Francisco Florêncio dos Santos Neto
MÁQUINAS DE TRADUÇÃO: PONTO DE VISTA HISTÓRICO E PRÁTICO
Artigo apresentado à Central de Cursos como requisito parcial para conclusão do curso de especialização Tradução Inglês, na Universidade Gama Filho – UGF.
Brasília, 2013.
MÁQUINAS DE TRADUÇÃO: PONTO DE VISTA HISTÓRICO E PRÁTICO FRANCISCO FLORÊNCIO DOS SANTOS NETO1 RESUMO A globalização gerou a necessidade de rapidez na comunicação entre as pessoas, para isso foi necessário criar e aprimorar determinadas fontes de consulta com o foco de concretizar tal objetivo o mais rápido possível. Neste artigo, será abordada a história de uma das ferramentas mais importantes nos séculos XX e XXI, as máquinas de tradução ou robôs de tradução. Além disso, será feita uma pesquisa com o intuito de analisar a qualidade das traduções realizadas nesses mecanismos auxiliares. Inicialmente, ocorrerá um breve relato histórico a respeito da idealização, da criação e da função dos robôs de tradução. A análise teórica será direcionada por meio de uma pesquisa bibliográfica e indireta. Em segundo lugar, será realizada uma pesquisa experimental de excertos de uma obra literária. Será enfocado o uso dessa ferramenta bem como a eficácia desse facilitador na vida dos tradutores autônomos e empresas usuárias. É importante lembrar que houve um avanço tecnológico sem precedentes nos dias de hoje, motivo pela qual ainda há tradutores e ferramentas desatualizadas no mercado tradutório. Após uma pesquisa, foi concluído que há dois utilitários gratuitos mais populares dentro desse conceito de machine translation: o Yahoo! Babelfish e o Google Translate.
Palavras-chave: Internet. Tradução. Grátis. Ferramenta.
1
Licenciado em Letras Inglês/Português pelo Centro Universitário de Brasília (UniCEUB).
E-mail:
[email protected]
1. INTRODUÇÃO A Língua como um fenômeno social precisa de constante difusão. Antigamente, a disciplina de datilografia era ministrada nos cursos profissionalizantes de tradução, os computadores usados apresentavam letras verdes nos monitores e os processadores de texto eram arcaicos. Com o advento da Rede mundial de computadores (Internet) foi inserida na ciência da tradução. Dada a necessidade de rapidez na comunicação e a qualidade nos serviços de tradução, os softwares de tradução tem se tornado mais populares a cada dia. Com isso, os usuários de computadores podem aproveitar-se do avanço tecnológico para usufruir da rapidez oferecida pelos mecanismos tradutórios. A tecnologia utilizada pelos criadores desses possibilita desde uma conversa on-line até a compreensão de textos científicos e literários. Finalmente, para os estudantes e professores de tradução, as máquinas são meios de facilitar o processo tradutório. Segundo Gaspari e Hutchins (2007), as máquinas de tradução, assim que foram criadas deveriam buscar um alvo pouco exigente, onde as expectativas não fossem grandes. Eles também afirmaram que o uso da máquina de tradução para a compreensão de texto é prática recorrente entre os tradutores profissionais. Neste artigo, será explorado o passado, o presente e o futuro de duas versões da tradução automática: a rule-based e a statistical. Veremos também, se a quantidade das máquinas de tradução aumenta ou diminui bem como, a qualidade das traduções.
1. O CONCEITO DE TRADUÇÃO A tradução é uma das formas facilitadoras de compreensão da vida e do entendimento entre os seres humanos e o meio em que vivem. O processo tradutório é linguístico, ou seja, envolve a cultura, a identidade dos países, a comunicação e os relacionamentos sejam interpessoais ou não. A tradução não é uma atividade mecânica que pode ser exercida por quaisquer pessoais que falem bem uma língua estrangeira. Esta não é uma atividade superficial. Para traduzir é preciso recriar um texto linguístico. Em outras palavras, é necessário contextualizar o texto.
