Imprimer
Partage :

Gérer la qualité, c’est aussi gérer le risque

Par Philippe Caignon, terminologue agréé et traducteur agréé

J’ai récemment pris part à une discussion au cours de laquelle une personne de la haute administration d’une grande institution canadienne a soulevé un problème traductionnel auquel elle venait tout juste de se heurter. Elle a expliqué qu’elle avait rédigé un texte argumentatif en anglais qu’elle avait ensuite fait traduire en français. Le texte français ne comportait aucune faute de langue ou de sens, mais la stratégie argumentaire était restée anglaise. Et cette personne de déclarer : « On n’argumente pas en anglais de la même façon qu’on argumente en français : la présentation des idées, l’emplacement des phrases dans les paragraphes et des paragraphes dans le texte doivent être modifiées. » Elle a donc redonné sa version originale au même service de traduction qui lui a remis le « même texte… Plus quelques fautes ».

Après avoir enquêté sur les raisons d’un tel échec, elle s’est rendu compte que son texte avait été retraduit à l’aide d’une mémoire de traduction dans laquelle la première version avait été versée. J’ai alors compris qu’aucune instruction n’avait été donnée aux traductrices et aux traducteurs sur les raisons motivant la retraduction. Il est en effet essentiel de dialoguer avec son prestataire de services pour obtenir les résultats désirés. Cela dit, traduire de façon aveugle, sans égard à la nature du texte de départ, n’est pas non plus avisé. D’ailleurs, dans la chronique Des mots du présent numéro de Circuit, Étienne McKenven déclare qu’il faut « sensibiliser le client au fait qu’une traduction de qualité résulte d’une opération complexe exigeant des compétences spécialisées, et non d’une simple permutation automatique de mots d’une langue à ceux d’une autre ». En d’autres termes, traduire un texte argumentatif exige aussi le déplacement de certaines idées, phrases et paragraphes. En fait, seul un être humain a la connaissance culturo-linguistique et la puissance intellectuelle pour réaliser une telle transposition avec succès. En conséquence, il doit intervenir dans le processus de traduction.

Le dossier qui suit traite de la qualité dans l’ère de la traduction automatique. Peut-on trouver un juste milieu entre l’excellence et le passable? Dans ce continuum qualitatif, la gestion du risque lié à la traduction exige qu’on se pose quelques questions telles : est-ce que le texte traduit sera lu? Dans l’affirmative, qui seront la lectrice et le lecteur ciblés? Quelle est l’importance stratégique de l’information transmise par le texte? Ou encore, quelle est la nature de cette information? C’est dans ce contexte relativiste qu’Anthony Pym prône l’analyse du risque en traduction pour décider de la qualité visée à la fin du processus de traduction. Il tente d’offrir une solution au problème auquel les langagières et langagiers sont souvent confrontés : doit-on investir autant d’énergie et affecter autant de ressources à traduire un texte qui sera tablé sans être lu? La réponse est entre les mains du client ou de la cliente. C’est cette personne-clé qui doit se prononcer et accepter les conséquences de sa décision. Par conséquent, il est primordial d’amorcer chaque fois un dialogue avec sa cliente ou son client pour connaître son opinion et sa décision.

Managing Translation Quality in Multilingual Settings

The example of the European Union

By James Archibald

james-archibaldQuality management is one of the underpinnings of Canada’s language industry which has established itself without doubt as a trendsetter. Notwithstanding this enviable position, it is nevertheless worthwhile to compare the Canadian experience with that of other multilingual jurisdictions. That is why we have chosen to reflect on the European Union’s approach to quality assurance. 

The European Union (EU) is committed to providing quality translations to its member states in 24 official languages representing over 200 language pairs. It is clear that the translation volumes which have to be dealt with on a recurring basis require the extensive use of translation memories, the statistical analysis of databases or corpora, extensive use of automated translation systems and translation memories, as well as the requisite post editing of texts generated by computer-assisted translation tools. To compound the challenges faced by the EU, several non-European languages have also to be taken into account. The challenge is to manage quality output faced with what one might describe as a tsunami of words.

