= [Citation]
Tim McKenna, écrivain, s'interroge sur la notion complexe de "vérité"
dans un monde en mutation constante. Il écrit en octobre 2000: "Quand
la qualité des logiciels sera suffisante pour que les gens puissent
converser sur le web par écrit ou par oral en temps réel dans
différentes langues, nous verrons tout un monde s'ouvrir à nous. 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."
= Définition
Un logiciel de traduction automatique (TA) analyse le texte dans la
langue à traduire (langue source) et génère automatiquement le texte
dans la langue désirée (langue cible), en utilisant des règles précises
pour le transfert de la structure grammaticale. L'être humain
n'intervient pas au cours du processus, contrairement à la traduction
assistée par ordinateur, qui implique une interaction entre l'homme et
la machine.
Si la traduction automatique reste très approximative, les logiciels de
traduction sont très pratiques pour fournir un résultat immédiat et à
moindres frais, sinon gratuit. Ils n'ont cessé de s'améliorer au fil
des ans, sans toutefois avoir la prétention d'égaler le travail du
cerveau humain. De plus, depuis décembre 1997, des logiciels en accès
libre sur le web permettent de traduire en quelques secondes une page
web ou un texte court, avec plusieurs combinaisons de langues
possibles.
SYSTRAN, société franco-américaine pionnière dans le traitement
automatique des langues, explique sur son site web: "Un logiciel de
traduction automatique traduit une langue naturelle dans une autre
langue naturelle. La traduction automatique prend en compte la
structure grammaticale de chaque langue et elle utilise des règles pour
transférer la structure grammaticale de la langue-source (texte à
traduire) vers la langue-cible (texte traduit). La traduction
automatique ne remplace pas et n'est pas destinée à remplacer le
traducteur humain."
L'EAMT (European Association for Machine Translation - Association
européenne pour la traduction automatique) donne la définition
suivante: "La traduction automatique (TA) est l'utilisation de
l'ordinateur pour la traduction de textes d'une langue naturelle à une
autre. Elle fut un des premiers domaines de recherche en informatique.
Il s'est avéré que cet objectif était difficile à atteindre. Cependant
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. 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 d'organisations de traduction professionnelles."
L'intéressant historique donné sur le site de Globalink, une société
spécialisée dans les logiciels et services de traduction (disparue
depuis), est résumé dans les deux paragraphes suivants.
Dès leurs débuts, la traduction automatique et le traitement de la
langue naturelle progressent de pair avec l'évolution de l'informatique
quantitative. Le développement des premiers ordinateurs programmables
pendant la Seconde guerre mondiale est accéléré par les premiers
efforts cryptographiques 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 de la théorie de l'information. Pendant les années
1950, la recherche sur la traduction automatique prend forme au sens de
traduction littérale (mot à mot) sans utiliser de règles linguistiques.
Le projet russe débuté à l'Université de Georgetown au début des années
1950 représente la première tentative systématique pour créer un
système de traduction automatique utilisable. Jusqu'au milieu des
années 1960, un certain nombre de recherches universitaires et
recherches financées par les gouvernements sont menées aux États-Unis
et en Europe. Au même moment, les progrès rapides dans le domaine de la
linguistique théorique culminent en 1965 avec la publication du livre
"Aspects de la théorie syntaxique" de Noam Chomsky, et transforment
radicalement la structure permettant de comprendre la phonologie, la
morphologie, la syntaxe et la sémantique du langage humain.
En 1966, le rapport ALPAC (Automatic Language Processing Advisory
Committee - Comité consultatif sur le traitement automatique du
langage) du gouvernement des États-Unis fait une estimation
prématurément négative de la valeur des systèmes de traduction
automatique et des perspectives sur leurs applications pratiques,
mettant ainsi fin au financement et à l'expérimentation dans ce domaine
pour la décennie suivante. Il faut attendre la fin des années 1970 pour
que des expériences sérieuses soient à nouveau entreprises,
parallèlement aux progrès de l’informatique et des technologies des
langues. Cette période voit le développement de systèmes de transfert
d’une langue à l’autre et le lancement des premières tentatives
commerciales. Des sociétés comme SYSTRAN et METAL sont persuadées de la
viabilité et de l’utilité d’un tel marché. Elles mettent sur pied des
produits et services de traduction automatique reliés à un serveur
central. Mais les problèmes restent nombreux, par exemple des coûts
élevés de développement, un énorme travail lexicographique, la
difficulté de 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.
