deux ou plusieurs langues. Le numérique en général et le web en particulier leur
ouvrent à tous des perspectives sans précédent, et ils aimeraient bénéficier de
cette manne multilingue en ayant accès aux langues qu'ils ne connaissent pas.
"Je suis de langue française, raconte Gérard Fourestier, créateur de Rubriques à
Bac. J'ai appris l'allemand, l'anglais, l'arabe, mais je suis encore loin du
compte quand je surfe dans tous les coins de la planète. Il serait dommage que
les plus nombreux ou les plus puissants soient les seuls qui 's'affichent' et,
pour ce qui est des logiciels de traduction, il y a encore largement à faire."
Chercheur en traduction automatique et coordinateur d'ELSNET (European Network
of Excellence in Human Language Technologies), Steven Krauwer suggère les
solutions suivantes: "en ce qui concerne l'auteur, une meilleure formation des
auteurs de sites web pour exploiter les combinaisons de modalités possibles afin
d'améliorer la communication par-delà les barrières des langues (et pas
seulement par un vernis superficiel); en ce qui concerne l'usager, des logiciels
de traduction de type AltaVista Translation, dont la qualité n'est pas
frappante, mais qui a le mérite d'exister; en ce qui concerne le navigateur, des
logiciels de traduction intégrée, particulièrement pour les langues non
dominantes, et des dictionnaires intégrés plus rapides."
Luc Dall'Armellina, co-auteur et webmestre d'oVosite, espace d'écritures
multimédias: "La traduction simultanée (proposée par AltaVista par exemple) ou
les versions multilingues d'un même contenu me semblent aujourd'hui les
meilleures réponses au danger de pensée unique que représenterait une seule
langue d'échange. Peut-être appartient-il aux éditeurs des systèmes
d'exploitation (ou de navigateurs?) de proposer des solutions de traduction
partielle, avec toutes les limites connues des systèmes automatiques de
traduction..."
Pierre Magnenat, responsable de la cellule "gestion et prospective" du centre
informatique de l'Université de Lausanne: "La seule solution que je vois serait
qu'un effort majeur et global soit entrepris pour développer des traducteurs
automatiques. Je ne pense pas qu'une quelconque incitation ou autre quota
pourrait empêcher la domination totale de l'anglais. Cet effort pourrait - et
devrait - être initié au niveau des états, et disposer des moyens suffisants
pour aboutir."
Les logiciels de traduction automatique ne sont pas encore satisfaisants (voir
15), et la gestion de sites web multilingues demande beaucoup d'argent. La seule
solution à court terme semble résider dans le développement des moteurs de
recherche multilingues.
Il importe aussi d'avoir à l'esprit l'ensemble des langues et pas seulement les
langues dominantes, comme le souligne Pierre-Noël Favennec, expert à la
direction scientifique de France Télécom R&D: "Les recherches sur la traduction
automatique devraient permettre une traduction automatique dans les langues
souhaitées, mais avec des applications pour toutes les langues et non les seules
dominantes (ex: diffusion de documents en japonais, si l'émetteur est de langue
japonaise, et lecture en breton, si le récepteur est de langue bretonne...). Il
y a donc beaucoup de travaux à faire dans la direction de la traduction
automatique et écrite de toutes les langues."
Mais ces logiciels sont-ils une solution? Nicolas Pewny, fondateur des éditions
du Choucas, rappelle que "chaque langue possède son génie propre. La difficulté,
c'est de ne pas le perdre en route". C'est aussi l'avis de Guy Antoine, créateur
du site Windows on Haiti: "Je n'ai pas grande confiance dans les outils de
traduction automatique qui, s'ils traduisent les mots et les expressions, ne
peuvent guère traduire l'âme d'un peuple."