1.1
MEMÓRIA DE TRADUÇÃO
Os programas de Memória de Tradução ( Translation Memory – TM) podem ser uteis na tradução de manuais
e outros tipos de documentos semelhantes. Os manuais
técnicos geralmente obedecem a uma linguagem padronizada. Translation memory (Memória de tradução) ou CAT (Tradução assistida por computadores) consiste num programa de computador que armazena traduções já realizadas (muitas vezes, a repetição de frases é normal, ou até mesmo necessária e conveniente) pelos tradutores humanos e oferece sugestões para que a tarefa desses profissionais seja mais ágil e precisa. Essa ferramenta oferece dicas de soluções, porém, essas podem ser modificadas aleatoriamente se o profissional julgá-las errôneas. Tudo isto fica na memória do software, ampliando o banco de dados já existente. Em linhas gerais, a Memória de Tradução (MT) "salva" a tradução digitada pelo tradutor para uma frase (ou parte de frase) e, se mais adiante, o texto original apresentar a mesma frase novamente, o programa sugere ou mostra a tradução empregada anteriormente, deixando a critério do tradutor utilizá-la ou não. Aqui, portanto, está uma das características mais importantes dos programas de memória de tradução: quem traduz é o tradutor, não a máquina. São exemplos de MT: Trados, Wordfast e MemoQ.
2.2 CONCEITO DE MÁQUINA DE TRADUÇÃO Tradução automática, popularmente conhecida como TA é o processo automático de tradução de um idioma original para outro através do computador. A pesquisa e o desenvolvimento da tradução automática deve muito às inovações feitas em duas diferentes áreas que confluem neste campo: a inteligência artificial e a linguística formal. Na primeira, a tradução automática extrai uma série de técnicas computacionais ligadas à análise e à geração automática de textos em uma língua natural. Já a segunda, em especial as que abordam as teorias de Noam Chomsky, segundo as quais a competência linguística do falante de uma língua poderia ser descrita através de um número finito de regras ou princípios linguísticos capazes de gerar um número infinito de frases na língua alvo e eliminar um número infinito das frases consideradas gramaticais.(SANTOS, 2009, p. 1)
Machine translation (MT) ou máquina de tradução é um programa que permite um processo tradutório realizado por meio de um computador. Nesta operação, a L1 (língua fonte) é modificada tornando-se a L2 (língua alvo). São exemplos de máquinas de tradução: Google Translate, Yahoo! Babelfish, Altavista, WhiteSmoke, Click2Translate, Prompt-Online, Microsoft Bing Translator, Transledium, ou Wordlingo e muitos outros.
3. A HISTÓRIA DA MÁQUINA DE TRADUZIR
Após a segunda Guerra mundial, entre 1945 a 1955, nasceu a grande ideia de explorar a tecnologia para traduzir por meio de apaixonados por cibernética e militares entusiastas. A exploração iniciada por um memorando escrito por Warren Weaver em 1949 e o primeiro pesquisador desse campo foi Yehosha Bar-Hilel, que iniciou a sua pesquisa em 1951. A primeira demonstração do sistema pesquisado foi em 1954, surgindo como solução para os norte-americanos entenderem o idioma russo durante a Guerra Fria. Esse foi o primeiro aplicativo não-numérico para computadores. A pesquisa de Máquinas de Tradução alcançou o Japão e a Rússia (1995) e a primeira conferência acerca do tema foi em Londres (1956). Os estudos avançavam. Em 1962, foi fundada a Associação de Máquinas de Tradução e Linguística Computacional nos Estados Unidos da América. Em 1964, foi criada a ALPAC (Automatic Language Processing Advisory Commitee: Comissão de Assessoramento do Processamento Automático de Línguas). No entanto, os avanços da máquina de traduzir seguiram lentos, em virtude da ausência de recursos para pesquisas. Em 1966, a ALPAC (Automatic Language Processing Advisory Commitee: Comissão de Assessoramento do Processamento Automático de Línguas) restringiu os recursos destinados à pesquisa de tradução automática. Apesar