= Commentaires
# Article de ZDNN
Dans "Web embraces language translation" (Le web adopte la traduction
des langues), un article de ZDNN (ZDNetwork News) paru le 21 juillet
1998, Martha Stone explique: "Parmi les nouveaux produits d'un secteur
de traduction représentant 10 milliards de dollars US, on trouve les
traducteurs instantanés de sites web, groupes de discussion, courriels
et intranets d'entreprise. Les principales sociétés de traduction se
mobilisent pour saisir les opportunités du marché. Voici quelques
exemples. SYSTRAN s'est associé avec AltaVista pour produire
babelfish.altavista.digital.com, avec 500 à 600 mille visiteurs
quotidiens et environ un million de traductions par jour, traductions
qui vont des recettes de cuisine à des pages web complètes. 15.000
sites environ ont un lien vers babelfish, qui peut traduire [de
l'anglais] vers le français, l'italien, l'allemand, l'espagnol et le
portugais, et vice versa. Le japonais est prévu pour bientôt.
'Cette popularité est simple. Avec l'internet, on peut maintenant
utiliser l'information provenant des États-Unis. Tout ceci contribue à
une demande en hausse', déclare de chez lui à Paris Dimitros
Sabatakakis, directeur général de SYSTRAN. Alis a mis au point le
système de traduction du Los Angeles Times qui doit bientôt être lancé
sur le site et qui proposera des traductions [de l'anglais] vers
l'espagnol et le français, et plus tard le japonais. D'un clic de
souris, une page web complète peut être traduite dans la langue
désirée. Globalink propose des logiciels, des systèmes de traduction de
pages web, un service de messagerie électronique gratuit et des
logiciels permettant de traduire le texte de groupes de discussion.
Cependant, alors que ces systèmes de traduction automatique deviennent
populaires dans le monde entier, les directeurs des sociétés qui les
développent admettent qu'ils ne peuvent répondre à toutes les
situations. Les porte-parole de Globalink, Alis et SYSTRAN utilisent
des expressions comme 'pas parfait' et 'approximatif' quand ils
décrivent la qualité des traductions, et précisent bien que les phrases
soumises à la traduction doivent être simples, grammaticalement
correctes et sans tournures idiomatiques. 'Les progrès réalisés en
traduction automatique répondent à la loi de Moore: la qualité double
tous les dix-huit mois', déclare Vin Crosbie, un analyste de
l'industrie du web basé à Greenwich, dans le Connecticut (États-Unis).
'Ce n'est pas parfait, mais certains de mes correspondants ne se
rendent même pas compte que j'utilise un logiciel de traduction.' Ces
traductions font souffrir la syntaxe et n'utilisent pas toujours les
mots à bon escient, parce que les bases de données-dictionnaires ne
peuvent déchiffrer la différence entre les homonymes. (...) Sabatakis,
directeur de SYSTRAN, explique que la traduction humaine coûterait
entre 50 et 60 dollars par page web, ou environ 20 cents par mot. Alors
que cette dernière solution peut convenir pour les pages 'statiques'
d'information sur l'entreprise, la traduction automatique, elle, est
gratuite sur le web, et le logiciel coûte souvent moins de 100 dollars,
selon le nombre de langues disponibles pour la traduction et les
caractéristiques propres au logiciel."
# Équipe du laboratoire RALI
Contrairement aux prévisions optimistes des années 1950 annonçant
l'apparition imminente de la machine à traduire universelle, les
systèmes de traduction automatique ne produisent pas encore de
traductions de bonne qualité. Pourquoi? Pierre Isabelle et Patrick
Andries, du laboratoire RALI (Laboratoire de recherche appliquée en
linguistique informatique) à Montréal (Québec), expliquent ce échec
dans "La traduction automatique, 50 ans après", un article publié dans
les dossiers du magazine en ligne Multimédium: "L'objectif ultime de
construire une machine capable de rivaliser avec le traducteur humain
n'a cessé de fuir par devant les lentes avancées de la recherche. Les
approches traditionnelles à base de règles ont conduit à des systèmes
qui tendent à s'effondrer sous leur propre poids bien avant de s'élever
au-dessus des nuages de l'ambiguïté sémantique. Les approches récentes
à base de gros ensembles de textes, appelés corpus - qu'elles soient
fondées sur les méthodes statistiques ou les méthodes analogiques -
promettent bien de réduire la quantité de travail manuel requise pour
construire un système de TA [traduction automatique], mais il est moins
sûr qu'elles promettent des améliorations substantielles de la qualité
des traductions machine."
