Resumen

El chino y el vietnamita tienen el mismo lenguaje aislado, es decir, las palabras no están delimitadas por espacios. En la traducción automática, la segmentación de las palabras suele hacerse en primer lugar cuando se traduce del chino o el vietnamita a otros idiomas (normalmente el inglés) y viceversa. Sin embargo, hay que tener en cuenta que las palabras pueden segmentarse o no cuando se traduce entre dos idiomas en los que no se utilizan espacios entre las palabras, como el chino y el vietnamita. Dado que el chino-vietnamita es un par de idiomas con pocos recursos, el problema de la escasez de datos es evidente en el sistema de traducción de este par de idiomas. Por lo tanto, a la hora de traducir, se hace más importante si se debe segmentar o no. En este trabajo, proponemos un nuevo método para traducir del chino al vietnamita basado en una combinación de las ventajas de la traducción a nivel de caracteres y a nivel de palabras. Además, se utiliza un enfoque híbrido que combina estadísticas y reglas para traducir a nivel de palabra. Y a nivel de caracteres, se utiliza una traducción estadística. Los resultados experimentales mostraron que nuestro método mejoraba el rendimiento de la traducción automática con respecto al de la traducción a nivel de caracteres o de palabras.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:traducción a nivel de palabra, nivel de carácter, traducción automática, vietnamita, rendimiento de la máquina, par de idiomas de recursos, problema de datos dispersos, palabra, ventaja del carácter, enfoque híbrido
• Keywords:word level translation, character level, machine translation, vietnamese, performance of machine, resources language pair, sparse data problem, word, advantage of character, hybrid approach