QCM : Introduction au traitement automatique des langues (16 questions)

Questions et réponses du QCM

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

Linguistique générale, psychologie et reconnaissance vocale
Programmation, stockage de données et traduction automatique
Corpus, lexiques électroniques et analyse de sentiments
Lemmatisation, analyse de sentiments et extraction d’informations

Lemmatisation, analyse de sentiments et extraction d’informations

Explication

La lemmatisation, l’analyse de sentiments et l’extraction d’informations figurent parmi les tâches du TAL. Les corpus et les lexiques électroniques sont des ressources, tandis que la programmation, le stockage de données et les disciplines générales ne constituent pas ici une liste de tâches du TAL.

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 ?

Un outil de reconnaissance vocale
Un outil de post-édition
Un outil de contrôle qualité (QA)
Un outil de traduction automatique neuronale

Un outil de contrôle qualité (QA)

Explication

Les outils de contrôle qualité (QA) servent à vérifier la qualité d’une traduction. La post-édition consiste à réviser une traduction automatique, la reconnaissance vocale convertit la parole en texte et la traduction neuronale produit une traduction automatiquement.

3. Lors d’une conversation écrite avec un juge, une machine est considérée comme ayant adopté un comportement intelligent si quelle condition est remplie ?

La machine répond plus rapidement que l’interlocuteur humain
La machine identifie lequel des interlocuteurs est humain
Le juge ne parvient pas à distinguer la machine de l’humain
La machine produit des phrases grammaticalement irréprochables

Le juge ne parvient pas à distinguer la machine de l’humain

Explication

Le test porte sur la capacité du juge à distinguer, par écrit, la machine de l’humain : s’il n’y parvient pas, la machine est considérée comme ayant adopté un comportement intelligent. La rapidité et la seule correction grammaticale ne définissent pas le critère, et la machine n’a pas à identifier l’humain.

4. Un service de traduction automatique prend en charge les premiers jets et les tâches répétitives, tandis qu’une traductrice vérifie les nuances et prend les décisions linguistiques. Quelle relation entre le TAL et les compétences humaines cette situation illustre-t-elle ?

Le TAL ne peut automatiser des tâches lorsque le traducteur intervient
Le TAL prend en charge les choix linguistiques laissés au traducteur
Le TAL remplace les compétences humaines dès qu’il automatise des tâches
Le TAL complète les compétences humaines sans les remplacer

Le TAL complète les compétences humaines sans les remplacer

Explication

Le TAL automatise certaines tâches répétitives ou complexes et complète ainsi les compétences linguistiques humaines, sans les remplacer. Le remplacement du métier confond automatisation et substitution, tandis que les deux autres réponses méconnaissent la complémentarité entre outil et expertise.

5. Un système traduit « It’s raining cats and dogs » par « Il pleut des chats et des chiens ». Quelle erreur cette traduction illustre-t-elle ?

Un manque de cohérence terminologique
Une erreur de polysémie
Une hallucination
Une traduction littérale d’une expression idiomatique

Une traduction littérale d’une expression idiomatique

Explication

L’expression anglaise est idiomatique et son équivalent français est « Il pleut des cordes », plutôt qu’une traduction mot à mot. L’erreur de polysémie concerne le choix entre plusieurs sens d’un mot, tandis qu’une hallucination ajoute une information absente.

6. Pourquoi le langage humain peut-il être difficile à traiter automatiquement, même lorsqu’un système reconnaît correctement les mots d’une phrase ?

Parce que les textes peuvent contenir beaucoup de mots, même sans ambiguïté
Parce que les erreurs de saisie modifient parfois la forme des mots écrits
Parce que les mots parlés varient selon l’accent, même quand leur sens est clair
Parce que le langage est riche, ambigu et évolutif, avec des phénomènes comme l’ironie et les implicites

Parce que le langage est riche, ambigu et évolutif, avec des phénomènes comme l’ironie et les implicites

Explication

La richesse, l’ambiguïté et l’évolution du langage, ainsi que la synonymie, la polysémie, l’ironie et les éléments implicites, compliquent son interprétation automatique. Les variations d’accent, la longueur des textes et les erreurs de saisie ne résument pas ces difficultés de compréhension.

7. Une équipe conçoit un système de traduction à partir de vastes corpus bilingues et de calculs probabilistes. De quelle approche s’agit-il ?

La traduction automatique neuronale (NMT)
La traduction statistique (SMT)
La traduction fondée sur des règles (RBMT)
Le test de Turing

La traduction statistique (SMT)

Explication

La SMT exploite d’immenses corpus bilingues et des calculs probabilistes. La RBMT applique des règles grammaticales, syntaxiques et lexicales, tandis que la NMT transforme les mots en vecteurs et analyse la phrase entière ; le test de Turing n’est pas une méthode de traduction.

8. Une équipe développe un outil de traduction qui doit traiter du texte, de la parole et des images, tout en limitant les hallucinations et en protégeant les données personnelles. Quel axe de recherche répond le mieux à ces besoins ?

Des modèles contextuels conçus pour interpréter les intentions du locuteur
Des modèles multimodaux plus fiables et respectueux de la confidentialité
Des modèles spécialisés dans l’automatisation des tâches répétitives
Des modèles multilingues optimisés pour traduire davantage de langues

Des modèles multimodaux plus fiables et respectueux de la confidentialité

Explication

Les recherches actuelles visent notamment à intégrer images, parole et texte, à réduire les hallucinations et à renforcer la confidentialité. L’optimisation multilingue, la compréhension du contexte et l’automatisation des tâches sont aussi des axes pertinents, mais ne réunissent pas ces besoins.

