Processus personnalisé de développement de traduction automatique neuronale
Chaque environnement est différent. Notre première étape consiste à comprendre le contenu et les objectifs du client. Quels sont les besoins spécifiques de votre contenu ? Quel type de flux de travail convient à votre contenu et à votre organisation ? Avez-vous des exigences en matière de sécurité et/ou d’informatique dont nous devons tenir compte ? Les réponses à ces types de questions aideront à définir non seulement la technologie appropriée à utiliser, mais également le processus pertinent et les critères de réussite du projet.
Processus personnalisé de développement de traduction automatique neuronale
Chaque environnement est différent. Notre première étape consiste à comprendre le contenu et les objectifs du client. Quels sont les besoins spécifiques de votre contenu ? Quel type de flux de travail convient à votre contenu et à votre organisation ? Avez-vous des exigences en matière de sécurité et/ou d’informatique dont nous devons tenir compte ? Les réponses à ces types de questions aideront à définir non seulement la technologie appropriée à utiliser, mais également le processus pertinent et les critères de réussite du projet.
Contenu lié à la traduction automatique
Sélection d’un moteur de référence
Le moteur de référence est la base sur laquelle nous allons construire le projet. Il existe plusieurs offres sur le marché, telles que celles de Google, de Microsoft, d’Amazon et même d’Apple, ainsi que d’autres acteurs du secteur plus petits mais efficaces. Nous travaillons avec le client pour déterminer le moteur le mieux adapté à ses besoins. Pour cela, nous proposons une API multiple ainsi qu’un système de test automatisé qui nous permettra de sélectionner le moteur adapté à votre contenu en fonction de vos exigences.
Sélection des données et préparation du corpus
Le point de départ d’un moteur personnalisé de traduction automatique neuronale consiste à rechercher et à utiliser des documents déjà traduits dont le contenu est aussi similaire que possible à ce qui doit être traduit. Plus il y a de documents déjà traduits disponibles, plus le processus est rapide et économique. Si la source et la cible ne sont pas déjà associées en tant qu’unités de mémoire de traduction, un alignement peut être effectué pour obtenir le contenu bilingue nécessaire pour améliorer les performances du moteur.
Étape suivante : Contenu monolingue (cible)
Si des quantités suffisantes de contenu de référence cible existent, il est possible de tirer parti à la fois du style et de la terminologie en l’ajoutant au mélange.
Dernière étape : Corpus spécialisé provenant de sources supplémentaires
Nous rechercherons sur Internet des documents qui correspondent au plus près au contenu qui passera par le moteur. Investir du temps dans la recherche des corpus de la meilleure qualité est toujours bénéfique. Il en va de même pour les données bilingues qui peuvent être obtenues sur les marchés de données.
Réentraînement : Les nouveaux MTANP (moteurs de traduction automatique neuronale personnalisés) s’améliorent grâce à la post-édition humaine
Une configuration courante consiste à intégrer la post-édition humaine dans le processus pour améliorer les résultats. Dans le cadre de ce flux de travail, le résultat du moteur personnalisé de traduction automatique neuronale est édité par nos linguistes experts afin d’améliorer sa qualité et de ré-entraîner le moteur pour les traductions futures. Au fur et à mesure que le correcteur modifie le résultat, le moteur devient plus intelligent grâce à un modèle adaptatif dynamique. En outre, au fur et à mesure que le moteur reçoit des traductions, il devient plus intelligent encore. En d’autres termes, l’écart de qualité entre la traduction humaine intégrale et cette solution se réduit considérablement, de même que les délais d’exécution et les coûts. Selon nous, ces moteurs deviendront un atout et un élément de différenciation sur le marché pour tous les clients ayant des besoins récurrents.
