Comment entraîner votre moteur de traduction automatique

La technologie de traduction à l'aide d'un moteur de traduction automatique offre de nombreux avantages à ceux qui l'appliquent, le principal étant la réduction du temps de traduction et la minimisation de l'équipe humaine.

Selon Mordor Intelligence, la valeur du marché des moteurs de traduction devrait croître à un taux annuel de 7,1%, passant de 153,8 millions de dollars américains en 2020 à 230,67 millions de dollars en 2026.

Avec l'essor des technologies liées au domaine de l'apprentissage automatique et de l'apprentissage profond, les résultats obtenus via un moteur de traduction automatique sont de plus en plus précis. Ces technologies impliquent également la nécessité de former le moteur de traduction automatique pour réussir les traductions.

C'est pourquoi nous allons détailler quelques lignes directrices clés pour former des moteurs de traduction et obtenir de bons résultats de traduction.

Qu'est-ce qu'un moteur de traduction automatique?

Un moteur de traduction automatique dans un logiciel capable de traduire des textes d'une langue source à une langue cible

L'intégration de l'Intelligence Artificielle à ces technologies a renforcé leur précision. Ainsi, à ce jour, elles sont capables d'analyser de vastes quantités de données et de les transformer en informations pour générer des traductions exactes, y compris au niveau sémantique et de l'intention de l'orateur.

Ainsi, le moteur de traduction automatique alimenté par l'IA utilise des données pour identifier les corrélations et les structures, obtenant des informations à partir de vastes quantités de données qui l'aident à résoudre des problèmes qui nécessiteraient des milliers ou des millions d'heures de travail humain pour être traités.

 Les capacités d'un moteur de traduction automatique se multiplient en effet avec l'ajout de technologies telles que l'apprentissage automatique et l'apprentissage profond. Grâce à ces techniques, les moteurs de traduction sont capables d'appliquer l'apprentissage automatique, améliorant ainsi de manière continue les résultats qu'ils fournissent. Toutefois, pour renforcer la qualité de la traduction, un entraînement est nécessaire.

Comment entraîner votre moteur de traduction automatique

La traduction automatique commence à bénéficier d'une solution de technologie de traduction adaptée, dotée de capacités d'apprentissage automatique et d'apprentissage profond et développée par une équipe de professionnels humains qui la supervisent.

L'objectif de la formation sera de fournir les traductions les plus précises possibles tout en adaptant le texte résultant aux préférences des utilisateurs, y compris la terminologie spécifique, le ton et les préférences de style, par exemple.

Le processus d'entraînement d'un moteur de traduction automatique peut se résumer en au moins 4 étapes :  

1. Incorporation des données de base

Le composant de base et le carburant pour entraîner un moteur consistent à introduire des données sous forme d'exemples de phrases traduites de la langue source à la langue cible vers laquelle les textes sont traduits.

Il est essentiel que les données saisies dans le système d'intelligence artificielle à ce stade soient de qualité. Pour cela, il existe un marché de données disponible pour la formation.

De plus, c'est précisément la disponibilité générale du logiciel open source comme ECO de Pangeanic, ainsi que l'expertise de son personnel en PLN (Traitement du Langage Naturel), qui a accéléré la possibilité pour toute organisation de créer ses propres processus d'Intelligence Artificielle et de Traduction Automatique.

Il est également possible de disposer de données autres que du texte. D'une part, les données d'image et de vidéo doivent être étiquetées pour être intégrées au processus d'entraînement. Pour ce faire, il est nécessaire de créer une segmentation de données d'annotation et d'étiquetage compatible.

Il est également possible d'intégrer des données vocales. Il s'agit d'un processus spécifique, car les systèmes de reconnaissance automatique de la parole nécessitent de grandes quantités de données audio de haute qualité enregistrées dans de nombreux contextes et environnements. Ainsi, la technologie de traduction automatique de Pangeanic dispose des ressources nécessaires pour fournir des ensembles de données audio personnalisés qui répondent à des exigences spécifiques telles que l'âge, l'accent, la langue, le profil de l'orateur, le thème et également le bruit de fond.

2. Nettoyage et normalisation des données

Après la collecte de données brutes, un nettoyage des données sales et une normalisation sont nécessaires. Ce processus comprend, par exemple, l'utilisation des guillemets appropriés pour les deux langues. À partir de ce moment, il est possible de nourrir le moteur de traduction automatique avec des données adéquates.

Dans le cas d'ECO, le nettoyage s'effectue automatiquement lors de l'envoi de fichiers à des fins d'entraînement, à condition que les données soient au format standard de traduction basé sur XML appelé TMX (Translation Memory Exchange), qui représente une mémoire de traduction.