disso, as pesquisas continuaram. Em 1968, o cientista e linguista Peter Toma cria a Systran (machine translation system: sistema de máquinas tradutoras), umas das únicas criações que resistiu à restrição de recursos. Em 1970, o Instituto Francês Têxtil (French Textile Institute) traduzia textos de Francês, Inglês, Alemão e Espanhol e vice-versa; a Universidade Young Brigham iniciava um projeto traduzindo textos mórmons de forma automática (1971). O primeiro sistema de tradução por meio de máquinas comercial para o russo, o inglês e o alemão foi desenvolvido na Universidade Estadual de Kharkov (1991). De 1992 a 1998, a CompuServe2 prestou serviços de tradução online para alguns idiomas. Esta empresa oferecia diferentes grupos de discussão e programas de tradução a preços baixos. No ano de 1997, foi criada a primeira máquina de tradução on-line grátis. A Altavista e a Systran criaram a Babelfish (hoje Yahoo! Babelfish) para oferecer tecnologia gratuita ao público europeu, chegando a ter quinhentos mil acessos num único dia. Desde então, vários outros vendedores inseriram serviços de tradução gratuitos na Internet. A Google lançou o Google Translate em 2007 e logo depois, o Google Translator Toolkit em 2
Empresa norte-americana pioneira em serviços online, fundada em 1969. Fonte: Dictionary.com
2009. Em 2012, eram traduzidos na Google Translate textos suficientes para completar mais de um milhão de livros por dia O Hutchins’ Compendium of translation software (O compêndio de programas de tradução de Hutchins) de 2009 fornece uma lista de máquinas tradutórias online, as características destes, os pares de tradução e os preços. Ele cita mais de cinquenta links, alguns oferecem apenas um par para traduzir; enquanto outros oferecem diversos pares passíveis de tradução.
3. PESQUISA
Muitos programas passaram a figurar no universo da tradução online na última década. Este trabalho fornece uma visão das contribuições mais significativas na literatura com o foco em dois assuntos-chave: primeiro, o papel dessas ferramentas online na vida dos usuários e em segundo lugar, o impacto que essas causam na indústria e nos negócios. Atualmente, é quase inconcebível pensar em tradução sem o auxílio de máquinas, em face do crescente volume de trabalho nesse campo. Apesar disso, algumas máquinas, que supostamente traduzem o texto por inteiro, são ainda muito precárias, a julgar pelos resultados obtidos na prática. (SOUZA, 2011, p.3) A Babelfish foi a primeira máquina de tradução grátis foi lançada na Internet em 1997. Neste artigo, há um resumo das razões que geraram o desenvolvimento das MT, levando em consideração a origem e os estágios iniciais da criação dessas máquinas. Recentemente, Ethan Shen (2010) Apud Guerberof Ana comparou três máquinas de tradução no projeto Gabble On Research Project3. Na primeira fase, reportou que a Google Translate foi a preferida para textos longos pelos usuários, porém, para certos pares de idiomas não houve diferença significativa do Google em relação a Microsoft Bing ou a Yahoo! Babelfish. Entretanto, a segunda fase do projeto ainda não terminou e está disponível no site para quaisquer pessoas que quiserem desse participar. 4. COMPARAÇÃO DE DUAS FERRAMENTAS As ferramentas escolhidas foram: Yahoo! Babelfish, a precursora das MT, cuja as operações são baseadas no sistema rule-based4 e a Google Translate, a ferramenta gratuita 3
http://www.gabble-on.com
4
Tradução baseada em regras das línguas e em dicionários bilíngues. Fonte:
http://www.systransoft.com
