Navigation – Plan du site

AccueilNuméros246eTranslation. Le système de tradu...

eTranslation. Le système de traduction automatique de la Commission européenne en appui d’une Europe numérique

Markus Foti
Traduction de Noëlle Brunel
p. 28-35

Notes de l’auteur

Les opinions exprimées dans la présente publication n’engagent que la responsabilité de l’auteur et ne reflètent pas nécessairement la position de la Commission européenne.

Texte intégral

Histoire de la traduction automatique dans les institutions européennes

1L’Union européenne (UE) est l’une des rares entités politiques dans lesquelles les nombreuses langues officielles des pays membres sont mises sur un pied d’égalité. Ce principe de base est inscrit dans les traités constitutifs et a été récemment souligné dans la résolution du Parlement européen du 11 septembre 2018 sur l’égalité des langues à l’ère numérique (2018/2028[INI]1). Cette résolution appelle à un soutien politique et financier fort aux technologies linguistiques en partenariat avec les universités européennes, les TPE/PME et les autres parties prenantes.

2Cela renforce une approche qui est au cœur des activités de la Commission – et plus spécifiquement de sa Direction générale de la traduction (DGT) – depuis les années 1970, lorsque l’accès à l’informatique s’est progressivement ouvert au plus grand nombre.

3Dès 1975, la Commission utilisait en interne un système de traduction automatique à base de règles, appelé ECMT, qu’elle continua à structurer jusqu’en 1998, par ajout de vocabulaire et de règles linguistiques. Le procédé était long et fastidieux puisqu’après 23 ans de labeur, seules 28 paires de langues étaient disponibles. Ce système demeura opérationnel jusqu’en 2010, année où il produisit quelque 2,5 millions de pages de traduction, soit à peu près l’équivalent de ce que fournissent actuellement chaque année les traducteurs humains à la DGT.

4La technologie avait alors accompli des bonds de géant depuis la mise en place du système ECMT, et pas seulement sur le plan matériel. Un nouveau paradigme se faisait jour avec la traduction automatique statistique à base de segments. Au lieu de s’appuyer sur les personnes pour encoder le vocabulaire et les règles de grammaire d’une manière compréhensible par les ordinateurs, cette technique faisait appel aux machines de nouvelle génération, nettement plus performantes, pour scinder les grandes quantités de textes originaux, fournis avec leurs traductions, en courts segments de langue source associés à des segments similaires traduits en langue cible.

5Cette technique n’était pas parfaite. Elle générait des erreurs – parfois nombreuses – mais, compte tenu des énormes quantités de textes exploités, elle proposait une traduction d’un niveau statistiquement correct – ou a minima proche – suffisamment souvent pour que cette nouvelle méthode vienne éclipser l’ancienne. Les résultats étaient tout simplement meilleurs.

6La DGT se trouvait dans une position idéale pour travailler sur ce sujet étant donné que, depuis le milieu des années 1990, elle utilisait la technologie des mémoires de traduction pour emmagasiner des phrases et leurs traductions dans une base de données centralisée appelée Euramis. Elle ne le faisait pas seulement pour le compte de la Commission, mais également pour celui d’autres institutions de l’UE, telles que le Parlement européen ou le Conseil de l’UE.

7Ce corpus gigantesque fournit la matière première nécessaire à un système de traduction automatique spécialement conçu pour les institutions de l’UE. L’acronyme ECMT fut inversé pour devenir MT@EC et le nouveau système vit le jour le 26 juin 2013. Dès son lancement, il couvrait l’ensemble des langues officielles de l’UE – soit 552 combinaisons !

8Cependant, la technologie se développait à un rythme stupéfiant. Alors que la méthode statistique commençait à rendre la traduction automatique plus largement accessible, à la Commission, elle fut surpassée par une nouvelle méthode dès 2017. La traduction automatique neuronale était arrivée, rendue possible par les progrès en matière de puissance de calcul faisant sortir l’intelligence artificielle des laboratoires.

