Titre original :
Machine Learning in Translation
Contenu du livre :
L'apprentissage automatique en traduction présente les théories et les technologies d'apprentissage automatique qui sont les plus pertinentes pour les processus de traduction, en abordant le sujet d'un point de vue humain et en soulignant que l'apprentissage automatique et les technologies basées sur l'apprentissage automatique sont des outils pour les humains.
En explorant les points communs entre l'apprentissage humain et l'apprentissage automatique, ainsi que la nature de la traduction qui exploite cette nouvelle dimension, ce livre aide les linguistes, les traducteurs et les localisateurs à mieux trouver leur valeur ajoutée dans un environnement de traduction piloté par l'apprentissage automatique. La première partie explore la manière dont les humains et les machines abordent le problème de la traduction selon leurs propres méthodes, en termes d'enchâssement de mots, de regroupement d'unités de sens plus larges et de prédiction de la traduction en fonction du contexte général. La deuxième partie présente les tâches clés, notamment la traduction automatique, l'évaluation et l'estimation de la qualité de la traduction, ainsi que d'autres tâches de traitement du langage naturel (NLP) dans le domaine de la traduction. La troisième partie se concentre sur le rôle des données dans les processus d'apprentissage humain et automatique. Elle propose que la valeur unique d'un traducteur réside dans sa capacité à créer, gérer et exploiter des données linguistiques dans différentes tâches de TAL dans le processus de traduction. Il décrit les nouvelles connaissances et compétences qui doivent être incorporées dans l'enseignement traditionnel de la traduction à l'ère de l'apprentissage automatique. L'ouvrage se termine par une discussion sur l'apprentissage automatique centré sur l'humain dans la traduction, soulignant la nécessité de doter les traducteurs de connaissances sur l'apprentissage automatique, par le biais de la communication avec les utilisateurs, les développeurs et les programmeurs de l'apprentissage automatique, et en leur offrant des possibilités d'apprentissage continu.
Ce guide accessible est conçu pour les utilisateurs actuels et futurs des technologies de ML dans les flux de travail de localisation, y compris les étudiants suivant des cours de traduction et de localisation, de technologie linguistique et de domaines connexes. Il soutient le développement professionnel des praticiens de la traduction, afin qu'ils puissent utiliser pleinement les technologies de ML et concevoir leurs propres flux de traduction et tâches de NLP axés sur la ML et centrés sur l'humain.