Ces logiciels ne seront eux-mêmes qu'une étape. L'étape suivante devrait être la
traduction instantanée. Alex Andrachmes, producteur audiovisuel et écrivain,
attend "les fameuses traductions simultanées en direct-live... On nous les
annonce avec les nouveaux processeurs ultra-puissants, mais on nous les
annonçait déjà pour cette génération-ci de processeurs. Alors, le genre:
vous/réservé/avion/de le/november 17-2000... Non merci. Plus tard peut-être."
"Quand la qualité des logiciels sera suffisante pour que les gens puissent
discuter sur le web en temps réel dans différentes langues, nous verrons tout un
monde s'ouvrir à nous, écrit Tim McKenna, écrivain et philosophe. Les
scientifiques, les hommes politiques, les hommes d'affaires et bien d'autres
groupes seront à même de communiquer immédiatement entre eux sans
l'intermédiaire de médiateurs ou traducteurs."
"Peut-on réellement penser que toute la population du monde va communiquer dans
tous les sens?, se demande François Vadrot, PDG de FTPress. Peut-être? Via des
systèmes de traduction instantanée, par écrit ou par oral? J'ai du mal à
imaginer qu'on verra de sitôt des outils capables de translater les subtilités
des modes de pensée propres à un pays: il faudrait pour lors traduire, non plus
du langage, mais établir des passerelles de sensibilité."
Pour conclure, laissons la parole à Michel Benoît, écrivain: "Lorsqu'un problème
affecte une structure, quelle qu'elle soit, j'ai toujours tendance à imaginer
que c'est techniquement que le problème trouve sa solution. Vous connaissez
cette théorie? Si les Romains avaient trouvé le moyen d'enlever le plomb de leur
couvert d'étain, Néron ne serait jamais devenu fou et n'aurait jamais incendié
Rome. Escusi, farfelu? Peut-être que oui, peut-être que non. E que save?
L'internet multilingue? Demain, ou après demain au plus. Voyons, pensez au
premier ordinateur, il y a de cela un peu plus que cinquante ans. Un étage au
complet pour faire à peine plus que les quatre opérations de base. Dans ce
temps-là, un bug, c'était véritablement une mouche - ou autre insecte - qui
s'insérait entre les lecteurs optiques. De nos jours, un carte de 3 cm x 5 cm
fait la même chose. La traduction instantanée: demain, après-demain au plus."
15. LA TRADUCTION AUTOMATIQUE
[Dans ce chapitre:]
[15.1. Définition et historique // 15.2. Une qualité médiocre, puis des progrès
sensibles]
Comme on l'a vu dans le chapitre précédent, si la traduction automatique offre
déjà de réels services, on en en attend bien davantage. Voici le point sur le
sujet, ainsi que le point de vue de spécialistes travaillant sur les logiciels à
venir.
15.1. Définition et historique
La traduction automatique (TA) est un outil pratique, mais elle ne remplace pas
et n'est pas destinée à remplacer le professionnel qui traduit. L'être humain
n'intervient pas au cours du processus, contrairement à la traduction assistée
par ordinateur (TAO), qui exige une certaine interaction entre l'homme et la
machine.
Un logiciel de traduction automatique analyse le texte dans la langue source
(texte à traduire) et génère automatiquement le texte correspondant dans la
langue cible (texte traduit), en utilisant des règles précises pour le transfert
de la structure grammaticale. "Il existe aujourd'hui un certain nombre de
systèmes produisant un résultat qui, s'il n'est pas parfait, est de qualité
suffisante pour être utile dans certaines applications spécifiques, en général
dans le domaine de la documentation technique, lit-on sur le site de l'EAMT
(European Association for Machine Translation). De plus, les logiciels de
traduction, qui sont essentiellement destinés à aider le traducteur humain à
produire des traductions, jouissent d'une popularité croissante auprès des
organismes professionnels de traduction."
Voici un résumé des informations que donnait le site web de Globalink, disparu
depuis, la société ayant été rachetée par Lernout & Hauspie en 1999.
