La traduction automatique neuronale (NMT) : tout savoir sur cette technologie

Depuis une dizaine d’années, on constate des progrès révolutionnaires en matière de traduction automatique. En effet, des logiciels de plus en plus performants ont vu le jour grâce à l’Intelligence Artificielle. Dernière avancée en date : la traduction automatique neuronale ou NMT (Neural Machine Translation). Mais quelles sont les spécificités de cette technologie de pointe qui permet de produire des traductions d’une qualité jusqu’alors inégalée dans différentes langues ? On fait le point.

Traduction automatique neuronale : décryptage

La traduction automatique consiste à traduire un texte ou un contenu audio d’une langue source vers une langue cible uniquement grâce à un logiciel.

Cette technologie a connu 3 évolutions majeures :

Traduction automatique basée sur les règles linguistiques

Dans les années 1980, les systèmes de traduction automatique fonctionnent à base de répertoires des règles linguistiques et grammaticales associés à des dictionnaires de mots courants.

Traduction automatique à partir de statistiques

Dans les années 1990, la traduction automatique statistique se base sur des modèles statistiques générés à partir de corpus de contenus bilingues.

Ce système de traduction automatique analyse des bases de données linguistiques très volumineuses pour proposer des traductions plus qualitatives, mais encore en deçà de la traduction humaine.

Système de traduction automatique basé sur un réseau neuronal artificiel

Depuis 2015, les systèmes de TAN (traduction automatique neuronale) permettent d’obtenir une qualité de traduction bien supérieure et plus rapidement.

En effet, contrairement aux précédents moteurs de traduction automatique, ces logiciels de nouvelle génération ont la capacité de replacer les termes traduits dans leur contexte pour sélectionner le sens adapté avec une précision optimisée.

Comment ? Grâce à l’Intelligence Artificielle, le Big Data (analyse d’un grand volume de données) et l’autoapprentissage. Son principe novateur ? Le Deep learning (apprentissage profond), c’est-à-dire l’utilisation de réseaux neuronaux artificiels. Ils permettent à la machine de corriger ses paramètres au fur et à mesure des traductions, d’apprendre comme le fait le cerveau humain, mais surtout de contextualiser les phrases traduites via une analyse globale.

Comment fonctionne la traduction automatique neuronale ?

Dans le cas de la traduction neuronale, le moteur de traduction automatique utilise des algorithmes neuronaux.

Cet outil traite l’ensemble du processus de traduction via un réseau de neurones artificiels unique qui a la capacité de :

• Relier les phrases au contexte au lieu de les analyser séparément.
• Ajuster automatiquement et au fur et à mesure les formulations, en tenant compte du contexte des phrases de la langue source et des conventions d’utilisation de la langue cible. Grâce à un algorithme de rétropropagation, le réseau neuronal s’enrichit d’un grand volume de données d’entraînement et affine constamment ses paramètres à partir de traductions de référence.

À chaque sollicitation, cette technologie s’autocorrige et alimente sa mémoire de traduction pour améliorer en continu la finesse et la précision des formulations traduites. Autoapprenante, elle peut progressivement restituer le ton et l’intention de l’auteur.  

Résultat : des contenus traduits rapidement avec un niveau de qualité et de pertinence jamais atteint par la traduction automatique traditionnelle.

Quelles sont les applications de la NMT dans l’univers de la traduction ?

Les géants de la traduction automatique en ligne sont bien évidemment les premiers à tirer parti de cette technologie innovante.

L’exemple le plus connu est sans aucun doute Google Translate. Depuis 2016, ce moteur de traduction automatique exploite les capacités de Google Neural Machine Translation pour certaines combinaisons linguistiques.

Mais d’autres références en la matière ont compris l’intérêt de la NMT et l’ont intégré à leur outil de traduction : DeepL (dont la qualité des traductions rivalise avec le leader) , Microsoft Translator, Systran, Baidu Translate…

Des acteurs du secteur ont également saisi l’opportunité d’améliorer leurs services. En effet, certains développeurs d’outils de Traduction Assistée par Ordinateur (TAO) proposent cette technologie dans leur suite logicielle. Par exemple, les traducteurs professionnels utilisant le logiciel Trados Studio peuvent activer l’offre NMT appelée Language Weaver pour profiter de cette innovation directement dans leur outil TAO.

Bon à savoir : un logiciel TAO est utilisé par un traducteur professionnel pour l’aider à accomplir sa mission. Il l’assiste pour gagner du temps, affiner la cohérence grâce à des mémoires de traduction et des glossaires.

Quelles sont les limites de la NMT ?

Les avantages de cette technologie de traduction sont évidents : gain de temps, optimisation des coûts, amélioration de la pertinence des traductions…

Même si, ces nouveaux outils de traduction automatique sont plus performants et pleins de promesses, ils ne sont pas infaillibles.

Effectivement, ils ne sont pas capables de remplacer l’expertise humaine, notamment sur certains types de contenus :

• La traduction technique avec une terminologie spécifique et complexe. Par exemple, le domaine médical exige le recours à un traducteur professionnel spécialisé dans ce secteur avec une parfaite connaissance du jargon utilisé. Aucune erreur ni approximation ne sont tolérées. Les enjeux sont trop importants.
• La transcréation. Cette prestation nécessite un travail d’adaptation approfondi et pertinent pour que le message transmis soit aussi impactant dans la langue cible auprès des publics étrangers visés. Dans ce cas-là, il faut faire preuve de créativité : seul un traducteur humain connaissant précisément les attentes, la sensibilité et les spécificités socioculturelles des cibles est en mesure d’adapter le contenu traduit.

La technologie NMT est prometteuse. Si elle ne rivalise pas encore avec les performances humaines, elle constitue une réelle opportunité pour les traducteurs afin d’optimiser leur productivité. Comment ? En réalisant la post-édition de la traduction automatique neuronale. Ce travail consiste à intervenir après le moteur de traduction pour s’assurer que la terminologie employée est correcte et ajuster le contenu traduit si besoin. Le traducteur humain a encore de beaux jours devant lui…