Explication

Lorsqu’un terme absent (ou rare) dans les données d’entraînement est présenté à la machine aux fins de traduction, elle compose une traduction en enchaînant les parties de mots les plus plausibles pour un contexte donné.  Par exemple: «Two unicorns are hiding in the forest» se traduit par «Deux unicornes se cachent dans la forêt», car le mot «licorne» n’a pas été inclus dans les textes juridiques utilisés pour entraîner notre moteur juridique général.

La création de néologismes peut aussi être due au fait que la machine ne reconnaît pas qu’un terme est un nom propre qui ne doit pas être traduit (élément transposable). Davantage à ce sujet ici.

Solution(s)

Qu’il s’agisse d’un nom propre transposable ou d’un terme dont la signification dépend du contexte, nous pouvons ajouter manuellement n’importe quel mot inconnu de la machine aux données d’entraînement, et il sera reconnu dans les entraînements suivants. Dans l’intervalle, nous pouvons l’ajouter à notre glossaire. Aidez-nous à résoudre ces problèmes en soumettant vos suggestions via le bouton «Feedback» dans le masque de traduction automatique ou envoyez-nous vos commentaires par e-mail.

Sous peu, les utilisateurs de LexMachina pourront créer leurs glossaires personnels et ainsi améliorer directement les résultats de traduction automatique. Pour rester informés sur notre outil d’intégration de terminologie, abonnez-vous à notre newsletter.

Explication

Selon le contexte, un «associé» peut être un «partner», un «member», un «quotaholder», etc. Même si la traduction automatique tient compte du contexte dans une certaine mesure, les traductions sont en général faites phrase par phrase, ce qui signifie que la machine ne peut inférer le contexte qu’à partir de la phrase elle-même, et non pas du document entier. Ainsi, elle choisit le terme le plus susceptible d’apparaître dans le contexte d’une phrase, en fonction des statistiques de fréquence et de cooccurrence qu’elle a établies. Cela peut entraîner dans certains cas des incohérences au sein d’un document.

Solution(s)

Nos sous-moteurs spécialisés tentent de résoudre ce problème: plus le système est spécialisé, meilleure est la qualité des traductions. Nous développons constamment de nouveaux sous-moteurs pour satisfaire aux besoins des avocats suisses. De plus, notre outil d’intégration de terminologie permet à chaque utilisateur de créer son propre glossaire et d’influencer directement les résultats de traduction automatique. Abonnez-vous à notre newsletter pour rester informés sur le lancement des derniers sous-moteurs et de notre outil d’intégration de terminologie.

Ceux qui ont opté pour notre boîte à outils de traduction peuvent facilement filtrer les phrases contenant le terme en question, vérifier la cohérence de la traduction et faire des corrections en «cherchant et remplaçant» les termes indésirables. Demandez notre guide de l’utilisateur pour plus d’informations à ce sujet.

Explication

Selon le contexte grammatical de la langue cible ou source, les moteurs de traduction automatique ne sont pas toujours capables d’identifier les mots qu’il ne faut pas traduire (noms et prénoms, raisons sociales, noms de villes, marques, etc.). Voir «création d’un néologisme malheureux» et «terme inadapté au contexte» pour approfondir le sujet.

Solution(s)

Dites-nous si vous rencontrez ce problème: cliquez sur le bouton «Feedback» dans le masque de traduction ou envoyez-nous vos commentaires par e-mail. Nous ajouterons le terme à notre liste d’éléments transposables. La machine retiendra alors toujours le terme sous sa forme originale.

Explication

Actuellement, les moteurs de traduction automatique neuronale (Neural Machine Translation, NMT) traitent généralement le texte phrase par phrase. Sans l’intégration d’outils de résolution de coréférences adéquats, l’algorithme ignore donc le contenu de la phrase précédente et, par exemple, traduit les pronoms sans connaître leur référent («Der Salat ist frisch. Er ist sehr gesund.» sera donc traduit par «La salade est fraîche. Il est très sain.»). Ce problème peut aussi surgir avec les listes à puces, puisque chaque puce sera traduite séparément.

Cette difficulté survient moins souvent quand le texte à traduire est un document courant (par ex. les statuts d’une SA) ou typique d’un domaine particulier (par ex. droit fiscal), car des phrases similaires seront connues du système et la variabilité sera moins prononcée.

Solution(s)

À vrai dire, la technologie pour résoudre cette question existe déjà. Le problème principal est que les logiciels professionnels (outils de traduction assistée par ordinateur [TAO]) utilisés actuellement ne sont pas compatibles avec un système NMT traduisant au niveau du paragraphe ou du document. Cela va certainement changer au cours de prochaines années, et les utilisateurs de LexMachina figureront certainement parmi les premiers à profiter de ce progrès technologique prochain.
En attendant, il y a plusieurs solutions pour aborder le problème décrit ci-dessus, par exemple (i) éviter les listes à puces et les ambiguïtés dans le texte source, et (ii) utiliser nos sous-moteurs spécialisés. Abonnez-vous à notre newsletter pour être informés du lancement des prochains sous-moteurs.