Reprenant les idées de Yehochua Bar-Hillel exprimées dans "The State of
Machine Translation" (L'état de la traduction automatique), article
publié en 1951, Pierre Isabelle et Patrick Andries définissent trois
stratégies d'application de la traduction automatique: (a) une aide
pour "balayer" la production écrite et fournir des traductions
approximatives; (b) des situations de "sous-langues naturelles
simples", comme l'implantation réussie en 1977 du système METEO qui
traduit les prévisions météorologiques du ministère de l'Environnement
canadien; (c) pour de bonnes traductions de textes complexes, le
couplage de l'humain et de la machine avant, pendant et après le
processus de traduction automatique, couplage qui n'est pas forcément
économique comparé à la traduction traditionnelle.
Les auteurs penchent plus pour "un poste de travail pour le traducteur
humain" que pour un "traducteur robot". Ils expliquent: "Les recherches
récentes sur les méthodes probabilistes ont permis de démontrer qu'il
était possible de modéliser d'une manière extrêmement efficace certains
aspects simples du rapport traductionnel entre deux textes. Par
exemple, on a mis au point des méthodes qui permettent de calculer le
bon 'appariement' entre les phrases d'un texte et de sa traduction,
c'est-à-dire d'identifier à quelle(s) phrase(s) du texte d'origine
correspond chaque phrase de la traduction. Appliquées à grande échelle,
ces techniques permettent de constituer, à partir des archives d'un
service de traduction, un mémoire de traduction qui permettra souvent
de recycler des fragments de traductions antérieures. Des systèmes de
ce genre ont déjà commencé à apparaître sur le marché (Translation
Manager II de IBM, Translator's Workbench de Trados, TransSearch du
RALI, etc.). Les recherches les plus récentes se concentrent sur des
modèles capables d'établir automatiquement les correspondances à un
niveau plus fin que celui de la phrase: syntagmes et mots. Les
résultats obtenus laissent entrevoir toute une famille de nouveaux
outils pour le traducteur humain, dont les aides au dépouillement
terminologique, les aides à la dictée et à la frappe des traductions
ainsi que les détecteurs de fautes de traduction."
# Le futur vu par Randy Hobler
En septembre 1998, Randy Hobler est consultant en marketing internet
auprès de Globalink, une société de produits et services de traduction.
Il explique lors d'un entretien par courriel: "Nous arriverons
rapidement au point où une traduction très fidèle du texte et de la
parole sera si commune qu'elle pourra faire partie des plateformes ou
même des puces. A ce stade, lorsque le développement de l'internet aura
atteint sa vitesse de croisière, lorsque la fidélité de la traduction
atteindra plus de 98% et lorsque les différentes combinaisons de
langues possibles auront couvert la grande majorité du marché, la
transparence de la langue - à savoir toute communication d'une langue à
une autre - sera une vision trop restrictive pour ceux qui vendent
cette technologie. Le développement suivant sera la 'transparence
transculturelle et transnationale' dans laquelle les autres aspects de
la communication humaine, du commerce et des transactions au-delà du
seul langage entreront en scène. Par exemple, les gestes ont un sens,
les mouvements faciaux ont un sens, et ceci varie en fonction des
normes sociales d'un pays à l'autre. La lettre O réalisée avec le pouce
et l'index signifie "OK" aux États-Unis alors qu'en Argentine c'est un
geste obscène.
