Nos collaborateurs sont notre richesse. Ils aident de nombreuses sociétés à satisfaire leurs clients depuis plus de 20 ans. 

À propos de nous
Direction
Actualités
Ressources et Points De Vue | Blog
Informations fondamentales

Nos experts sont au fait de l'évolution de votre secteur d'activité et des défis que vous devez relever.

Sciences de la Vie/Médical
Banque et Finance
Commerce en Ligne
E-Commerce
Jeux Video
Automobile
Biens de Consommation
Technologie
Industriel
Juridique
Tourisme

Exploitez la plateforme Lionbridge Lainguage Cloud pour prendre en charge votre localisation de bout en bout et le cycle de vie du contenu

Lainguage Cloud™ Plateforme
Connectivité
Communauté de traduction
Technologie de flux de travail
Smairt Content™
Smairt MT™
Smairt Data™

SÉLECTIONNER LA LANGUE :

Lionbridge Machine Translation Tracker

Présentation de notre outil d'évaluation, qui vous aidera à choisir le moteur de traduction automatique le plus adapté à vos besoins

Introduction

La traduction automatique (TA) existe depuis longtemps, mais ces dernières années, elle a connu une évolution sans précédent. Les entreprises produisent des quantités toujours plus importantes de contenus dans plusieurs langues. Aussi, en sont-elles venues à envisager la traduction automatique comme la promesse de rayonnement accru dans un monde de plus en plus globalisé. 

Les entreprises qui souhaitent opter pour la traduction automatique doivent considérer quatre stratégies de base : 

TA publique

Utilisation de services comme Google Translate ou Bing Translate. Ces services sont aisément accessibles par tous, gratuitement, mais ils ne proposent pas de fonctionnalités évoluées telles que la personnalisation de la terminologie, et les données peuvent être réexploitées par d'autres services. 

Solution de TA sur site

Cette approche implique pour les entreprises de déployer un serveur de traduction automatique dans leur environnement informatique. Cette solution, si elle est particulièrement sûre, représente un coût important, s'avère complexe à déployer et à gérer et exige une maintenance permanente.

Solution de TA dans le Cloud

Cette solution s'apparente à la TA publique en termes de fonctionnement, mais elle est hébergée dans le Cloud et crée une instance dédiée à l'entreprise. Toutes les données partagées avec le service sont fortement sécurisées et ne sont pas partagées avec des tiers. Elle propose des possibilités supplémentaires de personnalisation de la terminologie et divers autres avantages, mais elle peut également être tributaire d'un verrouillage du fournisseur et la qualité de la traduction automatique peut être moindre concernant plusieurs combinaisons de langues. 

Solution de TA d'excellence

Il s'agit d'une plateforme unique qui permet de gérer plusieurs moteurs de traduction automatique, avec une seule couche de personnalisation terminologique, une interface simple à gérer et la possibilité de sélectionner les meilleurs moteurs selon différentes combinaisons de langues et différents types de contenu. 

Indépendamment de la stratégie choisie, il peut être difficile de choisir le moteur approprié sans disposer des données et de l'expérience requises. Forte de plus de deux décennies d'expérience, Lionbridge est un spécialiste de la traduction automatique et a collecté un grand nombre de données linguistiques et de qualité en matière de technologie de traduction automatique qui peuvent contribuer à prendre une décision avisée. Cette page Web fournira des informations élémentaires sur les performances des moteurs de traduction automatique concernant les combinaisons de langues les plus usuelles afin d'aider les entreprises à arrêter les bons choix pour leurs contenus. 

Quel est le meilleur moteur de traduction automatique (TA) ? Il n'y a pas de réponse simple.


Lors du choix parmi les nombreux systèmes de TA disponibles, il est important de noter que certains moteurs traitent une fonction ou un domaine spécifique. Si vos besoins ne correspondent pas à cet objectif, le moteur peut fonctionner de manière sous-optimale, quel que soit son degré d'avancement. Pour déterminer la meilleure option, identifiez d'abord pourquoi vous utilisez la TA.

