Traduction automatique

Fin octobre 2005, la presse annonce de notables améliorations[2]. Le Centre international pour les technologies avancées des communications, dirigé conjointement par l’université Carnegie-Mellon de Pittsburgh et l'université de Karlsruhe en Allemagne, dévoile alors un système informatique de traduction instantanée. Un étudiant chinois, affublé de onze électrodes sur le visage et sur la gorge, prononce dans sa langue un discours qui est simultanément traduit en anglais et en espagnol. Les chercheurs indiquent en conclusion que « Les résultats ne sont pas parfaits » et qu'« il peut y avoir des difficultés quelquefois ». En fait, aucun article n'indique que les journalistes allemands et américains ont pu discuter avec l'étudiant. Les journalistes omettent d’ailleurs généralement de préciser que, quand le docteur Waibel annonce qu’il va prendre des questions de journalistes allemands et américains, l’ordinateur entend quelque chose comme : « Ainsi nous glycogène il alternant des questions entre l’Allemagne et l’Amérique. »[3] Ce type de traduction instantanée manque encore d'améliorations logicielles concernant la reconnaissance vocale, notamment brouillée par le bruit ambiant et la mauvaise prononciation.

En 2018, un outil informatique basé sur l'intelligence artificielle réussit à traduire en douze heures un livre de 800 pages de texte, de graphiques et de formules mathématiques, écrit avec LaTeX[4]. Cet outil développé par Quantmetry, une jeune entreprise de conseil en intelligence artificielle pour les entreprises, associée à quatre chercheurs français spécialistes de l'apprentissage profond et issus de l'ENSAI, de l'INRIA et de l'Université de Caen, est basé sur le service de traduction automatique DeepL.

La méthode du Deep Learning et l'avancée de la traduction automatique inspirée du mode de fonctionnement du cerveau humain repose sur la traduction automatique neuronale, communément appelée NMT en anglais "Neural Machine Translation"[5].

En 2019, l'un des services leader du domaine est DeepL de Linguee, mais ce service pourrait être devancé par des progrès à venir de Google[6].

En 2010, Pangeanic est devenue la première entreprise au monde à appliquer le traducteur statistique Moses dans un environnement commercial en développant une plateforme d'autoapprentissage, de nettoyage de corpus et de recyclage en collaboration avec l'Instituto Técnico de Informática de Valencia (ITI) et le groupe de recherche Reconnaissance des formes et technologie du langage humain de la Politècnica de València. Membre fondateur de TAUS, Pangeanic a remporté le plus grand contrat d'infrastructure de traduction automatique pour la Commission européenne avec son projet IADAATPA en 2017. Depuis 2019, Pangeanic dirige NTEU.eu, un projet CEF de la Commission européenne. NTEU est la plus grande ferme de moteurs de traduction automatique fondée sur les réseaux neuronaux pour les administrations publiques européennes.

Depuis 2020, Google a rendu la traduction automatique de discours ou de conversation orale accessible depuis des téléphones portables[7].

La traduction automatique se distingue de la transcription automatique par le fait que la traduction automatique est une traduction — de l'écrit vers l'écrit — alors que la transcription s'applique sur un discours et peut être proposée de manière écrite[8].

Par exemple, le centre de traduction des organes de l’UE propose à ses utilisateurs les deux types de services pour leur permettre d'obtenir rapidement et à moindres frais un texte utilisable sans être précisément juste[8].

Le premier distributeur de film indien — originellement par VHS —, avec plusieurs centaines de millions d'utilisateurs enregistrés, connu pour ses films blockbusters[9] a fait sous-titrer — transcrire automatiquement — l'intégralité des 12 000 produits de son catalogue par le service de Google pour les rendre disponibles en langue arabe. Cette transcription automatique réduit les coûts de 25 % et les délais de deux jours. Elle conduit aussi à des erreurs qui nécessitent des corrections quand elles sont détectées ou identifiées[10].

Triangle de Vauquois, modèle pour les fondements de la traduction automatique

Le processus de traduction (au sens humain) peut être découpé en trois phases :

1. Compréhension : assimilation du sens véhiculé par un texte, du vouloir dire d'un auteur… ;
2. Déverbalisation : oubli des mots et conservation du sens ; « Opération par laquelle un sujet prend conscience du sens d'un message en perdant conscience des mots et des phrases qui lui ont donné corps »[11] ;
3. Réexpression : reformulation du vouloir dire en langue cible.