Quand se produira l'inévitable développement de la vidéoconférence
multilingue multimédia, il sera nécessaire de corriger visuellement les
gestes. Le Media Lab du MIT (Massachussets Institute of Technology),
Microsoft et bien d'autres travaillent à la reconnaissance informatique
des expressions faciales, l'identification des caractéristiques
biométriques par le biais du visage, etc. Il ne servira à rien à un
homme d'affaires américain de faire une excellente présentation à un
Argentin lors d'une vidéoconférence multilingue sur le web, avec son
discours traduit dans un espagnol argentin parfait, s'il fait en même
temps le geste O avec le pouce et l'index. Les ordinateurs pourront
intercepter ces gestes et les corriger visuellement. Les cultures
diffèrent de milliers de façons, et la plupart d'entre elles peuvent
être modifiées par voie informatique lorsqu'on passe de l'une à
l'autre. Ceci inclut les lois, les coutumes, les habitudes de travail,
l'éthique, le change monétaire, les différences de taille dans les
vêtements, les différences entre le système métrique et le système de
mesures anglophone, etc. Les firmes dynamiques répertorieront et
programmeront ces différences, et elles vendront des produits et
services afin d'aider les habitants de la planète à mieux communiquer
entre eux. Une fois que ces produits et services seront largement
répandus, ils contribueront réellement à une meilleure compréhension à
l'échelle internationale."
= Expériences
François Vadrot, directeur de FTPress (French Touch Press), société de
presse en ligne, écrit en mai 2000: "Peut-on réellement penser que
toute la population du monde va communiquer dans tous les sens? 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. A moins que la mondialisation n'uniformise
tout cela?"
Alex Andrachmes, producteur audiovisuel, écrivain et explorateur
d'hypertexte, est tout aussi dubitatif. Il écrit en décembre 2000:
"J'attends 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."
En 2000, la généralisation de l’internet et du commerce électronique
entraîne toutefois le développement d’un véritable marché avec les
produits et services des sociétés SYSTRAN, Alis Technologies, Lernout &
Hauspie, Globalink et Softissimo, entre autres, à destination du grand
public, des professionnels et des industriels.
SYSTRAN (acronyme de "System Translation"), pionnier dans le traitement
automatique des langues, est l’auteur du premier logiciel de traduction
gratuit du web, lancé en décembre 1997. AltaVista Translation, appelé
aussi Babel Fish, est un service de traduction automatique de pages web
de l'anglais vers les langues suivantes : allemand, français, espagnol,
italien et portugais, et vice versa. Ce service est proposé à la
demande d'AltaVista, moteur de recherche utilisé par douze millions
d'internautes, suite au problème des langues devenu sensible sur
l'internet. Le siège de SYSTRAN est situé à Soisy-sous-Montmorency
(France). Sa succursale, située à La Jolla (Californie), assure les
ventes et le marketing, ainsi qu'une partie de la R&D (recherche et
développement).
Basée à Montréal (Québec), Alis Technologies développe et commercialise
des solutions et services de traitement linguistique au moyen de
logiciels de traduction qui transforment des systèmes informatiques
unilingues en outils multilingues.
Basé à Ypres (Belgique) et Burlington (Massachusetts, États-Unis),
Lernout & Hauspie (racheté ensuite par ScanSoft) propose des produits
et services en dictée, traduction, compression vocale, synthèse vocale
et documentation industrielle. Les technologies couvertes incluent la
reconnaissance automatique de la langue, la compression numérique de la
parole, le passage du texte à la parole, et la traduction. Les produits
émanant des trois premières technologies sont vendus aux grandes
sociétés des industries suivantes: télécommunications, informatique,
multimédia, électronique grand public et électronique automotrice. Les
services de traduction (passage du texte au texte) sont à destination
des sociétés en technologies de l'information, des marchés verticaux et
des marchés d'automatisation. De plus, le Machine Translation Group
(Groupe de traduction automatique) formé par Lernout & Hauspie comprend
des entreprises qui développent, produisent et vendent des systèmes de
traduction: L&H Language Technology, AppTek, AILogic, NeocorTech et
Globalink.
Fondé en 1990, Globalink est une société spécialisée dans les logiciels
et services de traduction. Elle offre des solutions sur mesure à partir
d'une gamme de logiciels, options en ligne et services de traduction
professionnelle. La société diffuse ses logiciels de traduction en
allemand, anglais, espagnol, français, italien et portugais, et propose
des solutions aux problèmes de traduction des particuliers, petites
sociétés, multinationales et gouvernements, que ce soit pour un produit
individuel donnant une traduction préliminaire rapide ou un système
complet permettant de gérer des traductions de documents
professionnels.
