In this Project I will try to analyse how a couple of machine translators work. I picked up forty proverbs and idiomatic expressions from the net (I will specify where later on) and I worked on "SYSTRAN" and "FREETRANSLATION".

This research project has been very interesting because I had never worked on translators before. Machine translators are very useful because as internet is in its great majority in English, people who cannot speak this language can deal with all the pages by using these machine translators.

After being working on the translators mentioned before, I will try to answer the following question: are machine translators a good tool to be used by people? And I will also mention some advantages and disadvantages.


To make the report I went first of all to the page www.google.com in order to find some proverbs and idiomatic expressions. I tried to choose proverbs that are not easy to translate, or even impossible if you are nor a native speaker or know its correspondent meaning in Spanish, as for example: "for love or money" meaning " a cualquier precio"

What I did before starting to work with both translators was to try to translate the idioms and roverbs on my own in order to find out the differences between human's way of thinking and machine translators way of working.

Then I started to work on "SYSTRAN". I copied all the sentences in order to have them translated, printed the page and then I looked for the mistakes it made. To find out the proper translations for the sentences I had, I looked up in the following dictionary: "Interactive English Collins".

Then I started to work with "FREETRANSLATION" and followed the same steps as when working with SYSTRAN. I mixed modisms, proverbs and idioms all together as in Systran. Then I translated evrything and wrote down the mistajes.

After having both translations, and the one I did on my own, I compared them all and wrote the conclusion of the project.


Source SYSTRAN Target 2 Dictionaryla casa de un hombre es su
A man's house is his castle la casa de un hombre es su castillo un hombre la casa de ese es su castillo Mientras en mi casa estoy, rey soy
In many words, a lie or two may scape en muchas palabras, una mentira o dos puede scape en muchas palabras, una mentira o dos pueden escapar A mucho decir, mucho mentir
Where there's a sweet, there's always a bitter donde hay un dulce, hay siempre un amargo donde hay un dulce, hay siempre un amargo No hay miel sin hiel
God tempers the wind to the shorn lamb el Dios templa el viento al cordero cortado el Dios templa el viento al cordero cortado Dios aprieta, pero no ahorca
Many a true is spoken in jest mucho un verdad se habla en broma muchas una palabra verdadera se habla en la broma Entre broma y broma, la verdad se asoma
Once in a while never hurt anyone de vez en cuando nunca lastimado cualquier persona de vez en cuando nunca lastimó nadie Una vez al año, no hace daño
Poverty is the mother of all arts la pobreza es la madre de todos los artes la pobreza es la madre de toda artes Más discurre un hambriento que cien letrados
If you scratch my back, I'll scratch yours si ustez rasguña mi parte posteriora, rasguñare el tuyo si usted rasguña mi espalda que rasguñaré suyo Favor, con favor se paga
There's many a good tune play on an old fiddle hay mucho un buen juego de la consonancia en viejo violin hay muchos un aire bueno jugado en un campo viejo Gallina vieja hace buen caldo
Of evil grain, no good seed can come de grano malvado ninguna buena semilla puede venir de grano malo, ninguna semilla buena puede venir De mala mata, nunca buena zarza
That's the thanks you get ésa es las gracias que usted consigue eso es la gracias que usted obtiene Cría cuervos, y te sacaran los ojos
Words hurt more than swords las palabras lastimaron más que las espadas palabras lastiman más que espadas Palabras de boca, piedra de honda
To wise up a ascendente sabio a sabio arriba caer en el chiste
to buy a pig in a poke para comprarme un cerdo en un empuje compar un puerco en un pinchazo comprar una casa sin verla
as if he owned the place como si él poseyera el lugar como si el poseyera el lugar como Pedro por su casa
on the rocks en las rocas en las piedras en mala situacion
to be over the moon para estar sobre la compañia de la luna estar sobre la luna estar en el septimo cielo
two's company, three's a crowd dos, una muchedumbre de tres dos son las compañías, tres son una multitud dos son pareja, tres son multitud
according to the book segun el libro según el libro como Dios manda
dressed to kill vestido para matar vistió para matar de punta en blanco
for love and money para el amor y el dinero para el amor o el dinero a cualquier precio
how thing tum out como tum de la cosa fuera cómo cosas resultan segun salga el dado
right off (the bat) la derecha apagado el derecho lejos de buenas a primeras
to hand something to somebody on a plate dar a algo alguien en una placa para entregar algo a alguien en un plato ponerselo a alguien en bandeja de plata
he's not my cup of tea lo no es mi taza de te uno es mi copa de te no es santo de mi devocion
to be as cool as a cucumber estar tan fresco como un pepino ser refresca como un pepino estar mas fresco que una lechuga
till the cows come home hasta quevienen las vacas a casa hasta que las vacas viene hogar cuando las ranas crien pelo
to be green with envy para ser verde con envidia ser verde con la envidia morirsede envidia
dark horse caballo oscuro eso es un caballo oscuro incognita
hold your horses sostenga sus caballos el sostuvo sus caballos para el carro
to give somebody the red carpet treatment para dar a alguien el treatment rojo de la alfombra dar alguien el tratamiento rojo de alfombra tratar a alguien a cuerpo de rey
once in a blue moon una vez en una luna azul una vez en una luna azul de pascuas a ramos
to be the black sheep of the family para ser las ovejas negras de la famila ser la oveja negra de la familia ser la oveja negra de la familia
to turn as red as a beetroot para dar vuelta tan roja como una remolacha ir tan rojo como un beetroot ponerse como un tomate
you can shout till blue in the face usted puede gritar hasta que usted es azul en la cara usted puede gritar hasta usted es azul la cara puedes gritar hasta hartarte
for donkey's years por los años del burro para el asno años de s durante muchos años
to be straight from the horses mouth para ser recto de la boca de los caballos tiene su sea directamente de la boca de los caballos ser the buena tinta
that's ancient history esa es historia antigua eso es un cuento antiguo esa es cosa vieja
to swear black and blue that para jura negro y el azul eso jurar eso negro y azul jurar por todo lo mas santo que
to be as white as a sheep para ser tan blanco como una oveja ser tan blanco como una oveja estar palido como la muerte


After having both translations I will make some comments on them.

In general, SYSTRAN machine translator does not translate properly. By "properly" I mean that the translation it generates is very literal and in most of the cases it cannot be understand. It does not recognize infinitive verbs and instead of that it translate "to" as the Spanish preposition "para" in all the cases.

It does not recognize almost any verb tense: past can be present, or or even future. Another common mistake is that it makes no distinction between singular and plural.

But the problem is not only a grammatical one, because it translate everything literally, so that the subjectivity needed to translate is not one of the feature of this translator.

Speaking about lexical characteristics, it must be said that there are many words that are not recognized but the dictionary of the translator. It lacks vocabulary.

On the other hand, "FREETRANSLATION" makes better translations than "SYSTRAN". In all the examples there is only one word that has been not recognized by the dictionary of the translator. In addition to this, it makes distinctions between "to" as a preposition and as a TO-infinitive, as well as between singular and plural.

To sum up, I would say that machine translators are sometimes very useful but when you are looking up the meaning of a word, not when looking up a sentence.

Machine translators must develop a bit more if we want them to be useful to what they are supposed to have been created for: TRANSLATE