Si vous souhaitez un moteur de TA à usage général, il peut être approprié d'utiliser Google Translate ou Bing Translator. Si vous recherchez des services de TA pour une langue ou un domaine spécifique, vous pouvez obtenir de meilleurs résultats en vous tournant vers Amazon Translate ou DeepL Translator.

Le suivi de la traduction automatique de Lionbridge analyse les performances du moteur tous les mois pour vous aider à déterminer le meilleur moteur de traduction automatique en fonction des paires de langues que vous utilisez. La prochaine fois que vous vous demanderez quel est le meilleur moteur de TA, reformulez la question en « Quel moteur de TA me convient le mieux ? » Et comptez sur Lionbridge pour vous guider.

Vous souhaitez plus d'informations sur les différents types de technologies de traduction automatique ? Consultez notre blog Traduction automatique en traduction.

Commentaire d'un expert de Lionbridge

Février 2023

Les moteurs génériques de traduction automatique (TA) fournissent en général un résultat satisfaisant aux entreprises qui cherchent à automatiser leurs traductions. Cependant, ces moteurs sont susceptibles de produire des suggestions médiocres, en particulier lorsqu'il s'agit de contenu technologique ou hautement spécialisé.

Les entreprises qui cherchent à améliorer les résultats de traduction automatique (TA) pour atteindre des objectifs spécifiques peuvent envisager deux possibilités : Personnalisation de la TA et/ou entraînement de la TA. L'une ou l'autre méthode – ou une combinaison des deux – peut produire de meilleurs résultats pendant le processus de traduction automatique.

Cependant, les approches diffèrent les unes des autres et ne sont pas interchangeables. Le tableau 1 donne un aperçu de la personnalisation de la TA et de l'entraînement de la TA et offre quelques considérations pour évaluer chaque méthode.

Personnalisation et entraînement de la traduction automatique

  Personnalisation de la TA Entraînement de la TA
Qu'est-ce que c'est et comment ça marche Adaptation d'un moteur de traduction automatique préexistant avec un glossaire de traduction et à une liste de termes à ne pas traduire (DNT – Do Not Translate) dans le but d'améliorer la précision des traductions générées. Création et entraînement d'un moteur de TA au moyen de nombreuses données bilingues, issues de corpus et de mémoires de traduction (MT), dans le but d'améliorer la précision des traductions générées.
Objectif Améliore les suggestions de la TA pour des résultats plus précis et réduit la nécessité de post-édition Améliore les suggestions de la TA pour des résultats plus précis et réduit la nécessité de post-édition
Avantages spécifiques Permet aux entreprises d'adhérer à leur marque et à leur terminologie mais aussi de produire des variantes régionales Permet aux entreprises de conserver une voix, un ton et un style de marque spécifiques et de produire des variantes régionales
Risques Lorsqu'elle n'est pas exécutée correctement, la TA peut formuler de mauvaises suggestions et avoir un impact négatif sur la qualité globale Si les données de qualité sont insuffisantes pour entraîner le moteur, l'entraînement de la TA risque de n'avoir aucun impact sur le résultat ; si des auteurs inexpérimentés font un usage inapproprié de la terminologie. la TA risque de formuler de mauvaises suggestions et d'avoir un impact négatif sur la qualité globale
Utilisation Solution idéale pour le contenu technologique et axé sur les détails et tout contenu nécessitant :
*Des traductions précises de la terminologie
*Des variantes régionales, lorsque vous manquez de données suffisantes pour l'entraînement de la TA
Solution idéale pour le contenu hautement spécialisé, le marketing et le contenu créatif, et tout contenu nécessitant :
*Une voix, un ton ou un style de marque spécifique
*Des variantes régionales, lorsque vous avez suffisamment de données pour l'entraînement de la TA
Facteurs de succès Un spécialiste expérimenté en TA, capable de gérer avec succès les règles de normalisation des entrées et des sorties, les glossaires et les listes DNT Un minimum de 15 000 segments distincts pour entraîner correctement le moteur
Coûts Prévoyez un coût unique pour mettre à jour le profil qui entre dans le moteur de TA et des coûts permanents pour la tenue d'un glossaire au fil du temps ; les coûts sont relativement peu élevés si l'on tient compte des avantages potentiels et sont généralement inférieurs aux coûts d'entraînement de la TA Prévoyez des coûts liés au premier entraînement, ainsi que des coûts potentiels pour tout entraînement supplémentaire, qui peuvent être envisagés au fil du temps si le contrôle des performances de la TA indique une marge d'amélioration ; l'entraînement de la TA peut valoir l'investissement dans certains cas si l'on tient compte des avantages potentiels.

