Introduction
Dans le cadre du projet de traduction commanditée du Master TSM de l’université Grenoble-Alpes et sous la direction de Caroline Rossi, nous avons élaboré une traduction du chapitre 7 How neural machine translation works (rédigé par Juan Antonio Pérez-Ortiz, Mikel L. Forcada et Felipe Sánchez-Martínez de l’Université d’Alicante, Espagne) de l’ouvrage Translation for Multilingual Citizens, qui est l’un des résultats du projet MultiTraiNMT (https://multitrainmt.eu) cofinancé par le programme Erasmus de l’Union européenne. Cette traduction était une commande du partenariat MultiTraiNMT, qui réunit quatre universités européennes (Universitat Autònoma de Barcelona, Université de Grenoble-Alpes, Dublin City University et Universitat d’Alacant), deux entreprises (Prompsit Language Engineering et Xcelerator Machine Translations) ainsi que plus de vingt autres membres et a pour but de « développer, d’évaluer et de diffuser des contenus en libre accès afin d’améliorer l’enseignement et l’apprentissage de la traduction automatique chez les apprenants en langues, les professeurs de langues, les traducteurs stagiaires, les professeurs de traduction et les traducteurs professionnels, dans toute l’Europe »1.
Le chapitre que nous avons traduit présente à ses lecteurs les grands principes de la traduction automatique neuronale, un modèle relativement récent qu’utilisent des systèmes gratuits bien connus du grand public comme DeepL ou encore Google Translate.
1. Les difficultés rencontrées
1.1. Trados Studio 2021 et le format PDF : une idylle imparfaite
La première difficulté rencontrée, et pas des moindres à mon sens, est venue du fait que l’importation d’un document source au format PDF dans l’interface du logiciel de TAO Trados Studio 2021 a causé de nombreuses erreurs au sein du document. Ces erreurs se répercutant forcément dans le document cible sans intervention directe du traducteur.
Segmentation
Certaines parties de phrases n’ont tout simplement pas été « transférées » lors de la segmentation du texte et sont devenues manquantes dans le texte source intégré dans l’interface de Trados Studio 2021. Entrainant mon incompréhension et m’obligeant à effectuer des recherches dans le document PDF original pour y voir plus clair et procéder aux corrections nécessaires.
Mise en page
La mise en page a également fait les frais de l’intégration sous Trados Studio 2021 :
- Certaines notes de bas de page n’étaient plus considérées comme telles et avaient été transférées dans le « corps du texte ». Ainsi, Après l’enregistrement au format Word, cette note de bas de page est devenue un paragraphe de corps de texte, placée seule en haut d’une page vierge.
Fig. 1
Il a donc fallu procéder à une correction de la mise en page afin de remettre en place de façon correcte certains éléments comme les légendes et les notes de bas de page, ou encore la bibliographie.
Fig. 2
Après correction de la mise en page, la note de bas de page est revenue à la place qui lui est destinée et n’est plus un paragraphe de corps de texte.
- Les styles gras ou italique n’ont pas forcément été restitués sur l’intégralité d’une phrase ou d’un titre.
Ex. : 3 Réseaux neuronaux artificiels → 3 Réseaux neuronaux artificiels - Certaines numérotations de chapitres ont purement et simplement disparu.
Ex. : 3.3 Couches de neurones → Couches de neurones - Certaines numérotations de page se sont retrouvées en plein milieu d’une page, mais pas dans le corps du texte.
- Certaines structures de schémas ont dû être retouchées, dans la mesure du possible, pour que le schéma cible soit similaire au modèle source.
Malheureusement, repérer et corriger toutes ces erreurs pour pouvoir, à terme, fournir un document en langue cible bénéficiant d’une mise en page à peu près identique au document source s’est avérée fastidieux et extrêmement chronophage.
1.2. Les difficultés d’un texte anglais non écrit par des locuteurs natifs
L’une des difficultés rencontrées également lors de cette traduction provenait du fait que le document source n’avait pas été rédigé par des locuteurs natifs anglais. Cela nous a gêné en particulier lorsque nous étions face à des structures de phrases compliquées du point de vue de l’anglais. Pour faire écho au cours de Rédaction de contenu spécialisé en anglais de M. André Dodeman, professeur à l’université Grenoble-Alpes, nous avons eu le sentiment qu’un locuteur natif dans la langue de Shakespeare n’aurait pas formulé les choses de cette façon. Nous avons donc été amenés à procéder à de nombreuses reformulations tout au long du texte pour essayer de rendre la lecture du document cible plus naturelle et plus agréable.
