{"id":802,"date":"2019-11-02T19:21:11","date_gmt":"2019-11-02T22:21:11","guid":{"rendered":"https:\/\/www.blogs.unicamp.br\/zero\/?p=802"},"modified":"2023-08-24T17:11:49","modified_gmt":"2023-08-24T20:11:49","slug":"traducoes-baguncadas","status":"publish","type":"post","link":"https:\/\/www.blogs.unicamp.br\/zero\/802\/","title":{"rendered":"Tradu\u00e7\u00f5es bagun\u00e7adas"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

(Translate)<\/a><\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Neste texto discutiremos o super poder que as tradu\u00e7\u00f5es autom\u00e1ticas possuem de bagun\u00e7ar o texto e como isto \u00e9 o segredo para que pessoas \u201cpregui\u00e7osas\u201d (gente que copia o trabalho dos amiguinhos) possam se safar de serem pegas por verificadores de similaridades.<\/p>

Um verificador de similaridades \u00e9 um software utilizado para identificar o qu\u00e3o similar um texto \u00e9 com outros j\u00e1 publicados. Este \u00e9 um recurso utilizado para avaliar trabalhos acad\u00eamicos e julgar se as similaridades s\u00e3o naturais ou se \u00e9 fruto de pl\u00e1gio. Por quase um ano fiquei respons\u00e1vel por verificar similaridades e ajudar na corre\u00e7\u00e3o de trabalhos de conclus\u00e3o de curso, auxiliando como evitar que as similaridades aparecessem ou mesmo que fossem interpretadas como pl\u00e1gio\u2026 isto me ensinou uma coisa muito interessante, que tradu\u00e7\u00f5es autom\u00e1ticas podem ser usadas para limpar textos e assim evitar que eles sejam t\u00e3o similares.<\/p>

O motivo dos tradutores autom\u00e1ticos bagun\u00e7arem o texto n\u00e3o \u00e9 um problema de software, e sim dos idiomas\u2026 para entender isto, vamos analisar o conjunto de palavras que formam um idioma como sendo o Dom\u00ednio de uma fun\u00e7\u00e3o e seus respectivos significados como a Imagem desta fun\u00e7\u00e3o. Assim, para cada palavra \u201cblablublau\u201d est\u00e1 associado um significado naquele idioma, por exemplo \u201co efeito da osteoporose nos guaxinins jamaicanos\u201d que tamb\u00e9m pode ter este exato mesmo significado para um outro idioma, associado a palavra \u201cparapapapapa\u201d.<\/p>

Dessa forma, se no idioma X existem M palavras-significados e no idioma Y existem N palavras-significados. Das palavras do idioma X, se existem L palavras com significados iguais ao idioma Y, ou seja, se para traduzir do idioma X ao idioma Y ou o contr\u00e1rio, existem L palavras cujas tradu\u00e7\u00f5es ser\u00e3o exatas.<\/p>

A tradu\u00e7\u00e3o neste caso ser\u00e1 exata, pois para cada palavra do Dom\u00ednio de um idioma, geramos uma Imagem (significado) que \u00e9 tamb\u00e9m a Imagem de uma palavra do Dom\u00ednio de outro idioma. Dessa forma, se a palavra \u00e9 o \u201cc\u00f3digo\u201d que o idioma usa para definir o significado, podemos dizer que para ambos os idiomas, estas L palavras s\u00e3o iguais \u00e0 menos do \u201cc\u00f3digo\u201d utilizado como r\u00f3tulo, por exemplo:<\/p>

portugu\u00eas \u2192 quadrado \u2192 \u25a1 \u2190 square \u2190 ingl\u00eas<\/i><\/p>

Contudo, a bagun\u00e7a das tradu\u00e7\u00f5es autom\u00e1ticas entre o idioma X e Y \u00e9 resultado das M-L ou das N-L palavras. Pois se uma Imagem do Dom\u00ednio das palavras do idioma X n\u00e3o possu\u00ed uma Imagem associada ao idioma Y, ent\u00e3o \u00e9 preciso combinar duas ou mais palavras-significados do idioma Y para equivaler a palavra-significado do idioma X, por exemplo:<\/p>

portugu\u00eas \u2192 anteontem || day before yesterday \u2190 ingl\u00eas<\/i><\/p>

