su s istemi di tradu zione auto matic
i
a o di ausil io alla tradu ~one .
con diversi live lli di gran ulari tà
1 II
li mod ello offre una gerar chia di error
c he poss ono CS-5Cre selez ionat i dall' uten
te in base delle sue esige nze. Lo 11
maniera molt o chiar a quali sono
sche ma riportato nella fig. 6.4 illustra in
, ovve ro ac:c:uratezza, desig n ,
le macr o-cat egor ie prese in cons iderazione
ilità e la categ oria misc ella-
convenzioni. stile, veritù. terminologia, fruib
f)Ondono varie sotto categ orie.
nea "altro". Ad ogni macro-categoria corriS
glio inten de fermarsi nella va-
L'ute nte può decid ere a qual e livello di detta
e dello scop o della m.1duzione: può
lu~ ione degl i errori a seco nda del tipo
macr o-categorie, senz a scen dere
infatti ad esem pio decidere d i limitarsi alle
in classificazioni tropp o dettagliale, ma
ha comu nque una visio ne molt o
rano , ad esempio, nella categ oria
chiar a delle tipologie di errore che rient
dell' accu r.lle: aa.
oppu re cong iunta ment e a stru-
Si può usare ques ta metrica isola tame nte
S DL Trddos, uno dei softw are
menti di traduzione assis tita: ad esem pio,
la poss ibilità di usare ques ta metr ica
di tradu zione assis tita più vend uti, dà
ll'int erno di un prog etto di tradu zione
per valutare le traduzioni effet tuate a
assis tita.
le ricer che s ulla valut azion e
Per conc luder e è inter essan te notar e come
e di quel la uman a stiano conv er-
della qual ità della tradu zione autom atica
onian7.a del fatto che la trc1duzionc
gend o su un mod ello unificato, a testim
recenti ottenuti princ ipalm ente dai
automatica, graz ie ai notev oli prog ressi
com e poten zialm ente raffro ntab ile
modelli neum ii, sia perce pita semp re più
ma sicur amen te da esser e uma-
a quell a svolta. forse non da profe ssion isti,
o da MSM-DQF, a un prog ressi vo
ni. Anch e se si assiste. com e testimonial
metrica BLEU continua ad esser e
avvi cinam ento dei due camp i di studio, la
nono stant e la dispo nibil ità di nitre
usata dalla magg ior parte dei ricercutor i
mi gliori e più efficaci.
mclr ìche senz a dubb io quali luliv amen le
mati ca è dunq ue mollo
li prob lema della qual ità della trc1du:rione auto
era adeg uala, sopr auuuo per quei
rilev ante e deve esser e affront.alo in mani
147
146