10 façons d'améliorer vos résultats de traduction

Alors que la Mondialisation 4.0 fait son apparition et que le télétravail se généralise dans l'écosystème de l'entreprise, la traduction est une composante de plus en plus importante de la productivité, de l'engagement et de la communication.  

Mais comment faire en sorte que tout cela soit fluide ? Vous devez communiquer efficacement avec les membres de l'équipe, les collègues et les clients au-delà des frontières physiques et linguistiques. Malheureusement, la barrière de la langue existe toujours. 

Comparée aux moteurs basés sur des règles et sur des statistiques du passé, la traduction automatique neuronale vous permet de créer des processus de traduction complexes et très efficaces sans avoir à développer de nombreux dictionnaires bilingues volumineux et bien documentés, ce qui prend des années.

Mais au-delà de la source, il y a encore beaucoup d'obstacles qui peuvent entraver la performance et la précision de vos traductions. Voici 10 façons d'améliorer instantanément vos résultats de traduction pour une communication plus rapide, plus efficace et plus facile.

1. Éliminer l'ambiguïté 

Bien que la traduction automatique neuronale soit incroyablement efficace pour comprendre le contexte et la signification d'un texte, elle n'est pas toujours parfaite. L'ambiguïté en est un excellent exemple. Lorsque des mots ambigus (c.-à-d. des mots ayant plusieurs significations ou interprétations) sont fréquemment utilisés, le système de traduction automatique est forcé de prendre une décision rapide quant à l'utilisation correcte du mot parmi plusieurs alternatives.

Souvent, ce n'est pas un problème. Mais pour des secteurs et des industries de niche qui utilisent des mots spécifiques ou apportent leur propre lexique de mots techniques, cela peut compliquer la traduction. Malgré l'architecture technique de pointe de solutions telles que Open NMT, les phrases lexicalement ambiguës restent un obstacle à des traductions précises, constructives et cohérentes.

To be clear, it’s not that NMT isn’t capable of handling ambiguity or that neural networks are getting more efficient at tackling this problem; they are. In fact, Open NMT recently ranked fastest across multiple tasks in the Tâche partagée d'efficacité du GTNO 2020 — which incorporates BLUE scores. It’s that ambiguity naturally impacts your BLUE score, especially if it’s commonly used and segmented to niche industries that feed minimal data into the neural network. 

L'élimination de l'ambiguïté de votre source peut donc immédiatement améliorer la vitesse et la précision. Nous recommandons donc toujours de réduire au minimum les termes ambigus, à moins qu'ils ne soient absolument nécessaires pour une traduction cohérente. 

2. Supprimez Les Mots Inutiles 

The more words you have in your source, the more your neural network must process, translate, and learn over time. By removing “filler” words, you can quickly increase speed and accuracy. But that’s only part of the story. Unnecessary words, regardless of their ease-of-translation, add additional complexities to the user-end. 

Encore une fois, la densité de mots n'est pas un problème pour la traduction automatique, bien au contraire. La traduction automatique est bien meilleure pour traduire des données massive que les solutions du passé. Néanmoins, la réduction des mots inutiles augmentera la performance de vos traductions. Mais, compte tenu de la vitesse et de la précision des moteurs de traduction modernes, c'est une préoccupation secondaire (nous parlons de gagner quelques dixièmes de secondes). C'est simplement que les mots inutiles créent une pression sur l'utilisateur final et rendent la communication inutilement compliquée. 

[En français] Comment une machine peut-elle apprendre à traduire dans votre langue ?

3. Utilisez l'article défini 

Cela nous ramène à l'ambiguïté. Certains noms (par exemple : marche, être, etc.) peuvent également être utilisés comme des noms ou des verbes. L'ajout d'un article défini (c'est-à-dire « le ») avant les noms appropriés peut réduire considérablement la charge pour votre solution de traduction automatique. Il y a eu beaucoup d'hypothèses et recherches sur l'incapacité des modèles de traductions automatique à traduire de manière hyper-efficace (au fil du temps) les lexiques ambigus. En fait, Google Translate, qui exécute un moteur relativement avancé, a des problèmes importants avec les termes ambigus.

While solutions like Open NMT (i.e., the core of SYSTRAN) do well with ambiguity, it’s not perfect. Adding definite articles can significantly increase accuracy and translation throughput. Simply using “the” immediately provides context to your NMT engine. 

4. Voix active 

Utiliser la voix active permet de conserver des phrases claires, concises et courtes. Dans la communication traditionnelle, la voix active est « presque » toujours le moyen idéal de communiquer. Dans la plupart des cas, la voix passive ajoute des mots supplémentaires à une phrase (p. ex., était, allait, etc.) et ajoute longueur et complexité à l'organisation de la phrase. 

Le temps utilisé est également important pour la clarté. Le sens peut se perdre dans la traduction temporelle si elle est trop complexe. Maintenir une structure active peut améliorer la qualité de la traduction pour votre moteur de traduction et augmenter la fluidité de la traduction pour les utilisateurs. 

5. Évitez les anaphores 

Neural machine translation is effective at understanding extra-sentential information and extra-sentential dependencies (i.e., “context that exists outside the translated sentence”). However, engines still struggle (especially over a large body of work) to gender anaphoric references. This is often due to language requirements. So, let’s imagine that you have a large employee handbook. In the handbook, OSHA requirements are discussed. The first sentence uses the term “OSHA,” while subsequent sentences use the anaphoric reference “it.” In other words, “it” now refers to OSHA — which was described earlier and requires context. 