Tableau 1. Comparaison entre la personnalisation et l'entraînement de la TA

 

    - Thomas McCarthy, analyste commercial de TA, Lionbridge

Janvier 2023

Les grands modèles de langage (LLM) sont-ils une bonne alternative à un paradigme de traduction automatique neuronale (NMT) pour la traduction automatique (TA) ? Pour le savoir, nous avons comparé les performances de traduction de ChatGPT, le petit dernier de la famille GPT-3 de LLM d'OpenAI, aux cinq principaux moteurs de TA que nous utilisons dans notre suivi de la qualité de la TA.

Comme on pouvait s'y attendre, les moteurs NMT spécialisés traduisent mieux que ChatGPT. Mais étonnamment, ChatGPT fait un travail respectable. Comme le montre la figure 1, ChatGPT a fait preuve de performances presque aussi bonnes que les moteurs spécialisés.

Nous avons calculé le niveau de qualité en fonction de la distance d'édition inverse en utilisant plusieurs références pour la paire de langue anglais-espagnol. La distance d'édition mesure le nombre de modifications qu'un humain doit apporter au résultat de TA pour que la traduction résultante soit aussi bonne qu'une traduction humaine. Pour notre calcul, nous avons comparé le résultat brut de la TA à 10 traductions humaines différentes (plusieurs références) au lieu d'une seule traduction humaine. La distance d'édition inverse signifie que plus le nombre résultant est élevé, meilleure est la qualité.

Figure 1. Comparaison de la qualité de la traduction automatique entre ChatGPT et les principaux moteurs de traduction automatique en fonction de la distance d'édition inverse à l'aide de plusieurs références pour la paire de langue anglais-espagnol.

Ces résultats sont remarquables car le modèle générique a été formé pour effectuer des tâches de traitement du langage naturel (NLP) et n'a pas été spécifiquement formé pour exécuter des traductions. Les performances de ChatGPT sont similaires au niveau de qualité produit par les moteurs de TA qui datent de deux ou trois ans.

Compte tenu de l'évolution des LLM – basée sur l'attention du public et les investissements importants des entreprises technologiques dans cette solution – nous pourrons bientôt voir si ChatGPT dépasse les moteurs de TA ou si la TA commencera à adopter un nouveau paradigme LLM. La TA peut utiliser les LLM comme fondement, puis affiner la technologie spécifiquement pour la traduction automatique. Le processus correspond à ce que font OpenAI et d'autres sociétés LLM pour améliorer leurs modèles génériques en fonction de cas d'utilisation spécifiques, tels que permettre aux machines de communiquer avec les humains de manière conversationnelle. La spécialisation ajoute de la précision aux tâches effectuées.

L'un des avantages de ces modèles linguistiques « génériques » élargis est qu'ils peuvent faire beaucoup de choses différentes et offrent une qualité exceptionnelle dans la plupart de leurs tâches. Par exemple, le GATO de DeepMind, un autre modèle d'intelligence générale, a été testé relativement à plus de 600 tâches, avec des résultats à la pointe de la technologie (SOTA – State-of-the-Art) pour 400 d'entre elles.

Deux lignes de développement continueront d'exister – des modèles génériques, tels que GPT, Megatron et GATO, et des modèles spécialisés à des fins précises basés sur ces modèles génériques. Les modèles génériques sont importants pour faire progresser l'Intelligence générique artificielle (AGI) et éventuellement faire progresser des développements encore plus impressionnants à plus long terme. Les modèles spécialisés auront des utilisations pratiques à court terme pour des domaines spécifiques. L'une des choses remarquables à propos des LLM est que les deux lignes peuvent progresser et fonctionner en parallèle.