En termes informatiques, la compréhension devient l'analyse, la déverbalisation devient le transfert et la réexpression devient la génération. Ces étapes du processus sont modélisées dans le triangle de Vauquois[12]. Ce modèle est utile, car pour passer de la source à la cible, il existe plusieurs chemins possibles qui constituent les différentes approches envisagées à ce jour. Plus le degré de conceptualisation est élevé, plus court est le chemin du transfert. Il existe quatre possibilités principales :

• Le transfert direct : pas de conceptualisation, toute la traduction repose sur le transfert. La traduction par l'exemple et la traduction statistique[13] travaillent à ce niveau. La traduction est vue comme un processus de décodage.
• Le transfert syntaxique : le niveau du transfert est syntaxique. Généralement, sa représentation est l'arbre syntaxique. L'analyse produit une représentation syntaxique pour la langue source. Le transfert consiste à produire une représentation syntaxique pour la langue cible à partir de ce dernier. Finalement, la génération produit la phrase en langue cible. La traduction automatique à base de règles est représentative de cette catégorie. Les règles permettent les différentes transformations.
• Le transfert sémantique : le niveau du transfert est sémantique. Cette voie est celle qu'empruntent les humains. Les modèles de représentation de la sémantique du langage sont décrits par la pragmatique. La sémantique peut être décrite par une ontologie. Il n'y a que peu d'approches de la traduction automatique représentatives du transfert sémantique[14].
• L'interlangue : Ce niveau supprime la nécessité de transfert. L'interlangue devient universelle. Et seuls restent les processus d'analyse et de génération. L'interlangue est aussi désignée sous le terme de langue pivot. DLT (voir l'article Traduction de langues distribuée) est une tentative inachevée de cette approche. Le langage UNL est aussi un exemple de langage formel informatique permettant de représenter le sens d'un énoncé. L'approche est séduisante, car l'effort consiste, pour une langue donnée, à produire un analyseur et un générateur pour l'interlangue. On bénéficie alors de toutes les traductions de ou vers les langues possédant aussi l'analyseur et le générateur. Cette approche reste difficile et n'a pas connu de succès à large échelle.

Actuellement, les moteurs de traduction sont principalement par règles ou statistiques. Une voie dite hybride émerge[15]. Systran, Google Translate, Reverso et Microsoft Traduction utilisent des approches hybrides.

L'usage de la traduction automatique est devenu courant pour certains échanges et dans certains milieux professionnels[17].

Par exemple, en dépit des risques et en l'absence de professionnels compétents, les hôpitaux et cliniques des États-Unis pourraient recourir à la traduction automatique[18].

Quelque 90 % des textes traduits par la Direction générale de la Traduction (DG TRAD) sont pré-traduits par traduction automatique[19].

La traduction automatique, brute, n'est pas parfaite, et quelques erreurs peuvent se trouver dans le résultat, comme l'utilisation d'un mot à la place d'un autre. Elle nécessite donc d'être retravaillée pour éliminer les erreurs. La révision humaine de la traduction automatique est appelée la post-édition. Lorsque le quantitatif et le coût priment sur le qualitatif, la traduction automatique est privilégiée et le traducteur professionnel se trouve parfois contraint de justifier sa plus-value[20]. La qualité des traductions est cependant augmentée par la post-édition. Une étude sur un système de traduction automatisée utilisée dans une agence de presse canadienne a révélé que la post-édition par des rédacteurs humains a corrigé de nombreuses erreurs commises par la machine, mais pas toutes[21].

Exemple d'erreur où le mot mandat est traduit littéralement, sans tenir compte du contexte des mesures sanitaires liées à la pandémie de COVID-19:

Ce type de service peut présenter des risques dans le domaine de la vie privée, ainsi que des risques d'induire des préjugés racistes ou sexistes[22].

Un mauvais usage peut conduire à d'autres risques selon l'usage, ainsi selon le Daily Telegraph, un employé polonais a été sérieusement blessé après avoir suivi les consignes de sécurité dont Google avait donné une traduction incorrecte ou erronée à la demande de l'employeur — Parker's Nurseries —[23].

Le savoir utiliser avec le recul nécessaire la traduction automatique s'appelle “Machine Translation Literacy”.

Les appareils de traduction actuels sont utiles pour des situations limitées, par exemple, pour réserver une chambre dans un hôtel. « Si je vais à Pékin, je peux descendre au Hilton sans aucun problème », disait Stephan Vogel, un chercheur de Carnegie Mellon.

Divers projets cherchent à améliorer les performances et la rapidité des moteurs de traduction (dont celui de Google), espérant un jour pouvoir surmonter la « barrière de la langue » et traduire en temps réel (comme cela a été imaginé par de nombreux auteurs de science-fiction) une langue étrangère, voire pouvoir « communiquer » avec certains animaux via un logiciel de traitement vocal.

• Un projet en cours au Japon consiste à équiper un téléphone portable d'un traducteur multilingue automatique. Ce projet vise dans un premier temps à afficher sur l'écran du téléphone la traduction de phrases et mots simples prononcés en japonais ou en d'autres langues, en quelques secondes et de manière autonome, c'est-à-dire sans dépendre d'un serveur[24].

• Google a annoncé début 2010 une application de traduction vocale quasi instantanée (speech-to-speech translation).