Résumé : La qualité de la traduction automatique est loin d'être égale à celle des traducteurs humains qualifiés. Voici les domaines dans lesquels la technologie échoue.

Récemment, j'ai lu un article intéressant sur la traduction automatique neuronale. L'IA a-t-elle dépassé les humains en matière de traduction ? Même pas tout près ! , qui soutient fermement que la traduction automatique, ou plus strictement la traduction automatique neuronale (NMT), est loin d'être suffisamment avancée pour remplacer des traducteurs humains compétents.

Quel est le problème ?

Tous les jours, nous découvrons les succès de Watson d'IBM, que Google Translate est largement utilisé pour la lecture occasionnelle de publications étrangères et la traduction automatique de sites Web, et que Facebook propose des traductions instantanées du contenu et des commentaires fournis dans d'autres langues. Il semble que nous vivions un âge d'or de la traduction à la demande de qualité. Est-ce le cas ?

La réponse courte : non.

Lorsque nous révisons une traduction selon des normes rigoureuses de qualité, nous constatons des problèmes récurrents de préjugés sexistes, de manque de compréhension du contexte, de résultats absurdes et de la question plus générale de savoir comment juger de l'exactitude d'une traduction. Jusqu'à présent, juger de la qualité d'une traduction reste très onéreux car seule une personne parfaitement bilingue est en mesure de prendre cette décision.

Il existe une métrique pour la traduction automatique. C'est ce qu'on appelle le score BLEU. Cela signifie une sous-étude d'évaluation bilingue.

Le score BLEU

Il s'agit d'un système de notation qui compare la traduction automatique à un ensemble de traductions humaines connues de bonne qualité. La qualité est définie comme « plus une traduction automatique se rapproche d'une traduction humaine professionnelle, mieux elle est ». La qualité de chaque phrase est évaluée individuellement, puis la moyenne de toutes les notes sur l'ensemble du corpus, c'est-à-dire le travail en cours de traduction, est calculée. Cette note moyenne est la note ensuite utilisée comme note pour l'œuvre.

Il est intéressant de noter qu'il n'existe aucune mesure de l'intelligibilité ou de l'exactitude grammaticale. Il n'existe pas non plus de comparaison entre les phrases pour déterminer si elles sont correctes du point de vue contextuel. Vous pouvez constater à quel point cette mesure de la qualité de la traduction automatique présente de sérieuses limites.

Lisez une explication plus détaillée ici.

Pourquoi le contexte est important

Dans l'article qui a inspiré ce blog, l'auteur utilise cet exemple : un article sur un concert de musique cite quelqu'un qui dit : « Je suis un grand fan de metal ». Traduit en français par traduction automatique, cela devient « Je suis un énorme ventilateur en méta l » (« Je suis un grand ventilateur en métal »). La difficulté de comprendre le contexte entraîne une note d'échec. À un moment donné, la technologie sera capable de détecter des indicateurs de contexte tels que « concert », « événement », « musique », « festival », « arène », « théâtre » ou d'autres mots/expressions que les humains utilisent facilement pour façonner notre sens du contexte. Mais aujourd'hui, cette ambiguïté peut échapper à la capacité de la traduction automatique neuronale à déterminer la signification correcte des termes « métal » et « ventilateur »

Pour plus d'informations sur la compréhension des concepts de traduction, de traduction automatique et de traduction automatique neuronale, vous pouvez regarder cette conférence de la faculté d'ingénierie de l'université de Standford.

Traduction automatique neuronale et modèles attentifs

Pour en savoir plus sur l'importance de comprendre le contexte et la différence entre une traduction globale et une traduction localisée, vous pouvez consulter l'une des rubriques suivantes :

Traduction en allemand ? Quel allemand ? Traduction en espagnol pour votre site Web : quel espagnol ? Traduction en français ? Quel français ?

Compte tenu de l'état naissant de la technologie de traduction, que doivent faire les entreprises pour obtenir les traductions les plus précises et les plus fidèles, rapidement et à un juste prix ? MotaWord a la réponse. Notre plateforme basée sur l'IA permet aux traducteurs de travailler simultanément sur un projet, sans avoir recours à des chefs de projet humains. Les clients peuvent télécharger des guides de style et des glossaires pour personnaliser leur traduction. Ces ressources sont partagées entre tous les traducteurs travaillant sur le projet afin de produire des traductions précises en moins de temps. Et les clients peuvent suivre, en temps réel, les traducteurs travailler sur leurs projets.

Contactez-nous pour voir si nous pouvons répondre à tous vos besoins en matière de traduction.