Nous sommes intrigués par ce que l'avenir nous réserve. Nous continuerons d'évaluer les LLM et de publier les résultats afin que vous puissiez vous tenir au courant de cette évolution passionnante. Lisez nos blogs pour approfondir les performances de traduction de ChatGPT et en savoir plus sur ChatGTP et la localisation et pourquoi il changera probablement la donne.

 

    – Rafa Moral, vice-président de Lionbridge, Innovation

Cliquez ici pour lire les commentaires d'experts précédents.

Évaluation de la qualité globale de la traduction automatique
Comparaison des moteurs de traduction automatique
Temps
Qualité par paire de langues
Choisissez entre l'allemand, l'espagnol, le russe ou le chinois dans le menu déroulant
Temps
Performance par domaine
Sélectionnez Domaine/Objet dans le menu déroulant
Temps

Pour plus d'informations détaillées et en savoir davantage sur les tendances à venir concernant la traduction automatique, consultez notre article de blog L'avenir de la technologie linguistique – Le futur de la traduction automatique.

Méthodologie Machine Translation Tracker de Lionbridge

Lionbridge utilise une méthode dite « effort d'édition » pour évaluer la qualité de la TA. L'effort d'édition est une mesure de l'écart entre la traduction automatique initiale et sa version revue par un éditeur humain, mesure exprimée selon le nombre de caractères (pour les langues asiatiques) ou de mots (pour les langues occidentales) afin de déterminer la qualité de la TA. Plus la métrique est élevée, meilleure est la qualité.

Sur les quatre moteurs de traduction automatique que nous avons évalués, Google et Bing NMT témoignent des meilleures performances, toutes combinaisons de langues confondues et pour du contenu d'ordre général. Cependant, dans certaines combinaisons de langues, des moteurs davantage spécialisés donnent de meilleurs résultats : ainsi, DeepL est le plus performant en allemand et Amazon donne les meilleurs résultats pour le chinois.

Déni de responsabilité

  1. Les moteurs de traduction automatique cités dans le présent rapport sont évalués chaque mois par Lionbridge.
  2. Les données sont fournies à titre illustratif et chaque cas doit être considéré et évalué individuellement.
  3. Ce rapport est généré à partir de données sources présélectionnées par les équipes Lionbridge expertes en traduction automatique. Les mêmes données sources sont soumises systématiquement à chaque moteur de traduction automatique pour chaque combinaison de langues. Il est ainsi possible d'établir des comparaisons entre les moteurs de traduction.
  4. Aucune donnée sur les clients n'a été exploitée dans le cadre de l'élaboration du rapport.

Venez tout savoir à propos de la TA

Smaⁱrt MT : la traduction neuronale à l'ère du numérique

Tirez parti de la traduction automatique neuronale pour offrir une meilleure expérience grâce à votre site multilingue et excellez sur les marchés mondiaux.

L'avenir de la technologie linguistique : l'avenir de la traduction automatique

La traduction automatique continue à évoluer et occupe un rôle croissant dans la productivité en matière de traduction, lorsqu'elle est correctement mise en œuvre.

Traduction automatique vs traduction automatique avec post-édition

Quand est-il préférable d'utiliser la traduction automatique ? Quand envisager d'utiliser un modèle hybride qui intègre la traduction humaine traditionnelle ? Parcourons les scénarios. 

Traduction automatique neuronale : quel est le mode opératoire de l'intelligence artificielle pour traduire dans différentes langues

Découvrez ce qu'est la traduction automatique neuronale et pourquoi elle change la donne dans le secteur linguistique. 

Traduction automatique en traduction

Cet aide-mémoire pratique vous permet de rester au fait des termes les plus importants associés à la traduction automatique. 

Cliquez sur l'image ci-dessous pour consulter les définitions clés pour comprendre la traduction automatique

Contactez-nous