Topic Adaptation for the Automatic Translation of News Articles (Adaptation thématique pour la traduction automatique de dépêches de presse) [in French]

[O-T.3] 280 21ème Traitement Automatique des Langues Naturelles, Marseille, 2014 Adaptation thématique pour la traduction automatique de dépêches de presse Souhir Gahbiche-Braham1, 2 Hélène Bonneau-Maynard1, 2 François Yvon1 (1) LIMSI-CNRS, B.P. 133, F-91403 Orsay Cedex, France (2) Université Paris Sud souhir@limsi.fr, hbm@limsi.fr, yvon@limsi.fr Résumé. L’utilisation de méthodes statistiques en traduction automatique (TA) implique l’exploitation de gros cor- pus parallèles représentatifs de la tâche de traduction visée. La relative rareté de ces ressources fait que la question de l’adaptation au domaine est une problématique centrale en TA. Dans cet article, une étude portant sur l’adaptation thé- matique des données journalistiques issues d’une même source est proposée. Dans notre approche, chaque phrase d’un document est traduite avec le système de traduction approprié (c.-à-d. spécifique au thème dominant dans la phrase). Deux scénarios de traduction sont étudiés : (a) une classification manuelle, reposant sur la codification IPTC ; (b) une classi- fication automatique. Nos expériences montrent que le scénario (b) conduit à des meilleures performances (à l’aune des métriques automatiques), que le scénario (a). L’approche la meilleure pour la métrique BLEU semble toutefois consister à ne pas réaliser d’adaptation ; on observe toutefois qu’adapter permet de lever certaines ambiguïtés sémantiques. Abstract. Statistical approaches used in machine translation (MT) require the availability of large parallel corpora for the task at hand. The relative scarcity of thes resources makes domain adaptation a central issue in MT. In this paper, a study of thematic adaptation for News texts is presented. All data are produced by the same source : News articles. In our approach, each sentence is translated with the appropriate translation system (specific to the dominant theme for the sentence). Two machine translation scenarios are considered : (a) a manual classification, based on IPTC codification ; (b) an automatic classification. Our experiments show that scenario (b) leads to better performance (in terms of automatic metrics) than scenario (a) . The best approach for the BLEU metric however seems to dispense with adaptation alltogether. Nonetheless, we observe that domain adaptation sometimes resolves some semantic ambiguities . Mots-clés : adaptation thématique, classification automatique, traduction automatique. Keywords: domain adaptation, automatic classification, machine translation. 1 Introduction En traitement automatique des langues, l’adaptation au domaine1 est une question souvent abordée. Pour l’application de traduction automatique, adapter ou spécialiser des modèles de traduction à un genre ou à un thème peut permettre de résoudre certaines ambiguïtés qui ne pourraient être levées par des modèles généraux. Ainsi, si le domaine considéré est celui de la réservation de billets d’avions, on peut s’attendre à ce que la spécialisation de modèles de traduction à ce domaine permette de désambiguïser du mot anglais book, qui peut être traduit en français par le substantif livre ou par le verbe réserver. Conjointement, l’adaptation du modèle de langue permet de distinguer certaines traductions en utilisant le contexte de la phrase en langue cible. Sennrich (2012b) explore les différences conceptuelles entre l’adaptation des modèles de traduction et celle du modèle de langue ainsi que leurs effets sur la performance …

Content truncated to 500 words