Dès leurs débuts, la traduction automatique et le traitement de la langue
naturelle progressent de pair avec l'évolution de l'informatique quantitative.
Pendant la seconde guerre mondiale, le développement des premiers ordinateurs
programmables bénéficie des progrès de la cryptographie et des efforts faits
pour tenter de fissurer les codes secrets allemands et autres codes de guerre.
Suite à la guerre, la traduction et l'analyse du texte en langue naturelle
procurent une base de travail au secteur émergent des technologies de
l'information.
Dans les années 50, la recherche porte sur la traduction littérale, à savoir la
traduction mot à mot sans prise en compte des règles linguistiques. Le projet
russe débuté à l'Université de Georgetown en 1950 représente la première
tentative systématique visant à créer un système de traduction automatique
utilisable. Des recherches sont également menées en Europe et aux Etats-Unis
tout au long des années 50 et au début des années 60. Au même moment, les
progrès rapides en linguistique théorique culminent en 1965 avec la publication
de Aspects of the Theory and Syntax de Noam Chomsky, qui propose une nouvelle
définition de la phonologie, de la morphologie, de la syntaxe et de la
sémantique du langage humain.
En 1966, aux Etats-Unis, le rapport ALPAC fait une estimation prématurément
négative de la valeur des systèmes de traduction automatique, et des
perspectives offertes par ceux-ci, mettant fin au financement et à
l'expérimentation dans ce domaine pour la décennie suivante. C'est seulement à
la fin des années 70 que des tentatives sérieuses sont à nouveau entreprises,
parallèlement aux progrès de l'informatique et des technologies des langues.
Cette période voit aussi le développement de systèmes de transfert et
l'émergence des premières tentatives commerciales. Des sociétés comme Systran et
Metal sont persuadées que la traduction automatique est un marché viable et
utile. Elles mettent sur pied des produits et services de traduction automatique
reliés à un serveur central. Mais les problèmes sont nombreux: des coûts élevés
de développement, une lexicographie demandant un énorme travail, des difficultés
pour proposer de nouvelles combinaisons de langues, l'inaccessibilité de tels
systèmes pour l'utilisateur moyen, et enfin la difficulté de passer à de
nouveaux stades de développement.
15.2. Une qualité médiocre, puis des progrès sensibles
Le dernier en date des logiciels de traduction automatique est celui d'IBM, le
WebSphere Translation Server. Le logiciel est capable de traduire instantanément
en plusieurs langues des pages web, des courriers électroniques et des dialogues
en direct (chats). Il interprète 500 mots à la seconde et permet d'ajouter des
vocabulaires spécifiques (finance, sciences, etc.). Les fournisseurs de services
en ligne et les entreprises peuvent proposer en espagnol, en allemand, en
français et en italien leurs textes rédigés en anglais, et vice-versa. Les
documents en anglais peuvent également être traduits en chinois, en japonais et
en coréen, mais l'inverse est impossible. Testé notamment par la Deutsche Bank,
le logiciel est commercialisé en mars 2001 pour 10.000 $US (10.500 euros).
"Jusqu'à présent, l'industrie de la traduction automatique n'était constituée
que de quelques sociétés et ne possédait pas de leader clairement établi.
L'entrée d'IBM sur ce marché représente un tournant majeur et permettra
d'accélérer l'adoption de la traduction par ordinateur, un marché estimé à 378
millions de dollars (397 millions d'euros, ndlr) à l'horizon 2003", déclare dans
un communiqué (cité par l'AFP) Steve McClure, vice-président du Speech and
Natural Language Software, une des branches du cabinet de conseil International
Data Corporation.
