COPA-TRAD (Corpus Paralelo de Tradução). Conforme informações do site76 de hospedagem, esse corpus é uma ferramenta computacional para a pesquisa, ensino/aprendizagem e prática da tradução. Esse corpus paralelo é organizado por uma equipe que envolve coordenador, analistas e colaboradores:
75
Subcorpora do COPA-TRAD acessado através de cadastro no site < http://copa-trad.ufsc.br/#home-screen>
76
Figura 10 - Equipe do COPA-TRAD.
Fonte: Elaborado pelo autor
A princípio, o COPA-TRAD prevê 5 (cinco) subcorpora, dentre os quais foi utilizado o COPA-RAC, um subcorpus paralelo de resumos acadêmicos, como se pode verificar na Figura a seguir:
Figura 11 - Interface Inicial do COPA-TRAD.
Fonte: Elaborado pelo autor
A utilização da referida ferramenta computacional de corpus paralelo ocorreu em virtude de sua abrangência de aplicações e principalmente por possuir um subcorpus voltado unicamente para resumos acadêmicos, possibilitando ao pesquisador dos ET maior clareza sobre o corpus investigado e controle dos dados alcançados. Além do mais, os resultados de um corpus paralelo também podem contribuir para o contexto de ensino de língua estrangeira. Nessas
condições favoráveis, partiu-se para compilação do corpus com os resumos acadêmicos, utilizando o subcorpus online COPA-RAC. Figura 12 – Interface de submissão dos TF e TT do COPA-TRAD.
Fonte: Elaborado pelo autor
Essa compilação ocorreu em três momentos. Os resumos a que se refere o estudo foram escritos em português por alguns dos participantes respondentes do questionário de pesquisa oriundos dos cursos de Letras e Música. Já os abstracts, por sua vez, resultam da tradução do sistema gratuito de TA on-line, Google Translate. Primeiramente, foi realizada a inserção dos 08 resumos não pré-editados, passando a compor a interface Língua 1 do subcorpus e suas respectivas traduções, que ocuparam a interface Língua 2, dentre os quais 04 são do curso de música e 04 de letras. Para tanto, faz-se necessário ser preenchido o seguinte formulário on-line:
Figura 13 - Preenchimento com as informações dos resumos que formam o TF e os TT
Fonte: Elaborado pelo autor
Após essa etapa ter sido concluída, o usuário do COPA-TRAD precisa preencher a segunda parte do formulário online com algumas informações complementares pertinentes à caracterização do gênero textual resumo acadêmico. Isto pode ser constatado na Figura abaixo: Figura 14 - Interface de preenchimento das informações complementares dos TF e TT
Fonte: Elaborado pelo autor
Na interface para submissão dos textos, é possível editar os mesmos enquanto o status permanece em “aguardando”, caso seja esse o foco, como ilustrado na Figura abaixo:
Figura 15 - Interface dos TF e TT submetidos para compilação do COPA-RAC
Fonte: Elaborado pelo autor
Caso contrário, quando o sistema em questão já dispõe os TF e TT na condição do status aprovado, não há mais como editá-los, como descreve a Figura baixo:
Figura 16 - Interface dos TF e TT com status aprovado no COPA-RAC
Fonte: Elaborado pelo autor
Assim para a primeira análise dos TT não pré-editados, foram utilizadas duas ferramentas o Corpus Builder e o COPA CONC. Através delas foi possível realizar o concordanceamento dos termos pesquisados para em seguida ser realizada elaboração da linguagem controlada de resumos/abstracts. A Figura abaixo ilustra a ferramenta com o alinhamento dos TF1 e TT1.
Figura 17 - Interface do Corpus Builder com alinhamento dos TF1 e TT1.
Fonte: Elaborado pelo autor
A utilização do Corpus Builder ocorreu em alguns momentos a fim de se visualizar ambos os textos TF e TT, como na etapa de pré- edição, por exemplo. Porém, a etapa de análise e discussão dos TF não pré-editados ocorreu em sua maioria através concordanceamento do sistema de busca paralela da ferramenta COPA CONC.
Essa busca geralmente ocorre da seguinte forma: por palavras, palavras começando com o termo, palavras terminando com o referido termo e palavras incluindo o termo. Utilizando essa ferramenta foi possível alinhar os termos pesquisados entre TF e TT a partir de uma busca de natureza paralela.
Figura 18 - Interface do sistema de Busca Paralela da ferramenta COPA CONC.
Fonte: Elaborado pelo autor
Mediante os resultados da busca, pode-se observar o número de palavras existentes no corpus pesquisado, incluindo as repetições desse termo, o chamado token (T). Também é possível perceber o número de palavras sem suas repetições, ou seja, o type (T). E ainda a média entre os dois resultados anteriores, ao ratio(R) (c.f. WILLIAMSON, 2009). Neste contexto, diz-se que os resultados da busca podem ser visualizados através do método estatístico TTR.
Figura 19 - TTR no COPA CONC.
Fonte: Elaborado pelo autor
Em seguida, a partir da análise e cotejamento entre os TF e o TT, nesse primeiro momento, foi elaborada uma linguagem controlada, como descrita no Capítulo 05, na seção 06, para pré-edição dos mesmos resumos no teste dessa linguagem (Capítulo 6.3).
No segundo momento, foi realizada a pré-edição dos referidos resumos através das restrições propostas na linguagem controlada,
obtendo-se 08 resumos acadêmicos pré-editados. Para tal discussão, não
fora utilizada a ferramenta COPA CONC como suporte no concordanceamento dos TF e TT em vista de alguns problemas concernente a falhas do sistema que o hospeda, de modo que não foi possível fazer o upload dos TF pré-editados nem mesmo de seus respectivos TT.
Como resultado, o subcorpus COPA RAC ficou cerca de seis meses sem o devido funcionamento, desde o inicio de dezembro de 2013 até a primeira semana de maio de 2014, impossibilitando, assim, o desempenho da ferramenta de concordanceamento para esse subcorpus, não obstante ao contínuo esforço e desempenho do coordenador, analistas e colaboradores do corpus paralelo online COPA TRAD.
Em vista disso, lançou-se mão da ferramenta Corpus Builder, que embora não disponibilizando um concordanceamento entre os termos pesquisados, ela pode apresentar os TF e TT de forma paralela, facilitando assim a realização de uma análise. Portanto, os resumos pré- editados passaram a compor a interface Língua 1 do Corpus Builder e suas respectivas traduções de cunho automático foram dispostas na interface Língua 2, semelhante àquela apresentada na Figura 17 anteriormente.
O terceiro momento, por sua vez, descreve o cotejamento dos dois conjuntos de abstracts resultantes do primeiro e segundo momentos anteriormente descritos, ou seja, aqui são comparados os resultados da TA dos resumos não pré-editados com aqueles pré-editados pela linguagem controlada elaborada neste estudo.
5.5. SOBRE A DESCRIÇÃO DOS RESULTADOS DA TA DO