Quels sont les progrès en matière de traduction automatique ?
Les entreprises cherchent de plus en plus à créer du contenu. Cependant, elles peinent à les faire traduire de façon rapide et qualitative et tendent à se laisser séduire par les innovations de traduction automatique. Face à la mauvaise réputation des outils, que peut-on attendre de leur utilisation ? Dans cet article, Sotratech vous explique comment s’accorder avec ces nouveaux outils de traduction automatique.
Traduction automatique : de quoi parle-t-on ?
Tout d’abord, il faut faire la distinction entre TA (Traduction Automatique) et TAO (Traduction Assistée par Ordinateur). La traduction automatique permet de traduire des textes ou des contenus audio via un logiciel, sans aucune intervention humaine alors que la TAO est réalisée par un traducteur avec l’aide d’un logiciel. Le fait est que la traduction automatique (via Google traduction par exemple), est souvent pointée du doigt pour son manque de précision. Elle a néanmoins ses avantages lorsqu’il s’agit de comprendre globalement l’idée d’un texte ou sur de gros volumes. Il existe plusieurs systèmes de traduction automatique :
La traduction automatique statistique
Cette technique est réalisée à partir d’algorithmes prédictifs de règles linguistiques pour dicter à l’ordinateur comment traduire du texte. Comment cela fonctionne ? L’apprentissage statistique automatique analyse les schémas, la grammaire, les sous-groupes de mots, les syntaxes et ’expressions sur un même texte en deux langues différentes.
Couramment utilisée, la traduction automatique statistique permet d’automatiser la tâche. Cela dit, l’inconvénient, c’est que ce système s’appuie sur énormément de matière dans les deux langues pour puiser des données et des modèles. Sans quoi, les traductions sont imprécises.
La traduction automatique neuronale
C’est une technologie plus avancée comparée à la précédente, car elle s’appuie sur des modèles statistiques existants en reproduisant le fonctionnement du cerveau humain et son réseau de neurones. Elle se concentre sur des sous-parties de la phrase et traite un mot, mais également sa composition, son origine et reconnait plus de modèles de grammaire, d’orthographe et de conjugaison. Le contenu est évalué à partir de différentes sources avant de générer un résultat. La qualité de traduction est donc plus performante, plus précise et plus rapide d’exécution.
Lorsqu’on parle de Traduction automatique neuronale, Google Traduction est l’exemple le plus concret, car c’est le système de traduction automatique neuronal utilisé pour presque tous les types de texte dans tous les secteurs. C’est parce qu’il est très populaire que la collecte de données est d’autant plus exhaustive et que la qualité de traduction s’améliore en permanence.
Quelles sont les limites ?
L’inconvénient, c’est que le système neuronal s’exécute phrase par phrase et ne comprend pas encore le contexte à traduire. Il est encore incapable de déterminer pour qui ou pourquoi une traduction est effectuée, ni lier les phrases entre elles, pour mieux en cerner le sens. C’est pourtant essentiel pour saisir les subtilités de langage en traduction. Pour une traduction de qualité, le bagage culturel reste indispensable.
Si les récents progrès des outils de traduction automatique fournissent de très bons résultats en traduction techniques, ils ne sont pas optimums dans tous les domaines.
De plus, le système n’est pour le moment pas en capacité de traduire toutes les langues. La traduction automatique n’est donc pas encore 100% opérationnelle, mais elle se développe à toute allure.
Par conséquent, les traducteurs automatiques ne permettent toujours pas de se passer de traducteurs professionnels et restent encore perfectibles. Le traducteur humain a donc encore un rôle à jouer.
Intelligence artificielle : les traducteurs professionnels n’ont-ils plus d’avenir ?
Google, Microsoft, Amazon et Systran ont récemment mis au point des logiciels de traduction automatique d’une qualité sans précédent basés sur le NMT (Neural Machine Translation). Cette intelligence artificielle neuronale, proche du fonctionnement d’un cerveau humain permet d’appréhender la complexité idiomatique et de traduire mieux qu’un traducteur non natif.
Google Neural Machine Translation (GNMT) arrive donc sur le marché et corrige le tir des erreurs réputées de Google Translate. Grâce à ce nouveau système, Google parviendrait à diminuer le taux d’erreurs de traduction jusqu’à 85%. Cependant, sur 103 langues disponibles, seulement neuf bénéficient de la technologie de traitement automatique GNMT à ce jour (l’anglais et le français en font partie). Parallèlement, Microsoft développe aussi leurs propres moteurs de traduction automatique (Skype Translator et Microsoft Translator), disponibles en 60 langues. Reste donc encore à alimenter une bonne partie des requêtes mondiales.
À ce stade, la machine va-t-elle dépasser l’intervention de l’homme en traduction ? Y compris concernant les textes qui requièrent une qualité supérieure tant dans la compréhension que dans la contextualisation et les nuances que seul l’homme, jusqu’à présent pouvait détecter ? C’est une question qui se pose naturellement face à l‘intelligence artificielle, le deep learning (étude de la fréquence des mots à proximité les uns des autres dans un texte) et le big data (analyse des données à grande échelle).
Les traducteurs n’étaient jusqu’ici pas encore menacés du fait de l’incapacité des logiciels à restituer de manière fluide et cohérente toutes les spécificités et subtilités de la langue (second degré, jeux de mots, expressions particulières, vocabulaire technique). Néanmoins, aujourd’hui le métier de traducteur est toujours à forte valeur ajoutée pour améliorer justement une TA. Grâce à la traduction automatique, ils pourront ainsi passer moins de temps sur un projet pour en traiter davantage. C’est un gain de productivité multiplié par 3 voire 5. Ainsi, l’un complète l’autre pour obtenir le meilleur des deux méthodes : la traduction automatique supervisée par la traduction humaine en post-édition (MTPE) afin d’améliorer la qualité des textes.
Pour aller plus loin, lire aussi : The Pilot : la nouvelle révolution de la traduction instantanée
Alors certes, on peut faire confiance à la TA, mais tout dépend de la finalité. Il ne faut pas perdre de vue que ces outils sont développés à destination des particuliers (aux vacanciers surfant sur Tripadvisor par exemple, cherchant à traduire un texte pour leur propre compréhension, uniquement). En revanche, une traduction professionnelle se doit d’être irréprochable. Pour cela, la supervision d’un traducteur professionnel est requise.
La TA ne remplace donc toujours pas les compétences et le talent d’un traducteur professionnel.