Il n'empêche, les "quelques sociétés" concurrentes d'IBM ont de nombreuses
réalisations à leur actif. Softissimo, éditeur de logiciels de traduction
automatique et d'apprentissage des langues, est la société créatrice de Reverso,
une série de logiciels de traduction. La société est également l'auteur de
produits d'écriture multilingue, de dictionnaires électroniques, d'aide à la
rédaction et de méthodes de langues. Reverso équipe notamment Voilà, le moteur
de recherche de France Télécom. Systran (acronyme de : System Translation) est
spécialisé dans la technologie et les logiciels de traduction automatique. Son
logiciel est utilisé notamment dans AltaVista World, le service de traduction
automatique d'AltaVista. Alis Technologies propose des technologies et des
services de consultation en matière de communication linguistique. Lernout &
Hauspie (L&H) est le leader mondial des technologies de reconnaissance vocale.
La société propose des produits et services en matière de dictée, traduction,
compression vocale, synthèse vocale et documentation industrielle automatiques,
et ce pour le grand public, les professionnels et les industriels.
Des équipes de recherche sont également très actives. En voici quelques-unes.
Financé par le programme HLT (Human Language Technologies) de la Communauté
européenne, ELSNET (European Network of Excellence in Human Language
Technologies) regroupe 135 universités et sociétés de 26 pays différents
spécialisées dans les technologies de la langue et de la parole. Au sein du
Laboratoire CLIPS (Communication langagière et interaction personne-système) de
l'Institut d'informatique et mathématiques appliquées (IMAG) de Grenoble, le
GETA (Groupe d'étude pour la traduction automatique) est une équipe
pluridisciplinaire formée d'informaticiens et de linguistes. Ses thèmes de
recherche concernent tous les aspects théoriques, méthodologiques et pratiques
de la traduction assistée par ordinateur (TAO), et plus généralement de
l'informatique multilingue. Le GETA participe à l'Universal Networking Language
Programme (UNLP), un projet de "métalangage numérique" pour l'encodage, le
stockage, la recherche et la communication d'informations multilingues
indépendamment d'une langue source - et donc d'un système de pensée - donnée. Ce
projet est mené sous l'égide de l'Université des Nations unies (UNU, Tokyo).
Dans le cadre de l'Institut des sciences de l'information (ISI) de l'Université
de Californie du Sud (USC), le Natural Language Group traite de plusieurs
aspects du traitement de la langue naturelle: traduction automatique, résumé
automatique de texte, accès multilingue aux verbes et gestion du texte,
développement de taxonomies de concepts (ontologies), discours et génération de
texte, élaboration d'importants lexiques pour plusieurs langues, et
communication multimédias.
Recueillis sur trois ans (1998, 1999, 2000), les propos d'Eduard Hovy, directeur
du Natural Language Group, sont éclairants sur les progrès récents de la
traduction automatique.
Ses commentaires en août 1998: "Dans le contexte de la recherche documentaire et
du résumé automatique de texte, le multilinguisme sur le web est un facteur qui
ajoute à la complexité du sujet. Les gens écrivent dans leur propre langue pour
diverses raisons: commodité, discrétion, communication à l'échelon local, mais
ceci ne signifie pas que d'autres personnes ne soient pas intéressées de lire ce
qu'ils ont à dire! Ceci est particulièrement vrai pour les sociétés impliquées
dans la veille technologique (disons une société informatique qui souhaite
connaître tous les articles de journaux et périodiques japonais relatifs à son
activité) et des services de renseignements gouvernementaux ceux qui procurent
l'information la plus récente, utilisée ensuite par les fonctionnaires pour
décider de la politique, etc.). Un des principaux problèmes auquel ces services
doivent faire face est la très grande quantité d'informations. Ils recrutent
donc du personnel bilingue 'passif' qui peut scanner rapidement les textes afin
de mettre de côté ce qui est sans intérêt et de donner ensuite les documents
significatifs à des traducteurs professionnels. Manifestement, une combinaison
de résumé automatique de texte et de traduction automatique sera très utile dans
ce cas. Comme la traduction automatique est longue, on peut d'abord résumer le
texte dans la langue étrangère, puis effectuer une traduction automatique rapide
à partir du résultat obtenu, en laissant à un être humain ou un classificateur
de texte (du type recherche documentaire) le soin de décider si on doit garder
l'article ou le rejeter.