9Cette nouvelle technologie exigeait en effet encore davantage de puissance de calcul – plus spécifiquement, des processeurs graphiques. Ceux-ci avaient été développés pour le jeu vidéo sur ordinateur, mais l’intensité de calcul mathématique nécessaire pour générer des graphiques 3D détaillés se révéla très utile pour le traitement de données en général, y compris pour la traduction.

10Les 18 millions de pages traduites en 2017 par le système MT@EC prouvent qu’il existait une demande. Les traductions contenues dans Euramis (atteignant alors 1 milliard de phrases) constituaient un trésor qu’il eût été dommage de ne pas exploiter davantage, tout en s’adossant à l’expertise linguistique des traducteurs internes des institutions de l’UE.

11La chance voulut que cette technologie émerge au moment de la mise en place d’un nouveau programme européen, le Mécanisme pour l’interconnexion en Europe (MIE). Celui-ci visait à établir des réseaux transeuropéens de toutes sortes et, afin d’assurer une meilleure communication, on y inclut la traduction automatique. Géré par la Direction générale des réseaux de communication, du contenu et des technologies (DG CNECT), son objectif annoncé était de mettre l’Europe à niveau pour l’ère numérique.

12Dans le cadre de ce programme, un système MT@EC neuronal, rebaptisé eTranslation, disposerait des ressources suffisantes pour demeurer à l’avant-garde technologique. L’audience visée s’en trouvait également élargie. D’abord essentiellement destiné aux institutions européennes, aux universités impliquées dans les programmes européens ou aux administrations publiques nationales, ce système fut étendu aux administrations publiques, aux universités dans leur ensemble et finalement aux PME. Il devrait d’ailleurs également s’ouvrir aux ONG européennes cette année.

13Le cercle vertueux, selon lequel les traducteurs de l’UE utilisaient la traduction automatique comme un élément de leur boîte à outils et leurs traductions venaient améliorer le système de TA, portait donc ses fruits et allait désormais bénéficier encore davantage au public européen.

L’expertise du traducteur au bénéfice de la traduction automatique

14La matière brute que les traducteurs de l’UE livrent à eTranslation confère au système son style particulier. Les traductions de l’organisation abordent la plupart du temps des sujets politiques, juridiques ou économiques sur un ton formel. C’est dans ce domaine que la première version de MT@EC excellait – avec d’ailleurs une erreur de jeunesse en grec, le système n’étant pas en mesure de traiter les phrases à la première personne du singulier car le pronom correspondant, trop rare dans les documents officiels, lui était inconnu.

15Des mesures plus spécifiques furent en outre prises afin de façonner le système pour une utilisation officielle dans l’UE. En d’autres termes, eTranslation, tout comme MT@EC avant lui, convenait parfaitement pour traduire une nouvelle directive, mais n’était pas aussi performant pour traduire le courrier d’un simple quidam, sans parler d’un livre ou d’un poème. À cette même fin, les règles du Code de rédaction interinstitutionnel2 furent appliquées à la fois aux données servant à structurer le moteur et au post-traitement.

16Les 291 pages de règles concernent, par exemple, la manière de faire correctement référence aux divers types de législation, la rédaction officielle des dates (même si d’autres méthodes sont linguistiquement correctes), jusqu’au choix des guillemets à appliquer dans chaque langue.

17D’autres corrections sont également apportées aux traductions archivées : les caractères doivent être exacts. Ainsi l’Organisation nationale de Crète est abrégée EOK en grec mais, pour un ordinateur, EOK en écriture latine diffère totalement de EOK en écriture grecque. Ils se ressemblent, mais ce sont des caractères différents, tout comme le ß allemand n’est pas le β mathématique. Or, bien souvent ces différents caractères sont mélangés, avec un acronyme mêlant les écritures latine et grecque, ou bien un mot allemand contenant le symbole mathématique β là où devrait figurer un ß.