mais moderna que é uma statistical machine5. O par de idiomas será Inglês-Português e examinarei se as traduções para a língua alvo estão boas. O que é uma boa tradução? De acordo com Neubert e Shreve (1992) Apud Schaffner Christina “Avaliar a qualidade da tradução é avaliar a fidelidade da L2 em relação ao texto original (minha tradução)”. É importante salientar, que a Semântica (o sentido) do texto-fonte deve ser preservado. Portanto, não se trata de uma simples substituição de palavras e sim, manutenção do sentido do texto de origem. A tradução requer mais do que um conhecimento lexical (significado das palavras) oriundo na maioria das vezes de um dicionário; há de se abordar a Sintaxe (estrutura das frases), a Semântica, a Morfologia (os processos de formação das palavras), a Estilística (estilo de escrever), Sociologia (costumes de um povo), ou seja, é necessário o conhecimento da estrutura tanto da língua-fonte quanto da língua-alvo. Aiken e Balan (2011) constataram que seria difícil encontrar uma pessoa que traduzisse rapidamente uma home-page de Chinês para o Indi quando o leitor precisa apenas entender o conteúdo do texto. Alguns profissionais cobram $ 0.05 por palavra. Portanto, se o leitor encomendasse a tradução de quinhentas e vinte palavras teria que arcar com a despesa de $ 26. Para a comparação, serão usados fragmentos da obra literária “O inocente” de John Grisham. O estilo de linguagem do livro é formal e baseado numa história real. Apenas quatro orações foram extraídas e analisadas nas duas máquinas. De acordo com o Gabble project, a Google Translate foi a favorita na tradução do binômio Inglês-Português na maioria das categorias (abaixo de dois mil vocábulos, abaixo de cento e cinquenta vocábulos e abaixo de cinquenta vocábulos) quando comparado ao Yahoo! Babelfish.
4.1. BABELFISH Como comentado anteriormente, no Yahoo! Babelfish6 é utilizado o sistema rulebased. No portal onde se encontra, há duas colunas; uma dessas para a inserção do texto da L1
5
Tradução baseada num compêndio de textos já traduzidos por seres humanos. Fonte:
http://www.systransoft.com
6
http://babelfish.yahoo.com/
e a outra para o texto da L2. Portanto, basta digitar ou copiar o texto para o local correspondente e clicar na tecla “traduzir” para obter o resultado.
4.2. GOOGLE TRANSLATE (GT) Na Google Translate7 ocorre a tradução estatística, ou seja, baseada nos textos traduzidos por tradutores humanos. Nesse, há duas caixas de textos onde serão digitados, copiados os caracteres a serem traduzidos. Ainda há a opção de usar o endereço do texto na Internet. Um alerta é mostrado a respeito do formato original do texto que poder ser modificado. Essa ferramenta oferece ao usuário, a oportunidade de contribuir com uma melhor tradução clicando em Contribute a better translation e editando o texto a ser melhorado. Em texto recente, houve comentários de que na GT é possível a tradução de dois mil e quinhentos e cinquenta pares de línguas. Apesar de haver um grande número de possibilidades tradutórias por meio dessa ferramenta, a precisão varia muito. Em análise feita, foi obtido um resultado satisfatório para línguas ocidentais; enquanto, a estatística feita para as línguas orientais foi pouco satisfatória. Ademais, a grande maioria das combinações linguísticas resultou num suficiente entendimento para propósitos acadêmicos. Para concluir, ao Google Translate têm sido adicionadas novas linguagens frequentemente e o processo de tradução tem sido usualmente revisado. Obviamente, o sistema não chegará a oferecer 100% de precisão, porém, o produto final possibilita a compreensão do sentido do texto de origem. (AIKEN e BALAN, 2011)
7
http://translate.google.com
5. EXAMINANDO AS TRADUÇÕES Estes
são
os Texto original
Yahoo! Babelfish
Google Translate
resultados tradutórios das sete orações escolhidas (texto original) Os erros
foram
marcados em verde. 1
A few months after Poucos meses após Poucos meses após the
season
was a
temporada a
temporada
over, Bruce Leba acabou, Bruce Leba acabou, Bruce Leba was
casually casualmente estava foi
casualmente
walking through the andando através do andando
pelo
Southroads Mall in centro
de shopping
Tulsa when he saw Southroads
em Southroads
em
a familiar face and Tulsa quando viu Tulsa, quando viu stopped cold.
um rosto familiar e um rosto familiar e paralisado.
2
parou frio.
