Traductor Quechuccca Español Open Source

Revista. Investig. (Esc.
Post Grado) V 5, N3, 2009

Presentado: 15/10/2013
ISSN 1997- 4035
Aceptado: 20/05/2014
ISSN 2077- 8686
Depsito legal 2010-06800
Instituto de Investigacin de la Escuela de Post Grado -Universidad Nacional del Altiplano Puno-Per
TRADUCTOR AUTOMTICO EN LINEA DEL ESPAOL A QUECHUA, BASADO

EN LA PLATAFORMA LIBRE Y CDIGO ABIERTO APERTIUM
AUTOMATIC TRANSLATOR IN LINE SPANISH A QUECHUA, BASED ON FREE
AND OPEN SOURCE PLATFORM APERTIUM
Hugo David Caldern1, Vilca Csar David Mamani Caldern2, Flor Cagniy Crdenas Mario3 &
Edwin Fredy Mamani Caldern4
1Universidad
Nacional Micaela Bastidas de Apurmac. C.E. hdcalderon@gmail.com

Superior de Formacin Artstica de Puno. C.E.cesardavid23@gmail.com
3Universidad Nacional Micaela Bastidas de Apurmac. C.E.clavelyfcm@gmail.com
4Universidad Nacional del Altiplano Puno. C.E. mcedwin@gmail.com
2Escuela
RESUMEN
Apertium es una plataforma de traduccin automtica libre y de cdigo abierto que ha sido creado
inicialmente para traducciones entre lenguas emparentadas, sin embargo por su evolucin permite crear
pares de lenguas divergentes. El objetivo del estudio fue la comparacin traductora entre una lengua
nativa aglutinante e idioma flexivo. La medicin de la calidad del traductor automtico fue entre espaol
y quechua mediante el mtodo Word Error Rate. La implementacin del traductor automtico
correspondi al Quechua del Este de Apurmac. El estudio se realiz durante el ao 2013 en la Regin
Apurmac-Per. Las etapas en la traduccin correspondieron a: incubacin del sistema traductor
automtico, creacin del diccionario monolinge quechua y reutilizacin del diccionario monolinge
espaol, creacin del diccionario bilinge y creacin de las reglas de transferencia estructural. El
resultado del sistema de traduccin automtica presenta, ms de 4000 palabras races, 5000 traducciones
de palabras races entre espaol y quechua, reglas de transferencia estructural de quechua a espaol y
reglas de transferencia estructural de espaol a quechua implementadas. Finalmente, la calidad del
traductor automtico aplicando el mtodo WER, present un promedio de error de calidad de traduccin
de quechua a espaol de 19,48 y calidad de traduccin de espaol a quechua con error de 24,19.
Palabras claves: Apertium, espaol, quechua, software libre, traductor automtico, traduccin
automtica.
ABSTRACT
Apertium is a translation automatic platform free and open code that has been initially created for
translations between related languages; however its evolution creates pairs from divergent language. The
aim of the study was the compared translation between a binder translator native language and
inflectional language. The quality measurement translator was between Spanish and Quechua using the
Word Error Rate method. The implementation of automatic translation corresponded to East Apurimac
Quechua. The study was conducted during 2013 in the Apurimac Region, Peru. The stages in the
translation corresponded to: incubation of the machine translator, creation of Quechua monolingual
dictionary and to reuse a Spanish monolingual dictionary, creation of a bilingual dictionary and creation
of structural transfer rules system. The result of automatic translation system has more than 4,000 root
words, 5000 translations of root words between Spanish and Quechua, structural transfer rules from
Quechua to Spanish and structural transfer rules from Spanish to Quechua were implemented. Finally, the
quality of the automatic translator using the WER method had an error average of 19.48 translating from
Spanish to Quechua and 24.19 of average error translating from Spanish to Quechau. .
Keywords: Apertium, Spanish, Quechua, free software, automatic translation, machine translation.
81
H. CALDERON, C. MAMANI, F. CARDENAS y E. MAMANI

Revista. Investig. (Esc. Post Grado) V 5, N3
desarrollo
INTRODUCCION
de
sistemas
de
automtica", presenta que

El contexto actual es un mundo globalizado
de
traductores automticos como aplicacin
en
que,
espaol,
la
calidad
de
oficial de Apertium.
traduccin
(Rios , 2011), afirma que los mtodos de

correccin de ortografa desarrollada para
Error Rate).
idiomas como el ingls por lo general
El traductor automtico entre espaol y

aportar
beneficiar
profesionales
portugus
disponibles para su descarga en su sitio
quechua
automtica con el mtodo WER (Word
quechua
gallegoespaol,
los datos para estos pares de lenguas estn
investigacin se implementa el traductor
midiendo
que
que se integra el motor de traduccin como
lenguas minoritarias. Por lo que en esta
programas
occitanocataln. Tanto la plataforma en la
traduccin automtica que incluyan a las
espaol
los
espaol, francscataln, inglscataln y
un vaco la creacin de sistemas de
entre
de
para la traduccin automtica cataln
lenguas
minoritarias como el quechua, por lo que es
automtico
adems
confeccionado datos lingsticos abiertos
como los traductores automticos poco

las
la
conforman el motor de traduccin, se han
natural a otro. Sin embargo, dichos avances
en
de
universidades y empresas de Espaa en los
traduccin de textos o habla de un lenguaje
todava
Transducens
varios proyectos de colaboracin con
la
interaccin de culturas permitiendo la
trascienden
investigacin
Universidad de Alicante en el marco de
del procesamiento de lenguaje natural han

significativamente
la plataforma
Apertium ha sido desarrollada por el grupo
de mltiples culturas e idiomas, donde los
aportado
traduccin
a
e
la
los
dependen de una lista completa de formas
educacin,
de las palabras completas, el requisito de
estudiantes,
investigadores
que no pueden ser satisfechas por idiomas
de
morfolgicamente
complejas.
Como
lenguas, quienes tendrn la posibilidad
resultado describe la implementacin de un
de traducir en lnea textos del idioma
corrector ortogrfico con mtodos de
espaol a la lengua quechua y de la
estados finitos para la lengua aglutinante
lengua quechua al idioma espaol. As
quechua.
mismo con el traductor automtico se
Asimismo
2009),
sintctica, y demuestran cmo se alinean la
(Armentano et al ., 2007) sostienen en su

