View source for Kaingang and Portuguese

Resources for machine translation between [[Kaingang]] and [[Portuguese]]. [https://github.com/erick-guti-prado/apertium-por]

==External Resources==

*[https://github.swarthmore.edu/Ling073-sp19/ling073-kgp-por Repository for language pair]

*[https://github.com/erick-guti-prado/apertium-por Portuguese transducer]

*[https://github.swarthmore.edu/Ling073-sp19/ling073-kgp Kaingang transducer]

*[https://github.swarthmore.edu/Ling073-sp19/ling073-kgp-por-corpus Parallel corpus]

*[https://wikis.swarthmore.edu/ling073/Kaingang_and_Portuguese/Contrastive_Grammar Contrastive Grammar between Kaingang and Portuguese]

*[https://wikis.swarthmore.edu/ling073/Kaingang_and_Portuguese/Lexical_Selection Lexical selection]

*[https://wikis.swarthmore.edu/ling073/Kaingang_and_Portuguese/Structural_Transfer Structural Transfer]

==kgp → por Evaluation==
===Coverage (number of forms analysed) of Kaingang transducer on kgp.sentences.txt file===
 $ aq-covtest ling073-kgp-por-corpus/kgp.sentences.txt ling073-kgp/kgp.automorf.bin
 Number of tokenised words in the corpus: 32669
 Coverage: 89.98%
 Top unknown words in the corpus:
 160	 há
 60	 kaga
 52	 mẽg
 47	 sĩ
 46	 si
 44	 nĩn
 43	 kanẽ
 42	 Ka
 40	 ka
 39	 ké
 37	 fe
 34	 pẽn
 33	 rá
 30	 nĩm
 27	 vég
 27	 panh
 26	 jafã
 26	 isóg
 24	 jagy
 24	 Jesus
 Translation time: 0.08736515045166016 seconds

