Devis gratuit immédiat! +43 1 505 9744 0

Traduction automatique

La traduction automatique (TA ou MT pour « machine translation » en anglais) désigne la traduction de textes, de la langue source dans la langue cible, au moyen d'un logiciel informatique.

La traduction automatique est un sous-domaine de l'intelligence artificielle. Tandis que la traduction humaine appartient au domaine de la linguistique appliquée, la traduction automatique relève davantage du secteur de l'informatique et surtout de la linguistique informatique.

Si la traduction automatique ne cesse de s'améliorer, elle n'est en revanche pas suffisamment efficace pour remplacer la traduction humaine. Pour atteindre une qualité comparable à celle de la traduction humaine, il faut préparer les fichiers (pre-editing) et corriger les traductions (post-édition). Aujourd'hui, la traduction automatique pure est principalement utilisée pour les textes en temps réel (forums, chats), qui sont un simple résumé d'informations et ne visent pas la qualité linguistique.

Il existe plusieurs types de traduction automatique. Voici les principaux :

  • Traduction automatique reposant sur des règles : Plus ancienne méthode de TA, elle associe règles grammaticales et définitions linguistiques. Lors de la traduction, le texte source est analysé phrase par phrase et découpé en composantes grammaticales. La structure de la phrase est ensuite transposée dans la langue cible, puis les mots sont traduits un à un et incorporés à la structure. La traduction automatique basée sur des règles ne vaut que pour une combinaison de langues données, puisque les règles grammaticales varient d'une langue à l'autre.
  • Traduction automatique reposant sur des statistiques : Cette nouvelle approche n'essaie pas d'appliquer des règles linguistiques au texte source. Des corpus de textes bilingues sont enregistrés et le système calcule une probabilité pour certaines formations de mots. Comme elle n'est pas liée à une langue spécifique, la TA statistique peut être utilisée pour toutes les langues, pourvu que d'énormes bases de données textuelles soient à disposition. Pour en savoir plus, cliquez ici.
  • Traduction automatique reposant sur des algorithmes neuronaux : Comme la TA statistique, elle se base sur l'analyse de corpus de textes bilingues. En outre, un réseau neuronal artificiel est construit : il enregistre une multitude d'informations pour chaque mot, comme leur contexte dans une phrase et d'autres caractéristiques. La TA neuronale est ainsi plus flexible que la TA statistique et obtient de bons résultats, même avec des phrases longues.

Aujourd'hui, la TA statistique est la plus fréquemment utilisée et la traduction automatique neuronale gagne de plus en plus de terrain. Pour obtenir une bonne qualité de traduction, il faut posséder une grande quantité de textes bilingues pour « entraîner » le moteur du système de TA. Après la traduction, un post-éditeur doit corriger le texte. La plupart des logiciels de TAO proposent aujourd'hui d'intégrer les plug-ins de TA, permettant ainsi d'effectuer la post-édition dans le même environnement que la révision. Le post-éditeur reçoit le texte traduit automatiquement et en corrige la grammaire, la syntaxe et le style en se référant au texte source.

Traduction automatique – oui ou non ?

Plusieurs facteurs déterminent s'il est judicieux d'utiliser la traduction automatique : le type de texte, le domaine de spécialité, le budget, le délai et le niveau de qualité demandé. Les avantages et inconvénients de la traduction automatique doivent donc être soupesés et comparés aux besoins du client. Les principales caractéristiques de la traduction automatique sont à nouveau résumées ci-dessous :

  • Réduction des coûts : En dehors des frais de lancement et de maintenance, la traduction ne coûte rien. Les coûts à prendre en compte pour le post-éditeur sont inférieurs à ceux d'un traducteur.
  • Gain de temps : La TA facilite la traduction de grandes quantités de textes en une fraction du temps nécessaire à un traducteur humain. Il faut cependant prévoir suffisamment de temps pour l'entraînement du moteur et pour la post-édition.
  • Présence de larges corpus de textes : Pour obtenir une qualité de traduction automatique statistique suffisante pour permettre une post-édition efficace, il faut posséder une grande quantité de textes bilingues, utilisés pour « entraîner » le moteur du système de TA.
  • Qualité : La qualité de la TA dépend de la qualité des documents bilingues présents et du niveau de précision de la post-édition.
  • Types de textes adéquats : La traduction automatique obtient de meilleurs résultats avec de longs textes standardisés très répétitifs, par exemple la documentation technique, les manuels ou les notices d'utilisation.

Afin de découvrir si la traduction automatique respecte les exigences du marché de la traduction professionnelle, Interlingua a lancé un projet pilote. Pour en savoir plus, cliquez ici.