Pour le lecteur humain, c'est immédiatement compréhensible. Cependant, lorsque votre moteur de traduction digère cette information, il peut avoir des difficultés à comprendre comment faire passer le pronom " it " de l'anglais à une autre langue, comme le français, et quel genre choisir. Au fil du temps, cela peut causer des problèmes. Voyons un exemple de la complexité que peut avoir l'anaphore pour votre moteur de traduction avec le pronom "it", en anglais :

• The man walked his dog. It was a Chihuahua. 
• The Chihuahua ate a dog biscuit. It was delicious. 
•  The biscuit crumbs fell on a newspaper. It was the New York Times. 

Pour le lecteur humain, ces phrases, côte à côte, sont faciles à comprendre. Mais votre moteur de traduction devra trouver comment donner un genre à chaque « it » dans le contexte de la phrase, ce qui peut rapidement devenir compliqué comme expliqué ci-dessus. 

6. Méfiez-vous du langage dépendant du contexte 

Les idiomes, expressions familières ou abréviations (en particulier celles qui correspondent au langage parlé) et les métaphores sont tous basés sur le contexte. Dans ce cas, les mots dévient de leur sens traditionnel et sont plus difficiles à traduire. Encore une fois, la suppression de phrases fortement liées au contexte aide à la fois le moteur et vos utilisateurs. Les idiomes et les expressions familières sont notoirement très difficiles à traduire, et les abréviations et les métaphores peuvent ralentir les performances du moteur de traduction. 

7. Privilégiez les phrases courtes et simples 

Alors que l'IA et les réseaux de neurones facilitent la traduction de phrases de plus en plus longues et complexes, il est tout de même idéal de les éviter autant que possible. Il est évident que certaines professions (juridiques, par exemples) sont forcées de fonctionner avec des textes aux structures plus longues et complexes. Mais si vous pouvez éviter les longues phrases, n'hésitez pas ! Plus la structure est simple, plus votre moteur sera précis et efficace au fil du temps. Plus important encore, cela rendra la traduction plus digeste pour l'utilisateur final. 

De plus, des phrases plus courtes et des structures plus simples vous évitent d'avoir à faire appel à des moteurs de traduction plus gourmands en ressources. Cela vous fera économiser du temps et de l'argent l'argent, tout en rendant votre contenu plus facile à comprendre pour l'utilisateur final. 

8. Contrôlez la cohérence terminologique 

Ce point est facile. Il est important de contrôler la cohérence de votre terminologie dans les textes que vous souhaitez traduire. En général, les problèmes de terminologie se produisent à trois niveaux : 

• Incohérence : Cela se produit lorsque deux termes sont utilisés pour le même concept. 
• Ambiguïté : Cela se produit lorsque deux termes ou plus sont utilisés pour plus d'un concept. 
• Erreurs : Cela se produit lorsque les termes utilisés pour un concept sont erronés. 

We’ve already discussed ambiguity, and errors are straightforward. Inconsistency is the tricky one. A great example used by the Justice Department in their terminology inconsistency brief is the word “perimortem.” When doctors use the word perimortem, they’re almost always referring to the body. When forensic anthropologists use the word perimortem, they’re almost always referring to bone. 

Il existe de nombreux exemples de terminologie incohérente, mais (le plus souvent) nous voyons une terminologie incohérente entrer en jeu dans le contexte du langage de marque. Certains produits, certains créneaux et certains documents marketing peuvent utiliser des termes différents de ceux qu’ils utilisent habituellement. 

9. Spécialisez vos moteurs de traduction automatique 

Tout comme les êtres humains, chaque moteur de traduction automatique a une intelligence et un savoir-faire uniques. Par le passé, les moteurs basés sur des règles exigeaient des mois de création linguistique, des années d'études et une longue expérience. Aujourd'hui, la traduction automatique réduit ce délai à quelques jours. Les capacités d'apprentissage d' l'IA lui permettent de se nourrir de contenus existants tout en apprenant (presque instantanément) de nouveaux. 

Toutefois, il nécessite encore une possibilité de personnalisation approfondie, surtout si vous avez besoin d'un moteur de traduction hyper-spécialisé pour les industries de niche.

Heureusement, c'est aujourd'hui très facile. Par exemple, vous pouvez ajouter rapidement des glossaires et terminologies à votre moteur SYSTRAN. Combiné à ses capacités neuronales déjà puissantes, cela rend la traduction plus rapide et précise. 

En d'autres termes, les moteurs de traduction sont une ressource intéressante, pas une solution unique. Vous aurez peut-être besoin de ne pas traduire certains noms, acronymes ou sujets pour des raisons de sécurité. Ou encore, vous devrez peut-être modifier la terminologie à mesure que votre industrie se développe et évolue. Encore une fois, la traduction automatique facilite les choses, mais il peut être tentant de considérer ces moteurs comme des investissements ponctuels. Pourtant, c'est une solution en constante d'avenir qui nécessite un peu d'investissement pour montrer des résultats significatifs. 

10. Ajouter et mettre à jour les dictionnaires 

Avec des solutions telles que SYSTRAN, vous pouvez ajouter et gérer vos propres dictionnaires. Par exemple, SYSTRAN peut identifier les formes de langage correctement infléchies à utiliser, indépendamment de leur entrée initiale dans le dictionnaire.

SYSTRAN apprend à partir de vos dictionnaires, apprend la grammaire dans le contexte de votre organisation, peut être personnalisé en quelques heures, puis vous pouvez ajouter constamment du nouveau contenu à votre dictionnaire. Cela permet d'affiner votre traduction à plusieurs niveaux, pour une qualité incroyable. 

Vos besoins changeront. Le langage de votre industrie changera. Vous ne devriez pas avoir à investir dans un nouveau moteur chaque fois que cela se produit. SYSTRAN vous permet d'ajouter et de gérer rapidement des dictionnaires qui ajoutent de la saveur et du contexte à vos traductions.