LA TRADUCTION ET LA TECHNOLOGIE MODERNE : CAS DE DEUX LOGICIELS (SYSTRAN ET GOOGLE TRANSLATE).

La page est créée Damien Schmitt

Divers

Français

Like
Partager
Intégrer
Plein écran
Diapositives
Télécharger HTML
Télécharger PDF
Abus

←

CONTINUER À LIRE

→

Transcription du contenu de la page

Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous

Book of Proceedings - Academic Conference of Cambridge Publications & Research International on Sub-Sahara African
Transpormation Assessment Vol. 5 No.3. 26th November, 2015- NASU, 1000 Capacity Auditorium Keffi, Keffi, Nasarawa State,
Nigeria.

LA TRADUCTION ET LA TECHNOLOGIE MODERNE : CAS DE DEUX LOGICIELS
(SYSTRAN ET GOOGLE TRANSLATE).

DR. (MRS) DINATU IWALA
Department of French, Nasarawa State University Keffi, Nasarawa State, Nigeria.

RESUME.
Aujourd’hui, le monde est devenu un petit village grâce à l’internet et la technologie moderne.
On ne saurait vivre sans les technologies comme l’ordinateur, le téléphone portable etc. Ces
technologies sont devenues parties intégrantes de notre vie quotidienne. La technologie moderne
aide à rendre la vie très facile. Elle simplifie la vie de tous les jours. La technologie pourrait
aider le traducteur pour faire la traduction. Elle est un moyen, un outil, un logiciel de sous-
titrage. Elle a pour l’objectif final de réduire l’effort des être humains. Depuis deux derniers
siècles, l’humanité a fait des pas énormes à ce qui attrait à l’innovation et aux progrès
technologiques. Les technologies permettent de se rapprocher de faciliter la communication,
d’améliorer l’enseignement et l’apprentissage et de faire économiser du temps énorme et nous
facilitent beaucoup de tâche. De nos jours, on se sert de la technologie pour traduire. La
technologie aide et facilite les activités traduisante. Dans ce travail nous allons analyser les
problèmes de deux logiciels dans la traduction: La traduction systran et la traduction Google
afin de proposer des solutions à ces problèmes.

INTRODUCTION.
La technologie selon le Petit Robert (2012), est une théorie générale et études spécifiques (outils,
machines, procédés…) des techniques. Cela veut dire que la technologie désigne l’étude des
outils, des techniques et des machines. Ce terme se réfère à tout ce que peut dire à plusieurs
périodes historiques particulières concernant l’état de l’art dans tous les domaines des savoir-
faire pratique et d’utilisation des outils.
Les nouvelles technologies online et offline appliquée à la traduction sont en train de transformer
le système d’enseignement des traducteurs et l’exercice de leur profession. Face à l’explosion
des contenus numériques et aux attentes des clients qui souhaitent des traductions de qualités
dans leurs langues, des entreprises internationale sont soumises à une pression croissante pour
localiser leurs contenus. Les ressources humaines à elles-mêmes ne peuvent pas résoudre ce
problème : l’aide de la technologie est nécessaire. La traduction automatique peut être une
solution pour répondre à la demande tout en gardant une longueur d’avance. Elle offre un borne
qualité et une continuité de traduction qu’un traducteur qui doit traduire ne doit pas garantir mais
même si la traduction automatique favorise une unité terminologique et stylistique, on peut en
voir les limites car la richesse, la précision et les nuances de la base des données ne sont de toute
façon pas à la hauteur du texte original. Elle réclame une navette continue entre l’homme et la
machine, et il est difficile de disposer d’une base des données de la traduction pour des couples