===Coverage of Kaingang-Portuguese transducer (xyz-abc.automorf.hfst) on the same file===
 $ aq-covtest ling073-kgp-por-corpus/kgp.sentences.txt ling073-kgp-por/kgp-por.automorf.bin 
 Number of tokenised words in the corpus: 34281
 Coverage: 58.82%
 Top unknown words in the corpus:
 739	 vỹ
 300	 ki
 287	 fi
 280	 to
 198	 há
 189	 sóg
 188	 vẽnh
 182	 tũ
 171	 tá
 145	 nĩgtĩ
 135	 tĩg
 134	 ha
 127	 mẽ
 121	 pẽ
 114	 kar
 114	 mág
 111	 nén
 111	 kã
 105	 jẽ
 102	 kri
 Translation time: 0.06977176666259766 seconds
===10 sentences===
*'''Original sentence: ''' Ag mỹ tóg, e tĩ.
 '''Intended Portuguese translation: ''' Ficaram surpresos.
 '''kgp-por-biltrans output: ''' ^Ag<prn><pes>/Eles<prn><tn><pes>/Deles<prn><tn><pes>$ ^mỹ<cir>/para<pr>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^e<v><iv>/fazer<vblex>/causar<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Eles para #ele, #fazer #tendo ido.
*'''Original sentence: ''' Ti mré ke ag vẽ.
 '''Intended Portuguese translation: ''' São os seus companheiros.
 '''kgp-por-biltrans output: ''' ^Ti<prn><pes>/Ele<prn><tn><pes>/Lhe<prn><tn><pes>/Seu<prn><tn><pes>/Dele<prn><tn><pes>$ ^mré ke<mod>/parente<n><m>$ ^ag<prn><pes>/eles<prn><tn><pes>/deles<prn><tn><pes>$ ^vẽ<a>/é<vblex>/era<vblex>/ser<vblex>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Ele #parente #eles #é.
*'''Original sentence: ''' Kã’ég ũ tóg sá nĩ, ũ tóg kusũg nĩ, ũ tóg tánh nĩ, ũ tóg kógnár nĩ, e ti nỹtĩ.
 '''Intended Portuguese translation: ''' Algumas araras são pretas, outras vermelhas, outras verdeazuis, outras pintadas, há muitas variedades.
 '''kgp-por-biltrans output: ''' ^ũ<prn>/alguém<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^sá<mod>/preto<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$^,<cm>/,<cm>$ ^ũ<prn>/alguém<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^kusũg<mod>/vermelho<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$^,<cm>/,<cm>$ ^ũ<prn>/alguém<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^tánh<mod>/azul<adj>/verde<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$^,<cm>/,<cm>$ ^ũ<prn>/alguém<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^kógnár<mod>/pintado<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$^,<cm>/,<cm>$ ^e<v><iv>/fazer<vblex>/causar<vblex>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^nỹtĩ<v><iv><pl>/existir<vblex>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Arara #alguém #ele #preto #sentar, #alguém #ele #vermelho #sentar, #alguém #ele #azul #sentar, #alguém #ele #pintado #sentar, #fazer #ele #existir
*'''Original sentence: ''' Tãnh jũn kym ẽg tĩ, kỹ ẽg tóg, ti fár tar ẽn vãvãm tĩ, jó ẽg ti fár tãnãj ẽn mré ti kãtá ke ẽn ko tĩ, tãnh kaju ti.
 '''Intended Portuguese translation: '''  Cortamos o palmito, jogamos fora a casca dura e comemos a casca mole com o coração.
 '''kgp-por-biltrans output: ''' ^jũn<n>/palmito<n><m>$ ^kym<v><tv><sg>/cortar<vblex>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^fár<n>/pele<n><f>/casca<n><f>$ ^*tar/*tar$ ^ẽn<prn><dem>/aquele<prn><tn><dem>$ ^vãvãm<v><tv><pl>/vender<vblex>/descartar<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^jó<cir>/antes<adv>/em frente<adv>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^fár<n>/pele<n><f>/casca<n><f>$ ^tãnãj<n>/mole<adj><mf>$ ^ẽn<prn><dem>/aquele<prn><tn><dem>$ ^mré<cir>/com<pr>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^*kãtá/*kãtá$ ^ke<n>/sobra<n><f>/resto<n><m>$ ^ẽn<prn><dem>/aquele<prn><tn><dem>$ ^ko<v><tv>/usar<vblex>/comer<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^tãnh<n>/palmeira<n><f>$ ^kaju<v>/empurrar<vblex>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Palmeira #palmito #cortar #nós #tendo ido, então #nós #ele, #ele #pele *tar #aquele #vender #tendo ido, #antes #nós #ele #pele #mole #aquele com #ele *kãtá #sobra #aquele #usar #tendo ido, #palmeira #empurrar #ele.
*'''Original sentence: ''' Kejẽn ũ tóg ẽg pãnĩ tá ẽg jé prẽr tĩ, kỹ ẽg tóg, vĩrĩn ke kỹ ti mĩ ẽvãnh kỹ, ti mré vĩ mũ sir.
 '''Intended Portuguese translation: ''' Às vezes alguém nos chama nas nossas costas, aí nós nos viramos para olhá-lo e falar com ele.
 '''kgp-por-biltrans output: ''' ^ũ<prn>/alguém<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^pãnĩ tá<cir>/atrás<adv>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^jé prẽr<v><sv>/chamar<vblex><sv>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^vĩrĩn ke<v><iv>/virar-se<vblex>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^mĩ<cir>/dentro<adv>$ ^ẽvãnh<v><iv>/enxergar<vblex>/observar<vblex>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$^,<cm>/,<cm>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^mré<cir>/com<pr>$ ^vĩ<n>/palavra<n><f>/discurso<n><m>$ ^mũ<a>/fazendo<vblex>$ ^sir<o>/daí<cnjadv>/então<adv>/assim<adv>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' Às vezes #alguém #ele #nós atrás #nós #chamar #tendo ido, então #nós #ele, #virar-se então #ele dentro #enxergar então, #ele com #palavra #fazendo daí.
*'''Original sentence: '''Kejẽn ẽg tóg, re ra kutẽ tĩ, ẽg tỹ ĩn kãkã nĩ ra, kỹ ẽg tóg, jãnkã nón kỹ króm ke tĩ sir.
 '''Intended Portuguese translation: ''' Às vezes quando saímos para fora da casa abrimos a porta e saímos.