According to Ralf Steinberger, a computational linguist at the European Commission, “…the translation quality of EU documents is typically very good, especially for legal documents.”1 In terms of measurement, this assessment is supported by the fact that the work is carried out by highly qualified language professionals with subject-area expertise, on the one hand, and, on the other hand, by the fact that their work, even when produced through the support of automated systems, is subject to a multi-level revision process. Moreover, because of the varied subject matter of the texts to be translated, discipline-based specialists – such as members of EU’s legal services – shoulder a great deal of responsibility in the quality control process. Final responsibility falls upon the European Community’s Publication Office. The process is articulated along the classic lines of pre-translation, translation, revision, editing and copyediting. All this assumes, of course, the extensive knowledge base of the language professionals involved. The keystone of the system is the maintenance of consistency, the integration of information technology and the progressive introduction of system enhancements as technological progress permits. In other words, the high standard of the EU’s translation output is guaranteed by an integrated system which marries both the human and technological aspects of text production, an enviable paradigm.

Albrecht Neubert, an internationally recognized translation theorist at Kent State University (Ohio), posits that translation is a text-induced text production process.2 In his view, the challenge for translators is to identify the textual dynamic of source texts with a view to replicating that creative vitality in target texts following set processes and procedures necessary to maintain textual quality. The EU’s management and assessment of quality focuses on these processes and procedures including the whole range from pre-translation to revision. Target text acceptability is the ultimate test. If processes and procedures fail, so too does the product. Hence the standard must be maintained through the continuous improvement of related management practices all the way from the hiring of qualified language professionals to the seamless articulation of production processes which integrate the multiple competencies of terminologists, translators, language technologists, subject-area specialists and editors, all working together as a team under the oversight of the Directorate-General for Translation (DGT).

All this is fine, but one must never forget that quality in translation is also assessed by the end user who may not have the expertise of any of the key players in the institutional translation process. That is to say that the quality management system must also take into account the expectations of the end users. For example, EU regulations concerning the import and export of agricultural products must be understood by producers in the field such as Maltese-speaking tomato growers whose production is sold on major European markets using one or more of the EU’s 24 official languages.3

Those responsible for the quality management system are then faced with the upstream design of a solid quality management system as well as the downstream appreciation of acceptable target text quality. Hence, measurement is made in both quantitative and qualitative terms. Is the target text error-free? Was it produced in time? Is the text understandable and usable by the monolingual target reader in a language-culture which may not be akin to that of the source text? To harken back to the Maltese example, does the target text in Maltese, which may have been translated through an intermediary language, reflect with understandable precision the meaning of the source text?

The distinction then must be made between sufficient and necessary quality. The EU has integrated this into its text production process which supports both gisting and high-level equivalents as needed in the translation of legal and regulatory texts. To this effect, DGT’s machine translation service produces raw automatic translations from and into all of the EU’s official languages for users who simply need to grasp the gist of texts. However, users are advised that accurate, high-quality translations must be produced and revised by skilled professionals armed with the requisite subject-area knowledge and linguistic competency even when assisted by automated translation tools.  The distinction, therefore, is made between “raw quality” and high quality accuracy. In both cases, quality assurance matters, but the needs of the end users dictate the methodologies used to arrive at the desired result. Translation software may in fact be downloaded by departments which only require “raw quality” thereby relieving the DGT of the need to produce human translations of much of the textual material needed in everyday operations. The economic impact of this paradigm is obvious.  One is sufficient for general understanding while the other is necessary for institutional integrity and utter dependability.

The DGT Translation Memory4 (DG-TM) originally launched in November 2007 is currently available in 24 languages and may be used free of charge by EU institutions or agencies and any staff member working for a public administration in a member country. Hence, minimal quality standards are maintained across the EU members states even in the case of “raw” gisting which depends on a vast database of textual corpora produced by the EU Administration.  This common initiative has served to promote multilingualism, language diversity and the re-use of EU-generated corpora in the European Community while at the same time ensuring minimal and sufficient quality standards.

