La traduction automatique neuronale et l’avenir du traducteur

Par Benoit Julliard, étudiant M1

anatomy-1751201_1280

Fin 2016, plusieurs grandes entreprises comme Google, Microsoft, Systran ou SDL, ont dévoilé des solutions de traduction automatique neuronale. Cette technologie récente est déjà meilleure que les modèles statistiques qui étaient utilisés jusqu’à présent, et elle promet de révolutionner le monde de la traduction automatique. Comment fonctionne cette technologie ? De quoi est-elle capable ? Quelles seront les conséquences pour le marché de la traduction professionnelle ? Nous allons tenter de répondre à ces questions.

Jusqu’à maintenant, le modèle de traduction automatique le plus fréquemment utilisé était la traduction statistique. Ce modèle repose sur l’utilisation d’un vaste corpus parallèle, découpé en unités de traduction auxquelles on attribue un score de probabilité. Lorsqu’un moteur de traduction automatique statistique analyse une phrase à traduire, celui-ci segmente également la phrase en différentes unités qui sont comparées au corpus, afin de produire une traduction ayant le plus grand score de probabilité.[i] La traduction automatique neuronale, quant à elle, bien qu’elle repose également sur un corpus, ne se contente plus de traduire des segments isolés. Au lieu de cela, elle traduit la phrase dans sa totalité, et le moteur s’améliore seul en créant des voies neuronales qui se renforcent au fil du temps, imitant ainsi le cerveau humain. Les résultats sont impressionnants, comme le montre cet article du New York Times qui décrit l’expérience menée par le professeur Jun Rekimoto sur un passage de la nouvelle d’Ernest Hemingway, Les neiges du Kilimandjaro. À part l’omission d’un article qui a trahi la machine, la traduction de ce passage est d’une qualité exceptionnelle, en particulier lorsqu’on la compare à la traduction proposée par le moteur statistique.

Les moteurs de traduction automatique neuronale promettent donc de révolutionner l’avenir du marché de la traduction, notamment ceux de Google et Microsoft, qui utilisent des bases de données très importantes. Ceux-ci posent des problèmes de confidentialité, car les données fournies aux moteurs de traduction de Google et Microsoft sont conservées par ces entreprises. C’est pourquoi Systran et SDL proposent un service qui promet de protéger les informations sensibles.

D’autre part, la machine possède encore des lacunes, notamment en matière de gestion de ce qui se passe autour de la traduction. La machine ne peut en effet pas comprendre les attentes d’un client, ni l’objet de la traduction et le public auquel elle est destinée. Elle a également encore des difficultés à traduire le langage très technique [ii]. C’est donc au niveau du service que les biotraducteurs pourront se démarquer, en étant à l’écoute de leurs clients afin de leur proposer des solutions personnalisées.

Il est certain que cette évolution de la traduction automatique va bouleverser le marché de la traduction dans les années à venir, sans pour autant qu’elle ne remplace entièrement l’humain. Certains domaines seront moins affectés par les avancées de la traduction automatique neuronale, en particulier ceux qui nécessitent un effort créatif d’adaptation, de transcréation ou de localisation, comme le marketing, les jeux vidéo ou l’audiovisuel.

Enfin on peut imaginer que l’homme et la machine seront amenés à travailler en véritable symbiose, et ou la post-édition aura un rôle de plus en plus important. C’est donc un avenir riche en nouveaux défis qui attend les traducteurs.

[i] https://interstices.info/jcms/nn_72253/la-traduction-automatique-statistique-comment-ca-marche

[ii] http://content.lionbridge.com/neural-machine-translation-artificial-intelligence-works-multilingual-communication/

 

Publicités

2 réflexions sur “La traduction automatique neuronale et l’avenir du traducteur

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s