They thanked him Eles agradeceram- Eles agradeceramfor his time and lhe por seu ritmo e lhe por seu tempo e sent him away.
3
mandou-o embora.
Judges Miller and Juízes
Miller
Jones, on the other Jones,
por
hand, had a duty to lado,
tinham
mandou-o embora. e Juízes
outro Jones,
Miller por
e
outro
o lado, tinha o dever
ensure that every dever de assegurar de assegurar que defendant, especially facing
que
cada
réu, cada
one especialmente death, que
received a fair trial.
um especialmente
enfrentam
When
Ron
a
a morte de frente para
morte, recebido um um, julgamento justo.
4
réu,
recebeu
um
julgamento justo.
was Quando Ron estava Quando Ron estava
situated, Gary said situado, Gary disse situado, Gary disse good-bye. In doing adeus. Em
adeus. Ao fazê-lo,
so, he slipped Ron Fazendo isso, ele ele escorregou Ron $ 50 in cash, a escorregou Ron US $ 50 em dinheiro, violation
of
rules,
the $ 50 em dinheiro, uma violação das
though um
neither
knew
violação
das regras,
it. regras, embora nem sabendo isso. Gary
Gary returned to sabia
lo.
Gary voltou
Oklahoma, and so voltou did
Ron.
nem
para
para Oklahoma, e Ron
Within Oklahoma, e assim também. Nas horas
hours of checking o fez Ron. Poucas de in, he had used the horas
depois
check-in,
ele
usado
o
do tinha
cash to purchase a check-in, ele tinha dinheiro
para
bus ticket back to usado o dinheiro comprar um bilhete Ada and arrived not para comprar uma de autocarro para long after Gary.
passagem de ônibus Ada
e
de volta para Ada
depois
pouco
chegou de
e não muito tempo Gary. depois
chegou
Gary. 5
When pressed on Quando
Quando
why he had waited pressionado sobre o pressionado
sobre
almost five years to porquê de ele ter por que ele esperou come forward, he esperado
quase quase cinco anos
was finally able to cinco anos para vir para
vir
explain that all the para a frente, ele foi frente, recent
para ele
a foi
gossip finalmente capaz de finalmente capaz de
around town had explicar que toda a explicar o que todas led
him
remember
to recente fofocas em as fofocas recentes that torno
da
cidade em torno da cidade
fateful night back in levou-o a lembrar levou-o a lembrar 1982, or maybe it que a fatídica noite daquela was 1981.
noite
em 1982, ou talvez fatídica em 1982, fosse 1981.
ou talvez tenha sido a 1981.
6
Judge O´Bryan had Juiz O'Bryan teve Juiz O´Bryan teve little
trouble pouca
reaching
dificuldade problemas
his para
chegar
a chegar
para a
sua
conclusion that Ron conclusão de que conclusão que Ron had "severe bipolar Ron tinha "grave tinha disorder,
distúrbio
personality
transtorno
disorder,
de
bipolar, transtorno bipolar, de transtorno
and personalidade
substance
"graves
de
e personalidade
e
abuse transtorno de abuso transtorno de abuso
disorder." Further, de
substâncias." de
his condition was Além
disso,
substâncias."
seu Além
disso,
sua
serious enough to estado era grave o condição era grave prevent him from suficiente
para o suficiente para
obtaining
impedi-lo de obter impedi-lo
de
meaningful
um
de
employment.
significativo.
emprego obtenção emprego significativo.
7
Next,
Charlie Em
Carter
told
seguida, Em
the Charlie
seguida,
Carter Charlie
Carter
heartbreaking story contou a história contou a história of finding his dead comovente
de comovente
de
daughter,
the encontrar sua filha encontrar sua filha
Detective
Dennis morta, o detetive morta, o detetive
Smith was called to Dennis Smith foi Dennis Smith foi the
stand.
Smith chamado
was led through the depor.
Smith
para chamado foi depor.
Smith
lengthy process of levado através de conduzido describing
para foi
através
the um longo processo do longo processo
murder scene and de descrever a cena de descrever a cena placing
into do
crime
evidence numerous colocando
e do
crime
em colocando
em a
photographs.
