La thèse de Christophe Chenon présente un modèle d'alignement sous-phrastique pour améliorer l'utilisabilité des mémoires de traduction en se basant sur des segments traduits. Le système, destiné aux traducteurs, intègre la réutilisation des traductions précédentes afin d'accroître la cohérence et la productivité. Un cadre statistique et des méthodes algorithmiques sont également proposés pour l'acquisition et l'application des données de traduction.

1. 1
Thèse de doctoratThèse de doctorat
28 octobre 200528 octobre 2005
Christophe ChenonChristophe Chenon
GETA-CLIPS-IMAGGETA-CLIPS-IMAG
Vers une meilleure utilisabilité desVers une meilleure utilisabilité des
mémoires de traduction, fondée surmémoires de traduction, fondée sur
un alignement sous-phrastiqueun alignement sous-phrastique

2. 2
La traduction à IBMLa traduction à IBM
25 centres de traduction à travers le monde25 centres de traduction à travers le monde

Une trentaine de languesUne trentaine de langues

En France : 20 millions de mots par anEn France : 20 millions de mots par an

Logiciels et texteLogiciels et texte
THAM à mémoires de traductionTHAM à mémoires de traduction

Pionniers (~1990 Translation Manager)Pionniers (~1990 Translation Manager)

Consiste à réutiliser des traductions déjà faitesConsiste à réutiliser des traductions déjà faites
- Cohérence stylistique, terminologique- Cohérence stylistique, terminologique
- Productivité- Productivité
- Travail en réseau- Travail en réseau

3. 3
FonctionnementFonctionnement
Traducteurs
Texte
à
traduire
Texte
traduit
Nlangues
Translation Manager
Mémoires de
traduction
Le système de THAM utilise des mémoires de traduction

4. 4

5. 5
Principe de fonctionnementPrincipe de fonctionnement
On conserve toutes les traductions…On conserve toutes les traductions…

Le traducteur travaille par « segment »Le traducteur travaille par « segment »

Il traduit le segment (avec ou sans aide)Il traduit le segment (avec ou sans aide)

On enregistre des « bisegments »On enregistre des « bisegments »
…… pour les réutiliserpour les réutiliser

SiSi le segment est déjà traduit dans la mémoirele segment est déjà traduit dans la mémoire
Le système demande (éventuellement) une confirmation au traducteurLe système demande (éventuellement) une confirmation au traducteur

SiSi segment n’est pas traduitsegment n’est pas traduit
- SoitSoit le système propose des segments « proches »le système propose des segments « proches »
=> Le traducteur part de l’une des traductions=> Le traducteur part de l’une des traductions
- SoitSoit aucun segment de la mémoire n’est procheaucun segment de la mémoire n’est proche
=> Il faut traduire complètement=> Il faut traduire complètement
On veut proposer mieux au traducteur

6. 6
À traduire
This task will show you how to correct potential mistakes in your text.This task will show you how to correct potential mistakes in your text.
Un scénario « de rêve »…Un scénario « de rêve »…
Dans la mémoireDans la mémoire
This tool will help you to correct potential mistakes in your text.This tool will help you to correct potential mistakes in your text.
Cet outil vous aidera à corriger d’éventuelles erreurs dans votre texteCet outil vous aidera à corriger d’éventuelles erreurs dans votre texte..
This task will show you how to change views.This task will show you how to change views.
Dans cette tâche vous apprendrez à modifier les vues.Dans cette tâche vous apprendrez à modifier les vues.

7. 7
À traduire
This task will show you how to correct potential mistakes in your text.This task will show you how to correct potential mistakes in your text.
Dans cette tâche vous apprendrez à corriger d’éventuelles erreurs dans votre texte.Dans cette tâche vous apprendrez à corriger d’éventuelles erreurs dans votre texte.
Analyse du scénarioAnalyse du scénario
Dans la mémoireDans la mémoire
This tool will help you to correct potential mistakes in your text.This tool will help you to correct potential mistakes in your text.
Cet outil vous aidera à corriger d’éventuelles erreurs dans votre texteCet outil vous aidera à corriger d’éventuelles erreurs dans votre texte..
This task will show you how to change views.This task will show you how to change views.
Dans cette tâche vous apprendrez à modifier les vues.Dans cette tâche vous apprendrez à modifier les vues.