"Apertium,
Ghring,
quechua y su anotacin morfolgica y
textos entre el par de lenguas.

sobre
&
describen las caractersticas de la lengua
acortar la brecha de incomprensin de
investigacin
(Rios
lengua quechua con el idioma espaol
una
mediante su anlisis morfolgico.
plataforma de cdigo abierto para el
82
TRADUCTOR AUTOMTICO EN LINEA DEL ESPAOL A QUECHUA

Enero - Junio 2009
Por otro lado (Rios,
2009),
paralelos
Ghring & Volk ,
experimentaron
entre
los
cdigo propio de acuerdo al ISO 639-3
alineamientos
idiomas
dada por SIL International, de los cuales 32
Alemn,
variantes
de
quechua
se
encuentran
Espaol y la lengua quechua, midiendo la
relacionadas con Per, Quechua del Este de
calidad de alineamiento y comparando los
Apurmac (qve) es una de las variantes
resultados, utiliza las herramientas GIZA++
(SIL, 2013).
de
en
El idioma espaol es una lengua flexiva de
los
tipo fusionante, hablado en diferentes pases
resultados que espaol y quechua no se
con ms de 400000,000 hablantes de
alinean para este mtodo de traduccin,
acuerdo al SIL International, pertenece a las
mientras que espaol y alemn tienen un
familias
mejor alineamiento.(Rataj , 2005), habla
occidental, con cdigo ES de acuerdo ISO
acerca la influencia del quechua en el
639-1 y
espaol andino, donde detecta fenmenos
segunda lengua del mundo por el nmero
ajenos al espaol general y peculiares del
de personas que tienen como lengua (Sil,
espaol andino, dice se dan tanto en el
2013).
traduccin
mtodos
automtica
estadsticos,
basados
llegando
plano fontico e incluso fonolgico, como
indoeuropeo, itlico e iberoSPA de acuerdo ISO 639-3
Las aplicaciones de procesamiento de
en la morfologa y sintaxis, ms tarde Rataj
lenguaje natural son: Sntesis del discurso,
implement un traductor automtica en un
anlisis del lenguaje, Comprensin del
sola direccin quechua espaol, tomando
lenguaje, reconocimiento del habla, sntesis
quechua de Cusco (quz), sistema en
de voz, Generacin de lenguajes naturales,
construccin. Adems, (Tyers et. al .,
traduccin automtica, recuperacin de la
2010), refieren que los recursos disponibles
informacin,
dentro de la plataforma que toman estados
dictado
automtico.
Asimismo, existen mltiples aplicaciones el
finitos para el anlisis morfolgico y la
Procesamiento
generacin de palabras.
contempla
Quechua tambin denominada quichua es
del
Lenguaje
Natural
como:
Anlisis
elementos
morfolgico, anlisis sintctico, anlisis
una familia de lenguas originaria de los
semntico y anlisis pragmtico (Nils,
Andes Centrales que se extiende por la
2004).
parte occidental de Sudamrica. Es una

macro lengua con una poblacin hablante
La
de ms de 9'000,000 distribuidos en los
considerada
pases Per, Argentina, Ecuador, Chile y
inteligencia artificial (IA), como todos los
Bolivia, es lengua co-oficial en Per (SIL,
campos dentro de la IA, se ocupa de la
2013). Quechua como macro lengua se
investigacin y sistematizacin de una
clasifica en 44 lenguas diferentes con
capacidad cognitiva. En el caso de la
83
lingstica
como
computacional
una
rama
est
de
la

lingstica
computacional,
objetivo
de alto nivel para especificar lexicones y
central es la capacidad lingstica. Sin
TWOLC lenguaje de alto nivel para escribir
embargo,
reglas de fonologa y morfologas (Kenneth,
su
el
preocupacin
necesariamente
construir
psicolgicamente
no
es
un
modelo
realista
del
2002).
Apertium es una plataforma de traduccin
comportamiento lingstico humano; sino
automtica de cdigo abierto desarrollado
es identificar y caracterizar las clases de
por un grupo de investigadores de la
procesos y los tipos de conocimiento que
Universidad de Alicante Espaa, basado en
estn implicados en la habilidad de
reglas, cuya arquitectura usa transductores
comunicar y asimilar informacin pormedio

del
lenguaje
natural,
sin
tomar
de estados finitos para el procesamiento
en
lxico, modelos ocultos de Markov para la
consideracin su status psicolgico. Una de

las
contribuciones
de
la
desambiguacin lxica y procesamiento de
lingstica
patrones basado en estados finitos para la
computacional consiste en un conjunto de
transferencia estructural. Actualmente esta
tcnicas que capacitan al conocimiento
plataforma de traduccin automtica por
lingstico para guiar y constreir el
transferencia ha permitido implementar y
procesamiento lingstico realizado por un
poner en marcha a ms de 35 pares de
sistema de procesamiento del lenguaje
lenguas como sistemas de traduccin
natural (Halvorsen, 1991).
automtica (Armentano et al., 2007).
La traduccin automtica, es una aplicacin

de procesamiento de lenguaje natural,
tambin considerada como rea de la
lingstica computacional que investiga el
uso de software para traducir texto o habla
de un lenguaje natural a otro. El traductor
automtico debe analizar el texto original,
interrelacionar con la situacin referida y
como resultado debe encontrar el texto
correspondiente en el lenguaje destino
(Rusell, 2004).
HFST
(Helsinki
FiniteFigura 1. Mdulos del sistema de traduccin
StateTransducerToolkit) es software libre y
Automtica de Apertium
Fuente: Armentano et al (2007).
de cdigo abierto como herramienta para

anlisis
morfolgico,
desarrollado
por
Xerox finite-state, incluye LEXC lenguaje
84