1.3. Public ciblé et difficultés liées aux six chapitres précédents (non encore traduits)
Bien que la majeure partie du chapitre se veuille pédagogique en introduisant pas à pas les concepts, termes, et explications correspondantes, certains passages abordaient un certain nombre d’idées ou de représentations avec un degré de technicité certain. Or, sans avoir à notre disposition les six premiers chapitres de l’ouvrage, nous avons parfois eu du mal à « cibler » le lectorat visé. Fallait-il parfois essayer de vulgariser et apporter des précisions supplémentaires à certaines explications comme nous l’a enseigné Mme Alice Carré, professeure à l’université Grenoble-Alpes, lors de son cours Traduction technique d’anglais en français ? Ou bien partir du principe que le lectorat visé dispose déjà de certaines connaissances sur le sujet (acquises préalablement ou lors de la lecture des chapitres précédents de l’ouvrage) et maintenir le niveau technique de la phrase source ?
Quoi qu’il en soit, bien que nous ayons fait le choix d’essayer de restituer les propos des auteurs aussi clairement et fidèlement que possible pour le lecteur sans nous « approprier » le texte, nous ne regrettons pas de ne pas avoir préalablement interrogé le commanditaire de la traduction à ce propos. En effet, alors que nous écrivons ces lignes avec le recul nécessaire, nous avons bien conscience que notre analyse est tout autant basée sur l’expérience acquise lors de la traduction en elle-même et l’enseignement universitaire dispensé ce semestre, que sur la réflexion menée lors de la rédaction de cette partie introductive. Toutefois, l’absence de regret ne veut aucunement dire que nous referions les choses de la même façon si l’occasion se présentait. À l’avenir, nous chercherons sûrement à mieux définir « le cadre » de la traduction afin de nous assurer de mieux répondre aux attentes du commanditaire, voire essayer d’obtenir, dans le cas d’une partie d’ouvrage ou autre type de document à traduire, la totalité du ou des documents en question.
1.4. C’est la fête du qualificatif
Toujours au niveau des difficultés de traduction rencontrées dans ce chapitre 7, il y a un cas découlant des particularités de la langue anglaise que nous avons eu envie d’aborder ici. En effet, à la différence de la langue française, la souplesse de l’anglais permet d’enchainer les qualificatifs avec une aisance certaine et très peu de contraintes.
“Supercomputers were used in order to train the GPT-3 system, a process that can take several weeks or even months, but it has been estimated that learning the weights for such a model with a single powerful gaming desktop personal computer would have taken more than 350 years.”
Pour la traduction de cette phrase et pour une raison évoquée ci-dessous, nous avons choisi de « dissocier » powerful et gaming de la liste de qualificatifs, et tâché de les retranscrire d’une façon détournée.
« Plusieurs superordinateurs ont été utilisés pour cette tâche, un processus susceptible de prendre plusieurs semaines, voire plusieurs mois. En effet, on estime que l’apprentissage des poids d’un tel modèle à l’aide d’un seul ordinateur personnel de bureau suffisamment puissant pour jouer2 aurait pris plus de 350 ans. »
Notre décision de dissocier le mot gaming utilisé dans la phrase anglaise est basée sur la réflexion menée quant au choix de sa traduction. En effet, ce mot ainsi que bon nombre d’anglicismes sont régulièrement utilisés par la communauté française de joueurs de jeux vidéo, dont nous faisons partie.
Ainsi, bien que cela ne soit pas très correct du point de vue de la langue française, la communauté parle volontiers de gaming, de gameplay, de game design, de gamers, de FPS (First Person Shooter), etc. Pour ce dernier terme, il est intéressant de noter que même si l’usage de sa traduction par jeu de tir à la 1re personne s’est répandu, c’est l’acronyme FPS du mot anglais qui reste pourtant le plus employé.
