Vers la traduction neuronale augmentée par des exemples

Towards example based neural machine translation

• Auteur / Autrice : Maxime Bouthors
• Direction : François Yvon
• Type : Projet de thèse
• Discipline(s) : Sciences de l'ingénieur
• Date : Inscription en doctorat le ; Soutenance le 04/04/2025
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut des Systèmes Intelligents et de Robotique
• Jury : Président / Présidente : Marie-Jeanne Lesot
• Jury : Examinateurs / Examinatrices : François Yvon, Marine Carpuat, Éric Gaussier, Christophe Gravier, Philippe Langlais
• Jury : Rapporteurs / Rapporteuses : Marine Carpuat, Éric Gaussier

Mots clés

Mots clés libres

Traduction automatique

Apprentissage à base d'exemples

Traitement automatique des langues

Example-based learning

Natural Language Processing

Machine Translation

Résumé

Les méthodes de traduction neuronale s'appuient sur l'apprentissage et l'exploitation de très gros modèles probabilistes paramétriques, nourris par des corpus parallèles collectés de manière opportuniste, et rassemblant des textes souvent très divers. Une approche alternative de la traduction à base de corpus s'appuie sur des méthodes non-paramétriques et exploite de petits corpus très spécialisés et bien adaptés à une tâche donnée. Si les méthodes neuronales constituent aujourd'hui l'état de l'art, des travaux récents ouvrent la voie pour développer des méthodes hybrides, exploitant des mémoires de traduction, et qui permettraient en particulier d'apporter des réponses opérationnelles aux problème de traçabilité des modèles probabilistes. L'objectif de cette thèse est d'étudier et d'évaluer ces modèles hybrides pour traduire des textes en domaine de spécialité.

Neural translation methods are based on the learning and exploitation of very large parametric probabilistic models, fed by parallel corpora that are often collected in an opportunistic matter, and which gather very diverse texts. An alternative approach to corpus-based machine translation relies on non-parametric methods and exploits small, highly specialised corpora that are well adapted for a given task. While neural methods currently constitute the state of the art, recent work is paving the way for the development of hybrid methods, exploiting translation memories, and which would in particular provide operational answers to the problem of traceablity of probabilistic models. The objective of this thesis is to study and evaluate these hybrid models for translating texts in specialised domains.