Enero - Junio 2009
Descripcin de los mdulos del sistema de
invocado
traduccin automtica de Apertium segn
transferencia
Armentano et al (2007):
forma lxica (FL) en lengua origen
blanco <b></b>.
cada
El
mdulo
de
transferencia
estructural.-Detecta y trata patrones de

palabras (sintagmas) que exigen un
El analizador morfolgic.-Segmenta el
tratamiento especial por causa de las
texto en formas superficiales (FS) (las
divergencias gramaticales entre las
unidades lxicas tal como se presentan

en los textos) y entrega para cada FS
una o ms formas lxicas (FL)
entre
como:
gnero,
nmero,
cambios
de
reordenamientos,
preposicionales
etc.
La
sus tres niveles: chunker, interchunk y
verbo,
otros)
tales
transferencia estructural se aplica en
usada en los diccionarios clsicos), la

(nombre,
lenguas
cambios
consistentes en un lema (forma base
postchunk.
la
informacin de flexin morfolgica
El generador morfolgico.- Genera a
(nmero, gnero, persona, tiempo,
partir de la forma lxica en lengua
entre otros).Las unidades lxicas de
meta una forma superficial flexionada
ms de una palabra (multipalabras) son
adecuadamente. El resultado para la
tratadas
frase de ejemplo sera:
como
formas
lxicas
individuales y segn su naturaleza.
lee
cada forma lxica de la LO.
encapsuladas son tratadas como un
preposicin,
estructural,
de
contiene un nico equivalente para
[ ] cada una de estas cadenas
lxica
mdulo
en lengua meta (LM). El diccionario
o superblancos poniendo delimitadores
categora
el
(LO) y entrega la FL correspondiente
El desformateador.- Encapsula las

cadenas de texto en bloques de formato
por
Los objetivos fueron: a) Diseo del sistema
El desambiguador lxico categorial.-
de traduccin automtica entre espaol -
Est basado en modelos ocultos de
quechua y b) Evaluacin de la calidad de
Markov
traduccin.
de
primer
orden,
que
representan categoras gramaticales y

los
observables
son
clases
MATERIALES Y MTODOS
de
ambigedad, esto es, conjunto de
La investigacin se ha realizado en la
categoras gramaticales, analiza una
Universidad Nacional Micaela Bastidas de
palabra ambigua de acuerdo con su
Apurmac
contexto.
Profesional de Ingeniera Informtica y
en
la
Escuela
Acadmico
Sistemas durante el ao 2013.Se ha tomado
El mdulo de transferencia lxica.-
para la investigacin una de las variantes de
Gestiona un diccionario bilinge y es
85

la macro lengua quechua la elegida es
se ha utilizado la mtrica de evaluacin de
Quechua del Este de Apurmac cuyo
traductores automticos WER (Word Error
cdigo es qve de acuerdo al SIL
Rate):
Internacional.
La poblacin para la lengua quechua son
todas las palabras races. La muestra est
Dnde:
conformada por 400 palabras races de la

lengua Quechua e igual nmero de palabras
S es el nmero de sustituciones,
races de la lengua Aymara las palabras son
B es el nmero de borrados,
elegidas a criterio de los investigadores,
I es el nmero de inserciones,
entre
N es el nmero de palabras que tiene la
nombres,
adjetivos,
verbos,
interjecciones, pronombres, adverbios entre
frase de referencia.
otras categoras gramaticales, las fueron
Infraestructura tecnolgica utilizada
insertadas a los diccionarios.

Procedimientos
para
el
01 Oficina o ambiente de investigacin y

diseo
domicilio
del
01 Servidor de informacin implementado
traductor automtico
06 computadoras personales de laboratorio
Etapa de incubacin del sistema de
Servicios de Internet permanente
traduccin automtica.
Software utilizado
Etapa de Implementacin de
Sistema operativo Servidor Linux con
diccionarios monolinges(quechua y
espaol)
servicios habilitados:ftp, ssh, domain,
Etapa de implementacin de
http, netbios, imap, mocrosoft-ds.

Libreras instaladas: subversion, build-
diccionarios bilinge
Etapa de implementacin de reglas de
essential,
g++,
pkg-config,
transferencia estructural
libxml2,
libxml2-dev,
Etapa de medicin de la calidad del
xsltproc,
flex,
traductor automtico
libtool y libpcre3-dev.
gawk,
libxml2-utils,
automake,
autoconf,
Apertium software de cdigo abierto de
Implantacin del traductor automtico
Traduccin
en lnea
Automtica
instalado:
lttoolbox, apertium, apertium-lex-tools.
El mtodo de evaluacin de la calidad de
Software
traduccin automtica
especializado
de
anlisis
morfolgico y software especializado de

Para evaluacin de la eficiencia del
desambiguacin instalado: OpenFST,
traductor automtico de textos del idioma

espaol a quechua y de quechua a espaol
86

Enero - Junio 2009
Foma, Hilsinke Finite State Transducer,
Resultados del diseo del sistema de
$lt-
complrapertium-es-qve.es.dix
chunker $apertium-preprocess-transfer
apertium-es-qve.es-qve.t1x
Dando formato con foma a apertiumes-qve.qve.lexc
$hfst-lexc
$hfst-twolc
lexc
twol
qve.t2x.bin
preprocess-transfer
quechua $hfst-invertqve.hfst | hfst-
diccionario
qve-es.t1x.bin
bilinge
interchunk
es-qve.es-qve.dixqve-es.autobil.bin
Compilando
diccionario
de
Compilando reglas de transferencia

estructural de Quechua-Espaol nivel
quechua-espaol $lt-complr apertium
$apertium-preprocess-
transferapertium-es-qve.qve-es.t1x
es-qve.es-qve.dix es-qve.autobil.bin.
Compilando

