The OPTIMICE project, which stands for optimising machine translation of metadata and its integration into the editorial chain, aims at devising a method – transferrable to other journals and disciplinary fields – that combines neural machine translation (DeepL) and human post-editing to improve the quality of article metadata (abstracts, keywords, etc.) from French to English in the editorial process of journals. A team of translation researchers who are also translators worked on four journals edited by the Presses universitaires de Rennes (PUR), in collaboration with the editorial comittees and the MSHB (Maison des sciences de l’Homme en Bretagne). The translation of the paper metadata by their authors and by machine translation was comparatively assessed. A survey on translation practices among researchers in HSS was led, and recommendations for writing and translating metadata were formulated for the organized integration of the methodology within the editorial process.
Malgré les progrès de la traduction automatique neuronale, l'intelligence artificielle ne permet toujours pas à la machine de comprendre pour déjouer tous les pièges de la traduction, notamment ceux de l'ambiguïté lexicale, phraséologique, syntaxique et sémantique (Koehn 2020). Deux structures portugaises moyennement figées présentent les caractéristiques des « unités de construction préformées » (UCP) décrites par Schmale (2013). Elles relèvent donc de la phraséologie au sens large et doivent être traduites en bloc. Les principaux défis de traduction en bloc que lancent ces UCP binaires à la machine résultent, d'une part, de variables simples ou complexes, et, d'autre part, des propriétés syntaxiques de scission et d'inversion des éléments sur l'axe syntagmatique. Un échantillon de 168 occurrences de ces UCP en contexte phrastique a été prélevé sur un corpus journalistique portugais. Cet échantillon a été traduit en français par DeepL et Google Translate en 2019 et en 2021. Les traductions automatiques brutes ont été confrontées à un modèle de biotraduction établi à partir de corpus parallèles ou alignés portugais-français et analysées en fonction de deux critères généraux (non-littéralité et acceptabilité) et de quelques défis spécifiques à chaque UCP. Cette analyse permet d'évaluer l'évolution de ces deux systèmes de traduction automatique face à l'ambiguïté phraséologique et d'en tirer des conclusions quant […]