Le site web donne les informations suivantes en 1998: "Avec les
logiciels d'application de Globalink, l'ordinateur utilise trois
ensembles de données: le texte à traiter, le programme de traduction et
un dictionnaire de mots et d'expressions dans la langue-source, ainsi
que des informations sur les concepts évoqués par le dictionnaire et
les règles applicables à la phrase: règles de syntaxe et de grammaire,
y compris des algorithmes gouvernant la conjugaison des verbes,
l'adaptation de la syntaxe, les accords de genre et de nombre et la
mise en ordre des mots. Une fois que l'utilisateur a sélectionné le
texte et lancé le processus de traduction, le programme commence à
comparer les mots du texte à traiter avec ceux qui sont stockés dans le
dictionnaire. Une fois l'adéquation trouvée, l'application prépare une
notice complète qui inclut des informations sur les significations
possibles du mot et, d'après le contexte, ses relations avec les autres
mots dans la même phrase. Le temps requis pour la traduction dépend de
la longueur du texte. Un document de trois pages et 750 mots demande un
traitement de trois minutes environ pour une première traduction."
Softissimo commercialise la série de logiciels de traduction Reverso, à
côté de produits d’écriture multilingue, de dictionnaires électroniques
et de méthodes de langues. Reverso est utilisé par exemple par Voilà,
le moteur de recherche de France Télécom. Softissimo diffuse aussi des
logiciels d'apprentissage des langues, ainsi que des dictionnaires,
notamment l'"Eurodico", le "Grand Collins bilingue" et le "Collins
English Dictionary".
En mars 2001, IBM se lance dans un marché en pleine expansion avec un
produit professionnel haut de gamme, le WebSphere Translation Server.
Ce logiciel traduit instantanément en plusieurs langues (allemand,
anglais, chinois, coréen, espagnol, français, italien, japonais) les
pages web, courriels et chats (dialogues en direct). Il interprète 500
mots à la seconde et permet l’ajout de vocabulaires spécifiques.
= R&D en traduction automatique
Voici une présentation rapide des travaux de quatre organismes, parmi
tant d'autres, au Québec (Laboratoire RALI), en Californie (Natural
Language Group), en Suisse (ISCCO) et au Japon (UNDL Foundation).
# Laboratoire RALI
Basé à Montréal (Québec), le laboratoire RALI (Laboratoire de recherche
appliquée en linguistique informatique) a les domaines de compétence
suivants: outils d'aide à la traduction, appariement automatique de
textes, génération automatique de texte, réaccentuation automatique,
recherche d'information aidée par des outils linguistiques, extraction
d'information, identification de la langue et du codage, transducteurs
à états finis, et corpus de texte enrichis. Dans le cadre du Projet
TransX, le laboratoire RALI élabore une nouvelle génération d'outils
d'aide aux traducteurs (TransType, TransTalk, TransCheck et
TransSearch). Ces outils sont tous fondés sur des modèles de traduction
probabilistes qui calculent automatiquement les correspondances entre
le texte produit par le traducteur et le texte en langue de départ.
Comme expliqué sur le site web en 1998, "(a) TransType accélère la
saisie de la traduction en anticipant les choix du traducteur et, au
besoin, en les critiquant. L'outil propose ses choix en tenant compte à
la fois du texte en langue de départ et de la traduction partielle déjà
produite par le traducteur. (b) TransTalk effectue la transcription
automatique d'une traduction dictée. Cet outil se sert d'un modèle de
traduction probabiliste pour améliorer la performance du module de
reconnaissance vocale. (c) TransCheck détecte automatiquement certaines
erreurs de traduction en vérifiant que les correspondances entre les
segments d'une ébauche de traduction et les segments du texte en langue
de départ respectent les propriétés souhaitées d'une bonne traduction.
(d) TransSearch permet au traducteur d'effectuer des recherches dans
des bases de données de traductions pré-existantes pour y retrouver des
solutions toutes faites à ses problèmes de traduction. Les bases de
données requises nécessitent un appariement entre la traduction et le
texte en langue de départ."
