Qu’est ce que la “ traduction neuronale ” ?

 

Qu’est ce que la “ traduction neuronale ” ?

 

translate

 

Google, Systran…

 

On l’a vu aux info et dans les journaux cette semaine : le géant de l’Internet – Google – lance la traduction automatique neurale ou « traduction neuronale » de huit langues, dont le français, le chinois, l’espagnol ou le japonais vers l’anglais. Ainsi, dix ans après le lancement de Google Traduction, cette célèbre application est désormais disponible sur tous les supports informatiques et offre non plus une traduction au mot-à-mot, comme c’était le cas à ses débuts en traduction automatique statistique, mais une traduction de phrases complètes. Illustrant ainsi la volonté de Google de miser sur l’intelligence artificielle, qu’il tente d’intégrer un peu partout. Le groupe a annoncé avoir mené à bien, avec succès, une première expérience grandeur nature de traduction du chinois vers l’anglais.

 

Derrière cette révolution se cache un géant du secteur – Systran –  qui lance PNM (pour « Purely Neural MT »), une véritable  révolution du marché de la traduction automatique avec ce projet de « deep learning »  (ou apprentissage profond) utilisé par Google, Microsoft ou encore Facebook. Ce nouveau système de traduction traite une phrase complète, un paragraphe ou un document dans son intégralité. Un atout qui pourrait bien rendre les anciens modèles de traduction automatique obsolète,  nécessitant jusqu’à présent un très gros volume de données pour proposer une traduction souvent approximative ou partielle.

Comment cela fonctionne ?

 

Sans trop entrer dans les détails, par ailleurs très techniques, le but est de reproduire le fonctionnement d’un cerveau humain. Dans un ensemble de données, des sous-ensembles s’activent au fur et à mesure de l’avancée de la traduction : un premier sous-réseau va traiter la phrase source et en extraire le sens, puis un deuxième va se concentrer sur la grammaire ou sur le sens des mots dans la phrase, ce qui va enrichir la compréhension du message global. Un troisième sous-réseau va analyser le contexte du message et encore un autre va attirer l’attention sur les mots-clés. L’ensemble des sous-réseaux informent ainsi le moteur et va permettre de proposer la meilleure des traductions possibles.

Bien sûr, il ne s’agit que d’une étape dans la constante amélioration des outils informatiques et des traducteurs automatiques, et il sera encore difficile de comprendre, donc de traduire, des mots rares. Mais cela peut rapidement se corriger, en enregistrant chaque modification apportée à la traduction par l’utilisateur final, et donc réduire petit à petit toute marge d’erreur. L’objectif ultime est de produire des phrases plus naturelles à la grammaire impeccable. Voici comment Yann LeCun, le patron de l’intelligence artificielle chez Facebook, résume le procédé : « on prend un texte en anglais, on le passe dans un réseau récurrent, qui extrait un long vecteur qui représente le sens de la phrase, et ensuite un autre réseau récurrent régurgite la phrase dans une autre langue, par exemple le français ».

Bien sûr, la traduction neuronale ne va pas encore remplacer le travail unique d’un bon traducteur humain, formé et expérimenté, qui ne laissera jamais un nom propre mal traduit, n’oubliera pas de mot ou pourra aller chercher la bonne traduction d’un mot aux sens multiples ou rare.

 

Affaire à suivre donc…

 

 

Pour en savoir plus :

https://www.nextinpact.com/news/102150-google-traduction-passe-a-reseau-neuronal-pour-8-langues-dont-francais.htm

https://www.systran.fr/download/press-releases/fr/systran-pr-purely-neural-mt-engine-a-revolution-for-the-machine-translation-market-2016-08-30.pdf

https://research.googleblog.com/2016/09/a-neural-network-for-machine.html

 

 

Et pour ne manquer aucun des articles de CourseFinders.com, suivez-nous sur Facebook et Twitter.

Anne-Claire Grégoire pour CourseFinders

Find your perfect language school Search CourseFinders to find the course for you