des langues peu connues. Elle est utile lorsque l’objectif prioritaire est de transférer un message
dans un temps limitée.
Dans le but de rendre la vie un peu plus aisé et confortable, les savants dans le domaine de la
science n’ont pas cessé de faire des découvertes qui dépassent souvent nos entendements. Nous
pouvons citer les ondes radio qui diffusent des émissions et c’est le même principe pour la
télévision.
Mais ce qui prédomine notre société actuelle est l’avènement de l’ordinateur et très
principalement l’internet qui s’étend sur tous les secteurs d’activité de la race humaine. Donc,
quand on parle de la traduction et la technologie moderne, c’est tout simplement la traduction
automatique. La traduction automatique c’est le processus d’utiliser les machines telles que
l’ordinateur pour traduire. Iwala (2008 :86), identifie la traduction automatique comme ‘la
traduction faite par l’ordinateur’, selon Iwala, l’ordinateur fait cette traduction à l’aide de
renseignement fournit par l’homme. La traduction par ordinateur est la traduction automatique
(T.A). Ce processus utilise un logiciel informatique pour traduire un texte d’une langue vers
l’autre. Selon la Société Technologie ‘SYSTRAN’, la traduction automatique permet de
s’affranchir des principes contraintes de la traduction humaine surtout son coût et sa capacité de
production. Un traducteur peut traduire 2000 mots par jour grâce à sa vitesse et à son coût
forfaitaire indépendant du nombre de mots, la traduction automatique permet de traduire des
documents qui n’auraient sinon pas été traduit.
Désormais, la traduction assisté par les ordinateurs ainsi que des très grandes mémoires de
traduction en ligne, alimentés par les traducteurs clients a supplanté la traduction automatique
même si cette dernière connait cependant un regain de popularité sur la toile et en traitement
automatique des langues grâce au développement du modèle statistique et à la création de l’outil
appelés Google translate. Ce moteur de traduction fonctionne sur le model statistique développé
par Franz Josef Och (Ocha Ney, 2004). Nous avons également le moteur de traduction du nom
SYSTRAN V6 premium translator.
Les avantages de la technologie moderne dans l’activité de la traduction sont :
- L’amélioration de la communication multilingue. Pour rester compétitives dans un
marché mondial globalisé, les entreprises doivent développer et entretenir leurs réseaux
internationaux, pénétrer de nouveaux marchés locaux et répondre aux besoins croissant
de leurs clients dans leur langue.
- La publication en plusieurs langues. La langue est un vecteur essentiel du développement
de l’entreprise. Le volume d’informations publiées croit sans cesse et oblige les
entreprises à redoubler l’effort pour concevoir, rédiger, publier, mettre à jours et traduire
du document en plusieurs langues.
- La libération des contraintes de capacité et plus de traduction : La traduction automatique
permet de s’affranchir des principales contraintes de la traduction humaine.
- La traduction du coût et les délais de traduction humaine. En intégrant des solutions
SYSTRAN à leur processus de localisation, les entreprises bénéficient de gain de
productivités importantes. Elles peuvent traduire plus de documents.

- Qualité de traduction : les logiciels SYSTAN sont le résultat de plus de quarante années
de développement linguistiques et d’innovation dans le domaine du traitement
automatique du langage.
- La vitesse : La traduction à l’aide du moteur traducteur se fait beaucoup plus vite
comparée à la traduction traditionnelle où l’on doit chercher à rassembler des
dictionnaires avant de commencer l’activité traduisant. Pour traduire une page de texte,
un ordinateur n’a besoin que de quelques secondes ou de quelques heures pour un livre
de 350 pages. Le plus rapide des traducteurs humains aurait besoin au minimum d’un
mois pour battre la même quantité de travail. Il faut aussi ajouter ici que tout s’accélère
avec la traduction à l’internet, ce qui facilite des délais de livraison des travaux de plus en
plus courts, indépendamment du niveau de spécialité requis.
Malgré tous ces avantages, il y a aussi des inconvénients liés à l’utilisation de la technologie
moderne vis-à-vis de la traduction.
- Les erreurs de traduction. Dans un article déjà très ancien, Anne Marie, Loffler-Laurian
(Loffler-Laurian,1983 :78) révèle douze catégories d’erreurs générées par le système
Systran. Plus d’un quart de siècle plus tard, on relève toujours les mêmes erreurs, même
si les systèmes de traduction automatique, notamment avec l’arrivée des systèmes
statistiques (Brown et al, 1993) et des modèles factorisés (Koehn, 2007) ont fait de
notables progrès quant aux paires de langues désormais accessibles.
a. Erreur de polysémie et homonymie : La polysémie constitue le problème le plus souvent
signalé en matière de traduction automatique. Les mots ne fonctionnent pas tant comme
des unités discrètes c’est-à-dire bien délimités et séparées les unes des autres mais
comme des occurrences sujettes à un certain nombre de variations sémantiques au sein
d’un champ. Exemple :
Ce sac à dos est léger (Le sac a peu de poids).
Le directeur est léger dans son travail (Il est négligent).
Marie est une femme légère (Elle aime le plaisir sexuel).
La traduction Google nous donne :
This backpack is light.
The director is light in his work
Mary is a woman lightly.
L’homonymie qui concerne des mots de même graphie et de sens radicalement différents pose
également des problèmes. Exemple :
Jean aime son avocat (le frit est inconcevable).
Jean aime les avocats (Juristes et fruits sont concevables).
La traduction Google et Systran nous donne :
Jean loves its lawyer
Jean loves lawyers.
‘lawyer’ est la seule variante connue de systran et de Google.