# Natural Language Group de l'USC/ISI
Rattaché à l'USC/ISI (University of Southern California/Information
Sciences Institute - Université de Californie du Sud/Institut des
sciences de l'information), le Natural Language Group (Groupe de la
langue naturelle) traite de plusieurs aspects du traitement de la
langue naturelle: traduction automatique, résumé automatique de texte,
gestion multilingue des verbes, développement de taxinomies de concepts
(ontologies), discours et génération de texte, élaboration de gros
lexiques multilingues et communication multimédia.
Eduard Hovy, directeur du Natural Language Group, explique en août
1998: "Les gens écrivent dans leur propre langue pour diverses raisons:
commodité, discrétion, communication locale, 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 qui
sera ensuite utilisée par les fonctionnaires pour décider de la
politique, etc.). Un des principaux problèmes auxquels 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 supprimer ce qui est sans intérêt avant
de donner 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 faire une traduction automatique rapide à partir du
résultat obtenu, laissant à un être humain ou un classificateur de
texte (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
États-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 textes dans toutes les langues. Ces
textes seront regroupés par sous-catégorie avec un résumé pour chacun
et une traduction pour les résumés étrangers, toutes choses qui
seraient très utiles."
Il ajoute 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.). Étant 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."
Il complète 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 des recherches, traductions, rapports ou 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 vers d'autres sociétés, 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, ce dont je suis très honoré.
L'été dernier, une équipe de chercheurs et d'étudiants de l'Université
Johns Hopkins, dans le 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 auparavant. 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 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 en français,
ndlr]. On travaille beaucoup aussi sur la recherche d'informations par
recoupement de langues (qui vous permettront bientôt de trouver sur le
web des documents en chinois ou 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."
# ISSCO
Rattaché à l'Université de Genève (Suisse), l'Institut Dalle Molle pour
les études sémantiques et cognitives (ISSCO) mène des recherches
théoriques et appliquées en linguistique computationnelle et en
intelligence artificielle. Créé en 1972 par la Fondation Dalle Molle
pour mener des recherches en cognition et en sémantique, l'institut en
est venu à se spécialiser dans le traitement de la langue naturelle et,
en particulier, dans le traitement multilingue des langues pour la
traduction automatique, l'environnement linguistique, la génération
multilingue, le traitement du discours, la collection de données, etc.
Si l'université de Genève procure un soutien administratif et une
infrastructure à l'ISSCO, la recherche est financée par des subventions
et des contrats avec des organismes publics et privés. L'institut est
multidisciplinaire et multinational, avec un petit groupe de permanents
complété par un certain nombre de personnes sous contrat (spécialistes
en informatique, linguistique, mathématiques, psychologie ou
philosophie) restant de six mois à deux ans, ce qui permet une grande
flexibilité et un échange continuel d'idées.
# UNDL Foundation
Développé sous l'égide de l'UNU/IAS (United Nations
University/Institute of Advanced Studies - Université des Nations
Unies/ Institut des études avancées) à Tokyo (Japon), l'UNL (universal
networking language - langage d'interconnexion universel) est un projet
de métalangage numérique pour l'encodage, le stockage, la recherche et
la communication d'informations multilingues indépendamment d'une
langue-source donnée, et donc d'un système de pensée donné. Ce
métalangage est développé à partir de janvier 1997 au sein de l'UNL
Program, un programme international impliquant de nombreux partenaires
dans toutes les communautés linguistiques. En 1998, 120 chercheurs de
par le monde travaillent sur un projet multilingue comportant 17
langues (allemand, anglais, arabe, brésilien, chinois, espagnol,
français, hindou, indonésien, italien, japonais, letton, mongolien,
russe, swahili et thaï). Ce programme se poursuit ensuite sous l'égide
de l'UNDL Foundation (UNDL: Universal Networking Digital Language -
Langage numérique d'interconnexion universel), fondée en janvier 2001.
Christian Boitet, directeur du Groupe d'étude pour la traduction
automatique (GETA) à Grenoble, un des nombreux participants de l'UNL
Program, explique en septembre 1998 en quoi consiste le projet: "Il
s'agit non de TAO [traduction assistée par ordinateur] habituelle, mais
de communication et recherche d'information multilingue. 14 groupes ont
commencé le travail sur 12 langues (plus 2 annexes) depuis début 1997.