3. Possibilité d'analyse de sentiment

Les technologies de plus en plus avancées permettent désormais aux moteurs de traduction d'analyser le sentiment des textes, c'est-à-dire de comprendre et de prendre en compte dans la traduction la signification réelle d'un texte ou l'intention de l'orateur. Pour ce faire, l'apprentissage automatique et le PLN sont combinés.

Dans ce contexte, il est possible d'analyser des documents et des textes (par exemple, tirés des réseaux sociaux) pour déterminer le sentiment ou les opinions des utilisateurs. Ces derniers sont classés (positifs, négatifs ou neutres) et étiquetés pour être pris en compte et améliorer la qualité des résultats de traduction.

4. Entretien

Les entraînements de base peuvent durer plusieurs jours. À cet égard, il existe des mesures automatiques, telles que le critère d'arrêt, qui permettent de contrôler quand le modèle ne parvient plus à apprendre quoi que ce soit pendant une certaine période d'étapes et permettent d'interrompre l'entraînement, économisant ainsi du temps. De plus, dans le cas de la spécialisation de modèles pour un domaine spécifique, l'entraînement sera effectué avec les données disponibles. En outre, en fonction du degré de spécialisation souhaité pour le modèle, un entraînement plus agressif ou plus conservateur sera appliqué.

Au-delà de la formation initiale, l'obtention des meilleurs résultats passe par le maintien d'un processus de formation continue.

Les plateformes telles qu'ECO, dans leur nouvelle version 2, présentent l'avantage de permettre aux utilisateurs d'entraîner le moteur de manière privée, simple et intuitive, améliorant ainsi en permanence les résultats.

Cela pourrait vous intéresser : l'Intelligence Artificielle appliquée à la traduction automatique à FITUR 2021

Conseils pour améliorer la qualité de votre traduction automatique

 1. Quantité de données

Pour garantir la qualité de la traduction, il est recommandé de disposer de grandes quantités de données. Cela constitue, en partie, l'un des défis de la traduction des langues considérées comme plus minoritaires.

Dans ce contexte, Pangeanic peut offrir de grandes quantités de données extensibles grâce à son immense référentiel de 10 milliards de données alignées. Il propose également des solutions personnalisées, axées sur l'humain, pour les jeux de données utilisés dans le but d'entraîner l'IA de votre moteur de traduction automatique.

2. Qualité des données

La quantité ne fait pas tout. Pour la réussite de la formation d'une technologie de traduction, il est nécessaire d'obtenir des données de la plus haute qualité possible et du domaine souhaité, en utilisant en outre la terminologie appropriée.

C'est pourquoi, chez Pangeanic, nous fournissons des segments propres et parallèles provenant de notre vaste base de données et de nos services de traduction sur commande. De plus, tous les données traduites sont soumises à des contrôles et vérifications de qualité rigoureux pour garantir qu'elles sont propres et valides pour l'entraînement approprié des moteurs de traduction automatique.

3. L'importance de l'équipe humaine

Le conseil de professionnels de Pangeanic permet de s'adapter aux besoins spécifiques de chaque projet de traduction. Pour cela, nous disposons de l'association parfaite d'experts en sciences des données, de linguistes, de développeurs et de ressources humaines qui permettent d'obtenir des données de qualité et de les gérer avec succès.

Grâce à nos plus de 20 ans d'expérience dans les services linguistiques et à notre rôle de développeurs de PLN depuis 2009, nous sommes en mesure d'évaluer soigneusement chaque projet. Nous créons ainsi un ensemble spécifique de règles grâce auxquelles nos linguistes professionnels gèrent la collecte de données. De plus, toutes les données de Pangeanic sont extensibles, précises et adaptées aux besoins spécifiques de chaque client.

En effet, les données humaines sont la clé de la réussite de tout projet d'apprentissage automatique/profond, car elles garantissent beaucoup moins de bruit que l'alignement de traductions web (grattage) ou le crowdsourcing.

De plus, en tant que développeurs de systèmes de traduction automatique, nous comprenons les effets que peuvent avoir des données de mauvaise qualité sur tout algorithme et nous avons entièrement confiance dans les processus humains extensibles combinés à notre vaste expérience en matière de contrôle qualité des services de traduction.

Souvez-vous que vous souhaitez en savoir plus sur la possibilité d'intégrer un moteur de traduction automatique à vos efforts de traduction ? N'hésitez pas à nous contacter pour discuter de la manière dont notre système ECO peut s'adapter à vos besoins.