Parallel initiatives are to be found in other multilingual administrations and states, including, of course, the United Nations and an officially bilingual country like Canada. Indeed, the Canadian example of translation management is often cited as an outstanding illustration of translation quality management in the public sector. The needs of various government institutions in Canada are not dissimilar to those of the EU, albeit in a bilingual context, as was evidenced by the recent Senate hearings on the Translation Bureau and its ability to serve the needs of its various user publics through the use of both human and computer-assisted translation.5

Quality is the keystone of Canada’s language industry

It is not surprising to note that the management of translation quality is the keystone of Canada’s language industry. The quality management paradigm used by DGT embraces all the central principles of quality assurance that may also be found in translation agencies and linguistic services departments in the private sector. All are committed to managing quality upstream and downstream, to enhancing the delicate interface of machine and human translation and to do so with a view to promoting efficiency and efficacy in the industry. Indeed, Canada and Québec have taken leadership roles in this area. The Language Industry Association has assumed a key role in promoting ISO standards.6 OTTIAQ protects the public by encouraging and supporting the quality education of new entrants, by ensuring that certified translators meet quality standards and by regulating the maintenance of certified translators’ competencies through on-going professional inspection and development. It serves as a guarantor of the initial and continuing quality of its members’ services as a matter of public duty.7 And Québec’s regulatory agency, the Office des professions, has taken steps to reorient its policies and procedures to accentuate quality assurance with respect to the integration of aspiring experts into the professional system and to the reinforcement of the disciplinary system with a view to protecting the public.8 Managing quality has become a priority on all fronts. All these actors contribute to the maintenance of an integrated quality assurance system. It is comforting indeed to see that our language professionals are and intend to remain in the forefront of quality management.

James Archibald is the Director of the Department of Translation and Written Communication at McGill University. He holds a doctorate from the Université de Lille (France). He is a member of the Office des professions du Québec and the Conseil supérieur de la langue française.


1Steinberger, R. et al. “An overview of the European Union’s highly multilingual parallel corpora,”  Language Resources and Evaluation 48, 4 (December 2014):  679–707. 

2 Neubert, Albrecht and Gregory M Shreve. 1992. Translation as Text. KENT (Ohio): Kent State University Press.

3 Seychell, Laurent. 2008. La traduction professionnelle aux multiples visages : français — maltais. MALTE: Gutenberg Press.

4 DGT-Translation Memory.

5 Paradis, Denis, Chair. 2016.  Study of the Translation Bureau - Report of the Standing Committee on Official Languages. OTTAWA: Parliament of Canada.
The text is also available in French.

6 “AILIA takes over Chairmanship of ISO/TC37 SMC, Standards Council of Canada Mirror Committee.”

7 “Protecting the public.”

8 OPQ. 2014. Rapport du Comité de travail de travail concernant les nouveaux modèles d’encadrement professionnel. QUÉBEC : OPQ.

 

Billet d’humeur

La qualité en traduction professionnelle

En pratique, la qualité est une notion toute relative : il y a la qualité à payer, à moduler, à contrôler… La confrontation à d’autres domaines aide-t-elle à la cerner?

Par Claude Jean

La notion de qualité

Claude-JeanLorsqu’on m’a demandé d’écrire un article sur la qualité, je me suis dit : « Oh, que voilà une notion difficile à définir en traduction! ». De prime abord, pourtant, c’est simple : pour obtenir une traduction de qualité, il faut faire passer le message exprimé d’une langue à une autre, en respectant les codes de cette dernière, clairement et avec le minimum de moyens, selon le bon vieux principe de l’économie par l’entendement si cher à Paul Horguelin, maître ès révision.

Oui, mais… les codes évoluent, et souvent en désordre. Orthographe ancienne ou nouvelle? Ou un peu des deux? Anacoluthe : vénielle ou impardonnable? Et la poétique hypallage, du blessé grave à la végétation arable, on s’incline en sourcillant ou on refuse férocement? Et que dire du lexique, que l’anglais alimente abondamment alors que le français semble avoir déclaré forfait, surtout en science et en technique?

S’en remettre à l’usage n’est pas facile, car, s’il a le mérite de suivre la réalité de façon inventive en nommant le nouveau et en nous débarrassant de l’ancien, l’usage a parfois le malheur d’être installé par des locuteurs pour qui la langue est le moindre des soucis… et qui se contentent de calquer la langue véhiculaire.