8. 8
Vers un alignement sous-phrastiqueVers un alignement sous-phrastique
ExpliciterExpliciter

Correspondances au niveau des motsCorrespondances au niveau des mots

Briques traductionnellesBriques traductionnelles

Leur agencementLeur agencement
DifficultésDifficultés

Déterminer des frontièresDéterminer des frontières

Trouver les traductionsTrouver les traductions

Rétablir l’ordreRétablir l’ordre
Objectif: enrichissement des mémoiresObjectif: enrichissement des mémoires

Formaliser cette informationFormaliser cette information

Calculer cette informationCalculer cette information

À plus long terme: généraliser cette informationÀ plus long terme: généraliser cette information

9. 9
PlanPlan
IntroductionIntroduction
Modèle pour l’alignementModèle pour l’alignement

MotivationsMotivations

Illustration du résultat attenduIllustration du résultat attendu

Le modèle TransTreeLe modèle TransTree
Acquisition de l’informationAcquisition de l’information
ExpérimentationsExpérimentations
Application et perspectivesApplication et perspectives

10. 10
Quelques travaux dans ce domaineQuelques travaux dans ce domaine
Correspondances entre analysesCorrespondances entre analyses

Synchronous Structured String-Tree CorrespondencesSynchronous Structured String-Tree Correspondences (S-SSTC)(S-SSTC)
Al Adhaileh, Tang (Penang)Al Adhaileh, Tang (Penang)

Fine-grained Alignment of Multilingual TextsFine-grained Alignment of Multilingual Texts
Cyrus, Feddes (Münster)Cyrus, Feddes (Münster)
Analyse bilingueAnalyse bilingue

Stochastic Inversion Transduction GrammarsStochastic Inversion Transduction Grammars (SITG)(SITG)
Wu (Hong-Kong)Wu (Hong-Kong)
Tous utilisent une approche symbolique
fondée sur des ressources linguistiques

11. 11
OrOr
Ces approches ont des limites…Ces approches ont des limites…

Dépendance vis-à-vis de la langueDépendance vis-à-vis de la langue

Coût des ressources linguistiquesCoût des ressources linguistiques
……que ne connaissent pas les environnementque ne connaissent pas les environnement
de THAM à mémoire de traductionde THAM à mémoire de traduction

Succès de cette technologieSuccès de cette technologie
On va mettre en œuvre desOn va mettre en œuvre des méthodes statistiquesméthodes statistiques

12. 12
Illustration du résultat attenduIllustration du résultat attendu

13. 13
Le modèle TransTreeLe modèle TransTree

14. 14
« « Boîte de dialogueBoîte de dialogue » »
Un diagramme TransTree simple Un diagramme TransTree simple
Amphigrammes

15. 15
TransTreeTransTree
PrincipesPrincipes

Bi-arbre n-aire, abstrait, non ordonnéBi-arbre n-aire, abstrait, non ordonné

Correspondances chaîne-chaîne non orientéesCorrespondances chaîne-chaîne non orientées
Les nœuds sont des « amphigrammes »Les nœuds sont des « amphigrammes »

Briques traductionnelles gigognesBriques traductionnelles gigognes

Armature textuelle et points d’insertionArmature textuelle et points d’insertion

Feuilles = paire de chaînes de caractèresFeuilles = paire de chaînes de caractères
« amphigramme atomique »« amphigramme atomique »

16. 16
Bi-arbre…Bi-arbre…

17. 17
PlanPlan
IntroductionIntroduction
Modèle pour l’alignementModèle pour l’alignement
Acquisition de l’informationAcquisition de l’information

