Augmented Translation

La traduction automatique dit n’importe quoi

Updated: Sep 3

Actuellement, les moteurs de traduction automatique se concentrent sur une phrase à la fois, comme nous qui travaillons dans un outil de TAO. Cependant, ils n’arrivent pas à prendre en compte l'ensemble du document à traduire, contrairement à nous, les êtres humains. Les chercheurs tentent de résoudre ce problème. Cela permettra-t-il d'améliorer la qualité de la traduction automatique ?


En morceaux

Nous connaissons tous la segmentation d'un document. Une fois que le document est transféré dans un outil de TAO, chaque phrase devient un segment sur lequel nous travaillons. À son tour, ce segment devient une mémoire de traduction, également segmentée. Cette mémoire de traduction est ensuite utilisée pour entraîner un moteur de traduction automatique pendant et après sa création. Il est donc facile d'en déduire qu'un moteur de traduction automatique n'a rien appris d'autre que de travailler sur un segment à la fois. Bien que le raisonnement d'un moteur de traduction automatique relève de l'intelligence artificielle, d'intelligence (telle que nous l'entendons dans le monde réel) il en ait peu.


Un collage

Nous, simples mortels, sommes capables de prendre en compte le contexte du document qui nous est confié. Nous savons, par exemple, s'il est nécessaire d'utiliser la forme de courtoisie, à qui s'adresse le document et s’il traite de différents sujets, peut-être divisés en chapitres ou en sections. Un moteur de traduction automatique, en revanche, ne peut pas (encore) lire et traiter un document dans son intégralité. Cela donne lieu à des erreurs d'accord banales telles que l'utilisation inappropriée du possessif ou le manque de cohérence terminologique entre un segment et un autre. Dans l'exemple français-anglais ci-dessous, la machine est en grande difficulté : à qui appartiennent ces ciseaux ?



Lorsque l'anglais est la langue source, nous avons affaire avec des erreurs telles que la forme de politesse (you : vous, lui ou elle ?), les pronoms neutres (they : sujet féminin ou masculin ?) ou le très commun « it », qui dans une langue latine doit être traduit en un sujet masculin ou féminin.


Quel effort !

Les chercheurs tentent de trouver une solution à ce problème. L'objectif est de créer un modèle de traduction automatique capable de regarder au-delà d’un segment isolé ; idéalement, il sera capable de considérer les paragraphes précédents/suivants, voire le document dans son ensemble. Selon la réputée Iconic, qui travaille sur le développement de nouvelles technologies applicables au traitement automatique des langues, un modèle de traduction automatique sensible au contexte ne produira pas nécessairement des traductions de meilleure qualité. Il se peut que la qualité s’améliore dans le cadre d'un moteur de traduction automatique entrainé pour un domaine très spécifique, mais pour le reste, rien ne changera.



Si vous craigniez que la traduction automatique vole bientôt votre travail, détrompez-vous. Ce qui pour nous est naturel et très facile à accomplir, comme lire et savoir identifier les thématiques couvertes par un document, pour la machine est une véritable prouesse.

13 views1 comment

Location

Lyon, France

Contact / Collab

Follow

  • LinkedIn
  • YouTube
  • Twitter
  • Strava

© 2020, Enrico Antonio Mion – Mentions Légales