L’un des problèmes de la traduction automatique est qu’en règle générale, très peu de variantes
lexicales sont présentes.

Problème d’ambiguïté syntaxique.
Il apparait du fait que certaines structures syntaxiques ne sont pas claires sans connaissance du
monde Exemple :
To fly gliders and to clean fluids
Cleaning fluids can be dangerous (‘cleaning fluids’ mais pas ‘to clean fluids’).
Flying gliders can be dangerous (double interpretation: flying gliders et to fly gliders).
To clean fluids can be dangerous.
To fly gliders can be dangerous.
En anglais, les verbs ‘to fly’ et ‘to clean’ sont transitifs. Il existe cependant une restriction quant
aux arguments ayant la fonction d’objet direct. Ainsi ‘to fly’ demande comme objet un ‘objet
volant’. Bien que moins sélectif quant à la nature de l’objet, ‘to clean’ est incompatible avec
‘fluids’. Gross, 1995 :16-19 affirme que l’ambiguïté syntaxique fait appel au contexte
argumental et ne peut être résolue que par la prise en compte du niveau lexico-syntaxique.

Le problème de l’ambiguïté référentielle.
Les pronoms référent ainsi à certains mots ou antécédents qui ne sont pas toujours clairs sans
connaissance du monde. La traduction automatique est effectuée phrase par phrase et les
référents peuvent se situer hors d’une phrase particulière. Exemple : le pronom ‘le’ et son
référents.
Paul a heurté le vase du pied et l’a cassé (le vase ou le pied ?).
- Paul ran up against the vase of the foot and broke it (systran translation).
- Paul stuck the foot of the vase and broke it (Google translation).
Les expressions floues (fuzzy hedges).
Ce sont des mots ou groupes de mots au caractère idiomatique marqué, donc très dépendants de
l’organisation sémantique de la langue source, qui sont difficiles à traduire et dont le rôle est
d’exprimer une approximation. Exemple : Parler n’est-il pas toujours en un sens donner sa
parole ?
Systran translation – To speak isn’t always in a direction to give its word?
Google translation - Talking is not always in a sense to give his speech?
La question de la traduction des termes flous constitue un problème de lexique qui se situe
souvent au niveau poly lexical, il n’est pas possible de le résoudre sans prendre en compte le
contexte adjacent.

Problème d’idiotismes et métaphores.
Les idiotismes ou expressions idiomatiques chez Melcuk 1998 : 79-100) ainsi que les
métaphores revêtent une coloration culturelle marquée qu’il est difficile de traduire mot-à-mot.
Exemple :
Jonathan Goodluck et Mohammadu Buhari copé sont désormais à couteaux tirés.

Systran translation – Jonathan Goodluck and Mohammadu Buhari cope are from now on with
drawn knives.
Google translation – Jonathan Goodluck and Mohammadu Buhari cope are now logger heads.
Mais précisions ici que la traduction de Google bien que moins précise est acceptable.

Erreur de la néologie.
La langue générale et plus encore la terminologie évoluent et les logiciels de traduction
automatique n’incluent pas toujours les dernières évolutions lexicales. Exemple : Ancienne
comédienne, Luna Sentz met son talent au service des internautes en animant des émissions
interactives en direct sur le site canal +. Un web star est née. (l’ordinateur individuel).
Systran translator - Former actress, Luna Sentz puts his talent at the service of users by
animating interactive broadcasts live on the site channel + a web star is born.
Google translator – Former actress, Luna Sentz puts his talent to the internet in facilitation
interactive programs live on the site of canal +. Web is a star born.

Le problème des noms propres.
Le problème des noms propres est sans doute l’un des plus difficiles à résoudre en traduction
automatique : d’un part, leur nombre est tellement élevé qu’un recensement exhaustif parait
pratiquement impossible. A la difficulté du recensement des noms propre vient s’ajouter celle de
leur orthographe souvent fluctuante lorsqu’il s’agit de translittération ou de transcription d’une
langue à l’alphabet non latin. Exemple :
Vladimir Poutine a déclaré vouloir équiper sa chienne, un labrador prénommée Koni, du système
russe de navigation par satellite Glanass pour pouvoir la retrouver si elle s’enfuit !
La traduction Systran nous donne :
Vladimir Poutine (Putin) has said it wants to equip his dog, a Labrador named Koni, the system
of Russian Glonass satellite navigation to find if she flees!
La traduction Google nous donne :
Wladmir Putin has said it wants to equip his dog, a Labrador named Koni, the system of Russian
Glonass satellite navigation to find if it escapes!
Ici, l’avantage est donné à Google pour l’anglais, une chienne n’étant pas toujours ‘a
bitch’. Plus sérieusement, les corpus parallèles traduits sont en mesure de donner des
équivalences des noms propres et des prénoms de façon plus fiable dans les systèmes statistiques
que pur transfère (la transcription de ‘Vladimir’ Par ‘Wladimir’ en allemand).