De volta ao sentido de Dom\u00ednio e Imagem, chamaremos de D(xi<\/sub>) o Dom\u00ednio de uma palavra do idioma X, I(xi<\/sub>) a Imagem de uma palavra do idioma X, I(yj<\/sub>) a Imagem de uma palavra do idioma Y, e D(yj<\/sub>) o Dom\u00ednio de uma palavra do idioma Y. Dessa forma, para uma primeira tradu\u00e7\u00e3o teremos:<\/p>

D(x<\/i>0<\/i><\/sub>) = I(x<\/i>0<\/i><\/sub>) = I(y<\/i>1<\/i><\/sub>) + I(y<\/i>2<\/i><\/sub>) + \u2026 + I(y<\/i>N<\/i><\/sub>) = D(y<\/i>1<\/i><\/sub>) + D(y<\/i>2<\/i><\/sub>) + \u2026 + D(y<\/i>N<\/i><\/sub>).<\/i><\/p>

(Pt) anteontem \u2192 (En) day before yesterday \u2192 (Pt) dia antes de ontem<\/i><\/p>

Assim, se algum dos N significados da Imagem do idioma Y, n\u00e3o estiver entre as L palavras comuns dos dois idiomas, por exemplo a Imagem da palavra yk<\/sub>, teremos no processo reverso de tradu\u00e7\u00e3o do idioma Y para o idioma X a seguinte estrutura:<\/p>

D(y<\/i>1<\/i><\/sub>) + D(y<\/i>2<\/i><\/sub>) + \u2026 + D(y<\/i>k<\/i><\/sub>) + \u2026 + D(y<\/i>N<\/i><\/sub>) =
<\/i>=<\/i> I(y<\/i>1<\/i><\/sub>) + I(y<\/i>2<\/i><\/sub>) + \u2026 I(y<\/i>k<\/i><\/sub>) + \u2026 + I(y<\/i>N<\/i><\/sub>) =
<\/i>=<\/i> I(x<\/i>1<\/i><\/sub>) + I(x<\/i>2<\/i><\/sub>) + \u2026 I(x<\/i>k1<\/i><\/sub>) + I(x<\/i>k2<\/i><\/sub>) +\u2026 + I(x<\/i>kN<\/i><\/sub>) + \u2026 + I(x<\/i>N<\/i><\/sub>) = D(x<\/i>1<\/i><\/sub>) + D(x<\/i>2<\/i><\/sub>) + \u2026 D(x<\/i>k1<\/i><\/sub>) + D(x<\/i>k2<\/i><\/sub>) +\u2026 + D(x<\/i>kN<\/i><\/sub>) + \u2026 + D(y<\/i>N<\/i><\/sub>).<\/i><\/p>

Dessa forma, a cada palavra-significado que n\u00e3o apresenta uma mesma Imagem no Dom\u00ednio daquele idioma, geramos na tradu\u00e7\u00e3o ao menos duas outras palavras com inten\u00e7\u00e3o de explicar seu significado. Mas se uma destas palavras que explicam o significado, n\u00e3o apresentar uma mesma Imagem no Dom\u00ednio do outro idioma, para reverter a tradu\u00e7\u00e3o, geraremos ao menos outras duas palavras que explicam seus significados. O processo segue naquela bagun\u00e7a de tradu\u00e7\u00e3o autom\u00e1tica na qual culpamos o software inocente.<\/p>

Fa\u00e7amos agora um experimento que demonstra como estas tradu\u00e7\u00f5es bagun\u00e7adas podem ser usadas para n\u00e3o sermos pegos em detectores de similaridade mesmo quando copiamos o texto do amiguinho. Faremos isto com o texto do nosso amiguinho William Shakespeare, tomemos seis versos de um texto muito conhecido, o \u201cser ou n\u00e3o ser\u201d.<\/p>