chunker
bilinge
espaol-quechua $lt-comprl apertium
apertium-es-
estructural de Quechua-Espaol nivel
fst2fst -O o qve-es.automorf.hfst
diccionario
$apertium-
qve.es-qve.t3x es-qve.t3x.bin
Compilando diccionario morfolgico
Compilando
Espaol-
Quechuanivelpostchunk
qve.twol.hfst-o qve.hfst

estructuralde
$hfst-
compose-intersect -1qve.lexc.hfst -2
Espaol-Quechuaes
transfer apertium-es-qve.es-qve.t2x es-
--
o qve.twol.hfst
Composicin
de
nivel interchunk $apertium-preprocess-
Dando formato foma para apertiumformatfomaapertium-es-qve.qve.twol

estructural
qve.qve.lexcqve.lexc.hfst
es-qve.qve.twol
es-
qve.t1x.bin
--
formatfomaapertium-es

estructural de Espaol-Quechua nivel
es-
qve.automorf.bin
apertium-es-qve.es-qve.rlx
es-qve.rlx.bin
diccionario
espaol
Compilando reglas de desambiguacin

$cg-comp
quechua
morfolgico
auto-
al diccionario monolinge quechua
traduccin automtica entre espaol y

el
de
es-qve.es.dixqve-es.autogen.bin
RESULTADOS Y DISCUSIN
Compilando
diccionario
generacin qve-es $lt-comprlapertium-
y Constrain Grammar VISLCG3.
Compilando
transfer
auto-
$apertium-preprocessapertium-es-qve.qve-es.t2x
qve-es.t2x.bin
generacin es-qve $hfst-fst2fst -O
qve.hfst -o es-qve.autogen.hfst

estructural de Quechua-Esapaol nivel
postchunker
87
$apertium-preprocess-

transfer
apertium-es-qve.qve-es.t3x
Por otro lado Rataj (2005), habla acerca la
qve-es.t3x.bin.
influencia del quechua en el espaol

andino, donde detecta fenmenos ajenos al
Segn
Tyers
investigacin
et
al
(2010),
presentan
en
su
Recursos
de
espaol general y peculiares del espaol

andino, dice se dan tanto en el plano
fontico e incluso fonolgico, como en la
cdigo abierto en la plataforma Apertium
morfologa y sintaxis, ms tarde Rataj
para la investigacin y desarrollo de

traductores
automticos,
describe
implement un traductor automtica en un
los
sola direccin quechua espaol, tomando
recursos disponibles dentro de la plataforma
quechua de Cusco (quz), sistema en
que toman estados finitos para el anlisis
construccin. Tomando la implementacin
morfolgico y la generacin de palabras. En
de Rataj (2005) traductor automtico en una
investigacin confirma la utilizacin de
sola direccin de quechua a espaol, su
recursos disponibles de la plataforma
lgica de implementacin tambin funciona
Apertium, ya que se ha tomado el
en la direccin traduccin automtica de
diccionario monolinge espaol del par de
espaol a quechua de manera que en este
sistema de traduccin automtica entre
experimento se ha incubado compilando en
espaol e ingls, as mismo las reglas de
ambas
desambiguacin son genricas en las
implementando
lenguas, de manera que los recursos de
cada
cualquier par de lenguas, siempre en
la
diccionario
utilizando
incubar un nuevo sistema de traduccin

en
los
se
logra
diccionarios
para
analizar
morfolgicamente cada palabra y adems
cuando sean cuidadosamente utilizadas para

basada
esto
monolinges para cada par y utilizando
cdigo abierto toman su mayor aporte para
automtica
direcciones,
el
mismo
diccionario para
generar cada palabra cuando viene en
plataforma
direccin contraria.
Apertium.
Cuadro 1. Estructura y contenido de los diccionarios morfolgicos.

Diccionariomonolinge QVEapertium-es-qve.lexc
Significado en espaol
%<n%>
%<adj%>
%<prnp%>
%<adv%>
%<vblex%>
%<m%>
%<sg%>
%<pl%>
Otros
! nombre
! adjetivo
! pronombre
! advervio
! verbo
! masculino
! singular
! plural
Nombres ;
Adjetivos ;
!Nombres
!Adjetivos
88

Enero - Junio 2009
PrnPersonales ;
Adverbios ;
Verbos ;
Otros
!PronombresP
!Adverbios
!Verbos
Lexicon Plural
%<pl%>:%>kuna N-FLEX-Incl ;
LEXICON Caso
%<acc%>:%>ta
%<abl%>:%>manta
LEXICON Posv
%<px1sg%>
! plural s
Lexicon Nombres
wasi:wasi N ;
t%'anta:t%'anta N ;
Lexicon Adjetivos
hatun:hatun ADJ;
musuq:musuq ADJ;
LexiconPrnPerson
nuqa:nuqa PRNP;
Lexicon Advervio
may:may ADV;
Lexicon verbos
mikhuy:mikhu V;
munay:muna V;
otros
Significado
!casa
!pan
! acusativo a
! ablativo
(desde, de)
! posesivo 1ra persn singular
!grande
!nuevo
!yo
!dnde
!comer
!querer
...
Corroborando con el estudio Corrector
diccionario monolinge para enriquecer el
ortogrfico
sistema, est claro tambin que solamente
Quechua
una
lengua
aglutinante:
presentada por Rios (2011),
se analizarn las palabras insertadas.
fundamenta que los mtodos de correccin
De la misma forma que Tyers et al (2010),
de ortografa desarrolladas para idiomas
Recursos
como el Ingls por lo general dependen de
plataforma Apertium para la investigacin y
una lista completa de formas de las palabras
desarrollo de traductores automticos, que
completas, el requisito de que no pueden ser
describe los recursos disponibles dentro de
satisfechas por idiomas morfolgicamente
la plataforma
complejas. En cambio en esta investigacin
para el anlisis morfolgico y la generacin
no siendo un corrector ortogrfico pero si
de palabras. En tanto en esta investigacin
un traductor automtico que tambin trabaja
confirma
con
se
disponibles de la plataforma Apertium, ya
experimenta que funciona correctamente el
que se ha tomado el diccionario monolinge
analizador con pocas palabras insertadas en
espaol del par de sistema de traduccin
el diccionario, no necesariamente completa,
automtica entre espaol e ingls, as
un
analizador
morfolgico
se puede ir agregando las palabras en el
89
de
la
cdigo
abierto
en
la
que toman estados finitos
utilizacin
de
recursos

