La traduction automatique des textes faciles à lire et à comprendre (Falc)
Une étude comparative
Bibliographic Data
| ID | 10609137 |
|---|---|
| Authors | Silvia Rodríguez Vázquez (0000-0002-9945-5544, Université de Genève, Genève, Suisse), Abigail Kaplan (Spécialiste indépendante en communication multilingue), Pierrette Bouillon (0000-0002-8854-6360, Université de Genève, Genève, Suisse), Cornelia Griebel (0000-0002-9817-7896, Université de Genève, Genève, Suisse), Razieh Azari (0000-0002-4844-639X, Université de Genève, Genève, Suisse) |
| Year | 2022 |
| Volume | 67 |
| Issue | 1 |
| Pages | 18-49 |
| Publication date | 2022-09-07 |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Meta Journal des traducteurs (JOURNAL) |
| Journal identifiers | ISSN: 0026-0452 • E-ISSN: 1492-1421 |
| Publisher | Consortium Erudit (PUBLISHER • CA) |
| DOI | 10.7202/1092189ar |
| OpenAlex | W4303437868 |
| Language | FR |
| References cited | 15 |
Au cours de la dernière décennie, les langages contrôlés (LC) ont toujours été l’objet d’une attention accrue en traduction automatique (TA). La majorité des études ont porté sur l’impact des LC sur la qualité du produit final de la TA, mais très peu d’entre elles se sont intéressées à l’impact de la TA sur l’accessibilité des textes cibles pour les personnes à besoins particuliers. Cet article vise à combler cette lacune. Il cherche à déterminer, par le biais d’une étude linguistique comparative, si les systèmes de TA génériques constituent une option viable pour produire, à partir de textes simplifiés sources, des textes cibles faciles à lire et à comprendre (FALC). Nous avons testé trois outils génériques de TA (DeepL, Google Translate et Yandex) avec des textes FALC de trois domaines différents, dans quatre paires de langues. Les résultats montrent que DeepL est l’outil le plus performant et que l’espagnol et les textes administratifs restent ceux qui occasionnent le plus de problèmes pour la TA. En ce qui concerne l’évaluation de l’accessibilité linguistique, les problèmes aux niveaux lexical et stylistique sont les plus nombreux. Même si la TA ne produit pas encore des textes FALC acceptables, notre étude en souligne le potentiel et met l’accent sur la difficulté de créer du contenu multilingue accessible pour tous
Art · Humanities · Natural Language Processing Techniques · Philosophy · Text Readability and Simplification · Topic Modeling
| Highly cited | No |
|---|