Pour ces raisons, durant ces cinq dernières années, le gouvernement des
Etats-Unis a financé des recherches en traduction automatique, en résumé
automatique de texte et en recherche documentaire, et il s'intéresse au
lancement d'un nouveau programme de recherche en informatique documentaire
multilingue. On sera ainsi capable d'ouvrir un navigateur tel que Netscape ou
Explorer, entrer une demande en anglais, et obtenir la liste des documents dans
toutes les langues. Ces documents seront regroupés par sous-catégorie avec un
résumé pour chacun et une traduction pour les résumés étrangers, toutes choses
qui seraient très utiles.
En consultant MuST (multilingual information retrieval, summarization, and
translation system), vous aurez une démonstration de notre version de ce
programme de recherche, qui utilise l'anglais comme langue de l'utilisateur sur
un ensemble d'environ 5.000 textes en anglais, japonais, arabe, espagnol et
indonésien. Entrez votre demande (par exemple, 'baby', ou tout autre terme) et
appuyez sur la touche Retour. Dans la fenêtre du milieu vous verrez les titres
(ou bien les mots-clés, traduits). Sur la gauche vous verrez la langue de ces
documents: 'Sp' pour espagnol, 'Id' pour indonésien, etc. Cliquez sur le numéro
situé sur la partie gauche de chaque ligne pour voir le document dans la fenêtre
du bas. Cliquez sur 'Summarize' pour obtenir le résumé. Cliquez sur 'Translate'
pour obtenir la traduction (attention, les traductions en arabe et en japonais
sont extrêmement lentes! Essayez plutôt l'indonésien pour une traduction rapide
mot à mot). Ce programme de démonstration n'est pas (encore) un produit. Nous
avons de nombreuses recherches à mener pour améliorer la qualité de chaque
étape. Mais ceci montre la direction dans laquelle nous allons."
Ses commentaires en août 1999: "Durant les douze derniers mois, j'ai été
contacté par un nombre surprenant de nouvelles sociétés et start-up en
technologies de l'information. La plupart d'entre elles ont l'intention d'offrir
des services liés au commerce électronique (vente en ligne, échange, collecte
d'information, etc.). Etant donné les faibles résultats des technologies
actuelles du traitement de la langue naturelle - ailleurs que dans les centres
de recherche - c'est assez surprenant. Quand avez-vous pour la dernière fois
trouvé rapidement une réponse correcte à une question posée sur le web, sans
avoir eu à passer en revue pendant un certain temps des informations n'ayant
rien à voir avec votre question? Cependant, à mon avis, tout le monde sent que
les nouveaux développements en résumé automatique de texte, analyse des
questions, etc., vont, je l'espère, permettre des progrès significatifs. Mais
nous ne sommes pas encore arrivés à ce stade.
Il me semble qu'il ne s'agira pas d'un changement considérable, mais que nous
arriverons à des résultats acceptables, et que l'amélioration se fera ensuite
lentement et sûrement. Ceci s'explique par le fait qu'il est très difficile de
faire en sorte que votre ordinateur 'comprenne' réellement ce que vous voulez
dire - ce qui nécessite de notre part la construction informatique d'un réseau
de 'concepts' et des relations de ces concepts entre eux - réseau qui, jusqu'à
un certain stade au moins, reflèterait celui de l'esprit humain, au moins dans
les domaines d'intérêt pouvant être regroupés par sujets. Le mot pris à la
'surface' n'est pas suffisant - par exemple quand vous tapez: 'capitale de la
Suisse', les systèmes actuels n'ont aucun moyen de savoir si vous songez à
'capitale administrative' ou 'capitale financière'. Dans leur grande majorité,
les gens préféreraient pourtant un type de recherche basé sur une expression
donnée, ou sur une question donnée formulée en langage courant.