S’en remettre à la machine? Les précieux outils technolangagiers censés nous faire passer à la vitesse Mach 3, mais dont l’emploi se solde trop souvent par une traduction mot à mot, à la limite du lisible et où l’erreur se répercute quasi à l’infini? Il est à espérer qu’ils évolueront en intelligence et en convivialité, mais pour l’instant, les traducteurs automatiques, mémoires de traduction et autres correcteurs sont incapables de repérer une erreur de sens (le contexte étant la glaciologie, il est peu probable que ice shelf se rende par « étagère de glace ») ou de signaler qu’une expression est traduite comme ci aux pages 10, 34 et 47, mais comme ça aux pages 1, 23 et 180 du rapport urgent, à livrer dans l’heure, qui a été traduit par quinze personnes1. Et ils nous font perdre les tournures proprement françaises, comme la forme pronominale (se fonder, se composer) ou les « y » et les « en », qui nous offrent de si jolis raccourcis.

S’en remettre au client – lequel a toujours raison, comme chacun sait? Faut-il entériner ses moindres désirs? D’autant que, dans notre beau Canada, nos experts et demandeurs ne se rendent pas toujours compte que l’expression qu’ils emploient au quotidien et à laquelle ils semblent tenir mordicus est un emprunt direct à leurs collègues anglophones.

Nous en remettre à nous-mêmes, qui connaissons si bien la langue et ses méandres? Mais la connaissons-nous vraiment? Connaissons-nous les expressions à la mode de la langue de départ, les vocabulaires des langues de spécialité – et la complexe réalité qui se cache derrière –, l’évolution de la syntaxe? Nous tenons-nous au courant de tout? Et savons-nous imposer nos choix?

Bref, nous pouvons deviser longuement sur cette notion, sans savoir conclure. Et il y a l’épineuse question de la façon dont la qualité est envisagée par le donneur d’ouvrage et par le gestionnaire du service de traduction : la qualité est-elle une caractéristique intrinsèque du produit – elle va de soi, il serait donc inutile de drainer des ressources pour « l’assurer » et on économise ainsi temps et argent – ou alors s’agit-il d’un attribut modulable – vous me payez plus et je vous fais une révision de première catégorie ou, variante, nous réservons un contrôle réduit ou nul à ce texte de faible rayonnement, mais soumettons cet autre, d’une importance capitale, à un contrôle serré? J’ai vu passer toutes sortes de consignes et contre-consignes au cours de ma carrière et continue de trouver que, pour qui révise plusieurs textes par jour, il n’est pas évident de les rafistoler plus… ou moins, selon la directive de l’heure ou le genre de texte.

La qualité et son contrôle dans d’autres domaines

J’en étais là dans mes réflexions, quand je me suis dit qu’il serait intéressant de discuter de qualité avec des collègues qui avaient coudoyé la notion dans un autre domaine. En effet, je suis entourée de femmes qui ont épousé la traduction en secondes, voire en troisièmes noces. Dans la quarantaine, elles ont quitté le laboratoire de recherche ou d’analyses, l’infographie ou le butinage entre microbiologie, littérature et technique de l’architecture pour devenir traductrices.

Je les ai donc réunies, et notre conversation a pris un tournant inattendu. Les biologistes ont vite abordé l’aspect contrôle de la qualité sous un angle que je n’avais jamais considéré : combien le contrôle est facile en laboratoire et combien il est complexe, long et onéreux en traduction.

Au laboratoire, les protocoles sont rigoureusement établis et suivis, l’expérience doit être répétable, il faut prévoir les solutions étalons et les blancs, et la contamination des échantillons, si contamination il y a, est évidente. Dans le cas d’un laboratoire d’analyses, le plan d’échantillonnage est établi par des biostatisticiens, les sérums étalons proviennent d’entreprises spécialisées, la précision des appareils est vérifiée au quotidien et « automatiquement » – si l’analyse des étalons donne des valeurs aberrantes, il faut régler l’appareil avant de continuer. De plus, les résultats du laboratoire font périodiquement l’objet d’une vérification externe. En somme, le contrôle fait partie intégrante du processus et il est rapide et inflexible.

La situation n’est pas la même en graphisme. Comme la traduction, le graphisme est affaire de communication, et dans les deux domaines, souvent, le travail est considéré comme facile par le client et le maître d’œuvre; il est peu apprécié et les échéances sont serrées. La vérification est systématique mais, contrairement à ce qui se passe en traduction, le produit étant visuel, elle est quasi instantanée, et les aspects à contrôler sont peu nombreux.