mismo se ha tomado del par de sistema de
automtica entre espaol y quechua. La
traduccin automtica entre espaol e
frmula recibe como entrada una cadena de
ingls las reglas de desambiguacin de la
texto a traducir la cual est especificada en
parte de espaol,
confirmando de esta
la columna (TEXTO A TRADUCIR),
manera que los recursos de cdigo abierto
como resultado de la traduccin automtica
toman su mayor aporte para cualquier par
se
de lenguas, siempre en cuando sean
TRADUCIDO) marcada con * las palabras
cuidadosamente utilizadas para incubar un
que no fueron reconocidas por el sistema,
nuevo sistema de traduccin automtica
adems la mtrica WER requiere el texto
basada en la plataforma Apertium.
referencia denominada traduccin correcta
tiene
la
columna
(TEXTO
esto es corroborado por el humano, esta
Resultados de la medicin de la calidad
informacin se muestra en la columna
de traduccin automtica espaol y
(traducido por el humano), aplicando la
quechua
mtrica WER se tiene los siguientes
Siendo WER (Word Error Rate) el mtodo
resultados:
utilizando para la medicin de traductores

automticos, se ha aplicado en la traduccin
Cuadro 2. Resultado de la medicin del traductor automtico Quechua a Espaol con la mtrica WER.
No
Texto a traducir
Traductor
Traducido por WER
automtico
el humano
pukawasinchismanrisun
a nuestra casa roja iremos a
0,00
iremos
nuestra casa
1
roja
sumaqalquchachinkamusqawasiykima Perro lindo perdi un perro lindo
33,50
nta
de tu casa
se perdi de tu
2
casa
mihusun chiri lawata
comeremos *a
comeremos una 25,00
3
sopa fra
sopa fra
chirimantawausunkunanp'unchaw
de fro moriremos de fro
0,00
hoy da
moriremos hoy
4
da
yuraqmankaykitaapamusaq
a tu olla blanca
traer tu olla
25,00
5
traer
blanca
MarawanJaimewanmihushankulawat Mara y Jaime
Mara y Jaime
16,67
6 a
comen a sopa
comen una sopa
apasunrumitawasiykipirqanapaq
llevaremos piedra llevaremos
25,00
tu casa construir
piedra a tu casa
muro
para construir
7
muro
mamaywatukuyrirqaniAndahuaylasta mi madre visitar
fui a visitar a
25,00
fui a Andahuaylas mi madre a
8
Andahuaylas
90

Enero - Junio 2009
PedrowanJuliawanripusqaLimamanku Pedro y Julia ido a Pedro y Julia

nanp'unchaw
Lima hoy da
han ido a Lima
9
hoy da
wawqiykuna Estados Unidos
mis hermanos
mis hermanos
watukuyhamushan
Estados Unidos
vienen de
visitar viene
Estados Unidos
10
a visitar
Promedio
11,11
33,50
19,48
Cuadro 3. Resultado de la medicin del traductor automtico espaol a quechua con la mtrica WER.
No
Texto a traducir
yo quiero comprar una casa para mi
hijo
1
la casa blanca est bonita
2
esas cinco piedras son para ti
3
quiero mucho azcar para m caf
Traductor
automtico
uqamunanirantiy
hukwasi *para
*mo churi
*La
wasiyuraqkashans
umaq
Chay
pisqarumikunakan
kuqanpaq
munaniaskhamisk'i
uqapaq *caf
Traducido por WER

el humano
%
uqawasimunan 33,33
irantiyhukchuri
uqanchisMikhuy
kut'antap'unchawn
intin
paykunaqunkuway
lla *el quwi
munaniupiyunu
*con misk'ikunan
ruwankichist'anta
*para
mikhuykunanp'unc
hay
*La
tiyanaq'illukashan
p'akiy
PayKashanMikhus
paaskha,
aknawiranqanishi
wta
25,00
4
nosotras comemos pan todo el da
5
ellos dan pasto al cuy
6
quiero tomar agua con azcar hoy
7
hagan pan para comer hoy da
8
la silla amarilla est rota
9
l est comiendo mucho, as
engordar demasiado
10
Promedio
yuraqwasisuma
qkashan
25,00
chay
pisqarumikunaq
anpaqkanku
askhamisk'imun
aniuqapaq
*caf
uqanchist'anta
tap'unchawninti
nMikhuyku
paykunaquwiw
ayllaqunku
kunanunumisk'i
upiymunani
t'antaruwankich
iskunanp'uncha
ymikhuy
20,00
q'illutiyanap'aki
ykashan
25,00
Pay
askhaMikhuspa
Kashan,
aknanishiwtawi
ranqa
28,57
20,00
25,00
20,00
20,00
24,19
En el cuadro 2 se tiene el promedio de error
100%de traducciones que se haga de
(WER) 19.48%, esto indica que de los
quechua a espaol, el 19.48% ms o menos
91

traducciones se deben corregir puesto que
Contrastando con (APERTIUM, 2013) se
es el ndice de error en la traduccin
puede observar en el cuadro 4 su aplicacin
automtica. De la misma manera en el
con el mismo mtodo WER, el porcentaje
cuadro 3 se tiene el promedio de error
de error es similar, debiendo que los
(WER) 24.19%, es decir que de los 100%
traductores automticos basados en el
traducciones que se haga de espaol a
modelo
quechua,
insertando precisamente las correcciones
el
24.19%
ms
menos
traducciones se deben corregir teniendo en
de
transferencia
evolucionan
conociendo el ndice de error.
cuenta que es el ndice de error de este

