Performance of Neural Machine Translation tools in translating Arabic non-diacritised terms: a case study of Algerian Family Code

Abstract

Este estudio tiene como objetivo evaluar el rendimiento de tres herramientas de traducción automática neuronal (NMT), las cuales se basan en la inteligencia artificial y el enfoque neuronal, en la interpretación de términos jurídicos árabes no diacríticos al inglés. Los términos fueron extraídos del Código de Familia argelino, originalmente redactado en árabe. Para lograr este objetivo, se seleccionó una muestra de diez pasajes basada en la presencia de palabras árabes no diacríticas con múltiples significados posibles, dependiendo de las diacríticas aplicadas a sus letras.Los pasajes seleccionados fueron traducidos por tres herramientas NMT diferentes del árabe al inglés, y sus resultados fueron analizados y comparados calculando la tasa de error de cada herramienta. El estudio revela resultados variables entre las herramientas y destaca sus respectivas capacidades para desambiguar el significado correcto de los términos árabes utilizando el contexto, a pesar de la ausencia de marcas diacríticas