Black background illuminated by swirls of light, numbers nd letters

L'avenir de la technologie linguistique : le futur de la traduction automatique

La traduction automatique va continuer à progresser, et son rôle pour l'amélioration de la productivité de la traduction (quand elle est correctement mise en œuvre) va se renforcer

Dernière mise à jour: Janvier 22, 2021 2:00AM

Voici la troisième partie de la série L'avenir de la technologie linguistique, qui s'intéresse aux évolutions des prestations linguistiques rendues possibles par les développements technologiques.

Jamais auparavant autant de contenus n'avaient été créés, c'est pourquoi les entreprises subissent des pressions pour trouver des moyens de traduire leurs contenus rapidement et de façon efficace. La traduction automatique devient de plus en plus populaire, mais elle est encore loin d'être parfaite. La qualité inférieure est un problème qui dure depuis longtemps. Cependant, vous pouvez vous attendre à des améliorations qui renforceront vos efforts de localisation.

Nous allons examiner les facteurs qui ont une influence sur la traduction automatique, et nous vous apprendrons comment utiliser la technologie au profit de votre stratégie de localisation.

CONTACTEZ-NOUS

Qu'est-ce que la traduction automatique ?

La traduction automatique est la traduction automatisée d'un document source dans une autre langue sans intervention humaine. Même si ce concept est relativement nouveau pour le grand public, la traduction automatique existe depuis des décennies.

SYSTRAN a fait partie des premières entreprises à développer des systèmes de traduction automatique à la fin des années 1960. Pendant la Guerre froide, l'entreprise a travaillé en collaboration avec l'U.S. Air Force pour traduire les documents des services de renseignements russes. L'objectif était que les machines proposent des traductions suffisamment bonnes pour que les traducteurs humains en comprennent le sens et puissent facilement les améliorer. Les premiers moteurs de traduction automatique utilisaient des méthodes basées sur des règles, ce qui signifie qu'ils s'appuyaient sur des règles développées par des humains ou provenant de dictionnaires pour générer des traductions. Depuis cette époque, la technologie linguistique a considérablement évolué.

Quels sont les facteurs qui ont influencé l'évolution de la traduction automatique ?

Modèles statistiques et moteurs hybrides

C'est dans les années 1990 que la traduction automatique a connu un développement majeur, lorsque des entreprises comme IBM ont commencé à tirer parti de modèles statistiques qui ont permis d'améliorer considérablement la qualité de la traduction. Les moteurs de traduction automatique statistique étaient une technologie novatrice. Ces moteurs s'appuyaient sur des méthodes statistiques avancées et une grande quantité de données d'Internet pour traduire des contenus de plus en plus conséquents. Google a plus tard déployé cette technologie à grande échelle pour tenter de rendre toutes les connaissances humaines consultables.

Les premiers moteurs de traduction automatique statistique étaient bien plus performants que les moteurs basés sur des règles, mais ils faisaient toujours beaucoup d'erreurs. C'est ainsi que les entreprises ont commencé à expérimenter des moteurs de traduction automatique hybride, qui combinaient traduction automatique statistique et traduction automatique basée sur des règles. Ces avancées ont contribué à populariser la technologie de traduction automatique et favorisé son adoption à l'échelle mondiale.

Traduction automatique neuronale

En 2017, la traduction automatique a connu une nouvelle avancée technologique avec l'arrivée de la traduction automatique neuronale. La traduction automatique neuronale exploite la puissance de l'intelligence artificielle (IA) et utilise des réseaux neuronaux pour générer des traductions.

Au contraire des méthodes susmentionnées, les réseaux neuronaux essaient d'imiter le processus de réflexion d'un traducteur au lieu de « deviner » un résultat probable. Le résultat est une traduction beaucoup plus naturelle, qui exprime de façon plus précise le sens et les nuances de la phrase. Grâce à ce développement, la qualité de la traduction automatique est devenue suffisante non seulement pour comprendre ou saisir l'idée générale d'un grand volume de documents, mais également pour traduire les documents commerciaux habituels, non stratégiques.

La traduction automatique neuronale a remédié à certaines des lacunes de longue date de la traduction automatique, notamment la lisibilité médiocre des traductions générées et son incompatibilité avec certaines langues telles que le coréen. Des efforts d'amélioration de la traduction automatique neuronale sont en cours. Pour en savoir plus sur la traduction automatique neuronale, lisez notre article de blog Neural Machine Translation: How Artificial Intelligence Works When Translating Language (Traduction automatique neuronale : comment fonctionne l'intelligence artificielle quand elle traduit).