9. Une équipe veut choisir un outil pour corriger automatiquement la grammaire de ses textes. Quelle application relève du TAL ?

Un correcteur grammatical
Un synthétiseur vocal
Un système de recommandation
Un traducteur automatique

Un correcteur grammatical

Explication

La correction grammaticale est une application du TAL, qui traite le langage sous forme écrite ou orale. La traduction, la synthèse vocale et la recommandation relèvent également du TAL, mais répondent à d’autres besoins.

10. Une traduction de « The meeting lasted two hours » devient « La réunion du lundi a duré deux heures ». Quel type d’erreur l’ajout de « du lundi » constitue-t-il ?

Une erreur de polysémie
Une hallucination
Une traduction littérale
Une difficulté liée à l’ironie

Une hallucination

Explication

L’ajout de « du lundi » introduit une information qui n’apparaît pas dans la phrase source : c’est une hallucination. Une traduction littérale concerne une expression idiomatique, une erreur de polysémie porte sur le sens choisi pour un mot, et l’ironie relève d’une autre difficulté d’interprétation.

11. Quel article Alan Turing publie-t-il en 1950 pour poser la question de savoir si les machines peuvent penser ?

Le rapport de l’ALPAC
« Computing Machinery and Intelligence »
L’expérience IBM-Georgetown
La traduction automatique neuronale

« Computing Machinery and Intelligence »

Explication

En 1950, Alan Turing publie « Computing Machinery and Intelligence », où il pose la question de savoir si les machines peuvent penser. Le test de Turing désigne une épreuve, IBM-Georgetown une expérience de traduction et ALPAC un rapport ultérieur.

12. Dans la phrase « Il regarde la fille avec les jumelles », quelle analyse rend compte de son ambiguïté ?

Les jumelles peuvent être les accompagnatrices de la fille ou une qualité de celle-ci
Les jumelles peuvent être l’instrument utilisé pour regarder ou les accompagnatrices de la fille
Les jumelles peuvent être un moyen de regarder ou le sujet même de l’observation
Les jumelles peuvent être l’instrument utilisé pour regarder ou les sœurs du sujet

Les jumelles peuvent être l’instrument utilisé pour regarder ou les accompagnatrices de la fille

Explication

Le groupe « avec les jumelles » peut préciser l’instrument utilisé par la personne qui regarde ou désigner les personnes qui accompagnent la fille. L’interprétation par les sœurs du sujet ou par une qualité de la fille ne correspond pas à ces deux lectures.

13. Un service convertit un fichier audio en texte, puis lit un texte à voix haute. Quelles tâches effectue-t-il, dans cet ordre ?

Analyse de sentiments, puis résumé automatique
Synthèse vocale, puis reconnaissance vocale
Tokenisation, puis analyse syntaxique
Reconnaissance vocale, puis synthèse vocale

Reconnaissance vocale, puis synthèse vocale

Explication

La reconnaissance vocale transforme un fichier audio en texte, tandis que la synthèse vocale produit de la parole. Inverser ces deux tâches confond leur sens ; la tokenisation découpe le texte en mots et l’analyse de sentiments ou le résumé automatique ne correspondent pas aux opérations décrites.

14. Quelle ressource de TAL permet de réutiliser des segments déjà traduits pour produire de nouvelles traductions ?

Une base terminologique
Un lexique électronique
Une mémoire de traduction
Une ontologie

Une mémoire de traduction

Explication

Une mémoire de traduction conserve des segments traduits afin qu’ils puissent être réutilisés. Une ontologie structure des concepts, un lexique électronique rassemble des unités lexicales et une base terminologique organise des termes.

15. Quelle discipline vise à permettre aux ordinateurs de comprendre, d’analyser, de produire ou de traduire des textes et des paroles en langage humain ?

L’informatique, qui traite des données sans analyser le langage humain
La traduction automatique, à l’intersection de la linguistique et de l’informatique
La linguistique, qui étudie les langues sans mobiliser l’intelligence artificielle
Le traitement automatique des langues, à l’intersection de la linguistique, de l’informatique et de l’intelligence artificielle

Le traitement automatique des langues, à l’intersection de la linguistique, de l’informatique et de l’intelligence artificielle

Explication

Le TAL, aussi appelé TALN ou NLP, associe linguistique, informatique et intelligence artificielle pour traiter le langage humain. La traduction automatique n’en est qu’une application, tandis que la linguistique seule ou l’informatique seule ne rendent pas compte de cette discipline interdisciplinaire.

16. Quelle expérience de 1954 traduit une soixantaine de phrases du russe vers l’anglais avec un vocabulaire d’environ 250 mots ?

L’expérience IBM-Georgetown
L’article de Turing sur les machines pensantes
Le rapport de l’ALPAC sur la traduction automatique
L’approche neuronale fondée sur l’analyse de phrases

L’expérience IBM-Georgetown

Explication

L’expérience IBM-Georgetown de 1954 traduit une soixantaine de phrases du russe vers l’anglais à l’aide d’environ 250 mots et de quelques règles grammaticales. L’article de Turing date de 1950, le rapport ALPAC de 1966 et les approches neuronales apparaissent à partir de 2016.

Révisez avec les flashcards

Mémorisez les réponses avec 37 flashcards sur Introduction au traitement automatique des langues.

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 →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction au traitement automatique des langues.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM