¿De qué color es una preposición?

Al diseñar una interfaz de usuario de cualquier programa relacionado, existen muchas posibilidades que no se tienen en cuenta, sencillamente porque estamos acostumbrados a maneras muy concretas de leer textos. Durante siglos el siglo el ser humano ha leído textos impresos mayormente en un único color en las páginas de un libro, por lo que no es de extrañar que esta sea la manera que ahora nos resulta más intuitiva.

Sin embargo, los ordenadores ofrecen nuevas posibilidades que quedaban fuera del alcance de los antiguos impresores. Por ejemplo, el color que resultaba prohibitivo en la impresión en papel, ahora no tiene coste alguno, por no hablar por las posibilidades que abriría la inclusión de modelos tridimensionales.

Partiendo de estas ideas, estamos realizando un pequeño experimento con la interfaz de usuario de petraTAG, que consiste básicamente en ofrecer la opción de no mostrar todas las palabras etiquetadas en el mismo color y utilizar la categoría gramatical asignada por petraTAG para elegir el color en el que se presenta una palabra. El objetivo es agilizar la lectura de los textos cuando se buscan determinadas características en los textos o sencillamente se buscan los errores que ha podido cometer el etiquetador.

La cuestión que se plantea al comenzar a hacerlo es ¿y qué colores se asignan a cada categoría gramatical? Evidentemente, no se puede emplear la paleta completa de colores, ya que los colores demasiado claros resultan ilegibles. Por otra parte, también parece haber ciertas agrupaciones lógicos. Por ejemplo, parece lógico que los colores de elementos más afines sean también parecidos (por ejemplo, nombres, determinantes y adjetivos por una parte y verbos y adverbios por otra). Por ahora los primeros experimentos han producido resultados como el que se muestra a continuación:

 

Además, ¿por qué tiene que haber una única combinación de colores? Para otros fines podrían ser útiles combinaciones diferentes que, por ejemplo, en lugar de señalar la categoría gramatical indicasen otras características de cada palabra, como por ejemplo, el género, el número o, incluso, el tiempo verbal.

Por el momento, tal vez  sea excesivamente llamativo, pero parece interesante investigar en esta línea. En todo caso, no hay que temer que petraTAG se convierta en un circo multicolor, ya que incluiremos la opción de desactivar estos colores. Por el momento, no parece fácil encontrar un color que sea especialmente adecuado para las nombres, verbos, preposiciones y demás. ¿O no? ¿Cuáles elegiríais vosotros?

petraREV: Herramientas para crear herramientas

A la hora de desarrollar un software, con frecuencia se pasa por alto la importancia de las herramientas que harán que sea posible aprovechar al máximo la potencia de la aplicación creada. Este problema suele ser aún más habitual cuando el software no va destinado a usuarios generales, sino a usuarios especializados a los que se presupone que serán capaces de lidiar con cualquier interfaz y sistema de manejo.

Lamentablemente, lo cierto es que aún cuando este usuario sea capaz de trabajar con un software poco amigable, es probable que no llegue a aprovechar al máximo las posibilidades existentes y, aún peor, es posible que introduzca muchos errores.

En la última versión de petraREV se ha trabajado especialmente en los aspectos de usabilidad, mediante varias mejoras para facilitar el uso de esta herramienta. El progreso ha sido especialmente visible en el sistema de flexión de raíces. Este sistema, básicamente, es el que se ocupa de crear, a partir de una raíz y un conjunto de terminaciones, todas las palabras necesarios. Por ejemplo, a partir de la raíz cant- y el conjunto de terminaciones para los verbos regulares de la primera conjugación -ar, crearía canto, cantas, canta, cantamos, etc.

Se trata de una función que muy rara vez debe utilizar el usuario medio y, por tanto, apenas había recibido atención. El resultado era un sistema basado en archivos de texto que, incluso para usuarios muy avanzados, resultaba complicado y pesado, siendo muy fácil que se cometieran errores.

Esta situación ha cambiado con la nueva interfaz que permite manejar las terminaciones. A través de varias pantallas nuevas, ahora resulta mucho más fácil tanto añadir nuevas terminaciones como diagnosticar los problemas de las ya existentes.