mtodo.
Cuadro 4. Resultados de la medicin de la traduccin automtica de diferentes pares implementadas a
base de Apertium.
Translator
Date
Version
Direction
Unknown
words
fr eo
apertium-eo-fr
eo fr
11th February 2011
22.4 %
Yes
en mk
apertium-mk-bg 31st August 2010
0.1.0
mk bg
bg mk
12th October 2009
0.6.1
nb nn
Yes
12th October 2009
apertium-eu-es
2nd September 2009
apertium-cy-en
2nd January 2009
apertium-eo-en
8th May 2009
apertium-es-pt
15th May 2006
apertium-oc-ca
10th May 2006
apertium-pt-ca
28th July 2008
apertium-en-es
May 2009
0.5.0
sv da
da sv
eu es
es eu
cy en
en cy
0.9.0
en eo
eo en
es pt
pt es
oc ca
ca oc
pt ca
ca pt
en es
es en
92
26.67 %
-
Yes
fr br
apertium-sv-da
nn nb
apertium-nn-nb
WER
32.5%,
17.7%
-
Yes
Unknown
Unknown
Unknown
Unknown
Unknown
Unknown
Unknown
30.3 %
72.4 %
55.7 %
21.0 %
4.7 %
11.3 %
9.6 %
16.6%
14.1%
-

Enero - Junio 2009
En
cuanto
experimentaron
(Rios
et.
Al.,
espaol,
gallegoespaol,
portugus
paralelos
espaol, francscataln, inglscataln y
entre los idiomas Alemn, Espaol y la
occitanocataln. Tanto la plataforma en la
lengua quechua, midiendo la calidad de
que se integra el motor de traduccin como
alineamiento y comparando los resultados,
los datos para estos pares de lenguas estn
utiliza
disponibles para su descarga en su sitio
las
alineamientos
2009),
herramientas
GIZA++
de
traduccin automtica basados en mtodos
oficial
estadsticos, llegando a los resultados que
(http://www.apertium.org).
espaol y quechua no se alinean para este
Esta investigacin demuestra la traduccin
mtodo de traduccin, mientras que espaol
entre espaol y quechua, siendo la lengua
y alemn se alinean mejor. Por tanto esta
quechua de la familia de aglutinantes que
investigacin apoya a la alternativa de
expresan
traduccin automtica por transferencia
gramaticales mediante la adicin de sufijos,
adems que la investigacin est basada en
sin embargo el idioma espaol una lengua
la plataforma de cdigo abierto y libre
flexiva de tipo fusional es considerado
Apertium siendo su arquitectura utilizando
diferente a las lenguas andinos, por lo que
el mtodo de traduccin automtica por
en contraste esta plataforma si se puede
transferencia, finalmente decir que la
usar entre lenguas bien diferenciadas no
traduccin automtica por transferencia
solamente entre pares emparentadas, pues el
sera la alternativa ms cercana e eficiente
avance y la madurez de esta plataforma
para
permite
ser
utilizado
para
las
lenguas
de
Apertum
conceptos
crear
sistemas
relaciones
de
traduccin
minoritarias.
automtica
Contrastando con (Armentano et al., 2007)
divergentes como dice el mismo autor.
que sostienen en su investigacin sobre
(Rios
"Apertium, una plataforma de cdigo
investigacin describen las caractersticas
abierto para el desarrollo de sistemas de
de la lengua quechua y su anotacin
traduccin automtica", presenta que
la
morfolgica y sintctica, y demuestran
plataforma Apertium ha sido desarrollada
cmo se alinean la lengua quechua con el
por el grupo de investigacin Transducens
idioma
de la Universidad de Alicante en el marco
morfolgico. La investigacin anterior por
de varios proyectos de colaboracin con
ser demostrada su alineamiento entre
universidades y empresas de Espaa en los
espaol y quechua, se confirma mediante
que,
que
esta investigacin ya que los resultados de
conforman el motor de traduccin, se han
la traduccin medida por el mtodo WER
confeccionado datos lingsticos abiertos
son aceptables.
adems
de
los
programas
para la traduccin automtica cataln
93
&
entre
pares
Ghring,
espaol
de
2009),
mediante
su
lenguas
en
su
anlisis

Resultados
verificables
de
la
investigacin
monolinge
espaol
adaptada de otro sistema de traduccin

automtica
El sistema traductor automtico del
idioma espaol a la lengua quechua y
en
el
sitio
ms
de
5,000
Reglas de transferencia estructural de

quechua
http://www.lenguasandinas.org,
espaol
reglas
de
transferencia estructural de espaol a
realizado por los autores de esta
quechua implementadas.
investigacin.
Diccionario monolinge de quechua

implementado
con
traducciones de palabras races
en su versin beta se ha puesto en

funcionamiento
Diccionario bilinge espaol y quechua

implementada
de la lengua quechua al idioma espaol
Diccionario
con
ms
de
Sistema traductor automtico evaluado

con el mtodo WEB (Word Error Rate),
4,000
teniendo la tasa de error aceptable en la
palabras races
comprensin de textos.
Pruebas de entrada y salida del sistema de traduccin automtica entre espaol y quechua
Anlisis morfolgico de la palabra wasiykuna
Entrada: $echo "wasiykuna" | hfst-proc -x qve-es.automorf.hfst
Traduccin: Casas
Figura 2 Resultado de anlisis morfolgico de la palabra wasiykuna

Anlisis morfolgico de la palabra maypiraq
Entrada: $echo "maypiraq" | hfst-proc -x qve-es.automorf.hfst
Traduccin: Donde estar
94

Enero - Junio 2009
Figura 3. Resultado de anlisis morfolgico de la palabra maypiraq
Figura 4. Anlisis morfolgico y traduccin de la frase qanpaniywanpukllanki.

