Chat with us, powered by LiveChat

Leader des solutions de traduction automatique neuronale généralistes (de référence)

Trusted Translations a élaboré un procédé technologique qui intègre des moteurs de traduction automatique (TA) généralistes de référence tels que Google, Microsoft, Amazon, DeepL et d’autres, avec des serveurs de mémoires de traduction (MT) et des services de post-édition pour produire d’importants volumes de traductions ayant la plus haute qualité du marché. En fonction de la demande et des spécifications fournies par notre client, nous intégrons une solution de TA de référence avec notre processus de contrôle de la qualité pour produire des traductions d’une fiabilité et d’une précision exceptionnelles. Ce processus exclusif s’est avéré améliorer considérablement les délais d’exécution et réduire les coûts, tout en maintenant un très haut niveau de qualité de traduction.

Moteurs de traduction automatique généralistes disponibles

Un moteur de traduction automatique généraliste (aussi appelé « MTAG » pour ses initiales) fait référence à un logiciel qui peut traduire du texte vers et depuis une certaine langue avec peu ou pas d’intervention humaine. Bien que chacun de ces moteurs de référence soit construit de façon différente, la plupart d’entre eux sont conçus pour traduire un contenu généraliste ne contenant pas de terminologie spécialisée – d’où l’appellation de solutions de traduction automatique généralistes. Les MTAG les plus populaires sont Google Translate, Systran, Microsoft Translator, Microsoft Hub et Amazon.

Pour la compréhension globale d’un contenu relativement basique, les MTAG peuvent suffire. Cependant, à ce jour, les moteurs personnalisés conservent un avantage concurrentiel. Ainsi, les traductions générées par les MTAG ne sont à elles seules pas suffisamment fiables pour une utilisation professionnelle, car des erreurs sont inévitables, même pour des documents simples.

Cela étant dit, un MTAG peut être un élément utile d’un processus de traduction, en fonction des objectifs du client et de la nature du projet. Chez Trusted Translations, nous avons appris à tirer profit des MTAG et à les intégrer en fonction des besoins de nos clients et de leurs objectifs. Si nous pensons qu’un projet est un bon candidat pour y intégrer des MTAG au processus, nous discutons de cette option avec notre client et mettons au point une solution qui combine les avantages des MTAG, des serveurs de mémoires et de la traduction et de la révision humaines.

Serveurs de mémoires de traduction et traduction automatique généraliste

Le recours aux serveurs de mémoires de traduction (SMT) lors de l’utilisation d’un MTAG peut être un moyen d’améliorer la qualité globale de la traduction produite, car des segments traduits humainement sont déjà intégrés au résultat. L’utilisation de ce contenu de traduction humaine aide à garantir la qualité, ce qui se traduit par une fidélité améliorée aux directives de style spécifiques du client, et aide également au regard de la terminologie dans les cas où les glossaires peuvent ne pas être un outil très performant. Une configuration possible du flux de travail pour la préparation du contenu consisterait à traduire d’abord chaque segment du contenu au moyen d’un SMT. Si aucun segment identique ou similaire (correspondance totale ou partielle) n’est trouvé lors de cette première étape, le contenu est alors envoyé dans le moteur de traduction automatique généraliste.

La plupart des SMT permettent actuellement d’exécuter ces deux étapes simultanément. Enfin, le contenu bilingue généré soit à partir d’une mémoire de traduction, soit à partir du résultat d’une traduction automatique pure, peut également être édité par un post-éditeur expert ; c’est-à-dire, un linguiste spécialement formé à travailler avec cette traduction automatique. Par la suite, toutes les post-éditions humaines seront ajoutées au SMT, améliorant ainsi la qualité de la traduction suivante.

Post-édition humaine de traductions automatiques généralistes

L’utilisation d’un MTAG peut augmenter considérablement la vitesse de production par comparaison à un processus de traduction n’impliquant que des linguistes humains. Avec une puissance informatique suffisante, il serait possible de traduire des centaines de millions de mots en quelques jours seulement. Nonobstant les récents débats sur la question de savoir si la traduction automatique a atteint le niveau de la traduction humaine, la qualité du résultat final peut être une cause de préoccupation. Une solution possible consiste à ajouter une phase de post-édition humaine, voire des étapes de révision supplémentaires, dans le flux de travail. L’intégration d’un processus de post-édition humaine affecte les délais d’exécution, mais fournit un niveau de qualité beaucoup plus élevé et peut aider à repérer les domaines problématiques de l’utilisation des MTAG.

Moteur de TA généralistes, serveurs de mémoires et
flux de travail de post-édition humaine

Étant donné que les solutions de traduction automatique en sont encore à leurs débuts, Trusted Translations aborde chaque projet selon ses spécificités propres. Cependant, d’après notre expérience, nous avons élaboré et testé plusieurs flux de travail qui intègrent la traduction automatique avec succès. Ce qui suit est un flux de travail classique qui intègre un MTAG avec une mémoire de traduction et une solution de post-édition humaine.

Comme illustré ci-dessus, le contenu circulerait à travers toutes les étapes du processus via une API (interface de programmation d’application) ou d’autres types d’intégrations. Chaque segment du contenu passe par le SMT et le moteur de traduction automatique généraliste jusqu’à l’environnement de post-édition. En d’autres termes, les résultats de chaque segment sortant de notre serveur de mémoire de traduction ou du moteur de traduction automatique généraliste sont post-édités en ligne par l’un de nos linguistes professionnels dans notre environnement de post-édition en nuage (cloud). Le processus peut s’exécuter simultanément pour plusieurs langues. Le processus atteint presque instantanément l’environnement de post-édition. Les rétroactions résultant de la post-édition humaine génèrent des mises à jour automatiques du SMT.

TA généraliste contre TA personnalisée

L’utilisation d’un moteur de traduction automatique généraliste combinée à des serveurs de mémoire de traduction réduit considérablement les coûts en recourant à une phase de post-édition humaine plutôt qu’à une traduction et une correction humaines. Les délais d’exécution s’améliorent de façon spectaculaire. Parmi les inconvénients de cette option, on compte une qualité moindre et le fait que le moteur de traduction automatique n’a pas la capacité dynamique d’apprentissage et d’auto-amélioration que possèdent les moteurs de traduction automatique personnalisés.