Pour en revenir au mot gaming, nous avons hésité à le conserver tel quel dans un premier temps. En effet, c’est un anglicisme extrêmement utilisé et vous trouverez pléthore d’annonces sur des sites marchands de vente en ligne (Amazon, Fnac, etc.) pour des fauteuils gamer/gaming, des accessoires gaming, des ordinateurs gamer/gaming, etc. De plus, bien que la plupart des traductions proposées pour le vocabulaire du jeu vidéo aient déjà eu le droit à une proposition validée par l’Office québécois de la langue française, celles-ci n’ont généralement pas été adoptées par la communauté ; l’utilisation de nombre d’entre elles ne semblant pas très naturelle du point de vue de l’usage de la langue. Nous avons finalement fait le choix de proposer une traduction pour le mot gaming en le séparant de la liste de qualificatifs et en utilisant une référence indirecte : suffisamment puissant pour jouer.
Anglicismes
Le texte source contenait bien d’autres termes donnant souvent lieu à des anglicismes en français : nous avons fait le choix (peut-être à tort) de conserver le terme smartphone dans la traduction française. Certaines traductions comme téléphone intelligent ou bien encore ordiphone existent certes, mais pour être honnête, nous avons l’impression que quasiment personne ne les utilise. Nous avons hésité également à tout simplement employer le terme téléphone portable ou encore mobile (multifonction) qui semble être la recommandation officielle d’après le Larousse mais, à l’heure actuelle, tous les téléphones portables ne sont pas des smartphones, et le terme mobile (multifonction) n’est pas très parlant. Nous avons donc décidé de conserver le terme tel quel afin de ne pas perturber le lecteur de l’ouvrage.
Traduction des exemples
Ce chapitre comporte également plusieurs exemples de phrases subissant une opération de traduction automatique. Si certains de ces exemples peuvent être traduits avec facilité comme « The first episode will pick up right where the previous season left off » traduit par « Le premier épisode reprend directement là où la saison précédente s’est arrêtée », d’autres sont plus compliqués, car ils sont utilisés dans la description de certains mécanismes de traduction automatique. Ainsi dans le cas de l’exemple suivant « Summer is the hottest season of the whole year », il est impossible de traduire simplement par « L’été est la saison la plus chaude de toute l’année », car le nombre de mots est alors différent en français, une caractéristique importante dans la suite du texte. Par conséquent nous avons choisi à la place de traduire la phrase par « La saison la plus chaude est toujours l’été ».
Traduction de la bibliographie
La seconde moitié traduite comportait les sources bibliographiques utilisées aux fins de la rédaction du chapitre. Or, les articles cités n’existent qu’en anglais, ne laissant que deux choix possibles : laisser tel quel ou procéder à une traduction personnelle. Après avoir consulté notre tutrice, nous avons été informés de la possibilité de laisser les références en anglais, seuls certains éléments devant être traduits comme le nom des lieux. Ainsi nous avons par exemple simplement changé « Goodfellow, Ian, Yoshua Bengio & Aaron Courville. 2016. Deep learning. MIT Press. » en « Goodfellow, Ian, Yoshua Bengio et Aaron Courville. 2016. Deep learning. MIT Press. », le « & » n’étant pas utilisé en français.
Adaptation du style des auteurs en français
Dans la version anglaise, les auteurs s’adressent directement au lecteur en utilisant les pronoms you et we. Ceci n’est pas quelque chose de commun dans les écrits universitaires français où des tournures impersonnelles seront préférées (nous l’avons vérifié dans le corpus français Scientext). Toutefois, pour préserver ce lien direct avec le lecteur, étant donné que le texte est un texte de vulgarisation, nous avons conservé dans la traduction l’utilisation de ces pronoms. Par exemple nous avons traduit la phrase « Previously, in Section 3.3 of this chapter, we discussed the benefits of successively refining neural computations » par « Nous avons abordé précédemment dans la Section 3.3 de ce chapitre les avantages de l’amélioration successive des calculs neuronaux », plutôt que « Les avantages de l’amélioration successive des calculs neuronaux ont été précédemment abordés dans la Section 3.3 de ce chapitre », qui aurait été plus impersonnel.
