L'évolution de la traduction automatique

Évolution traduction automatique

La technologie est présente depuis des années et, grâce à ses avancées, a permis de développer de nouvelles méthodes permettant d’automatiser les processus afin d’optimiser le temps et les ressources. Le secteur de la traduction constitue un parfait exemple de la façon dont la technologie a amélioré ses processus pour aider les professionnels à effectuer leur travail de manière beaucoup plus efficace. Pour en arriver là, un processus long et épineux aura été nécessaire. C'est pour cela que nous souhaitons consacrer le post d’aujourd’hui à expliquer les progrès et l’évolution de la traduction automatique.

Bien que le début de ce type de traduction remonte aux années 1950, ce n’est que dix ans plus tard que la première méthode de traduction automatique, basée sur des règles, est apparue. La mécanique était simple : deux paires de langues étaient retenues et les mots de la langue source étaient mis en relation avec ceux de la langue cible, de la même manière qu'un dictionnaire ou un glossaire ; simple, rapide et efficace. Ce système a été utilisé pendant de nombreuses années, car il donnait de très bons résultats, mais son coût en ressources était élevé, étant donné qu’il était nécessaire de consacrer beaucoup de temps à introduire toutes les données une par une.

Avec l’apparition d’Internet et grâce aux ordinateurs dotés de processeurs plus rapides, c’est dans les années 1990 que la seconde méthode a vu le jour : la traduction automatique statistique. Ce système était plus rapide, car il disposait déjà de bases de données linguistiques. Lorsqu'un mot était détecté dans la langue source, à l'aide de l'algorithme et des calculs, le système indiquait une prédiction dans la langue cible en fonction des statistiques ; c’est-à-dire que si le mot A avait été traduit comme le mot B dans la plupart des cas, le système choisissait ce mot par probabilité. Cette méthode a très bien fonctionné pendant de nombreuses années, car elle était rapide, fluide et demandait des coûts de maintenance inférieurs à ceux de la précédente méthode.

L'arrivée de la dernière méthode ne s'est produite que de nombreuses années plus tard, son application n'ayant été possible qu'au cours de l'ère des nouvelles technologies et les avancées de l'intelligence artificielle. En 2014, le modèle de traduction automatique basée sur des réseaux de neurones est apparu. La principale différence par rapport à la traduction automatique statistique réside dans son fonctionnement qui reproduit les connexions neuronales d'un cerveau humain. Dans ce cas précis, il sélectionne un très grand nombre de traductions dans les deux paires de langues et établit des liens entre les termes en associant les mots ou phrases correspondants grâce au deep learning (apprentissage autonome), étant donné que le moteur neuronal est capable de prédire la traduction. L'un des avantages de l'ia de traduction est qu'elle peut être entraînée et personnalisée afin de traduire d'une langue à une autre et d'adapter le contenu en fonction du domaine ou de la spécialisation, suivant le client.

En ATLS hace años que implementamos la traducción automática neuronal para nuestros clientes. Nous disposons d'une énorme quantité de données (corpus) de traductions réelles et de la technologie nécessaire, développée en interne, pour préparer des moteurs adaptés à chaque client en fonction des besoins du secteur ou d'un domaine spécifique. N'hésitez pas à nous contacter et à nous expliquer votre cas, nous vous aiderons à trouver la méthode convenant le mieux à votre entreprise et à développer une solution exclusivement pour vous.

Vous avez aimé cet article ?

Cliquez sur une étoile pour noter l'article

Note moyenne /5. Nombre de votes :

Nous sommes désolés que cet article ne vous ait pas été utile…

Nous allons nous efforcer de nous améliorer !

Dites-nous comment nous pouvons améliorer cet article

ATLS

Écrit par ATLS

Entreprise de traduction et de marketing digital
Voir le profil sur LinkedIn