 '''kgp-por-biltrans output: ''' ^Kejẽn<cir>/Às vezes<adv>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^re<n>/fora<adv>/grama<n><f>/campo<n><m>$ ^ra<cir>/para<pr>/apesar do<cnjadv>$ ^kutẽ<v><iv><sg>/cair<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tỹ<cir>/por<pr>/com<pr>$ ^ĩn<n>/casa<n><f>$ ^kãkã<v><tv>/cavoucar<vblex>/revistar<vblex>/vasculhar<vblex>$ ^nĩ<v><iv><sg>/sentar<vblex>$ ^ra<cir>/para<pr>/apesar do<cnjadv>$^,<cm>/,<cm>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^jãnkã<n>/porta<n><f>$ ^nón<cir>/após<pr>/atrás<adv>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^króm ke<v><iv>/sair<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$ ^sir<o>/daí<cnjadv>/então<adv>/assim<adv>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: '''Às vezes #nós #ele, fora para #cair #tendo ido, #nós por #casa #cavoucar #sentar para, então #nós #ele, #porta após então #sair #tendo ido daí.
*'''Original sentence: ''' Kejẽn ẽg japry tóg jonjor sag tĩ, kỹ ẽg tóg ti rãgfãn tĩ, ẽg tỹ vẽnhrã hã ti tĩn jé.
 '''Intended Portuguese translation: ''' Às vezes o nosso caminho tem muitas curvas, então nós o endireitamos para ficar mais reto.
 '''kgp-por-biltrans output: ''' ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^japry<n>/caminho# de algo<n><m>/caminho# de alguém<n><m>$ ^tóg<su>/ele<prn><tn>$ ^jonjor<n>/curvas<n><f>/ziguezague<n><m>$ ^sag<v><tv>/atar<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^rãgfãn<v><tv>/endireitar<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^,<cm>/,<cm>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tỹ<cir>/por<pr>/com<pr>$ ^vẽnh rã hã<cir>/perto<adv>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^tĩn<v><tv>/fazer andar<vblex>/passar por cima de<vblex>$ ^jé<n>/reza<n><f>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' Às vezes #nós #caminho# de algo #ele #curvas #atar #tendo ido, então #nós #ele #ele #endireitar #tendo ido, #nós por perto #ele #fazer andar #reza.
*'''Original sentence: ''' “Inh kã’u ã,” he tóg. “Inh mỹ ã tóg tỹ, ũ nĩ ven nĩ vẽ, hã ra ã tóg tỹ, ã hã nĩ”, he tóg.
 '''Intended Portuguese translation: ''' “Você me assustou, pensei que você era um outro mas é você mesmo”, ele falou para mim.
 '''kgp-por-biltrans output: ''' “^Inh<prn><pes>/Eu<prn><tn><pes>/Meu<prn><tn><pes>/De mim<prn><tn><pes>$ ^kã’u<v><tv>/assustar<vblex>$ ^ã<prn>/tu<prn><tn>/teu<prn><tn>/seu<prn><tn>/você<prn><tn>/de ti<prn><tn>/de você<prn><tn>$^,<cm>/,<cm>$” ^he<intj>/sim<adv>/aceito<adj>/vou fazer<vblex>$ ^tóg<su>/ele<prn><tn>$^.<sent>/.<sent>$ “^Inh<prn><pes>/Eu<prn><tn><pes>/Meu<prn><tn><pes>/De mim<prn><tn><pes>$ ^mỹ<cir>/para<pr>$ ^ã<prn>/tu<prn><tn>/teu<prn><tn>/seu<prn><tn>/você<prn><tn>/de ti<prn><tn>/de você<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^tỹ<cir>/por<pr>/com<pr>$^,<cm>/,<cm>$ ^ũ<prn>/alguém<prn><tn>$ ^nĩ<v><iv><sg>/sentar<vblex>$ ^ven<v><tv><sg>/mostrar<vblex>$ ^nĩ<v><iv><sg>/sentar<vblex>$ ^vẽ<a>/é<vblex>/era<vblex>/ser<vblex>$^,<cm>/,<cm>$ ^hã<o>/igual<adj>/parecido<adj>$ ^ra<cir>/para<pr>/apesar do<cnjadv>$ ^ã<prn>/tu<prn><tn>/teu<prn><tn>/seu<prn><tn>/você<prn><tn>/de ti<prn><tn>/de você<prn><tn>$ ^tóg<su>/ele<prn><tn>$ ^tỹ<cir>/por<pr>/com<pr>$^,<cm>/,<cm>$ ^ã<prn>/tu<prn><tn>/teu<prn><tn>/seu<prn><tn>/você<prn><tn>/de ti<prn><tn>/de você<prn><tn>$ ^hã<o>/igual<adj>/parecido<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$”^,<cm>/,<cm>$ ^he<intj>/sim<adv>/aceito<adj>/vou fazer<vblex>$ ^tóg<su>/ele<prn><tn>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' “#Eu #assustar #tu,” sim #ele. “#Eu para #tu #ele por, #alguém #sentar #mostrar #sentar #é, #igual para #tu #ele por, #tu #igual #sentar”, sim #ele.
*'''Original sentence: ''' Kyfé tỹ ag tóg, jagnẽ mĩ tỹ kririn ke ja nĩ.
 '''Intended Portuguese translation: ''' Eles haviam se riscado um ao outro com uma faca.
 '''kgp-por-biltrans output: ''' ^tỹ<cir>/por<pr>/com<pr>$ ^ag<prn><pes>/eles<prn><tn><pes>/deles<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^jagnẽ<prn>/si mesmo<prn>$ ^mĩ<cir>/dentro<adv>$ ^tỹ<cir>/por<pr>/com<pr>$ ^kririn ke<v><iv>/riscar<vblex>$ ^ja<mod>/feito<adj>/terminado<adj>$ ^nĩ<v><iv><sg>/sentar<vblex>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Faca por #eles #ele, #si mesmo dentro por #riscar #feito #sentar.
*'''Original sentence: ''' Ẽg tỹ ũ mũmẽg han kỹ ẽg tóg, ti pãnĩ tá ti vóg tĩ; ẽg tỹ ti vatánh vẽ.
 '''Intended Portuguese translation: ''' Quando queremos dar um susto em alguém, nós o pegamos por trás, assim nós o assustamos.
 '''kgp-por-biltrans output: ''' ^Ẽg<prn><pes>/Nós<prn><tn><pes>/Nosso<prn><tn><pes>$ ^tỹ<cir>/por<pr>/com<pr>$ ^ũ<prn>/alguém<prn><tn>$ ^mũmẽg<v><iv>/estar com medo<vblex>$ ^han<v><iv><sg>/sarar<vblex>/melhorar<vblex>$ ^kỹ<conj>/então<adv>/por causa de<n><f>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tóg<su>/ele<prn><tn>$^,<cm>/,<cm>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^pãnĩ tá<cir>/atrás<adv>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^vóg<v><tv>/mexer<vblex>$ ^tĩ<a>/tendo ido<vblex>/habitualmente<adv>$^;<sent>/;<sent>$ ^ẽg<prn><pes>/nós<prn><tn><pes>/nosso<prn><tn><pes>$ ^tỹ<cir>/por<pr>/com<pr>$ ^ti<prn><pes>/ele<prn><tn><pes>/lhe<prn><tn><pes>/seu<prn><tn><pes>/dele<prn><tn><pes>$ ^vatánh<v><tv>/enganar<vblex>/assustar<vblex>/contrariar<vblex>$ ^vẽ<a>/é<vblex>/era<vblex>/ser<vblex>$^.<sent>/.<sent>$^.<sent>/.<sent>$
 '''kgp-por output: ''' #Nós por #alguém #estar com medo #sarar então #nós #ele, #ele atrás #ele #mexer #tendo ido; #nós por #ele #enganar #é.