Dans quelle mesure la traduction automatique neuronale s'améliore-t-elle ?

Les équipes R&D de Lionbridge estiment que la traduction automatique neuronale s'améliore de 3 à 7 % chaque année. Nos experts mesurent l'amélioration au moyen d'un indicateur appelé « efforts d'édition ». Les efforts d'édition calculent le nombre de modifications qu'un humain doit apporter au résultat de la traduction automatique pour que la traduction obtenue soit d'aussi bonne qualité qu'une traduction humaine.

La traduction automatique neuronale va continuer à progresser à mesure que la demande de services de traduction augmente et que l'apprentissage automatique devient plus efficace pour entraîner les moteurs de traduction automatique neuronale.

Quels sont les facteurs qui vont déterminer les taux d'adoption de la traduction automatique neuronale à l'avenir ?

L'adoption de la traduction automatique neuronale va s'accélérer à l'avenir du fait de l'augmentation exponentielle du volume de contenus devant être localisés.

La crise de la COVID-19 a accéléré la transformation numérique de nombreuses entreprises, augmentant ainsi le besoin en services de traduction. Dans le même temps, les contenus doivent être plus ciblés et plus diversifiés. Ces conditions du marché vont favoriser le recours à la traduction automatique pour certaines parties des contenus, avec ou sans supervision humaine.

La supervision humaine passe par la traduction automatique avec post-édition (MTPE), une méthode hybride qui combine traduction automatique et traduction humaine traditionnelle. La post-édition consiste à suivre le processus de traduction automatique afin d'améliorer la qualité du texte traduit. Notre blog explique quand utiliser la traduction automatique avec post-édition.

Quel impact vont avoir les taux d'adoption de la traduction automatique neuronale sur les services de traduction ?

Les entreprises peuvent s'attendre à ce que les services de traduction deviennent plus abordables, au moins pour certaines langues, grâce à la traduction automatique neuronale. Cette réduction des coûts va permettre aux entreprises d'augmenter le nombre de marchés qu'elles ciblent et de commercialiser plus rapidement leurs produits sur ces marchés.

L'adoption de la traduction automatique neuronale s'accompagnant d'une transformation numérique de l'économie mondiale, un environnement plus concurrentiel va émerger. Les utilisateurs finaux s'attendront de plus en plus à ce que les informations produit soient proposées dans leur langue maternelle. Les entreprises devront systématiquement, et non de façon exceptionnelle, répondre à cette attente sur l'ensemble de leurs marchés.

La boîte à outils d'automatisation : qu'est-ce qu'une mémoire de traduction ?

En matière d'automatisation des traductions, la traduction automatique n'est pas le seul outil disponible. La mémoire de traduction a été un précurseur important de la traduction automatique, et elle continuera à jouer un rôle pour la localisation. La traduction automatique et la mémoire de traduction fonctionnent souvent ensemble. Cependant, le rôle de la mémoire de traduction va évoluer.

Développée au début des années 1990, la mémoire de traduction est une base de données d'anciennes traductions utilisée par une entreprise pour réduire la charge de travail sur les nouveaux contenus à traduire.

La technologie de mémoire de traduction est mise en œuvre par le biais d'outils de traduction assistée par ordinateur (TAO) ou d'un outil de mémoire de traduction. Ces outils permettent à plusieurs traducteurs travaillant sur le même contenu de réutiliser des termes ou des phrases déjà traduits dans différentes parties de ce contenu.

Les mémoires de traduction permettent aux entreprises :

d'obtenir une traduction cohérente de leur terminologie ;
de réduire les coûts ;
d'accélérer et d'augmenter la productivité du processus de traduction.

Historiquement, les mémoires de traduction ont joué un rôle essentiel pour réaliser des économies, qui mérite d'être souligné

Woman wearing glasses and sitting on couch looks away from her laptop

En quoi la traduction automatique diffère-t-elle de la mémoire de traduction ?

Même si la traduction automatique et la mémoire de traduction sont deux outils servant à automatiser le processus de traduction, elles présentent d'importantes différences.

Les mémoires de traduction étant des référentiels (ou bases de données) d'anciennes traductions, elles génèrent passivement des traductions en établissant des correspondances entre des phrases entières ou des fragments de phrases et le texte source. La traduction automatique est une technologie beaucoup plus sophistiquée. Elle essaie activement de deviner la traduction possible d'un texte source en s'appuyant sur les anciennes traductions et sur diverses techniques de traitement automatique du langage naturel.