Ser ou n\u00e3o ser, eis a quest\u00e3o: ser\u00e1 mais nobre
Em nosso esp\u00edrito sofrer pedras e setas
Com que a Fortuna, enfurecida, nos alveja,
Ou insurgir-nos contra um mar de prova\u00e7\u00f5es
E em luta p\u00f4r-lhes fim? Morrer\u2026 dormir: n\u00e3o mais <\/i><\/p>

(William Shakespeare).<\/i><\/p>

Traduziremos agora pro ingl\u00eas e depois pro portugu\u00eas:<\/p>

Ser ou n\u00e3o ser, eis a quest\u00e3o: ser\u00e1 mais nobre
Em nosso esp\u00edrito <\/i>sofrem<\/u><\/i><\/strong> pedras e <\/i>flechas<\/u><\/i><\/strong>
Com <\/i>o <\/b><\/u><\/i>qual<\/u><\/i><\/strong> a <\/i>Fortune<\/u><\/i><\/strong> enfurecida nos alveja,
Ou <\/i>enfrentar<\/u><\/i><\/strong> um mar de prova\u00e7\u00f5es
E <\/i>na<\/u><\/i><\/strong> luta <\/i>para acabar com eles<\/u><\/i><\/strong>? <\/i>Morra<\/u><\/i><\/strong> \u2026 <\/i>durma:<\/u><\/i><\/strong> n\u00e3o mais <\/i><\/p>

(provavelmente de William Shakespeare)<\/i><\/p>

Um processo relativamente simples, mas as palavras em negrito e sublinhadas foram alteradas do texto inicial. Agora um experimento um pouco mais ousado. Passaremos o texto original do Portugu\u00eas depois para o Franc\u00eas depois para o Grego depois para o Russo depois para o Japon\u00eas depois para o Sua\u00edli depois para o H\u00fangaro depois para o Portugu\u00eas. Com isso finalmente chegamos no seguinte resultado que marcamos em negrito e sublinhado as partes que foram alteradas da vers\u00e3o original:<\/p>

O problema \u00e9 se existe<\/u><\/i><\/strong> ou n\u00e3o <\/i>um. \u00c9 isso? Qual \u00e9 melhor?<\/u><\/i><\/strong>
Pedras e <\/i>flechas sofrem em nossos cora\u00e7\u00f5es<\/u><\/i><\/strong>
<\/i>Rumo ao destino do mal<\/u><\/i><\/strong>
<\/i>Ou suportar o mar duro<\/u><\/i><\/strong>
E <\/i>como terminamos esta corrida? Ele morreu \u2026 dormindo de novo.<\/u><\/i><\/strong> <\/i><\/p>

(autor d<\/i>esconhecido<\/i>)<\/i><\/p>

Lendo o texto, percebemos que ele est\u00e1 muito alterado do original, na verdade \u00e9 um outro texto. Mas em sentido se relaciona \u00e0quele inicial e o mais incr\u00edvel, \u00e9 que foi gerado de forma totalmente autom\u00e1tica. De fato, este processo distorce o texto original o suficiente para preservar parcialmente seu sentido ao mesmo tempo que faz do novo texto, algo original.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Voltar para p\u00e1gina inicial<\/a><\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Quem escreve os posts?<\/a><\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Sabe porque as tradu\u00e7\u00f5es autom\u00e1ticas deformam os textos? Isso pode ser bem \u00fatil para parafrasearmos refer\u00eancias.<\/p>\n","protected":false},"author":434,"featured_media":811,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"pgc_sgb_lightbox_settings":"","_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":""},"categories":[1208],"tags":[],"class_list":["post-802","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-v-2-ed-1"],"jetpack_featured_media_url":"https:\/\/www.blogs.unicamp.br\/zero\/wp-content\/uploads\/sites\/187\/2019\/11\/shakespeare.png","_links":{"self":[{"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/posts\/802","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/users\/434"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/comments?post=802"}],"version-history":[{"count":18,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/posts\/802\/revisions"}],"predecessor-version":[{"id":5208,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/posts\/802\/revisions\/5208"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/media\/811"}],"wp:attachment":[{"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/media?parent=802"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/categories?post=802"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/zero\/wp-json\/wp\/v2\/tags?post=802"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}