He evidência
evidência
talked
the numerosas
inúmeras
about
e
investigation he led, fotografias. the
collection
saliva
and
of falou
sobre
hair investigação
samples, and so on.
Ele fotografias. a falou
Ele
sobre
que investigação
a que
levou, a coleta de ele liderou, a coleta saliva e amostras de de
amostras
de
cabelo e assim por cabelo e saliva e diante.
assim por diante.
Nota-se a importância da contextualização quando utilizamos as máquinas de tradução. A primeira e a segunda orações são exemplos disto. Na Yahoo! Babelfish o vocábulo time é traduzido como ritmo. Sabendo que a oração trata-se de um depoimento realizado por um policial, não é possível tal transcrição de significado. Na Google Translate este erro não aconteceu, devido ao fato que as traduções estatísticas aproveitam o corpus de vários textos traduzidos na Internet. A expressão stopped cold resultou na palavra “paralisado”. Tal expressão é oriunda da gíria cold turkey e significa “de repente, subitamente”. A GT e a Yahoo Babelfish falharam quando ofereceram resultados pouco satisfatórios. A primeira ferramenta traduziu como “parou frio” enquanto a segunda traduziu “paralisado”. A melhor opção tradutória seria o vocábulo “surpreso” por se tratar de um reencontro de amigos que há um bom tempo não se viam. Outros exemplos são as palavras “casually”, “slipped” e “come forward”. A primeira trata-se de um falso cognato. Nenhum dos dois sistemas reconheceu este fato. A tradução feita resultou em “casualmente” enquanto a tradução é “despreocupadamente”. No caso de “slipped” ocorreu outro erro. O certo é “sacou”, já que a personagem deu uma nota cinquenta dólares para Ron (protagonista do livro). No terceiro vocábulo (come forward) há uma expressão que significa “esclarecer”.
6. CONCLUSÃO
Concluiu-se que os usuários em geral confiam na tradução da Máquina tradutória. Ao utilizar determinadas máquinas de tradução era possível entender o assunto pesquisado (GUERBEROF, 2011). Há inúmeras ferramentas de auxílio à escrita e à tradução, muitas destas são habitualmente utilizadas por profissionais da área de letras ou usuários de computadores, como os dicionários e glossários on-line e os corretores ortográficos e gramaticais. Vejamos como exemplo um profissional de tradução que atualmente teria dificuldades para desenvolver seu trabalho sem a ajuda de um computador e de corretores ortográficos. Da mesma forma, dependendo da área de especialização e da natureza do trabalho (no caso da tradução técnica), os profissionais da tradução que fazem uso eficiente de bancos de dados temáticos ou de ferramentas de tradução automática se destacarão diante dos profissionais que ainda realizam uma alta porcentagem de seu trabalho sem o auxílio dessas ferramentas. (SOUZA, 2011) Neste breve artigo, foi abordado parte do processo histórico das máquinas de tradução. É evidente a vasta gama de serviços de MT on-line e mesmo assim, este número continua crescendo, bem como, a quantidade dos pares de linguagens também. Nota-se isto, quando comparamos os números de línguas passíveis de tradução da Yahoo! Babelfish com a quantidade de línguas a serem traduzidas pelo Google Translate. A qualidade da tradução têm apresentado sensíveis melhoras ao longo do tempo. Com isso, os usuários dos programas tradutórios tem sido beneficiados. Há diversos estudos a respeito do uso e da qualidade dos serviços oferecidos por tais ferramentas, porém, é necessário mais estudos com este tema, pois a Língua, enquanto fenômeno social é modificada constantemente. Ao comparar a tradução de três orações por meio da Yahoo! Babelfish e da Google Translate, a primeira rule-based e a segunda Statistical-based foi perceptível o fato de que a tradução da GT resultou um trabalho mais bem contextualizado do que o resultado da máquina rule-based. Segundo SANTOS (2009), foi por meio dos estudos de Noam Chomsky e a Linguística Formal que os estudos sobre tradução automática começaram a ganhar novos rumos. A partir da compreensão do funcionamento do cérebro humano e de como as informações linguísticas eram processadas é que se tornou possível comprovar de que não se tratava apenas de um dispositivo de causa e efeito, mas que era necessário envolver uma série de princípios e parâmetros capazes de atuar na recepção e transmissão de mensagens sob um determinado código linguístico. Assim, foi possível elaborar dispositivos e adaptar a linguagem humana ao
meio computacional, criando alguns sistemas de Tradução Automática (Machine Translators) como: o Metal (Mechanical Translation and Analysis of Languages) (1961), o Systran (1970) e o Dèjá Vu (1993).