18L’œil humain ne le détecte même pas mais, pour un ordinateur, ces nuances sont autant d’exemples de mots différents. Il va donc apprendre les mauvais schémas.

19Dans certains cas, les bonnes pratiques de traduction professionnelle portent préjudice à l’apprentissage artificiel. Ainsi, le nom des organismes en langues étrangères est souvent conservé tel quel, mais explicité. Un exemple :

ENGSO - European non-governmental Sports Organisation

peut être traduit en français par :

ENGSO - European non-governmental Sports Organisation (Organisation non gouvernementale européenne pour le sport)

20C’est parfait pour le lecteur, mais un algorithme d’apprentissage ne comprend pas ce qu’il se passe avec la répétition. Il lui faudrait suffisamment d’exemples pour apprendre que le texte entre parenthèses est la répétition approximative de ce qui précède...

21Il n’en demeure pas moins qu’Euramis est un corpus contenant le travail de traducteurs professionnels hautement qualifiés. Un grand nettoyage ne s’impose pas puisque 90 % environ du texte disponible sont conservés pour l’apprentissage.

22À ce propos, rappelons que quelque 10 % de ce corpus sont mis à la libre disposition des chercheurs et des traducteurs dans la « Mémoire de traduction de la DGT » (DGT Translation Memory3).

23L’énorme corpus de traduction et les étapes ultérieures décrites ci-dessus ont donné vie à un excellent système qui convenait au langage formel écrit utilisé au sein des institutions de l’UE. Pour autant, les gens s’expriment rarement de cette manière en dehors de ce cadre, dans quelque langue que ce soit. Il convenait d’en faire plus si nous voulions sortir de cette bulle institutionnelle.

Au service d’un public plus large

24En 2019, eTranslation a servi à traduire 96 millions de pages, la plupart du temps pour un usage non professionnel : il s’agissait de donner une idée générale du sens. Le système était désormais fréquemment utilisé directement pour des sites internet ou d’autres styles d’écriture, et non plus uniquement comme une aide pour les traducteurs. Il fallait pouvoir l’appliquer à des écrits plus généraux, ce qui nécessitait l’apport de traductions extérieures aux institutions de l’UE.

25Le MIE avait déjà regroupé de nombreuses traductions à travers toute l’Europe via la Coordination des ressources linguistiques européennes (ELRC)4. Celle-ci organisait des ateliers dans chacun des pays de l’UE afin de promouvoir le multilinguisme et de collecter des données à partager entre tous. Cette coordination a connu un certain succès, mais s’est souvent heurtée à l’écueil du manque de bases de données centralisées dans les organismes, comparables en taille à celle de la DGT. Des contributions ont été effectuées et sont disponibles en téléchargement sur leur site internet, mais la traduction automatique est gourmande en données et en réclame toujours plus.

26Paracrawl5, un autre projet MIE, emprunta une voie différente. Au lieu de chercher à localiser des ensembles de traductions déjà alignées, il explorait les pages multilingues de la toile pour tenter de les aligner. Ceci est beaucoup plus difficile qu’il n’y paraît, car lorsqu’un site internet propose des pages en deux langues, cela ne signifie pas qu’il s’agit de traductions fiables. Il suffit de consulter une page Wikipédia dans deux langues différentes pour constater qu’elles ne sont pas strictement équivalentes. Dans le pire des cas (du point de vue de la traduction), un élément culturel très spécifique, tel que la galette des rois6 française ou la Befana7 italienne, fera l’objet d’un article détaillé dans la langue d’origine et d’un simple résumé dans les autres langues. Il n’est alors pas aisé de pointer quelle phrase correspond à quelle autre et quelles parties doivent être rejetées.

27Au même moment, le corpus parallèle ouvert (OPUS)8 adoptait indépendamment une approche similaire.

28L’avantage de cette méthode est qu’elle permet de collecter une énorme quantité de données. L’inconvénient est qu’il faut en éliminer quasiment 90 % préalablement à tout apprentissage pour la traduction automatique.