Les mots d’origine étrangère et les emprunts.
Il faut signaler ici que les mots d’origine étrangère sont extrêmement fréquents dans la langue
allemande et proviennent généralement de l’anglais ou du français. Ces mots ne sont
généralement pas présents dans les dictionnaires électroniques du système. Exemple :
Les pirates sont innovants, ils mettent en évidence les problèmes du marché et montrent la voie à
de nouveaux business model

La traduction Systran :
The pirates are innovating, they highlight the problems of the market and show the way with new
businesses models.
La traduction Google:
The pirates are innovative, they highlight the problems of the market and show the way to new
businesses models.
Nous preferons la traduction google car ‘montrer la voie à des nouveaux business model mieux
traduit comme ‘to show the way to new businesses models’ que la traduction Systran : to show
the way with new businesses models

Les problème de séparateurs.
Les signes de ponctuation ainsi que certaines abréviations posent problème aux systèmes de
traduction automatique. Exemple : (séparateur et adjectif numéral ordinal).
Systran – Lundi le 18 août 2015
Google - Lundi, le 18 août 2015.
Nous préférons Google à cause de la ponctuation.

Les sigles et les acronymes.
Certains sigles et acronymes se traduisent, alors que d’autres ne sont pas traduites. Certaines
langues, comme l’Allemand, utilisent aussi les acronymes anglais . Exemple :
(Traduction du sigle d’une organisation internationale connue).
L’Organisation mondiale du commerce (OMC) est la seule organisation internationale qui
s’occupe des règles régissant le commerce entre les pays (wto.org).
La traduction Systran – The World trade Organization (WTO) is the only international
organization dealing with the rules governing trade between countries.
Le système par transfert et système statistique viennent à bout de ce genre de problèmes.
Un système comme Google a naturellement à sa disposition les pages traduites des dites
organisations, d’où la qualité de la traduction automatique réalisée sur la vase de corpus
parallèles.

Traduction d’une abréviation connue.
L’entreprise a repris la dénomination Total SA le 6 mai 2003 (wikipédia).
La traduction systran – the company has taken the name total SA on may 6th, 2003
La traduction Google – The Company has taken the name Total SA on 6 may 2003.

Les problèmes de synonymes.
La question du synonyme est l’une des plus cruciales en traduction car elle traduit la richesse
lexicale d’une langue et la compétence d’un traducteur. De nombreux mots ne se différencient les
uns des autres que par des différences, parfois intimes, mais nécessaire pour reproduire telle ou
telle nuance de style ou de sens dans tel ou tel contexte. Un logiciel de traduction ne dispose
généralement que d’un nombre limité de variantes pour traduire telle ou telle unité. La traduction

peut ainsi apparaitre compréhensible, mais peu élégante, voire maladroite. Exemple : (Traduction
de ‘banner’ par ‘bannière’ au lieu de ‘banderole’.).
Two British Free Tibet campaigners are in custody in China after unfurling at Tibetan flag and
banner outside the Olympic stadium (freetibet.net)
La traduction Google – Deux British Free Tibet militants sont en garde à vue après le
déploiement en Chine, le drapeau tibétain et la bannière à l’extérieur du stade olympique.
Quasi – synonymes, ‘bannière’ étendard d’une confrérie, d’une société’ ne s’en distingue pas
moins de ‘banderole’ ‘grande bande de tissu qui porte une inscription (en signe de protestation)’.
La transposition.
Au sens classique, la transposition en traduction consiste à traduire une unité lexicale d’une
classe (nom, verbe, adjectif, adverbe) par une unité lexicale d’une autre classe. Elle est assez
fréquente lorsqu’on traduit des langues romanes vers les langues germaniques, les premières
ayant souvent recours a des nominalisations ou les secondes préféreront des expressions
verbales.
Exemple : Transposition de ‘house for sale’ en ‘maison à vendre’.
Detroit has a bunch of run down houses for sale in the $30000 range.
La traduction systran – Detrot a un groupe de maisons de course vers le bas à vendre dans la
gamme $30000.
La traduction Google – Detrot a un tas de courir les maisons en vente dans la gamme $30000.
L’expression ‘house for sale’ confine à l’idiotisme et les deux systèmes ont précédé à la
dislocation de l’expression qui devient incompréhensible. Mais le problème consistait à ne pas
traduire ‘for sale’ par une suit ‘préposition + verbe’. C’est une gageure pratiquement impossible
à résoudre pour un système par transfert et là encore, s’il ne brille pas, le système statistique se
révèle meilleur. Paradoxalement les systèmes s’en sortent mieux la transposition de ‘maisons à
vendre’ du français vers l’anglais.