1.5. Une terminologie non exhaustive
L’usage commercial de la TAN (Traduction Automatique Neuronale) est encore récent, et cette technologie progressant toujours plus rapidement, il n’est pas surprenant que l’évolution parallèle de la terminologie s’effectue plus lentement. Par exemple, certaines traductions de terme n’ont pas encore été trouvées ou validées par les multiples bases terminologiques faisant autorité dans le secteur de la traduction.
Input et output des termes passe-partout
Cependant, si nous devions définir les termes les plus problématiques à retranscrire, notre choix se porterait sur input et output. Non seulement ces termes sont souvent accolés à d’autres mots et employés dans tout autant de contextes différents, mais leurs interprétations varient en fonction de ces critères. Leur traduction est d’autant plus problématique avec une langue telle que la langue française qui s’accommode mal des répétitions.
Inputs
| ” In a network, some neurons receive external stimuli which act as inputs to the neural net […]” | « Au sein d’un réseau, certains neurones reçoivent des stimuli extérieurs qui servent de données d’entrée […] » |
| “Training a neural network is the process of determining the weight of the connections between its neurons so that, given a training set of input—output examples […]” | « Entrainer un réseau neuronal consiste à définir le poids des connexions entre ses neurones de manière que, compte tenu d’une base d’apprentissage d’exemples de phrases sources-cibles […] » |
Output
| “[…] it produces an actual output which is as close as possible to that in the relevant example.” | « […] il génère des propositions réelles aaussi proches que possible de celles des exemples correspondants. » |
| “[…] which describes how far actual outputs are from the desired outputs […]” | « […] qui détermine le degré d’écart entre les données de sorties réelles et celles souhaitées […] » |
| “Neural networks may ideally generalise in the context of machine translation by producing similar outputs when fed with similar inputs […]” | « Dans le contexte de la traduction automatique, les réseaux neuronaux peuvent théoriquement produire des généralisation conduisant à des résultats analogues lorsqu’ils sont alimentés par des données d’entrées similaires […] » |
| a. Note de C. Rossi : l’usage de l’adjectif « réel » a été discuté lors de l’entretien de révision | |
1.6. Mise en page et éléments graphiques
Traduction et adaptation des éléments graphiques
Ma partie de la traduction commanditée comporte plusieurs schémas illustrant certains exemples de mécanismes de traduction automatique neuronale. Si l’utilisation du logiciel de traduction assistée Trados m’a permis de modifier le texte de ces schémas, un test de l’enregistrement au format Word m’a montré que Trados ne pouvait pas modifier les schémas pour prendre en compte les changements dans le texte. Certains mots pouvaient donc être coupés ou bien avaient simplement disparu. Heureusement, Mme Rossi a pu récupérer auprès de ses collègues l’accès au répertoire des schémas contenus dans le manuel sur la plateforme Overleaf. Nous avons ainsi réussi à récupérer ces éléments au format SVG, que nous avons alors modifié grâce au logiciel Inkscape.
Fig. 3
Afin que les deux parties de la traduction soient parfaitement harmonisées, nous avons consacré beaucoup de temps à la relecture commune de nos traductions respectives.
Harmonisation stylistique
Nous nous sommes mis d’accord à deux sur l’harmonisation des éléments de style à employer pour la traduction comme pour le problème de traduction du style des auteurs en français relevé ci-dessus ou la formulation des titres. Par exemple, Romain Revet avait tout d’abord traduit le titre de sous-section « Transformer: attention-based encoder–decoder » par « Le modèle Transformer : un encodeur-décodeur basé sur l’attention », mais dans un souci d’harmonisation avec la partie de Sébastien Palmieri, il a changé par la suite pour « Modèle Transformer : un encodeur-décodeur basé sur l’attention » en enlevant l’article.
Harmonisation terminologique
Afin d’assurer la cohérence terminologique pour le chapitre entier, nous avons, dès le début du projet, effectué les recherches terminologiques en binôme et avons recensé les termes sur la plateforme en ligne Google Drive. Cela a rendu impossible l’utilisation de termes français différents pour la traduction du même terme anglais dans le texte. Nous avons également relu ensemble les traductions de chacun en prêtant une attention importante à la terminologie.
Harmonisation factuelle
Sébastien décrit vers la fin de sa traduction le contenu d’un schéma apparaissant dans ma partie, il a donc été nécessaire d’harmoniser sa description ainsi que ce qui apparaît dans le schéma, pour qu’il n’y ait aucune différence.