29Le peaufinage des algorithmes de filtrage est déjà une prouesse en soi. L’équipe eTranslation y est extrêmement vigilante et, en utilisant ces sources de données en complément de certaines traductions internes, telles que des communiqués de presse ou des pages internet qui n’ont pas été rédigées dans le style formel courant de l’UE, elle a composé ce qu’on appelle dans le jargon interne un autre domaine : le « texte général » s’est ajouté à la « langue formelle de l’UE ».

30Prendre une même phrase et la traduire peut donner des résultats très variés dans le ton et le vocabulaire, aboutissant à des solutions très diverses. D’ailleurs, eTranslation a poussé plus loin le concept des domaines en collaborant avec la Banque centrale européenne afin de développer un domaine « finance » et avec la Cour européenne de justice en vue d’élaborer un moteur pour la « jurisprudence de la Cour de justice ».

31La « langue formelle de l’UE » et le « texte général » sont les domaines les plus fréquemment utilisés pour les traductions destinées, respectivement, à un usage institutionnel et au monde extérieur.

32La traduction automatique n’est pas aussi fiable que la traduction humaine, mais elle est moins onéreuse et plus rapide. C’est ainsi qu’eTranslation a permis à la Commission de transmettre rapidement des informations sur les voyages pendant la pandémie de Covid, par le biais de la page internet Re-Open EU (réouverture des frontières de l’UE). Il a également permis aux institutions de consulter le public européen grâce au site internet de la Conférence sur l’avenir de l’Europe, ou bien plus simplement de traduire de plus en plus de pages sur les portails de l’UE9.

33La traduction automatique offre un outil capable d’aller là où la traduction humaine ne va pas. La technologie est imparfaite mais très utile. Par le biais du Programme pour une Europe numérique, la Commission européenne espère à la fois étendre son usage et soutenir les efforts de l’Europe dans le domaine de la technologie linguistique en général. À une époque où les grands acteurs du secteur sont américains ou asiatiques, nous espérons tendre vers une plus grande souveraineté technologique.

34La traduction professionnelle humaine reste la référence suprême, mais la technologie de la traduction automatique nous permet d’atteindre l’ensemble du public européen mieux que jamais auparavant. À une époque où les traducteurs humains produisent également davantage et subissent plus de pression que jamais, les 205 millions de pages traduites en 2021 prouvent que la traduction, qu’elle soit humaine ou automatique, a un rôle crucial à jouer pour permettre une conversation véritablement européenne.

Haut de page

Pour citer cet article

Référence papier

Markus Foti, « eTranslation. Le système de traduction automatique de la Commission européenne en appui d’une Europe numérique »Traduire, 246 | 2022, 28-35.

Référence électronique

Markus Foti, « eTranslation. Le système de traduction automatique de la Commission européenne en appui d’une Europe numérique »Traduire [En ligne], 246 | 2022, mis en ligne le 15 juin 2022, consulté le 23 mars 2025. URL : http://journals.openedition.org/traduire/2793 ; DOI : https://doi.org/10.4000/traduire.2793

Haut de page

Auteur

Markus Foti

L’amour des langues a été inculqué chez Markus FOTI dès le plus jeune âge, grâce à un père italien et une mère allemande, mais aussi à sa naissance au Canada, pays bilingue. C’est assez naturellement qu’il s’est tourné vers une carrière de traducteur à la Commission européenne. Passionné d’informatique depuis l’adolescence et les premiers jours des PC, il a pu concilier ces deux intérêts pour guider le projet de traduction automatique eTranslation avec autant de sensibilité à l’impact que les nouvelles technologies de l’intelligence artificielle peuvent avoir sur les métiers des langues qu’à ce qu’elles peuvent apporter à la communication entre différentes pays et peuples.

Haut de page

Droits d’auteur

Le texte et les autres éléments (illustrations, fichiers annexes importés), sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search