Les outils de traduction pourraient sauver des langues moins utilisées

Parfois, vous pouvez avoir l'impression que rien ne vaut la peine d'être lu sur le Web, mais au moins il y a beaucoup de matériel que vous pouvez lire et comprendre. Des millions de personnes dans le monde, en revanche, parlent des langues encore peu représentées en ligne, malgré l'accès généralisé à Internet et l'amélioration des technologies de traduction.

Les géants du Web Microsoft et Google tentent de changer cela avec une nouvelle technologie de traduction destinée aux langues qui sont laissées pour compte - ou peut-être même activement tuées - par le Web. Bien que les deux sociétés aient travaillé sur la technologie de la traduction pendant des années, elles se sont, jusqu'à présent, concentrées sur les principales langues du commerce international telles que l'anglais, l'espagnol et le chinois.

Les outils de traduction existants de Microsoft et de Google, qui sont gratuits, sont un triomphe du big data. Au lieu d'apprendre comme un traducteur humain, en étudiant les règles de différentes langues, les algorithmes d'un outil de traduction apprendraient à traduire une langue dans une autre en comparant statistiquement des milliers ou des millions de documents en ligne qui ont été traduits par des humains.

Les deux sociétés se sont toutes deux légèrement écartées de cette formule pour desservir des langues moins populaires. Google a récemment pu lancer un support alpha expérimental pour une collection de cinq langues indiennes (bengali, gujarati, kannada, tamoul et télougou) en donnant à son logiciel des leçons directes de grammaire, tandis que Microsoft a publié un service qui permet à une communauté de construire un système de traduction pour sa propre langue en fournissant son propre matériel source.

Google s'est d'abord rendu compte qu'il devait donner à son système une leçon de grammaire en essayant de peaufiner ses traductions japonaises, dit Ashish Venugopal , un chercheur travaillant sur le logiciel de traduction de Google. Nous produisions des phrases avec le verbe au milieu, mais en japonais, il doit aller à la fin, dit Venugopal. Le problème venait du fait que le système était en grande partie aveugle à la grammaire. Le correctif proposé par l'équipe de Google, ajoutant une certaine compréhension de la grammaire, a permis le lancement des cinq langues indiennes, toutes utilisées par des millions de personnes sur le sous-continent, mais largement absentes du Web.

Le système de Google a été formé à la grammaire en lui donnant une grande collection de phrases dans lesquelles les parties grammaticales avaient été étiquetées, soit plus d'instructions que les algorithmes de traduction de Google n'en reçoivent généralement.

Venugopal dit que, jusqu'à présent, le système ne peut pas gérer les langues mal desservies, de même que la technologie de traduction existante de Google peut gérer des langues plus établies, telles que le français et l'allemand. Mais, dit-il, offrir un support quelconque est important pour les langues qui sont relativement rares en ligne. C'est une partie importante de notre mission de rendre ces autres langues disponibles sur le Web, dit-il. Nous ne voulons pas que les gens aient à décider de publier leur blog dans leur propre langue ou en anglais. Nous voulons aider le monde à lire votre blog.

Microsoft souhaite également aider les langues qui ne sont pas couramment utilisées en ligne, afin d'éviter que ces langues ne soient mises à l'écart et ne soient plus utilisées, dit Kristin Tolle , directeur chez Microsoft Research. Son équipe a récemment lancé un site Web qui aide quiconque à créer son propre logiciel de traduction, appelé Centre de traduction . Il est destiné aux communautés qui souhaitent s'assurer que leur langue est utilisée en ligne.

L'utilisation de Translation Hub implique la création d'un compte, puis le téléchargement du matériel source dans les deux langues à traduire. Les algorithmes d'apprentissage automatique de Microsoft utilisent ce matériel et peuvent ensuite tenter de traduire tout texte écrit dans la nouvelle langue. Microsoft a piloté cette technologie en collaboration avec les dirigeants de Fresno, le grand Communauté Hmong , pour la langue de laquelle il n'existe pas de système de traduction automatique.

Permettre à quiconque de créer son propre modèle de traduction peut aider les communautés à sauvegarder leurs langues, déclare Kristin Tolle, directrice de Microsoft Research. Des systèmes de traduction automatique ont été développés pour environ 100 des 7 000 langues du monde, explique Tolle.

Il y a beaucoup de vérité dans ce que dit Microsoft, déclare Greg Anderson, directeur de l'organisation à but non lucratif Langues vivantes , qui documente, recherche et essaie de soutenir les langues en voie de disparition. Le terrain de jeu d'aujourd'hui implique une présence numérique en ligne, que vous soyez une communauté ou une entreprise - si vous n'avez pas de présence sur le Web, vous n'existez pas, à un certain niveau. Anderson dit que les langues mises à l'écart qui font leur retour sont généralement celles des communautés qui ont adopté la vie en ligne en utilisant leur langue.

Marguerite Noori , un conférencier à l'Université du Michigan qui travaille à la préservation de l'Anishinaabemowin ou de l'Ojibwe, une langue amérindienne, est d'accord, mais ajoute que la préservation d'une langue implique plus que le Web. Il y a une raison d'être en ligne dans le monde d'aujourd'hui, mais elle doit absolument être contrebalancée par des chansons chantées uniquement à haute voix et des cérémonies jamais enregistrées.

Le centre de traduction de Microsoft vise également à permettre la traduction de termes techniques spécialisés ou de jargon, que les outils de traduction en ligne à usage général ne gèrent pas bien. Les organisations à but non lucratif pourraient, par exemple, l'utiliser pour traduire des documents sur les techniques agricoles, explique Tolle, et la technologie peut également être utile aux entreprises qui souhaitent accélérer la traduction de manuels d'instructions ou d'autres documents.

Les entreprises souhaitent souvent que leurs données leur soient accessibles de manière privée et conservent leurs données, et non pas pour les fournir à quelqu'un d'autre qui formera un système de traduction, dit-elle. Volvo et Mercedes ont exprimé leur intérêt à tester le centre de traduction de Microsoft, explique Tolle.

cacher