2. Ressources terminologiques
Grâce au concours de Mme Caroline Rossi, nous avons pu bénéficier des connaissances de M. Thierry Poibeau, directeur de recherche au CNRS, directeur adjoint du laboratoire LATTICE (Langues, Textes, Traitement informatique et Traduction) et auteur de différents ouvrages sur le sujet. M. Poibeau nous a notamment expliqué que « les termes anglais sont souvent gardés tels quels en français. » Fort heureusement une grande partie des termes employés dans l’ouvrage était référencée dans des bases de données terminologiques telles que Termium plus, exploitée et maintenue par un ministère du gouvernement fédéral canadien, ou encore IATE (Interactive Terminology for Europe), la base de données terminologique de l’Union européenne.
Pour terminer cette partie introductive à la traduction du chapitre How neural machine translation works de l’ouvrage Translation for Multilingual Citizens, voici le glossaire réalisé à quatre mains pour cette traduction.
| Anglais | Français | Sources |
| activation | activation | 1 |
| agglutinative language | langue agglutinante | 2 |
| architecture | architecture | 1 |
| artificial neural network | réseau de neurone artificiel | 1 |
| artificial neuron | neurone artificiel | 1 |
| attention | attention | 1 |
| attention head | tête d’attention | 3 |
| attention layer | couche d’attention | 4 |
| attention vector | vecteur d’attention | 8 |
| beam search | recherche en faisceau | 1 |
| BLEU Bilingual Evaluation Understudy | algorithme BLEU | 5 |
| byte-pair encoding | codage de paire d’octets | 6 |
| contextual vector | vecteur de contexte | 4 |
| contextual word embeddings | plongement lexical contextuel | Dérivé de word embedding |
| decoder-encoder architecture | architecture encodeur-décodeur | 2 |
| deep neural network | réseau neuronal profond | 1 |
| deep representation | représentation profonde | 1 |
| deep-learning algorithm | algorithme d’apprentissage profond. | 1 |
| degree of attention | degré d'attention | 8 |
| development corpus | corpus de développement | M. Thierry Poibeaua |
| development set | base de développement | Dérivé de training set |
| embedding | plongement | Dérivé de word embedding |
| encoding | codage | 2 |
| error function | fonction d’erreur | 8 |
| generalisation | généralisation | 1 |
| gradient | gradient | 1 |
| gradient descent | descente de gradient | 1 |
| head | tête | 3 |
| hidden layer | couche cachée | 1 |
| hidden neuron | neurone caché | 1 |
| human translation | traduction humaine | 1 |
| inhibited | inhibition | 7 |
| input neuron | neurone d’entrée | 2 |
| input sentence | phrase d’entrée | 1 |
| Language generation | génération de langage | 1 |
| layered neural network | réseau de neurones à couches | 1 |
| learning algorithm | algorithme d'apprentissage | 1 |
| learning rate | taux d’apprentissage | 1 |
| loss function | fonction de perte | 8 |
| machine learning | apprentissage automatique | 2 |
| module | module | 1 |
| multilayer | multicouche | 1 |
| natural language processing | traitement du langage naturel | 1 |
| natural neural network | réseau de neurones naturel | Dérivé de artificial neural network |
| neural machine translation | traduction automatique neuronale | 1 |
| neural network | réseau neuronal | 1 |
| NMT | TAN | 2 |
| non-contextual word embedding | plongement lexical non-contextuel | Dérivé de word embedding |
| output layer | couche de sortie | 1 |
| output neuron | neurone de sortie | 1 |
| output sentence | phrase cible | 8 |
| pre-trained model | modèle pré-entrainé | 9 |
| principle of semantic compositionality | principe de compositionnalité sémantique | 10 |
| probabilistic model | modèle probabiliste | 1 |
| recurrent model | modèle récurrent | 11 |
