Cet article étend les travaux existants sur l'intégration terminologique à la traduction automatique neuronale, une pratique industrielle courante pour adapter dynamiquement la traduction à un domaine spécifique.
Notre méthode, basée sur l'utilisation d'espaces réservés complétés par l'annotation morphosyntaxique, puise efficacement dans la capacité du réseau neuronal à traiter la connaissance symbolique pour dépasser la généralisation de surface montrée par les techniques alternatives.
Nous comparons notre approche à l'égard des systèmes de pointe et les comparons à l'aide d'un cadre d'évaluation bien défini, en nous concentrant sur l'application réelle de la terminologie et non pas seulement sur le rendement global.
Les résultats indiquent la pertinence de notre méthode dans le cas d'utilisation où la terminologie est utilisée dans un système formé uniquement à des données génériques.
Compte rendu de la 28e Conférence internationale sur la linguistique informatique, décembre 2020