Plusieurs programmes de recherche sont en train d'élaborer de vastes réseaux de
'concepts', ou d'en proposer l'élaboration. Ceci ne peut se faire en deux ans,
et ne peut amener rapidement un résultat satisfaisant. Nous devons développer à
la fois le réseau et les techniques pour construire ces réseaux de manière
semi-automatique, avec un système d'auto-adaptation. Nous sommes face à un défi
majeur."
Ses commentaires en septembre 2000: "Je vois de plus en plus de petites sociétés
utiliser d'une manière ou d'une autre les technologies liées aux langues, pour
procurer des recherches, des traductions, des rapports ou d'autres services
permettant de communiquer. Le nombre de créneaux dans lesquels ces technologies
peuvent être utilisées continue de me surprendre, et cela va des rapports
financiers et leurs mises à jour aux communications d'une société à l'autre en
passant par le marketing.
En ce qui concerne la recherche, la principale avancée que je vois est due à
Kevin Knight, un collègue de l'ISI (Institut des sciences de l'information de
l'Université de Californie du Sud, ndlr), ce dont je suis très honoré. L'été
dernier, une équipe de chercheurs et d'étudiants de l'Université Johns Hopkins
(Maryland) a développé une version à la fois meilleure et plus rapide d'une
méthode développée à l'origine par IBM (et dont IBM reste propriétaire) il y a
douze ans environ. Cette méthode permet de créer automatiquement un système de
traduction automatique, dans la mesure où on lui fournit un volume suffisant de
texte bilingue. Tout d'abord la méthode trouve toutes les correspondances entre
les mots et la position des mots d'une langue à l'autre, et ensuite elle
construit des tableaux très complets de règles entre le texte et sa traduction,
et les expressions correspondantes.
Bien que la qualité du résultat soit encore loin d'être satisfaisante - personne
ne pourrait considérer qu'il s'agit d'un produit fini, et personne ne pourrait
utiliser le résultat tel quel - l'équipe a créé en vingt-quatre heures un
système (élémentaire) de traduction automatique du chinois vers l'anglais. Ceci
constitue un exploit phénoménal, qui n'avait jamais été réalisé avant. Les
détracteurs du projet peuvent bien sûr dire qu'on a besoin dans ce cas de trois
millions de phrases disponibles dans chaque langue, et qu'on ne peut se procurer
une quantité pareille que dans les parlements du Canada, de Hong-Kong ou
d'autres pays bilingues. Ils peuvent bien sûr arguer également de la faible
qualité du résultat. Mais le fait est que, tous les jours, on met en ligne des
textes bilingues au contenu à peu près équivalent, et que la qualité de cette
méthode va continuer de s'améliorer pour atteindre au moins celle des logiciels
de traduction automatique actuels, qui sont conçus manuellement. J'en suis
absolument certain.
D'autres développements sont moins spectaculaires. On observe une amélioration
constante des résultats dans les systèmes pouvant décider de la traduction
opportune d'un terme (homonyme) qui a des significations différentes (par
exemple père, pair et père, ndlr). On travaille beaucoup aussi sur la recherche
d'information par recoupement de langues (qui vous permettront bientôt de
trouver sur le web des documents en chinois et en français même si vous tapez
vos questions en anglais). On voit également un développement rapide des
systèmes qui répondent automatiquement à des questions simples (un peu comme le
populaire AskJeeves utilisé sur le web, mais avec une gestion par ordinateur et
non par des êtres humains). Ces systèmes renvoient à un grand volume de texte
permettant de trouver des 'factiodes' (et non des opinions ou des motifs ou des
chaînes d'événements) en réponse à des questions telles que: 'Quelle est la
capitale de l'Ouganda?', ou bien: 'Quel âge a le président Clinton?', ou bien:
'Qui a inventé le procédé Xerox?', et leurs résultats obtenus sont plutôt
meilleurs que ce à quoi je m'attendais."