Qu’est-ce que la traduction automatique et est-elle fiable ?

La traduction automatique désigne la traduction automatisée d'un texte à l’aide d’algorithmes informatiques et sans intervention humaine.

Il existe trois grands types de systèmes de traduction automatique : à base de règles, statistiques et neuronaux.

Les systèmes à base de règles exploitent les informations linguistiques recueillies dans des dictionnaires, ainsi que des règles grammaticales sur les principales structures sémantiques, morphologiques et syntaxiques d'une langue. Cette technologie peut être utile pour les traductions plus techniques. Des dictionnaires spécialisés peuvent également être créés pour les contenus portant sur des industries ou des disciplines spécifiques, qui font appel à un langage très technique et à beaucoup de jargon.

Les systèmes statistiques, quant à eux, n'exploitent pas du tout les règles de la langue. Ils « apprennent » à traduire en analysant de grandes quantités de données pour chaque paire de langues. Les traductions fournies par les systèmes statistiques sont en général plus fluides, mais moins cohérentes et moins précises.

La traduction automatique neuronale (ou NMT pour Neural Machine Translation) est une nouvelle approche selon laquelle les machines « apprennent » à traduire en utilisant un réseau neuronal artificiel. Elle est de plus en plus populaire parmi les chercheurs et les développeurs de programmes de traduction automatique, car les performances des systèmes neuronaux existants s’améliorent de jour en jour dans de nombreuses paires de langues.

Les premières propositions en matière de traduction automatique par ordinateur ont été présentées en 1949 par Warren Weaver et ont déclenché une vague de recherches dans de nombreuses universités des États-Unis. Le 7 janvier 1954 a eu lieu la première démonstration publique d'un système de traduction automatique. L'événement a attiré l'attention de la presse, mais aussi du grand public. Bien que peu développée à l'époque, elle a montré que la traduction automatique était une réalité imminente et a poussé à financer la recherche, non seulement aux États-Unis mais aussi dans le monde entier.

À la fin des années 1950, Yehoshua Bar-Hillel a été invité par le gouvernement américain à évaluer le potentiel d'une traduction automatique de haute qualité entièrement autonome. Bar-Hillel a ainsi attiré l'attention sur la question de l'ambiguïté sémantique, c'est-à-dire les mots ayant un double sens. Pour illustrer ses propos, il a donné l'exemple de l'utilisation du mot « pen » (qui signifie à la fois « stylo » et « parc » de jeu pour les enfants) dans les phrases « The pen is in the box » (le stylo est dans la boîte) et « The box is in the pen » (la boîte est dans le parc).

Depuis lors, la technologie derrière la traduction automatique a fait des progrès considérables, rendant les traductions automatiques largement accessibles, que ce soit pour les traducteurs, les étudiants ou encore les touristes à travers le monde.

Toutefois, malgré des progrès remarquables, l'argument de Bar-Hillel concernant l'ambiguïté sémantique dans la traduction automatique reste un problème aujourd'hui. C'est l’une des raisons pour lesquelles cette technologie n'est pas encore largement considérée comme une alternative acceptable aux traducteurs humains.

D'autres facteurs entrent en jeu dans le débat qui oppose la traduction humaine et la traduction automatique, notamment l'incapacité des ordinateurs à faire preuve de créativité pour conserver le ton et les nuances d'un texte original. Cela dit, cette technologie pourrait voir le jour dans un avenir proche, comme l'indique Andrew Ochoa, directeur général de Waverly Labs : « Lorsqu'il s'agit d'exprimer l'émotion et l'intonation, nous avons besoin d’une analyse des sentiments, ce qui n’est pas encore possible, mais pourrait bien l'être dans dix ans. »

Bibliographie :

https://www.nytimes.com/2015/06/07/magazine/is-translation-an-art-or-a-math-problem.html

https://www.bbc.co.uk/news/business-50850239

Photo par Krzysztof Kowalik sur Unsplash