Nous pourrions poursuivre les comparaisons mais, disons que, mise en regard de ces autres domaines, la traduction présente de nombreux aspects à contrôler (uniformité et justesse de la terminologie, transfert du message, respect du style, exactitude de l’orthographe et de la grammaire, disposition du texte, etc.), que le contrôle est chronovore, qu’il exige beaucoup de ressources et de connaissances diverses et que la multiplicité et le flou des codes linguistiques introduisent un élément d’imprécision et de subjectivité. Comme aussi, d’ailleurs, le flou du cahier des charges et de la finalité du texte, le destinataire inconnu, etc.2

La qualité qui évolue

Revenons donc à la qualité proprement dite. Curieusement, mes collègues scientifiques et littéraires s’entendent sur un aspect de la question : il y a tiraillement entre le fond et la forme, voire entre la qualité et l’intelligibilité. Ainsi, du point de vue de celle qui a étudié la littérature et la linguistique, la qualité telle qu’elle est envisagée en traduction, c’est-à-dire par la profession, ferait l’objet d’une attention trop rigoriste, trop prescriptive – nous perdons du temps à corriger des erreurs qui n’en seront bientôt plus et manquons d’inventivité. Du côté des laborantines, pragmatiques, on estime que la langue écrite perd du terrain et qu’il faudrait miser sur le message essentiel plutôt que sur les subtilités de sa tournure. Au lieu de pousser les hauts cris devant une transgression de grammaire mineure, il vaudrait mieux s’assurer que le sens y est. Cela est beaucoup plus important… mais évidemment plus difficile, et donc plus long, à déceler.

Nous ne pensons plus, ne lisons plus et n’écrivons plus de la même manière depuis que nous sommes rivés à des écrans. Le texte devient moins linéaire, il seconde souvent l’image plutôt que d’être illustré par elle, il se produit et se consomme vite. La langue se simplifie, et la traduction se redéfinit comme acte de communication plutôt que comme geste littéraire3. Que devient la qualité?

Pour ne pas conclure

La qualité en traduction continue à prendre du temps et, comme chacun sait, le temps, c’est de l’argent. Mais est-il possible d’en faire l’économie? Il ne s’agit pas d’une fioriture ou d’un glaçage plus ou moins épais qu’on étend à volonté. Par ailleurs, comprendre et rendre le message demande de l’attention, de la réflexion et des connaissances. C’est un travail de moine, de tâcheron, mais aussi d’érudit. Ce n’est pas un travail de technicien, comme certains semblent maintenant le croire. Il faut arriver à le reconnaître nous-mêmes et à le faire reconnaître par les clients et les patrons. Nous avons des machines, mais ne pouvons traduire machinalement. Nos outils permettent de « traiter » une masse de mots en un temps réduit, sauf qu’étrangement, ils allongent la durée de révision. Ils participent à la simplification de la langue, à son « lissage », mais ils ne devraient pas la dénuer de ce qui fait sa singularité.

Après des études en langues modernes, en traduction et en environnement, Claude Jean traduit et révise, surtout dans des domaines scientifiques et techniques, et enseigne de temps à autre.


1 Pour une analyse utile de l’effet de la technologie en traduction, je renvoie ceux que ça intéresse à Anthony Pym, « What technology does to translating », Translation & Interpreting, vol. 3, no 1, 2011.

2 Je vous renvoie au numéro de META consacré aux incertitudes en traduction (vol. 61, no 1, mai 2016), en particulier à l’article de Lance Hewson sur « Les incertitudes de traduire ».

3 Je parle ici, évidemment, de traduction utilitaire, qui est le lot du commun des traducteurs.

Entre comparaison et raison : la qualité de la traduction automatique

Une comparaison détaillée des résultats de la traduction automatique statistique avec la traduction humaine met en évidence les points forts de la traduction humaine.