L'idée est de développer un standard, dit UNL [universal networking
language], qui serait le HTML du contenu linguistique, et pour chaque
langue, de développer un générateur (dit 'déconvertisseur') accessible
sur un ou plusieurs serveurs, et un 'enconvertisseur'. L'UNU
[Université des Nations Unies] finance 50% du coût. D'après notre
évaluation sur la première année, c'est plutôt 30 à 35%, car le travail
(linguistique et informatique) est énorme, et le projet passionnant:
les permanents des laboratoires s'y investissent plus que prévu. (...)
La déconversion tourne pour le japonais, le chinois, l'anglais, le
portugais, l'indonésien, et commence à tourner pour le français,
l'allemand, le russe, l'italien, l'espagnol, l'hindi, l'arabe et le
mongol. Chaque langue a une base lexicale de 30.000 à 120.000 liens UW
[universal word]--lexème. L'enconversion n'est pas (si on veut de la
qualité pour du tout venant) une analyse classique. C'est une méthode
de fabrication de graphes UNL [universal networking language] qui
suppose une bonne part d'interaction, avec plusieurs possibilités: (a)
analyse classique multiple suivie d'une désambiguïsation interactive en
langue source, (b) entrée sous langage contrôlé, (c) encore plus
séduisant (et encore pas clair, au niveau recherche pour l'instant),
entrée directe via une interface graphique reliée à la base lexicale et
à la base de connaissances. Les applications possibles sont le courriel
multilingue, les informations multilingues, les dictionnaires actifs
pour la lecture de langues étrangères sur le web, et bien sûr la TA
[traduction automatique] de mauvaise qualité (ce qu'on trouve
actuellement, mais pour tous les couples à cause de l'architecture à
pivot) pour le surf web et la veille. On travaille actuellement sur les
informations sportives sur le web, surtout sur le foot. On construit
une base de documents, où chaque fichier est structuré (à la HTML) et
contient, pour chaque énoncé, l'énoncé original, sa structure UNL, et
autant de traductions qu'on en a obtenu. Un tel document peut être
recherché dans une base en traduisant la question en UNL, puis affiché
(le UNL viewer existe depuis un an) dans autant de fenêtres d'un
brauser web que de langues sélectionnées."
En ce qui concerne les perspectives, "le projet a un problème de
volume: grande surface, pas assez d'épaisseur. Il faudrait trois à cinq
fois plus de monde partout pour que ça avance assez vite (pour que
Microsoft et d'autres ne finissent pas par tout reprendre et revendre,
alors qu'on vise une utilisation ouverte, du type de ce qu'on fait avec
les serveurs et clients web). Les subventions des sociétés japonaises à
l'UNU pour ce projet (et d'autres) se tarissent à cause de la crise
japonaise. Le groupe central est beaucoup trop petit (quatre personnes
qui font le logiciel, le japonais, l'anglais, l'administration, c'est
peu même avec de la sous-traitance). De plus, le plan général est
d'ouvrir aux autres langues de l'ONU en 2000. Il faudrait arriver à un
état satisfaisant pour les treize autres avant. Du point de vue
politique et culturel, ce projet est très important, en ce qu'il montre
pour la première fois une voie possible pour construire divers outils
soutenant l'usage de toutes les langues sur internet, qu'elles soient
majoritaires ou minoritaires. En particulier, ce devrait être un projet
majeur pour la francophonie. Dans l'état actuel des choses, je pense
que l'élan initial a été donné, mais que la première phase (d'ici 2000)
risque de retomber comme un soufflé si on ne consolide pas très vite le
projet, dans chaque pays participant. Donc l'UNU cherche comment monter
un soutien puissant à la mesure de cette ambition. Je pense que, pour
la francophonie par exemple, il faudrait un groupe d'une dizaine de
personnes ne se consacrant qu'à ce projet pendant au moins dix ans,
plus des stagiaires et des collaborateurs sur le réseau, bénévoles ou
intéressés par la mise à disposition gratuite de ressources et
d'outils."