Un estudio empírico del alcance de la traducción automática del español al chino. Caso de estudio de GNMT sobre las expresiones metafóricas y metonímicas

espanolLa traduccion automatica es un tema fascinante. GNMT (Google Neural Machine Translation) por el uso del aprendizaje profundo, segun Google, puede reducir la tasa de error en un 60%. Pero, ?GNMT realmente es tan milagroso? ?Como funciona en cuanto a la traduccion entre el par de lenguas mas habladas en el mundo: chino y espanol? Sobre todo, ?como funciona respecto a la traduccion de las expresiones metaforicas y metonimicas? Ya que en el lenguaje natural esta repleto de esta clase de expresiones. En este articulo intentaremos contestar a estas preguntas. A traves de un pequeno muestreo de 37 expresiones metaforicas y metonimicas sobre el sustantivo «cabeza», vamos a observar la correlacion entre la frecuencia de uso de un sintagma y su correspondiente calidad de traduccion. Mediante la prueba t de student, hemos podido comprobar la hipotesis de que cuanto mas alta es la frecuencia de uso, mejor resultado de traduccion se da. EnglishMachine translation is a subject of great interest. GNMT (Google Neural Machine Translation), which, according to its maker Google, uses deep learning, can reduce the error rate by 60%. But is GNMT a true “cure-all” for translation woes? How does it work in terms of translating between a pair of the most spoken world languages: Chinese and Spanish? Above all, how does it work with regard to the translation of metaphorical and metonymic expressions, since natural language is full of such kinds of expressions? In this article we will try to answer these questions. Through a small sampling of 37 metaphorical and metonymic expressions based on the noun “head”, we will observe the correlation between a phrase’s frequency of use and its corresponding quality of translation. Through the t-test, we were able to verify the hypothesis that the higher the frequency of use, the better the resulting