PHRASEOLOGIE, TERMINOLOGIE ET EVOLUTION TECHNOLOGIQUE DE LA TRADUCTION : TRADUCTION MACHINE VS. TRADUCTION HUMAINE ANGLAIS>FRANÇAIS ET ANGLAIS>ARABE

par Mehsen Azizi

Projet de thèse en Langues, littératures et civilisations

Sous la direction de Yvon Keromnes.

Thèses en préparation à l'Université de Lorraine , dans le cadre de SLTC - SOCIETES, LANGAGES, TEMPS, CONNAISSANCES , en partenariat avec ATILF - Analyse et Traitement Informatique de la Langue Française (laboratoire) et de Discours (equipe de recherche) depuis le 19-10-2022 .


  • Résumé

    L'évolution de la technologie, en particulier dans l'informatique, affecte grandement le monde de la traduction (accès aux ressources lexicographiques, à des corpus et bases de données terminologiques, traduction assistée par ordinateur, et aujourd'hui traduction automatique neuronale. L'objectif de cette thèse est de déterminer la nature des changements qu'entraîne cette évolution dans la formation aux métiers de la traduction. Il s'agit dans un premier temps de caractériser la traduction automatique neuronale de l'anglais vers deux langues-cibles, l'arabe et le français, dans plusieurs domaines de spécialité (droit, médecine, technologie et tourisme). Dans un deuxième temps seront comparées les activités de traduction et de post-édition d'étudiants en Master de traduction en termes de productivité, de créativité, de besoins en ressources lexicographiques et terminologiques, et de charge cognitive.

  • Titre traduit

    PHRASEOLOGY, TERMINOLOGY AND THE EVOLUTION OF TRANSLATION TECHNOLOGY: MACHINE TRANSLATION VS. HUMAN TRANSLATION, ENGLISH>FRENCH & ENGLISH>ARABIC


  • Résumé

    The evolution of technology, particularly in computer science, has greatly affected the world of translation, regarding in particular access to lexicographic resources, to corpora and terminological databases, computer-assisted translation, and now neural machine translation. The objective of this PhD thesis is to determine the nature of the changes entailed in the training of translation professionals by this evolution. A first step will be to characterize neural machine translation from English into two target languages, Arabic and French, in several specialized fields (law, medicine, technology and tourism). Then, a comparison will be conducted between the translation and post-editing activities of students in a Master's degree in translation in terms of productivity, creativity, lexicographic and terminological resource requirements, and cognitive load.