Fiche de révision : Introduction au traitement automatique des langues

Plan du Cours

  1. Définition et applications du TAL
  2. Ambiguïtés du langage humain
  3. Évolution historique du TAL
  4. Principales tâches du TAL
  5. Ressources et outils de traduction
  6. Limites et erreurs du TAL
  7. Enjeux actuels et rôle humain

Repères chronologiques

  1. années 1940La machine électromécanique Bombe automatise une partie du décryptage des messages allemands codés par Enigma.
  2. 1950Alan Turing publie l’article « Computing Machinery and Intelligence », qui pose la question de savoir si les machines peuvent penser.
  3. 1954L’expérience IBM-Georgetown traduit automatiquement une soixantaine de phrases du russe vers l’anglais avec un vocabulaire d’environ 250 mots et quelques règles grammaticales.
  4. 1966Le rapport de l’Automatic Language Processing Advisory Committee (ALPAC) critique fortement l’état de la traduction automatique, entraînant une forte baisse des financements consacrés à cette activité.

1. Définition et applications du TAL

Notions clés & Définitions

  • Traitement automatique des langues : Discipline à l’intersection de la linguistique, de l’informatique et de l’intelligence artificielle, qui vise à analyser, comprendre et générer le langage humain par ordinateur (pas uniquement lié à la traduction)

★ À maîtriser

  • Le TAL est utilisé notamment par les outils de traduction automatique, de correction grammaticale, de reconnaissance et de synthèse vocales, de sous-titrage automatique, de rédaction intelligente et de recommandation.

Compléments

  • Google Maps, Google Lens et Waze utilisent indirectement ou partiellement le TAL, respectivement pour la recherche d’adresses en langage naturel ou la commande vocale, la reconnaissance optique de caractères associée au TAL, et la commande vocale.

2. Ambiguïtés du langage humain

★ À maîtriser

  • Le traitement du langage humain est compliqué notamment par :
    • sa richesse
    • son ambiguïté
    • son évolution
    • la synonymie
    • la polysémie
    • les expressions idiomatiques
    • l’humour
    • l’ironie
    • les références culturelles
    • les éléments implicites

Compléments

  • La phrase « Il regarde la fille avec les jumelles » est ambiguë, car « avec les jumelles » peut désigner l’instrument utilisé pour regarder ou les jumelles accompagnant la fille.

  • Dans « Pierre a dit à Paul qu’il avait gagné », le pronom « il » peut désigner Pierre ou Paul.

  • Dans « Cet avocat est excellent », « avocat » peut désigner un juriste ou un fruit.

3. Évolution historique du TAL

Notions clés & Définitions

  • Test de Turing : Alan Turing, 1950 - Épreuve où un juge humain converse par écrit avec un humain et une machine ; si le juge ne peut pas distinguer la machine, celle-ci est considérée comme ayant adopté un comportement intelligent.

★ À maîtriser

📌 La traduction automatique fondée sur des règles (RBMT), utilisée des années 1950 aux années 1990, applique automatiquement des règles grammaticales, syntaxiques et lexicales, tandis que la traduction statistique (SMT), développée des années 1990 à 2015, exploite d’immenses corpus bilingues et des calculs probabilistes.

  • Depuis 2016, les approches neuronales transforment les mots en vecteurs et analysent la phrase entière plutôt que de traduire mot à mot, ce qui a permis des progrès spectaculaires.

  • Depuis 2022, les grands modèles de langage (LLM) peuvent notamment traduire, résumer et reformuler, mais des hallucinations sont possibles.

Compléments

  • La réussite de l’expérience IBM-Georgetown est limitée, car les phrases sont soigneusement sélectionnées et le domaine traité est extrêmement restreint.

  • Le rapport ALPAC encourage le développement d’outils d’assistance à la traduction.