Como casi siempre, los pequeños detalles son cruciales, por lo que se han incorporado varias novedades imaginativas que ofrecen una experiencia mucho más cómoda. Por ejemplo, al examinar un conjunto de terminaciones, dichas terminaciones van acompañadas de ejemplos dinámicos tomados del diccionario. De esta manera, no solo es más fácil hacerse una buena idea del funcionamiento de cada terminación, sino que además se revisa la información ya contenida en el diccionario, lo que resulta muy útil para detectar errores.

petraREV: Avances

Las últimas mejoras realizadas a petraREV han refinado determinados aspectos de la pantalla de diccionario. Ahora, cuando se crea un diccionario se indica el número de palabras que incluye el nuevo diccionario. Además, al etiquetar un texto no solo aparece la etiqueta, sino también el lema.

La pantalla que permite comparar archivos ahora es mucho más cómoda de utilizar, ya que permite arrastrar archivos.

La comparación de traducciones también ha sufrido una importante, pero polémica actualización, relativa a los casos en los que deja de aparecer en la traducción nueva una determinada traducción. Por ejemplo, imaginemos que tenemos estos dos segmentos:

Open the dialog.
Abre el diálogo.

Open the dialog.
Abre el cuadro de diálogo.

Es decir, un mismo texto de origen traducido de dos maneras diferentes. Si al revisarlo, se unifica la traducción, es decir pasa a ser:


Open the dialog.
Abre el cuadro de diálogo.

Open the dialog.
Abre el cuadro de diálogo.

Anteriormente, petraREV no informaba de este cambio,  ya que en rigor no se ha introducido una nueva traducción. Sin embargo, se ha considerado que esta omisión era importante y en la nueva versión se informará de este cambio, aunque será necesario estudiar cómo funciona en la práctica el nuevo comportamiento.

Por último, la compatibilidad con archivos .sdlxliff ha mejorado considerable, siendo posible ahora cargar los archivos con mucha más facilidad.

petraTAG: Nuevo tutorial

Acabamos de estrenar un nuevo tutorial sobre petraTAG. En esta ocasión, siguiendo unos pasos muy sencillos aprenderás utilizar las funciones de petraTAG para obtener rápidamente colocaciones y distribuciones.

Por ejemplo, en pocos minutos puedes determinar los regímenes preposicionales de los verbos empleados en un texto, los adjetivos que suelen utilizarse con los nombres, tanto para antecederlos como para precederlos, etc.

Descúbrelo en http://www.opentranslation.es/petratag/tutorial3.htm.

petraTAG: versión 1.2

Mientras que las principales novedades de la última versión de petraTAG fueron la incorporación de nuevas funciones que facilitaran las búsquedas y las estadísticas, esta nueva versión de petraTAG, que puede descargarse ya desde la página del proyecto en SourceForge, se ha centrado en mejorar y ampliar las funciones ya existentes. Entre las mejoras más importantes cabe destacar:

• Compatibilidad con archivos .rtf, .doc y .docx. Ahora es posible cargar y realizar búsquedas en archivos en estos formatos.
• Función de paginación. En las versiones anteriores, al cargar un número elevado de líneas y consultar el etiquetado, petraTAG podía tardar bastante tiempo en mostrarlo, dando la impresión haberse quedado bloqueado. Ahora, cuando el tamaño del etiquetado es excesivo, se muestra en varias páginas por las que es posible desplazarse escribiendo un número de página en el cuadro de la parte inferior de la pantalla o utilizando las flechas de avance y retroceso.
• Función de guardado de informe. Una opción en el menú Archivo permite guardar el contenido de cualquier informe que se esté mostrando.
• Ampliación del diccionario de etiquetado. El diccionario contiene ahora cerca de 900 nuevos lemas, que permiten reconocer con mayor precisión más  de 5000 palabras.

Además de estas mejoras evidentes, también se han corregido varios errores y se han optimizado varias funciones para lograr un funcionamiento más intuitivo y cómodo.