Explication

Les moteurs de traduction automatique neuronale (Neural Machine Translation, NMT) ne sont pas toujours capables de rendre correctement la signification du texte source. Ces erreurs sont souvent dues à des structures syntaxiques complexes ou ambiguës dans le texte source, ou à des phrases particulièrement longues. Les autres cas sont appelés «mystères de l’apprentissage profond»: si un adjectif ou autre modificateur est ajouté à la phrase source, la traduction peut changer considérablement, parfois pour des raisons inconnues. Heureusement, cette question fait l’objet de recherches assidues dans les milieux académiques. Si vous souhaitez être informés des dernières découvertes dans ce domaine, abonnez-vous à notre newsletter.

Solution(s)

Il suffit souvent de modifier un peu la phrase source pour que l’erreur de traduction disparaisse. Il est aussi recommandé de rendre le texte source le plus simple possible: la phrase idéale devrait compter moins de 128 caractères et être dépourvue d’ambiguïtés.

Ce type d’erreur montre aussi que malgré les progrès considérables accomplis par la traduction automatique ces dernières années (y c. dans le domaine de la traduction juridique), la vérification du résultat par un avocat ou un juriste-linguiste reste de mise si une traduction a valeur légale ou revêt une importance matérielle dans le cadre d’une procédure. Dans de tels cas, nous vous conseillons de commander nos services de relecture complets.

Explication

Le moteur de traduction automatique repère le formatage du texte (gras, italique, souligné, etc.) dans le texte source et l’applique aux termes dans le texte source. Toutefois, puisque le moteur ne traduit pas mot à mot mais plutôt phrase par phrase, le formatage peut parfois être appliqué au mauvais terme.

Solution(s)

Actuellement, il n’y a pas de solution concrète pour empêcher les moteurs de traduction automatique de faire des erreurs de cette nature. Heureusement, ces erreurs peuvent être corrigées très facilement et rapidement, surtout au moyen d’une relecture succincte ou complète par un traducteur spécialisé.

Explication

Pour que la traduction automatique fonctionne, le texte à traduire doit être correctement séparé en phrases (c.-à-d. «segmenté») avant d’être soumis à la machine aux fins de traduction.

Si des phrases sont segmentées incorrectement durant le pré-traitement, la traduction sera mauvaise, voire incompréhensible. Par exemple, si la phrase «En vertu de l’art. 13, le créancier dispose d’un délai de 30 jours pour exercer ses droits.» est coupée après «art.» à cause du point utilisé pour abréger le mot «article», la machine traduit d’abord «En vertu de l’art.» puis, indépendamment de la première phrase, «13, le créancier dispose d’un délai de 30 jours pour exercer ses droits.», ce qui aboutit à un résultat inutilisable.

Solution(s)

Si vous rencontrez un tel phénomène, veuillez nous indiquer l’abréviation problématique en cliquant sur le bouton «Feedback» dans le masque de traduction ou nous envoyer vos commentaires par e-mail. Nous ajouterons cette abréviation à la liste de «règles de segmentation» de LexMachina pour qu’elle ne répète pas cette erreur. Jusque-là, vous pouvez retraduire la phrase en la mettant simplement entre parenthèses, car le système est configuré pour ne pas segmenter dans les parenthèses.

Explication

Parfois, les systèmes de traduction automatique neuronale (Neural Machine Translation, NMT) oublient des mots ou des parties de phrases (voire des phrases entières) ou laissent un terme tel quel, sans le traduire. Ces problèmes sont généralement dus à la longueur des phrases ou à la mise en page du document source: tabulations ou ruptures superflues, traits d’union optionnels, champs de texte dans Word, etc.

Solution(s)

La seule manière d’éviter ce type de problème est de reformuler le texte avec des phrases plus courtes ou de changer la mise en page initiale (à ce sujet, n’hésitez pas à demander nos «conseils et astuces»). Si vous remarquez un problème de formatage récurrent, nous pouvons le résoudre en créant une règle de pré-édition correspondante appliquée directement par le système. Informez-nous en cliquant sur le bouton «Feedback» dans le masque de traduction ou envoyez-nous vos commentaires par e-mail.
Sinon, vous pouvez commander nos services de relecture pour faire corriger ces erreurs par des traducteurs spécialisés.

Explication

Indépendamment du corpus avec lequel un moteur de traduction automatique a été entraîné, sa fonction intrinsèque exige qu’il traduise toujours des textes selon ses propres algorithmes. En d’autres termes, même si l’on a «nourri» LexMachina avec l’entier de la législation suisse, elle ne reproduit pas la traduction officielle et propose automatiquement sa propre version.

Solution(s)

Ce problème peut être surmonté en alimentant le moteur avec une liste de phrases à traduction fixe. Nous travaillons constamment à l’amélioration de cette liste. Envoyez-nous vos suggestions en cliquant sur le bouton «Feedback» dans le traducteur en ligne ou par e-mail.

Explication

Malgré un progrès constant, la traduction automatique est loin d’être parfaite et peut produire des erreurs qu’un traducteur humain ne commettrait jamais.
Alors que nous sommes à même de résoudre immédiatement certain des problèmes susmentionnés, d’autres peuvent surgir, dont la résolution nécessitera d’autres percées technologiques. Nous suivons de près les développements correspondants et nous vous informerons de toutes les solutions de pointe que LexMachina implante. Pour être parmi les premiers informés, abonnez-vous à notre newsletter.
Dans l’intervalle, toute information concernant la découverte d’un problème majeur nous intéresse. N’hésitez pas à nous contacter. Nous analyserons votre question avec attention et y répondrons de notre mieux.