| semantic characteristic | charactéristiques sémantiques | 1 |
| SentencePiece | SentencePiece | 12 |
| sub-word unit | sous-mot | 13 |
| tokenization | tokenization | 14 |
| training algorithm | algorithme d'entraînement | Dérivé de learning algorithm |
| training corpus | base d’apprentissage | 1 |
| training set | base d'apprentissage | 1 |
| transformer model | modèle Transformer | 11 |
| Turing Natural Language Generation | Turing-NLG | 15 |
| vector notation | notation vectorielle | 1 |
| vector of probability | vecteur de probabilité | 8 |
| weight | poids | 1 |
| word embedding | plongement lexical | 2 |
| a. M. Thierry Poibeau, directeur de recherche au CNRS, directeur adjoint du laboratoire LATTICE (Langues, Textes, Traitement informatique et Traduction) et auteur de différents ouvrages sur le sujet sur la traduction automatique neuronale. | ||
Sources
1 : TERMIUM Plus
2 : IATE
3 : Les transformateurs expliqués visuellement (partie 3) : Attention multi-têtes, plongée en profondeur. (2021, 17 januari). ICHI.PRO. Geraadpleegd op 11 April 2022, van https://ichi.pro/fr/les-transformateurs-expliques-visuellement-partie-3-attention-multi-tetes-plongee-en-profondeur-30923513022547
4 : Yves Mercadier. Classification automatique de textes par réseaux de neurones profonds : application au domaine de la santé. Intelligence artificielle [cs.AI]. Université de Montpellier, 2020. Français. ffNNT : 2020MONTS068ff. fftel-03145856f https://tel.archives-ouvertes.fr/tel-03145856/document
5 : Qu’est-ce qu’un score BLEU ? - Custom Translator - Azure Cognitive Services. (2021, 13 mei). Microsoft Docs. Geraadpleegd op 11 April 2022, van https://docs.microsoft.com/fr-fr/azure/cognitive-services/translator/custom-translator/what-is-bleu-score
6 : L’évolution De La Tokenisation - Encodage De Paires D’octets En NLP. (z.d.). Zephyrnet. https://zephyrnet.com/fr/l%27%C3%A9volution-de-l%27encodage-des-paires-d%27octets-de-tokenisation-en-nlp/
7 : Claude Touzet. LES RESEAUX DE NEURONES ARTIFICIELS, INTRODUCTION AU CONNEXIONNISME : COURS, EXERCICES ET TRAVAUX PRATIQUES. EC2, 1992, Collection de l’EERIE, N. Giambiasi. ffhal-01338010f https://hal-amu.archives-ouvertes.fr/hal-01338010/file/Les_reseaux_de_neurones_artificiels.pdf
8 : Pas de fiche terminologique dans le domaine de l’IA. Proposition personnelle
9 : Fokou, K., & → V. A. P. B. K. F. (2019, 6 November). NLP & modèles de langue | Smals Research. Smalsresearch. Geraadpleegd op 11 april 2022, van https://www.smalsresearch.be/nlp-modeles-de-langue/
10 : La sémantique propositionnelle. (z.d.). Lattice.CNRS. Geraadpleegd op 11 April 2022, van https://www.lattice.cnrs.fr/sites/itellier/poly_info_ling/linguistique008.html
11 : Apprentissage profond et apprentissage automatique - Azure Machine Learning. (2021, 7 September). Microsoft Docs. Geraadpleegd op 11 april 2022, van https://docs.microsoft.com/fr-fr/azure/machine-learning/concept-deep-learning-vs-machine-learning
12 : Langage de programmation - SentencePiece - Introduction. (z.d.). Gladir. Geraadpleegd op 11 april 2022, van https://www.gladir.com/CODER/SENTENCEPIECE/intro.htm
13 : Codage de texte pour les tâches NLP. (2021, 24 Augustus). ICHI.PRO. Geraadpleegd op 11 april 2022, van https://ichi.pro/fr/codage-de-texte-pour-les-taches-nlp-145588315128806
14 : Le mécanisme d’attention du transformateur. (2021, 15 November). Neuro Connection. Geraadpleegd op 11 april 2022, van https://neuroconnection.eu/le-mecanisme-dattention-du-transformateur/
15 : Apprentissage profond et apprentissage automatique - Azure Machine Learning. (2021, 7 September). Microsoft Docs. Geraadpleegd op 11 april 2022, van https://docs.microsoft.com/fr-fr/azure/machine-learning/concept-deep-learning-vs-machine-learning