4. Principales tâches du TAL

★ À maîtriser

  • Les tâches du TAL comprennent l’analyse morphologique, la lemmatisation (réduction des variantes morphologiques à une forme de base du dictionnaire), l’étiquetage grammatical, l’analyse syntaxique, l’analyse sémantique, la traduction automatique, le résumé automatique, la classification de textes, l’analyse de sentiments, l’extraction d’informations, la reconnaissance vocale, la synthèse vocale, la segmentation ou tokenisation et la désambiguïsation lexicale.

Compléments

  • La tokenisation, ou segmentation, consiste à découper un texte en mots.

  • La reconnaissance vocale transforme un fichier audio en texte, tandis que la synthèse vocale produit de la parole.

5. Ressources et outils de traduction

Points essentiels

  • Les ressources utilisées par le TAL comprennent :

    • les corpus
    • les lexiques électroniques
    • les bases terminologiques
    • les dictionnaires numériques
    • les ontologies
    • les mémoires de traduction
  • Dans le domaine de la traduction, le TAL intervient notamment dans :

    • les correcteurs orthographiques
    • les mémoires de traduction
    • les bases terminologiques
    • la traduction automatique neuronale
    • la post-édition
    • la reconnaissance vocale
    • les outils de contrôle qualité (QA)

6. Limites et erreurs du TAL

★ À maîtriser

  • Les systèmes de TAL peuvent : mal interpréter le contexte, produire des contresens, traduire littéralement des expressions idiomatiques, manquer de cohérence terminologique, générer des informations erronées, rencontrer des difficultés avec l’humour, rencontrer des difficultés avec l’ironie ou les jeux de mots, reproduire les biais de leurs données d’entraînement

Compléments

  • Traduire littéralement « It’s raining cats and dogs » par « Il pleut des chats et des chiens » méconnaît l’expression idiomatique, dont l’équivalent proposé est « Il pleut des cordes ».

  • Dans le contexte « The boat reached the bank », traduire « bank » par « banque » au lieu de « rive » est une erreur de polysémie.

  • Ajouter « du lundi » à la traduction de « The meeting lasted two hours » est une hallucination, car cette précision n’est pas présente dans la phrase source.

  • Traduire « Great… » par « Génial ! » sans préserver le contexte ironique illustre une difficulté à interpréter l’ironie.

7. Enjeux actuels et rôle humain

★ À maîtriser

  • Les recherches actuelles portent notamment sur : des modèles multilingues plus performants, la réduction des hallucinations, une meilleure compréhension du contexte, l’intégration des images, de la parole et du texte dans des modèles multimodaux, des systèmes plus respectueux de la confidentialité et de l’éthique

  • Le TAL complète les compétences linguistiques humaines en automatisant certaines tâches répétitives ou complexes, mais ne les remplace pas.

Compléments

📌 Le traducteur doit utiliser les technologies du TAL de manière efficace, critique et responsable.

Teste tes connaissances

Teste tes connaissances sur Introduction au traitement automatique des langues avec 16 questions à choix multiples et corrections détaillées.

1. Quel ensemble réunit exclusivement des tâches de traitement automatique du langage ?

2. Une traductrice veut faire relire automatiquement un texte traduit afin de repérer des problèmes de qualité. Quel outil du TAL lié à la traduction répond le mieux à ce besoin ?

Faire le QCM →

Révisez avec les flashcards

Mémorisez les concepts clés de Introduction au traitement automatique des langues avec 37 flashcards interactives.

À quelles disciplines le traitement automatique des langues se situe-t-il à l’intersection ?

À la linguistique, à l’informatique et à l’intelligence artificielle.

Quels autres noms désignent le traitement automatique des langues ?

TALN et Natural Language Processing (NLP).

Quels types de tâches le TAL permet-il aux ordinateurs d’effectuer sur le langage humain ?

Le comprendre, l’analyser, le produire ou le traduire.

Voir les flashcards →

Cours similaires

Crée tes propres fiches de révision

Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.

Générateur de fiches