Ligne directriceLigne directrice

Alignements atomiquesAlignements atomiques

Structuration des segmentsStructuration des segments

Alignements sous-phrastiquesAlignements sous-phrastiques

ClassificationClassification
ExpérimentationsExpérimentations
Application et perspectivesApplication et perspectives

18. 18
Ligne directriceLigne directrice
Démarche métalinguistiqueDémarche métalinguistique

Axe interlingue => digrammes, amphigrammesAxe interlingue => digrammes, amphigrammes

Axe syntagmatique => arbres binaires de sécabilitéAxe syntagmatique => arbres binaires de sécabilité

Axe paradigmatique => classes, patrons de trad.Axe paradigmatique => classes, patrons de trad.
Démarche statistiqueDémarche statistique

Ce qui revient souvent est utile, figéCe qui revient souvent est utile, figé

Les exceptions confirment la règle…Les exceptions confirment la règle…

19. 19
Click OK to close the dialog box
Cliquez sur OK pour fermer la boîte de dialogue
Ligne directriceLigne directrice

20. 20
Bi-arbre…Bi-arbre…

21. 21
Mots typographiquesMots typographiques

GranularitéGranularité

Systèmes d’écriture à séparateursSystèmes d’écriture à séparateurs
Méthode utiliséeMéthode utilisée

Meilleurs candidats réciproques parMeilleurs candidats réciproques par
l’information mutuelle (surfréquence)l’information mutuelle (surfréquence)

Processus itératifProcessus itératif

Placement par moindres croisementsPlacement par moindres croisements

Certains mots non appariésCertains mots non appariés
Alignements atomiquesAlignements atomiques

22. 22
DigrammesDigrammes
Idée de baseIdée de base

Couple de mots typographiques vu comme unitéCouple de mots typographiques vu comme unité
(avions,had) =/= (avions,planes)(avions,had) =/= (avions,planes)

Désambiguïsation forteDésambiguïsation forte
Vrai digramme = couple de motsVrai digramme = couple de mots
Faux digramme = un mot seulementFaux digramme = un mot seulement

Unité de granularitéUnité de granularité
Chaque segment va être considéré
comme une suite de digrammes
Cliquez(Clic) sur() OK(OK) pour(to) fermer(close) la(the) boîte(box) de() dialogue(dialog).

23. 23
SécabilitéSécabilité

Indice de cohésion de chaque séparateurIndice de cohésion de chaque séparateur

Permet de constituer des groupes de motsPermet de constituer des groupes de mots

Estimée sur une fenêtre glissanteEstimée sur une fenêtre glissante
Structuration des segmentsStructuration des segments
N(gd)
N(g) ∙ N(d)
Cliquez sur OK pour fermer la boîte de dialogue
g d

24. 24
Cliquez sur OK pour fermer la boîte de dialogue
Arbre binaire de sécabilitéArbre binaire de sécabilité
2 6 8 5 7 4 1 3
6
8
7
2 5
4
31

25. 25
Alignements sous-phrastiquesAlignements sous-phrastiques
Passage du binaire au n-airePassage du binaire au n-aire

Axe interlingueAxe interlingue

Comparaison des arbres binaires de sécabilitéComparaison des arbres binaires de sécabilité

Notion de congruenceNotion de congruence
Un amphigramme est constitué avec deux nœudsUn amphigramme est constitué avec deux nœuds
dominant le même ensemble de vrais digrammesdominant le même ensemble de vrais digrammes
On prendOn prend au moinsau moins deux vrais digrammes,deux vrais digrammes,
=> il peut y en avoir plus : arbre résultant n-aire=> il peut y en avoir plus : arbre résultant n-aire

26. 26
Click OK to close the dialog box
Cliquez sur OK pour fermer la boîte de dialogue
CongruenceCongruence

27. 27
Autre exempleAutre exemple
This task shows you how to change views.
Dans cette tâche, vous apprendrez à modifier les vues.