Par Éric Poirier, docteur en traduction et traducteur agréé

Depuis le début des années 2000, les modèles de traduction automatique statistique (TAS) connaissent des progrès importants dont les plus récentes méthodes sont expliquées dans Statistical Machine Translation1, de Philipp Koehn, professeur à l’université Johns-Hopkins et figure de proue de la TAS. On retiendra surtout que ces systèmes utilisent comme point de départ d’immenses corpus de textes parallèles (déjà traduits par des professionnels) sans lesquels l’approche statistique ne produirait rien de valable. Pour les entreprises, les services de traduction automatique de Google Traduction, offerts gratuitement dans plus de 100 langues, se présentent aujourd’hui comme un outil d’optimisation de site Web. Mais qu’en est-il de la qualité de ces traductions d’un point de vue professionnel?

Dans un article publié en 2012 dans L’Actualité langagière2, André Guyon, expert-conseil en technologies de l’information et traducteur autonome, constate que « la traduction automatique donnera souvent des phrases d’aussi bonne qualité, voire meilleures, que celles de la mémoire de traduction quand on a affaire à des correspondances floues de haute qualité (pourcentage de correspondance élevé) ». Bref, la qualité semble être au rendez-vous, au moins dans le cas de certains types de correspondances. Et si les progrès techniques continuent leur évolution (rapide) des dernières années, on peut envisager une amélioration continue et sensible des résultats produits par la machine. Que peut-on prévoir alors des différences récurrentes qui subsisteront entre les traductions des systèmes de TAS et les traductions professionnelles? Cette question se pose avec d’autant plus d’acuité qu’on trouve de plus en plus d’études et de publications qui portent sur la comparaison entre les deux modes de traduction.

Un constat qui peut surprendre

La plupart des chercheurs et des spécialistes s’entendent sur le fait que la traduction machine de type probabiliste (TAS) est principalement défaillante sur le plan de la formulation en langue d’arrivée. Ce qui semble étonnant, par contre, c’est que le problème récurrent (le plus fréquent et le plus important en nombre) n’est pas celui de la traduction proprement dite, c’est-à-dire le résultat du transfert du sens en langue d’arrivée (le terme résultat est ici important, car il n’y a pas à proprement parler de transfert du sens) mais celui des relations grammaticales et textuelles entre les mots, termes et expressions transférés en langue cible. Cette situation concorde avec l’expérience subjective de certains langagiers selon laquelle les textes contiennent peu de notions, de concepts ou d’éléments de sens entièrement inédits, de sorte que leur traduction, assez bien établie, présente elle aussi un caractère prévisible que les statistiques textuelles permettent justement de mettre au jour. Un autre problème de la TAS, qui est étroitement lié à l’absence d’évaluation de la fluidité de la formulation en langue d’arrivée, est le fait que la TAS donne souvent lieu à des formulations (parties d’énoncés ou de segments) qui sont totalement dépourvues de sens. Même si les traductions humaines ne sont pas totalement exemptes de ces erreurs, ce qui caractérise la TAS c’est la récurrence et donc l’importance de ces problèmes dans les textes traduits.

Ces conclusions concordent tout à fait avec les résultats d’une étude réalisée en 2013 par l’auteur de ces lignes sur les ruptures lexicogrammaticales (les propriétés formelles) de la traduction d’un texte produite (et révisée) par des traducteurs professionnels qui sont mises en évidence par comparaison avec la traduction d’un système de TAS (Google Traduction, en l’occurrence)3.

L’analyse et la catégorisation des différences textuelles constatées systématiquement dans la comparaison des segments des deux modes de traduction permettent de dégager trois principaux types de ruptures de la traduction humaine avec la traduction machine parmi une dizaine de catégories de ruptures entre les segments traduits automatiquement et les segments traduits par des professionnels (fait important, les ruptures ont été mesurées entre les deux traductions et non pas entre le texte source et le texte cible). Le tableau qui suit présente les données quantitatives sur ces trois types de ruptures ainsi que quelques exemples relevés dans la comparaison des deux modes de traduction étudiés : la traduction effectuée par Google d’un document publié par la Banque du Canada et sa traduction officielle diffusée sur le site Web de l’organisme. Le pourcentage indiqué désigne le rapport entre le nombre de ruptures de la catégorie sur l’ensemble des 1593 ruptures relevées dans le corpus. Les exemples fournissent les éléments essentiels du contexte (même si les segments ne sont pas complets) et les ruptures sont indiquées en caractères gras.