ABSTRACT
Nowadays, Machine translating is known as the cheapest choice for human translation when quality is not demanded. MT is a curious research target that serves as a source for many studies in Artificial Intelligence, Computer Science or Linguistics. Globalization phenomenon has demanded more agility in the communication process among people generally, this demanding forced thinkers to create tools that offer information and speed in order to achieve this goal as quickly as possible. This article reviews the creation of one of the most important tools in the twentieth and twentieth-first centuries, the machine translation or translation robots. Furthermore, a search was made aiming the quality of the translations performed by these auxiliary mechanisms. First, there is a brief report on the inspiration the creation and function of the translation robots. A theoretical analysis was directed through an indirectly search and by a literature search. Secondly, there was an experimental excerpts research from a literary book. The article focuses on the use of this tool and the effectiveness of facilitating the lives of freelancers and corporate users. It is important to remember that nowadays there is an unprecedented technological advance; this is the reason why there are some updating tools being used. After an extensive research, it was concluded that there are two popular free machine translators, Yahoo! Babel Fish and Google Translate. 7. REFERÊNCIAS BIBLIOGRÁFICAS
AIKEN, M., BALAN, S. An analysis of Google Translate Accuracy. Translation Journal. Mississipi (E.U.A), Abril de 2011, Translator and Computers, Disponível em: < http://www.bokorlang.com/journal/56google.htm>. Acesso em: 18 de fevereiro de 2013.
AULETE, Caldas. Dicionário contemporâneo da língua portuguesa. 3. ed. Rio de Janeiro: Delta, 1980. 5 v.
BATALHA, Maria Cristina; PONTES JR., Geraldo, Tradução. São Paulo. Editora Vozes, 2007. GUERBEROF, A. Exploring Machine Translation on the Web. Revista Tradumática. Barcelona (Espanha), Dezembro de 2012, Tradução e tecnologia da informática. Disponível em: < www.fti.uab.cat/tradumatica/revista/num8/articles/03/03art.htm>. Acesso em: 18 de fevereiro de 2013. GRISHAM, John. The Innocent man. 1a edição. Doubleday, 2007. 360 p. ______. O Inocente. 1a edição. Rocco, 2006. 384 p. GASPARI, F; HUTCHINS, J. (2007). “Online and Free! Ten Years of Online Machine Translation: Origins, Developments, Current Use and Future Prospects”.
Décima
primeira cúpula de MT. Copenhagen. HUTCHINS,
J.
(2009).
“Compendium
of
Translation
Software”
http://www.hutchinsweb.me.uk/Compendium.htm [Acesso em: 15 de fevereiro de 2013] WIEßNER, E. (2004) “Automatic WWW-translations – an Empirical Comparison”. Available
at
http://www.tu-
chemnitz.de/phil/english/chairs/linguist/independent/kursmaterialien/translation/Automatic_w wwtranslations/Automatic www-Translations - An EmpiricalComparison.doc [Acesso em: 12 de fevereiro de 2013].
SANTOS, J. “Os limites da tradução automática”. Universidade Estadual de Santa Cruz – UESC, 2009. Disponível em: . Acesso em: 13 de março de 2013.
SCHAFFNER, C. Translation and quality. Inglaterra: Short Run Press Ltda., 1998. Volume 4. SOUZA, Cristiane de. Revista Científica Indexada Linkania Júnior. São Paulo, 2011. Disponível em: . Acesso em: 13 de março de 2013.