28. 28
SaturationSaturation
This A shows B how
Dans cette A B apprendrez

29. 29
ClassificationClassification
Deux objectifsDeux objectifs

FactorisationFactorisation

ExtrapolationExtrapolation
Généralisation des amphigrammesGénéralisation des amphigrammes

On remplace les amphigrammes fils par desOn remplace les amphigrammes fils par des
paradigmes d’amphigrammes (classes)paradigmes d’amphigrammes (classes)

Amphigrammes « génériques »Amphigrammes « génériques »

Obtention d’une grammaireObtention d’une grammaire
=> TransTree = arbre de dérivation=> TransTree = arbre de dérivation

30. 30
En résumé…En résumé…
TransTree permet d’exprimer desTransTree permet d’exprimer des
correspondances sous-phrastiques dans lescorrespondances sous-phrastiques dans les
mémoires de traductionmémoires de traduction
Le modèle est accompagné d’une méthodeLe modèle est accompagné d’une méthode
générale d’acquisition de données par voiegénérale d’acquisition de données par voie
statistiquestatistique

31. 31
PlanPlan
IntroductionIntroduction
Modèle pour l’alignementModèle pour l’alignement
Acquisition de l’informationAcquisition de l’information
ExpérimentationsExpérimentations

Données de travailDonnées de travail

ÉÉchantillonschantillons
Application et perspectivesApplication et perspectives

32. 32
Filtrage des mémoiresFiltrage des mémoires
Tous les bisegments ne sont pas utilesTous les bisegments ne sont pas utiles

Segments non textuels (balises, code, variables etc.)Segments non textuels (balises, code, variables etc.)

Anglais dans le français (ou l’inverse)Anglais dans le français (ou l’inverse)

Mauvais découpageMauvais découpage

33. 33
VolumesVolumes
Avant filtrageAvant filtrage

Taille des données : 565 MoTaille des données : 565 Mo

Nombre de mémoires : 453Nombre de mémoires : 453

Nombre de bisegments : 1 785 684Nombre de bisegments : 1 785 684
Après filtrageAprès filtrage
Segments
Mots
(occurrences)
Mots
(prototypes) Hapax
SOURCE 64 658 691 532 18 727 7 376
CIBLE 64 658 758 896 20 334 7 981

34. 34
Longueur des phrasesLongueur des phrases
Nombre de mots
X1000phrases

35. 35
Echantillon briques traductionnellesEchantillon briques traductionnelles
default par défaut
database base de données
Click Cliquez sur
password mot de passe
all tous les
output de sortie
viewpoint point de vue
will be sera
Cannot Impossible de
cannot ne peut pas
cannot ne pouvez pas
Buidtime Client de modélisation
as au fur et à mesure que

36. 36
PlanPlan
IntroductionIntroduction
Modèle pour l’alignementModèle pour l’alignement
Acquisition de l’informationAcquisition de l’information
ExpérimentationsExpérimentations
Application et perspectivesApplication et perspectives

37. 37
Applications immédiatesApplications immédiates
Aide aux traducteursAide aux traducteurs

Améliore la perception de ce qui est utileAméliore la perception de ce qui est utile

Permet une édition plus efficacePermet une édition plus efficace
EnseignementEnseignement

ÉÉditions bilinguesditions bilingues

Permet à l’apprenant d’identifier les correspondancesPermet à l’apprenant d’identifier les correspondances

38. 38
PerspectivesPerspectives
Algorithme de production de segments cibleAlgorithme de production de segments cible

ClassificationClassification

Modèle de traductionModèle de traduction

ÉÉvaluation sur la traductionvaluation sur la traduction
Systèmes d’écriture sans séparateurSystèmes d’écriture sans séparateur
Ajuster les indicesAjuster les indices

Digrammes, sécabilité, classificationDigrammes, sécabilité, classification

Avec un algorithme itératifAvec un algorithme itératif
Diminution du nombre de descripteursDiminution du nombre de descripteurs
Densification de l’alignementDensification de l’alignement

39. 39
MerciMerci

40. 40