Les préjugés ont la vie dure. DeepL (dont je ne suis pas actionnaire) est considéré, pour les combinaisons de langue qu'il couvre, comme le plus performant des outils NMT (neural machine translation) sur le marché à l'heure actuelle. La bascule des moteurs de TA vers le modèle neuronal (2016) a changé la donne par rapport aux modèles antérieurs. Depuis les progrès n'ont cessé (mais nous ne voyons que ce qui veut bien être mis à notre disposition sous forme gratuite) et il n'y a pas jusqu'aux maisons d'édition littéraires qui commencent à lorgner vers ce type d'application. Alors, oui, qui dit automatisation, dit 'erreur' et nécessité d'une post-édition par un relecteur humain - d'après l'enquête de terrain de la SFT (Société française des traducteurs) qui vient de sortir, la part de la post-édition dans la demande globale de traduction en France est déjà de 25 % - absorber en 5 ans un quart du marché de la traduction, c'est pas mal... C'est que cela ne doit pas être si mauvais que cela. Se fonder sur une phrase tirée au hasard pour tester un moteur de TA ne peut évidemment rien nous apprendre. Les modèles neuronaux étant fondés sur l'apprentissage profond, il suffit de les entraîner correctement pour qu'ils produisent la plupart du temps une langue fluide et adaptée au contenu. Du reste, dans les corrections à apporter, un des risques majeurs est que la langue est parfois si fluide que le post-éditeur ou la post-éditrice ne voit pas certaines erreurs (contresens par ex.) produites par la machine. Du reste encore, ce sont les mêmes modèles neuronaux qui commencent à prendre en charge la création automatique de contenus dans une langue (la trad. c'est l'étape suivante). Alors, oui, je ne crois pas aux miracles et parfois, je rigole bien de ce que la machine réussit à nous sortir, mais il faut prêter garde à ne pas jeter le bébé avec l'eau du bain.
Signalons au passage que si LibreOffice est utilisé pour le format, il existe une extension nommée PageTranslate qui propose l'accès à divers moteurs de TA en ligne (après il faut détenir ou payer la clé d'accès (API) à certains, mais j'ai justement testé l'extension il y a une semaine avec le moteur Pons (je ne sais pas quel moteur se cache derrière) sur un chapitre entier d'un ouvrage universitaire en sciences humaines de l'anglais au français et le résultat était plus qu'acceptable - sans clé à fournir ni barrière de péage (mais je ne sais pas si cela va durer longtemps...).
[^] # Re: Traduction et format
Posté par WalterPolo (Mastodon) . En réponse au message Envie de traduire automatiquement un livre et de le faire imprimer. Évalué à 2. Dernière modification le 24 novembre 2022 à 00:20.
Les préjugés ont la vie dure. DeepL (dont je ne suis pas actionnaire) est considéré, pour les combinaisons de langue qu'il couvre, comme le plus performant des outils NMT (neural machine translation) sur le marché à l'heure actuelle. La bascule des moteurs de TA vers le modèle neuronal (2016) a changé la donne par rapport aux modèles antérieurs. Depuis les progrès n'ont cessé (mais nous ne voyons que ce qui veut bien être mis à notre disposition sous forme gratuite) et il n'y a pas jusqu'aux maisons d'édition littéraires qui commencent à lorgner vers ce type d'application. Alors, oui, qui dit automatisation, dit 'erreur' et nécessité d'une post-édition par un relecteur humain - d'après l'enquête de terrain de la SFT (Société française des traducteurs) qui vient de sortir, la part de la post-édition dans la demande globale de traduction en France est déjà de 25 % - absorber en 5 ans un quart du marché de la traduction, c'est pas mal... C'est que cela ne doit pas être si mauvais que cela. Se fonder sur une phrase tirée au hasard pour tester un moteur de TA ne peut évidemment rien nous apprendre. Les modèles neuronaux étant fondés sur l'apprentissage profond, il suffit de les entraîner correctement pour qu'ils produisent la plupart du temps une langue fluide et adaptée au contenu. Du reste, dans les corrections à apporter, un des risques majeurs est que la langue est parfois si fluide que le post-éditeur ou la post-éditrice ne voit pas certaines erreurs (contresens par ex.) produites par la machine. Du reste encore, ce sont les mêmes modèles neuronaux qui commencent à prendre en charge la création automatique de contenus dans une langue (la trad. c'est l'étape suivante). Alors, oui, je ne crois pas aux miracles et parfois, je rigole bien de ce que la machine réussit à nous sortir, mais il faut prêter garde à ne pas jeter le bébé avec l'eau du bain.
Signalons au passage que si LibreOffice est utilisé pour le format, il existe une extension nommée PageTranslate qui propose l'accès à divers moteurs de TA en ligne (après il faut détenir ou payer la clé d'accès (API) à certains, mais j'ai justement testé l'extension il y a une semaine avec le moteur Pons (je ne sais pas quel moteur se cache derrière) sur un chapitre entier d'un ouvrage universitaire en sciences humaines de l'anglais au français et le résultat était plus qu'acceptable - sans clé à fournir ni barrière de péage (mais je ne sais pas si cela va durer longtemps...).