Exemples de ruptures entre la TAS et la traduction professionnelle

Types de rupture

Texte source

Traduction Google

Traduction humaine

Variantes codées - 344 sur 1593 (21,6 %)

a) The expected pace of price increases has fallen (3);
b) about the outlook;
c) Firms affected by (2);
d) For the third consecutive quarter;
e) sales growth;
f) indicating that;
g) to expand their workforces;
h) improvements in demand
i) however

a) Le rythme attendu de la hausse des prix a baissé (3);
b) quant aux perspectives;
c) Les entreprises affectées (2);
d) Pour le troisième trimestre consécutif;
e) une croissance des ventes;
f) ce qui indique que;
g) élargir leurs effectifs;
h) amélioration prévue de la demande;
i) cependant

a) Le rythme prévu d’augmentation des prix a fléchi (3);
b) à l’égard des perspectives;
c) Les firmes touchées (2);
d) Pour le troisième trimestre de suite;
e) une progression de leurs ventes;
f) ce qui signifie que;
g) augmenter leurs effectifs;
h) redressement prévu de la demande;
i) toutefois

Variantes fonctionnelles - 301 sur 1593 (18,9 %)

a) Responses to the autumn survey indicate that (2);
b) Western Canada;
c) Firms reported;
d) suggesting that;
e) firms reported an improvement

a) Les réponses de l’enquête de l’automne indiquent que (2);
b) l’Ouest du Canada;
c) Les entreprises ont déclaré;
d) ce qui suggère que;
e) Les entreprises ont rapporté une amélioration

(a) Les résultats de l’enquête de l’automne révèlent que (2);
b) l’Ouest du pays;
c) Les entreprises ont indiqué;
d) ce qui donne à penser que;
e) Les entreprises ont observé une amélioration

Postéditions obligatoires - 292 sur 1593 (18,3 %)

a) The balance of opinion on employment edged up in the spring survey (Chart 4). (3)
b) Indicators of pressures on production capacity are (2)

a) Le solde d'opinion sur l'emploi a légèrement up dans l'enquête du printemps (Chart 4). (3)
b) Indicateurs de tensions sur les capacités de production sont (2)

a) Le solde des opinions concernant le niveau de l’emploi s’inscrit en légère hausse dans l’enquête du printemps (Graphique 4). (3)
b) Les indicateurs des pressions s’exerçant sur la capacité de production sont (2)

Dans le tableau précédent, le nombre entre parenthèses renvoie au nombre de ruptures de même type constatées dans le segment cité. Les variantes codées désignent des ruptures d’origine lexicale ou syntagmatique qui impliquent une substitution simple (pas de chassé-croisé, de réduction ou d’expansion dans les segments en cause) dont la relation synonymique est attestée par le dictionnaire en ligne du Centre de recherche inter-langues sur la signification en contexte (CRISCO) de l’Université Caen Normandie. Ainsi, les variantes fonctionnelles constituent une classe résiduelle qui réunit des mots de même sens en contexte qui ne sont pas des synonymes attestés dans le dictionnaire consulté. En pratique, les postéditions obligatoires désignent des ruptures qui représentent une faute ou une erreur de type grammatical ou autre dans le texte d’arrivée et qui nécessitent par conséquent une intervention corrective par un locuteur natif de la langue d’arrivée.

Quelques statistiques à l’appui

Une proportion de 21,6 % des ruptures lexicogrammaticales provient de l’emploi par les humains de synonymes codés des mots et expressions plutôt que du correspondant direct « statistiquement significatif » (abstraction faite bien sûr des autres mots déjà présents dans le texte traduit ou qui s’ajouteront à mesure que l’on traduit), tandis qu’un autre groupe de 18,9 % de ces différences provient des variantes fonctionnelles, ce qu’on pourrait appeler des raccourcis pragmatiques et textuels qui découlent de l’interprétation du texte source et du contexte d’énonciation (voir les exemples dans le tableau). Enfin, 18,3 % des différences proviennent des postéditions obligatoires, c'est-à-dire des erreurs de formulation et de grammaire (accords, régime incorrect, mauvaise préposition, etc.) que l’on trouve dans le texte traduit par la TAS mais qui sont absentes de la traduction humaine. À eux seuls, ces trois types de différences entre les deux modes de traduction représentent 58,8 % de toutes les différences constatées entre la traduction machine et la traduction humaine.