==Additions for "Polished RBMT System" assignment==
*Added 103 words to the bilingual dictionary 
*Added 6 disambiguation rules
*Added 2 lexical transfer rules

==Final evaluation==
===kgp transducer===
*Precision and recall against annotated.basic corpus:
 $ precisionRecall ../ling073-kgp-corpus/kgp.annotated.basic.txt ../ling073-kgp-corpus/kgp.annotated.basic.txt
 Totals: 139 forms, 427 tp, 0 fp, 0 tn, 0 fn
 Precision: 100.00000%
 Recall: 100.00000%

*Coverage over the large corpus:
 $ aq-covtest ling073-kgp-corpus/kgp.corpus.large.txt ling073-kgp/kgp.automorf.bin
 Number of tokenised words in the corpus: 406588
 Coverage: 91.99%
 Top unknown words in the corpus:
 726	 nĩn
 716	 Cristo
 609	 vég
 549	 venh
 480	 nỹtĩn
 470	 Senhor
 428	 nĩm
 392	 hẽn
 385	 kuprĩg
 377	 jafã
 375	 cidade 
 350	 henh
 340	 Paulo
 334	 jyvẽn
 331	 pir
 308	 mũꞌ
 307	 nĩꞌ
 307	 Pedro
 289	 régre
 271	 vin
 Translation time: 1.0561802387237549 seconds
*The number of words in the large corpus: 366,209 
*The number of stems in the transducer: 2,299

===kgp-por pair===
*WER over longer corpus:
*PER over longer corpus:
*Proportion of stems translated correctly in the longer corpus:
*Trimmed coverage over longer and large corpora:
*The number of tokens in longer corpora:
*The number of tokens in large corpora: 406,588

[[Category:Sp19_TranslationPairs]] [[Category:Kaingang]] [[Category:Portuguese]]