Ces technologies sont complémentaires. Lorsqu'elles sont associées, elles renforcent la capacité des traducteurs à travailler plus rapidement et à améliorer leur productivité. Elles permettent également de remédier à certains problèmes de qualité comme la cohérence de la terminologie. Ces deux technologies sont étroitement intégrées et fonctionnent ensemble pour optimiser la qualité des traductions.

Dans quelle mesure les technologies de traduction automatique et de mémoire de traduction évoluent-elles ensemble ?

Au cours des dernières années, les entreprises ont adopté la traduction automatique et les mémoires de traduction pour leurs traductions. En franchissant ce pas, elles ont tourné leur attention vers l'exécution et la mise en œuvre effective de ces technologies.

Étant donné que la traduction automatique offre beaucoup plus d'efficacité que la mémoire de traduction (et que, par définition, elle repose sur une sorte de mémoire de traduction), ces deux technologies se mélangent de plus en plus. Toutefois, la traduction automatique devient le principal outil de productivité de la traduction utilisé, et elle est étroitement intégrée à de nombreuses plates-formes de traduction.

Avec l'avènement de la technologie de traduction automatique en tant qu'outil de productivité majeur dans le secteur de la traduction et de la localisation, le rôle des mémoires de traduction va évoluer. De simples bases de données de traduction, les mémoires de traduction vont se transformer en outils d'entraînement pour les moteurs de traduction automatique.

Quels sont les avantages de la traduction automatique ?

La traduction automatique non supervisée (sans intervention humaine) convient davantage pour les textes simples à faible visibilité. Elle était traditionnellement utilisée pour les contenus générés par les utilisateurs comme les commentaires et les forums, ainsi que sur les sites de ventes aux enchères comme eBay. En fonction de vos attentes en matière de qualité, du type de contenu et de l'objectif, la traduction automatique peut donner des résultats corrects pour la traduction de documents commerciaux simples et généraux dans certaines langues. Étant de plus en plus utilisée, elle permet à toujours plus d'entreprises de bénéficier d'avantages similaires à ceux des mémoires de traduction, mais qui sont encore plus importants. Ces avantages sont les suivants :

La possibilité d'accélérer la publication des contenus
La cohérence terminologique
L'amélioration de la productivité des traducteurs
La réduction des coûts de traduction

Il est important de noter que les traducteurs sont des ressources limitées. En passant moins de temps sur certaines missions, ils auront la possibilité de travailler sur davantage de projets, ce qui réduira la pression sur le marché au moment où de plus en plus d'entreprises se disputent leurs services.

Dans certains cas, la traduction automatique peut multiplier par 3 ou 5 les capacités des traducteurs, permettant ainsi de localiser davantage de contenus en moins de temps. Avec l'augmentation de la productivité et la réduction des coûts, les entreprises seront en mesure de traduire davantage de contenus dans plus de langues.

En quoi les technologies de traduction automatique sont-elles utiles à votre stratégie de localisation ?

Lorsque vous élaborez votre stratégie de contenu et décidez quels marchés privilégier, assurez-vous de prendre en compte les gains d'efficacité que vous apportera l'utilisation d'un outil de traduction automatique moderne et des technologies associées.

Faire appel à un prestataire de services de localisation expérimenté vous aidera à mettre en œuvre la traduction automatique de façon à atteindre les résultats souhaités. En outre, ce partenariat vous permettra de créer et d'améliorer vos contenus et de développer votre stratégie de commercialisation. Certains prestataires de services linguistiques, comme Lionbridge, s'orientent de plus en plus vers l'espace marketing numérique pour aider les entreprises à gérer l'intégralité de leurs projets de contenu, et pas uniquement la partie localisation.

Une stratégie de localisation soigneusement planifiée et exécutée (avec les conseils d'un partenaire de localisation solide) vous permettra de tirer parti de l'ensemble des avantages de la technologie de traduction automatique. Vous pourrez ainsi libérer davantage de ressources pour créer plus de contenus et/ou pénétrer plus de marchés avec les mêmes budgets.

Cliquez sur l'image ci-dessous pour consulter les définitions clés pour comprendre la traduction automatique

Comprendre la traduction automatique : définitions et termes clés

Nous contacter

Pour en savoir plus sur notre large éventail de services de traduction automatique, téléchargez notre livre blanc consacré à la traduction automatique. Vous souhaitez savoir si vous avez trouvé le bon équilibre entre traduction automatique, mémoires de traduction et traduction humaine ? Contactez-nous.

#retail
#translation_localization
#resources
#blog_posts

AUTEUR

Kajetan Malinowski et Janette Mandell

CE QUE NOUS FAISONS

IA GÉNÉRATIVE

SECTEURS

LAⁱNGUAGE CLOUD™

NOTRE ENTREPRISE