Ces données permettent ainsi de chiffrer le constat exprimé précédemment selon lequel les lacunes des systèmes de traduction automatique proviennent principalement d’une mauvaise formulation en langue cible des concepts transférés de la langue source. En partant du principe que la traduction humaine est correcte et stylistiquement acceptable, on peut affirmer que la TAS échoue 58 % du temps en traduction spécialisée (le corpus étudié réunissait des extraits de textes économiques et financiers) par des choix lexicaux incorrects ou maladroits (40 %) ou par des erreurs de formulation en langue d’arrivée (18 %). Les variantes fonctionnelles auxquelles recourent fréquemment les traducteurs rappellent hors de tout doute que la traduction machine ne réfléchit pas (encore) et que seuls les humains peuvent faire des analogies et des inférences avec nos univers culturels ou spatio-temporels. La dernière rupture de l’exemple a) montre bien que la différence entre les deux traductions peut relever à l’occasion du choix du registre; général en TAS et spécialisé en traduction humaine. Et l’interprétation des différences entre les deux modes de traduction confirme aussi que les critères de qualité en traduction ne sont pas toujours discrets et polarisés.

Dans la comparaison entre la traduction machine et la traduction humaine, il ne faut pas opposer la gratuité des systèmes de TAS aux services tarifés de professionnels mais plutôt aux coûts élevés que risquent d’entraîner les (nombreuses) erreurs de traduction des systèmes.

Dans l’équation complexe de la qualité de la prestation des services de traduction, les risques que présente la traduction automatique et que met en évidence l’étude des ruptures lexicogrammaticales doivent être rapprochés avec les points forts de la TAS, à savoir sa gratuité relative (beaucoup de ressources doivent être consacrées à la constitution des corpus et à l’optimisation des systèmes), sa formidable rapidité d’exécution et, vraisemblablement, son indéniable justesse dans le transfert linguistique, laquelle est bien entendu fonction de la qualité des corpus bilingues mis à contribution en amont du processus. En matière de traduction, un service hautement culturel, dont la réussite se mesure de manières très différentes selon le type de texte à traduire (entre les pôles des textes littéraires et pragmatiques), on constate toujours que la perfection n’existe ni chez l’humain ni chez la machine. C’est en faisant preuve de pragmatisme devant l’inaccessible quête de la perfection qu’il faut envisager la cohabitation des produits et services de TAS avec la traduction professionnelle, cohabitation qui est d’ailleurs devenue réalité. Dans ce sens, comme pour ce qui est de tous les produits et services de l’intelligence artificielle (calculs complexes de théorèmes, traitement de la parole, interprétation d’images, robotique, jeux vidéo, systèmes experts et apprentissage automatique, etc.), la machine ne remplacera jamais l’être humain et il y va de l’intérêt de tous de confier à chacun des tâches dans lesquelles il excelle.

Dans la logique marchande, les traducteurs ont tout intérêt à bien connaître les points forts et les points faibles de la TAS pour mieux mettre en évidence leur valeur ajoutée. Malgré tout le cynisme qu’a pu susciter l’arrivée des services de TAS, il faut envisager cette percée comme une avancée technique et ne pas hésiter à opposer à cette technologie des données objectives issues d’une comparaison systématique avec les résultats optimums obtenus par des professionnels de la traduction.

Éric Poirier, est professeur agrégé au Département de langues modernes et de traduction à l’Université du Québec à Trois-Rivières, où il enseigne depuis 2011.


1 Koehn, Philipp (2010). Statistical Machine Translation, Cambridge University Press : Cambridge.

2 Guyon, André (2012). « Mémoires de traduction et traduction automatique », L’Actualité langagière, vol. 9, no 3, p. 26.

3 Poirier, Éric (2013). « Procédés de traduction humaine mis en évidence dans les ruptures lexicogrammaticales avec la traduction d’un système de traduction automatique probabiliste », Texte et corpus 2013, Actes des 7e Journées Internationales de Linguistique de Corpus = Proceedings of 7th Corpus Linguistics in France Conference.


Partage :