De manera paralela a estas novedades, también se ha actualizado el sitio web de petraTAG, añadiendo un nuevo apartado que explica las etiquetas utilizadas y retocando varias de las secciones existentes. Además, se ha creado una nueva sección de tutoriales donde se explican paso a paso los procedimientos más importantes.

petraREV: La importancia de los espacios en blanco

La comprobación de la coherencia en la traducción es, sin duda, una de las funciones más populares de cualquier sistema de revisión asistida. Resulta fácil de comprender que un mismo texto de origen debe traducirse siempre con el mismo texto de destino, a excepción de unas cuantas excepciones que justifican que esta norma se incumpla.

Precisamente por ser una de las operaciones más eficaces, resulta particularmente frustrante que se nos muestren como distintos dos segmentos que, a simple vista, parecen exactamente idénticos. petraREV utiliza varios métodos para resaltar las diferencias pero en ocasiones no parecen capaces de hallar las diferencias entre dos segmentos. ¿Qué ocurre en esos casos?

La respuesta a esta pregunta se halla, principalmente, en los espacios en blanco. Dado que la comparación se realiza a nivel de token y no de caracteres intersticiales (principalmente espacios en blanco), el algoritmo actual es incapaz de detectar donde están las diferencias.

En realidad, hay un buen motivo para que se haya programado de ella manera. La comparación de segmentos es una tarea compleja que se complica aún más si tenemos que tratar con los espacios en blanco, ya que los seres humanos adoptamos acerca de la posición de los espacios en blanco que no son evidentes para una máquina. ¿Está asociado un espacio en blanco con la palabra anterior o con la siguiente? ¿Al mover una palabra es implícito que se traslada con ella sus espacios en blanco? ¿Se aplican estos criterios también a los espacios inicial de una frase o su posición les independiza de todas las palabras que la componen?

Aparte de toda esta complejidad, lo cierto es que cuando dos textos son sustancialmente diferentes, los espacios parecen perder importancia. Cuando una frase se ha reformulado, añadiendo palabras, cambiándolas de lugar o eliminándolas, no parece que los espacios en blanco sean tan importantes. Los espacios en blanco parecen ser importantes solo cuando todo lo demás coincide.

A partir de esta idea, se ha incorporado un algoritmo a petraREV que solo comprueba los espacios en blanco cuando todo lo demás coincida y resulta admisible exigir una correspondencia de uno a uno entre dos textos.

Aún así, siguen planteándose algunos problemas, por ejemplo, cuando hay tres segmentos con diferentes traducciones y las diferencias se concentran en espacios presentes solo en el primer segmento. Dado que al presentar las incoherencias entre más de dos segmentos, la comparación solo se establece entre los segmentos a partir del segundo y el primero, los espacios en blanco no serían visibles y, una vez mas, todos los segmentos parecerían idénticos. Rebuscado, ¿verdad?

La experiencia demuestra que estas alineaciones de circunstancias extrañas acaban pasando en la realidad. No obstante, al crear un programa de esta índole, rara vez es posible atender el 100% de los casos que acabaran sucediendo. No obstante, poder pasar del 98% al 99% ya es un logro y lo que quede será un estupendo tema sobre el que plantearse preguntas y crear una nueva versión, aún más completa.

Novedades en la ayuda de petraREV

La ayuda de una aplicación es, en estos momentos, de una importancia comparable a la del propio código, ya que por muy interesantes que sean las funciones que se incluyen, si no se ofrece la documentación necesaria para aprovechar su potencial, lo más probable es que pasen prácticamente inadvertidas.

Para facilitar el manejo de petraREV, se ha realizado una importante actualización de la página con su ayuda. Entre las novedades se incluyen:

• Nueva página de descarga, para que no sea necesario visitar SourceForge para descargar la versión más reciente. Además, de esta manera se indica cuál es la versión más útil para la mayoría de los usuarios.
• Actualización del  formato de los segmentos de ejemplo. Las banderas indican intutivamente cuál es el texto de origen y el texto de destino de los segmentos.
• Renovación de las presentación de la codificación de las etiquetas. Además de varios cambios estéticos, se ha incluido un índice de las etiquetas al principio de la página para localizar rápidamente el significado de las etiquetas de cada categoría gramatical.

Estas son solo algunas de las mejoras que hemos introducido. Esperamos que os gusten y, si tenéis alguna idea o sugerencia, no dudéis en dejarnos un comentario en este blog o escribirnos a nuestra página de contacto.