Traduction humaine et postédition : contrôle qualité en contexte académique
Notice bibliographique
Résumé
Notre étude s’inscrit dans le prolongement d’une recherche expérimentale comparative de traduction humaine (TH) et de postédition (PE) (anglais-français), menée en 2018 avec des étudiants de 3e bachelier en traduction (Schumacher 2020b). Dans cet article, nous présentons les résultats d’une 2e expérience contrôlée effectuée en 2021 avec des étudiants de master. L’objectif est de comparer les produits de la TH et de la PE de traduction automatique (TA) neuronale (DeepL et Google Traduction) et de contribuer au débat sur l’actualisation de la formation initiale des traducteurs. L’analyse quantitative de cette 2e expérience fait ressortir que les textes postédités ont été considérés de meilleure qualité globale que les TH. Les résultats de l’évaluation humaine de la qualité ont également révélé de très hauts taux de réussite en PE (particulièrement avec DeepL) et ont permis de confirmer l’existence d’un effet nivelant en PE sur la qualité des textes cibles : la PE – en particulier avec Google Traduction – a donné lieu à une relation inverse entre le niveau d’un étudiant en TH et la qualité de sa PE. Autrement dit, plus l’étudiant est faible en TH, plus il tire avantage de la PE et vice versa. Enfin, il semblerait que la qualité d’une PE dépende du système de TA neuronale ; les étudiants ayant obtenu de meilleurs résultats avec DeepL.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».