Problème d’orthographe
L’orthographe, lorsqu’elle est défectueuse, est un ennemi de la traduction automatique, c’est une
remarque triviale. Tout mot inconnu ne peut avoir de traduction et est donc laissé tel quel.
Exemple : Alors qu’un traductteur humain est cpable de traduire une phrase mâle orthographiée,
il en va tout ôtrement d’un logiciel.
La traduction systran – Whereas a human traducttoris cpable to translate a spelled mâle sentence,
it goes from there all ôtrement a software.
La traduction Google – While a traductteur human cpable to translate a sentence spelled mâle,
that’s ôtrement of software.
Nous pouvons constater que les mots ‘traducttor’ ‘cpable’ qui avaient été erronés dès le départ
sont restés les mêmes (c’est-à-dire avec les mêmes orthographes de départ) dans les versions
d’arrivée.
Conclusion.

Au terme de notre analyse, force nous est donnée d’affirmer que la traduction a encore de beaux
jours devant elle car si l’internet reste un bel outil au service du client et du traducteur, il serait
illustre de croire qu’il remplacera à terme l’humain, car cette technique exige de faire appel sans
cesse à des choix non seulement de vocabulaire approprié mais aussi à une compréhension de la
syntaxe de la langue source qu’aucune machine ne pourra égaler. C’est vrai que la technologie
peut aider aux activités traduisantes mais cette traduction manquera la richesse, la précision et les
nuances de la base des données parce que la traduction automatique a tendance à rendre la
traduction mot-à-mot. Nous pouvons dire que la traduction et la technologie peuvent aller de
paire. Il est très important de noter que la traduction assistée par ordinateur permet aux
traducteurs d’être à temps et de finir vite sa traduction avant la date d’échéance parce que mous
sommes dans un monde où la technologie a plus d’ampleur. Par contre, la traduction automatique
ne peut pas fournir la traduction bien acceptable aux traducteurs humains même si on n’a pas de
traduction parfaite. Donc, les ‘amoureux’ de la technologie moderne doivent être prudents car
cette pratique regorge de nombreux aspects nocifs ou destructeurs nuisibles à leur travail.

Références.
Brown, Peter et al. ‘A statistical approach to machine Translation’ In Computational Linguistics
Journal, Vol 16/2 p.97-85, 1990.
Gross, Gaston. ‘Une sémantique nouvelle pour la traduction automatique :Les classes d’objets’
dans La Tribune des industries de la langue et deL’information électronique No. 17-19,pp16-
19. 1995.
Hutchins, John. ‘Machine translation and computer based translation tools:A new spectrum of
translation studies’ dans Bravo Jose Maria (ed),Publicationes de l’Universidad de valla dolid,
2004.
Koehn Philipp, Hoang Hieu, ‘Factored Translation Models’, dansProceedings of the 2007 Joint
Conference on Empirical Methods in Natural Language Processing and Computational
Natural LanguageLearning, Prague, p. 868-876, 2007.
Iwala, Dinatu. Panorama sur la traduction. Abuja:Torad Investment Company Limited 2008.
‘La problématique de la Traduction’.htt://www.ltml.ci/files/articles
Le Petit Robert, Dictionnaires le Robert, 2012
Loffler-Laurian, Anne-Marie. ‘Pour une typologie des erreurs dans laTraduction automatique’
dans Multilingua,Vol.2 No 2, p.65-78, 1983.
Melcuk , Igor, ‘Collocations and Lexical Functions’, dans COWIE Anthony P. (ed.),
Phraseology: Theory, Analysis and Applications , (Oxford Studies inLexicographie and
Lexicology), Oxford, Oxford University Press, p. 79-100,1998.
Och Franz Josef, Ney Hermann, ‘The Alignment TemplateApproach to Statistical Machine
Translation’,dans Computational Linguistics , vol. 30, n° 4, p.417-449, 2004.

Vous pouvez aussi lire