Analyse outillée des décalages informationnels dans l’évaluation de la qualité de la traduction de l’ensemble des lois codifiées du Québec
Notice bibliographique
Résumé
En réponse à la remise en cause fréquente de la qualité de la traduction en anglais des lois du Québec dans la presse et chez les juristes, nous proposons, dans le cadre de la traductologie de corpus, une analyse outillée des décalages informationnels sur la totalité du corpus de près de 13 millions de mots contenus dans l’ensemble des lois codifiées du Québec (6,46 millions en français ; 6,45 millions en anglais). Nous nous intéressons plus particulièrement aux paires de segments hétéromorphes et hors normes criblées respectivement grâce au calcul du ratio de la précision de l’information traduite normalisé (PITN) et à celui de la distance euclidienne normalisée (DEN). Ces indicateurs sont fondés sur la valeur normalisée de trois attributs des segments source et cible, à savoir le nombre de caractères, le nombre de mots lexicaux et le nombre de mots grammaticaux et lexicaux (mots totaux). L’examen manuel d’un grand nombre de paires de segments hétéromorphes et hors normes (criblées de manière automatique avec ces deux indicateurs) met en évidence la variété et la complexité des techniques déployées par les professionnels de la traduction dans les décalages informationnels de traduction et fait état d’un nombre infime de 8 erreurs de traduction caractérisées par l’omission complète de l’un ou l’autre des segments source et cible. Nos données semblent indiquer que la traduction des textes de loi du Québec répond tout à fait aux normes professionnelles de traduction du champ de spécialisation de la traduction juridique. L’analyse des paires de segments criblées confirme aussi le rôle significatif de la redondance et de l’ellipse dans la traduction ; ainsi que les interférences qu’elles créent dans l’analyse de l’explicitation en traduction, à l’instar de toutes les contraintes de nature phraséologique qui interviennent dans l’activité de traduction et qui obligent les traducteurs à transgresser la norme de l’isomorphisme du contenu informationnel des traductions.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».