La combinaison gagnante des règles linguistiques et traitement statistique

Xavier Biseul

01 Informatique

le 21/07/2009 à 15h35

envoyer
par mail

imprimer
l'article

Réunir le meilleur des deux mondes. Le dernier moteur de traduction automatique de Systran associe la traditionnelle technologie d'interprétation à base de règles linguistiques – qui a fait sa réputation –, à l'approche statistique. Promue par Google, cette deuxième méthode consiste à emmagasiner de nombreux textes traduits et validés par des professionnels puis à définir des probabilités d'occurrence entre les phrases sources et cibles.

Améliorer la pertinence

Intervenant principalement dans la phase de “ post-édition ”, la couche statistique apporte une touche plus “ humaine ” aux traductions, en donnant du liant aux résultats bruts générés par le moteur de règles. Pour cela, Systran Entreprise Server 7 doit s'entraîner sur des mémoires de traduction de l'entreprise. En phase de démarrage, 20 000 phrases, soit 200 000 mots, sont nécessaires. Puis, le moteur en mode d'auto-apprentissage est alimenté régulièrement en corpus. Selon l'éditeur français, ce mode hybride convient particulièrement à des contextes fermés comme la publication de documentations techniques. Systran compte aussi Cisco et Symantec comme références dans ce domaine. Autre nouveauté de cette v.7 : la refonte de l'interface utilisateur. A l'instar des pop up de Babylon, des bulles contextuelles proposent des alternatives de traduction à partir de ressources terminologiques dont celles de Larousse. La création et la gestion de profils de traduction ont été aussi améliorées. A noter que, Systranet, le service gratuit en ligne de Systran traduit désormais les flux RSS.