Les mémoires de traduction et le rapport au texte : ce qu’en disent les traducteurs professionnels
Notice bibliographique
Résumé
Cet article présente les résultats partiels d’une étude ethnographique menée auprès de traducteurs professionnels. Dans son ensemble, l’étude porte sur l’utilisation des technologies langagières, notamment les mémoires de traduction, et la satisfaction du traducteur professionnel dans un environnement de travail de plus en plus « technologisé ». Pour les besoins de l’article, nous nous sommes limité à un aspect de l’étude, soit le rapport qu’entretiennent les traducteurs avec leur texte. Par exemple, de quelle manière le recours massif aux mémoires de traduction transforme-t-il le rapport au texte ? Le recours systématique aux mémoires de traduction est-il problématique à certains égards, comme l’avancent certains chercheurs ? Les traducteurs ont-ils l’impression de traduire de façon non linéaire, de se trouver devant un texte discontinu ? Le cas échéant, de quelle manière voient-ils ces changements au processus de traduction ? Pour répondre à ces questions, nous examinerons les résultats d’une étude réalisée dans trois entreprises et services de traduction situés au Canada, et qui nous a permis de mener des entretiens semi-dirigés auprès de plus de cinquante langagiers et d’observer les traducteurs à l’oeuvre.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».