Entrada: # echo "qanpaniywanpukllanki" | hfst-proc -x qve-es.automorf.hfst
Traduccin: T vas a jugar con mi hermana
Anlisis morfolgico y traduccin de la frase "nuqaqilqaytayachani

Entrada: $echo "nuqaqilqaytayachani" | hfst-proc -x qve-es.automorf.hfst
Traduccin:
Yo se escribir
Figura 5. Resultado de anlisis de la frase nuqayachaniqilqayta.
95

Resultados de la Traduccin de Quechua a Espaol

Cuadro 5. Resultados dela traduccin de frases de quechua a espaol.
Ingresando la palabra "wasi" al sistema para su traduccin en la direccin de qve-es

quechua a espaol
Entrada: $echo "wasi" | apertium -d .qve-es
Salida: casa.
Teniendo la palabra raz "wasi" se agrega el sufijo "yki"

Entrada: $echo "wasiyki" | apertium -d .qve-es
Salida: tu casa.
Aglutinando mas sufijos en quechua "wasi+yki+man"

Entrada: $echo "wasiykiman" | apertium -d .qve-es
Salida: a tu casa.
Ingresando sufijos sobre sufijo "wasi+yki+manta"

Entrada: $echo "wasiykimanta" | apertium -d .qve-es
Salida: de tu casa.
Sucesivamente
quechua
puede
tener
mas
grande
las
palabras
aglutinadas
"wasi+yki+kuna+manta"
Entrada: $echo "wasiykikunamanta" | apertium -d .qve-es
Salida: de tus casas.
Ingresando una frase adjetivo+nombre+verbo para la traduccin

Entrada: $echo sumaqalquchachinkamusqawasiykimanta | apertium -d .qve-es
Salida: un perro lindo se perdi de tu casa
Ingresando una frase verbal

Entrada: $echo mamaywatukuyrirqaniAndahuaylasta | apertium -d .qve-es
Salida: fui a visitar a mi madre a Andahuaylas
Fuente: Elaboracin propia.

Traduccin de Espaol Quechua
Cuadro 6. Resultados dela traduccin de frases de espaol a quechua.
De forma analgica en la direccin de espaol-quechua, se ingresa la palabra "casa"

Entrada: $echo "casa" | apertium -d .es-qve
Salida: wasi.
96

Enero - Junio 2009
En este caso se ingresa la frase corta "esta casa"

Entrada: $echo "esta casa" | apertium -d .es-qve
Salida: kaywasi.
Otra frase desde espaol a quechua

Entrada: $echo "esta casa nueva" | apertium -d .es-qve
Salida: kaywasimusuq.
Traduccin de una frase verbal

Entrada: $echo "nosotras comemos pan todo el da" | apertium -d . es-qve
Salida: uqanchist'antatap'unchawnintinMikhuyku
Traduccin de frases de dos frases cortas

Entrada: $echo "l est comiendo mucho, as engordar demasiado" | apertium -d . esqve
Salida: PayaskhaMikhuspaKashan, aknanishiwtawiranqa
Fuente: Elaboracin propia.

traducidos por el traductor automtico; el
CONCLUSIONES
promedio de error en la traduccin de
Se ha incubado el sistema de traduccin

automtica
entre
espaol
quechua a espaol es 19.48% siendo
quechua
aceptable
haciendo pruebas es funcional el sistema

compilado
con
sus
morfolgicos
del
textos
Quechua basado en Apertium es funcional y
idioma
se pone al servicio de la comunidad,

adems es software libre.
lenguas y el diccionario morfolgico de la

lengua quechua fue implementada, as
AGRADECIMIENTOS
mismo se ha implementado el diccionario
Al Consejo Nacional de Ciencia Tecnologa
bilinge del par espaol y quechua, de la
e Innovacin Tecnolgica del Per, por
misma manera se han definido reglas de
haber co-financiado la investigacin en
transferencia para la traduccin de idioma
beneficio de la Regin Apurmac.
espaol a la lengua quechua.
Especial agradecimiento a Vlastimil Rataj,
Finalmente se ha evaluado la calidad del
por
Traductor Automtico con la mtrica WER,
de
apoyo
constante
en
la
quin ha escrito el LEXC de quechua
espaol a quechua es 19.48% siendo esta

comprensin
su
implementacin del Traductor Automtico,
el promedio de error en la traduccin de
la
de
El sistema Traductor Automtico Espaol-
espaol fue reutilizado de otro par de
aceptable
comprensin
traducido por el traductor automtico.
diccionarios
respectivamente.
Diccionarios
la
Cusco.
textos
97

superficial.
REFERENCIAS BIBLIOGRFICAS
APERTIUM,
Plataforma
libre
Departament
Llenguatges
de
Sistemas
Traduccin. 2013, recuperado el 30
InformticsUniversitat
de diciembre de 2013, de SIL,
Alacant.
Summer Institute of Linguistics

2013,
ISO
639
Code
Gonzales
Tables,
Traduccin
Armentano C., Corb A., Forcada M.,
Departamento
Tesis
de
la
Teora
Lingstica Traduccin J. Gmez
de
Guinovart
A.
Tusn
Valls.
EdicinEguren.
de la Universidad de Alicante.
Kenneth B. & Karttunen L. 2002. Finite-
Brea R. 2003. Autmatas y Lenguajes.
State Morphology Xerox Tools and
Tecnolgico de Monterrey, Campus
Techniques.
Monterrey. Editorial McGraw-Hill

Louden
9781456210779
C.
2004.
Construccin
de
Compiladores Principios y Practica.
Url:
Thomson.
[http://homepages.mty.itesm.mx/rbr
Mooney
ena/AyL.html].
A.
&
Raymond
J.
2003.
Fundamentals, Parte I Caps. II, III,
Cerrn P. 1987. Lingstica Quechua
IV,
Estudios Rurales
V.
Oxford
Handbook
of
Computacional Linguistics. Oxford
Andinos Bartolom de las Casas
University Pres.
Noviembre.
(RuslanMitkow
Ed.).
Forcada M., Boyan V. & Ortiz S. 2012.
Manteca C. 1987. Lingustica General.
Documentacin del sistema de

cdigo
Madrid, Ctedra.
abierto
OpentradApertium
de
Traduccin
de
transferencia
de
Automtica.
Informticas
Traduccin
Lingstica y Sistemas Informticos
Centro de
Estocsticos
Halvorsen K. 1991. Las Aplicaciones
Abierto Para el Desarrollo de

Automtica,
de
Valencia.
2007. Una Plataforma de Cdigo

de
Aprendizaje
Doctoral. Universidad Politcnica
Ginest M., Montava. & Ortiz M.
Sistemas
d'
Estados Finitos y su Aplicacin en
de http://www.sil.org.
ISBN:
2009.
Transductores
recuperado el 20 de mayo de 2013,
Mxico.
J.
de
Automtica
Moreno A. 2009. Estudios de Lingstica

Espaola: Diseo e Implementacin
de un Lexicn Computacional para
sintctica
Lexicografa
98
Traduccin

Enero - Junio 2009
Automtica. Facultad de Filosofa y
Rusell S. & Norvig M. 2004. Inteligencia
Letras Universidad de Mlaga.
Artificial un enfoque moderno.
Volumen
Segunda Edicin. Madrid. Pearson
9,
Url:
[http://elies.rediris.es/elies9/index.h
Educacin S.A.
tm]. ISSN: 1139-8736.
SIL Summer Institute of Linguistics 2013,
Nida A. 1949. Morphology.The Descriptive
ISO 639 Code Tables, recuperado el
Analysis of Words, Michigan Ann
20
Arbor, University of
http://www.sil.org.
Michigan
Press.
Nils
N.
2004.
Inteligencia
McGraw
en la plataforma Apertium para la
S.A.
investigacin
Espaa.
lenguas indgenas. Caracas: Monte

vila. ISBN 9233019268.
Edicin.
Torero A. 1974. El quechua y la historia
McGraw-
social andina. Lima: Universidad
Hill/Interamericana S.A.
Ricardo
in
Language
UANCV,
Technology LiLT.
Andina
Nstor
2009.
Contrastiva
Quechua/Aymara/Castellano.
Treebank.
Escuela
University of Zurich Zurich
Segunda
Open Repository and Archive.

Checking
Investigacin.
Velsquez.
Morfologa
Rios A. & Volk M. 2009. A Quechua-
Spell
Universidad
Cceres
Parallel
de
Direccin
ISBN 9786034502109.
Spanish-Quechua,
Issues
palma,
Universitaria
Ros A. & Volk M. 2012. Parallel

Treebanking
de
quechua. Amrica Latina en sus
Rich E. & Knight K. 1994. Inteligencia

Segunda
desarrollo
Torero A. 1983. La familia lingstica
en el Espaol Andino.
Artificial.
traductores automticos.
Rataj V. 2005. La Influencia del Quechua
2011.
de
Madrid.
Faculta LatedraRomanistiky.
A.
2013,
2010. Recursos de cdigo abierto
MasarykovaUniverzitaFilozofika
Rios
de
Artificial.
Hill/Interamericana
Spanish
mayo
Tyers F., Snchez F., Ortiz S. & Forcada M.
Madrid.
Linguistic
de
de
Postgrado
de
Especializacin
la,
en
Educacin Bilinge Intercultural.,
an
Agglutinative Language: Quechua.

University of Zurich. Zurich Open
Repository and Archive.
99

Traductor Quechuccca Español Open Source

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Traductor Quechuccca Español Open Source

Uploaded by

Copyright:

Available Formats

Revista. Investig. (Esc.

Post Grado) V 5, N3, 2009

TRADUCTOR AUTOMTICO EN LINEA DEL ESPAOL A QUECHUA, BASADO

Nacional Micaela Bastidas de Apurmac. C.E. hdcalderon@gmail.com

H. CALDERON, C. MAMANI, F. CARDENAS y E. MAMANI

automtica", presenta que

traductores automticos como aplicacin

(Rios , 2011), afirma que los mtodos de

idiomas como el ingls por lo general

El traductor automtico entre espaol y

disponibles para su descarga en su sitio

automtica con el mtodo WER (Word

los datos para estos pares de lenguas estn

investigacin se implementa el traductor

que se integra el motor de traduccin como

lenguas minoritarias. Por lo que en esta

occitanocataln. Tanto la plataforma en la

traduccin automtica que incluyan a las

espaol, francscataln, inglscataln y

un vaco la creacin de sistemas de

para la traduccin automtica cataln

minoritarias como el quechua, por lo que es

confeccionado datos lingsticos abiertos

como los traductores automticos poco

conforman el motor de traduccin, se han

natural a otro. Sin embargo, dichos avances

universidades y empresas de Espaa en los

traduccin de textos o habla de un lenguaje

varios proyectos de colaboracin con

interaccin de culturas permitiendo la

Universidad de Alicante en el marco de

del procesamiento de lenguaje natural han

Apertium ha sido desarrollada por el grupo

de mltiples culturas e idiomas, donde los

dependen de una lista completa de formas

de las palabras completas, el requisito de

que no pueden ser satisfechas por idiomas

lenguas, quienes tendrn la posibilidad

resultado describe la implementacin de un

de traducir en lnea textos del idioma

corrector ortogrfico con mtodos de

espaol a la lengua quechua y de la

estados finitos para la lengua aglutinante

lengua quechua al idioma espaol. As

mismo con el traductor automtico se

sintctica, y demuestran cmo se alinean la

(Armentano et al ., 2007) sostienen en su

quechua y su anotacin morfolgica y

textos entre el par de lenguas.

describen las caractersticas de la lengua

acortar la brecha de incomprensin de

lengua quechua con el idioma espaol

mediante su anlisis morfolgico.

plataforma de cdigo abierto para el

TRADUCTOR AUTOMTICO EN LINEA DEL ESPAOL A QUECHUA

Ghring & Volk ,

cdigo propio de acuerdo al ISO 639-3

dada por SIL International, de los cuales 32

Espaol y la lengua quechua, midiendo la

relacionadas con Per, Quechua del Este de

calidad de alineamiento y comparando los

Apurmac (qve) es una de las variantes

resultados, utiliza las herramientas GIZA++

El idioma espaol es una lengua flexiva de