Uno studio sugli strumenti di traduzione automatica automatica: un'analisi comparativa degli errori tra DeepL e Yandex per la traduzione medica russo-italiano

The present research is aimed at conducting a study with regard to Russian-Italian medical translation on the current development of two Machine Translation tools that feature prominently in today’s Neural Machine Translation framework, namely DeepL and Yandex. For the purpose of our research, we have selected a number of Russian medical articles: three highly specialized and three popular-science articles concerning coronavirus pandemic. Such a choice is justified by the willingness not only to analyse recently published scientific documents but also to investigate the particular linguistic implications of 2020’s coronavirus pandemic outbreak. In fact, during the period of pandemic a set of terms has been introduced and coined in  every-day communication and entered the boundaries of scientific terminology. We have considered this existing linguistic phenomenon as a proper condition to test the performances of Machine Translation tools. In particular, we discuss the most relevant features of the comparative error analysis as well as the BLEU metric for both DeepL and Yandex.La presente ricerca ha lo scopo di condurre uno studio nell’ambito della traduzione medica russo-italiana sull'attuale sviluppo di due strumenti di traduzione automatica che hanno un ruolo di primo piano nell'attuale quadro della traduzione automatica “neurale”, DeepL e Yandex. Ai fini della nostra ricerca, abbiamo selezionato articoli medici scritti in russo, in particolare: tre articoli medici altamente specializzati e tre di scienza popolare riguardanti la pandemia di coronavirus. Tale scelta è giustificata dalla volontà non solo di analizzare documenti scientifici di recente pubblicazione, ma anche di indagare le particolari implicazioni linguistiche dell'epidemia di coronavirus del 2020. Infatti, durante il periodo di pandemia sono stati introdotti e coniati nella comunicazione quotidiana tutta una serie di termini il cui uso era precedentemente limitato al linguaggio della scienza e che improvvisamente sono entrati nei confini della terminologia scientifica. Abbiamo considerato questo fenomeno linguistico esistente come una condizione adeguata per testare le prestazioni degli strumenti di traduzione automatica. In particolare, discuteremo la valutazione della traduzione automatica analizzando le caratteristiche più rilevanti dell'analisi comparativa degli errori e la metrica BLEU per DeepL e Yandex