La combinaison de la traduction automatique (MT) avec l'apprentissage automatique (ML) adaptatif automatique permet un nouveau paradigme d'assistance automatique. De tels systèmes apprennent de l'expérience, de l'intelligence et des informations de leurs utilisateurs humains, améliorant la productivité en travaillant en partenariat, en faisant des suggestions et en améliorant la précision au fil du temps.

Le résultat net est que les réviseurs humains produisent des volumes de contenu beaucoup plus élevés, avec presque le même niveau de qualité, pour une fraction du temps et du coût. L'assistance automatique peut économiser jusqu'à la moitié (ou plus) du prix des services de traduction humaine de haute qualité traditionnels. Ou, si vous êtes habitué(e) à la traduction automatique seule et que vous êtes mécontent(e) des résultats, regardez la qualité de votre traduction augmenter considérablement avec une augmentation marginale du prix.

Étude de cas : traduction du portail de voyages

Un grand site Web de voyage et de tourisme souhaitait localiser 1,77 million de mots de contenu de son catalogue dans 6 langues en l'espace de deux semaines. L'échéance était courte car elle coïncidait avec les plans de vacances d'été de millions d'utilisateurs mondiaux avec plus de destinations et de nouvelles activités. La réalisation de cet objectif a nécessité une mobilisation rapide d'une équipe d'humains hautement qualifiés, entièrement habilitée par une technologie d'assistance automatique robuste.

e2f, basé à San Jose, en Californie, avec plus de 15 ans de réussite dans le domaine de la traduction et de la localisation, a fourni le « capital humain » pour le projet. Leur équipe était composée de plus de 100 traducteurs expérimentés, des éditeurs et des réviseurs, ainsi que sept chefs de projet et un ingénieur de localisation chevronné.

Lilt, basée à Palo Alto, en Californie, a fourni le moteur de traduction pour le projet. Fondée en 2015, sa plateforme technologique intègre les dernières recherches en traitement automatique du langage naturel (TALN), en interaction homme-machine (IHM) et en apprentissage automatique (ML).

La plateforme de Lilt s'est avérée inestimable pour aider le personnel humain d'e2f, augmentant les vitesses de traduction bien au-delà de la moyenne de l'industrie des 335 mots par heure. Le processus d'automatisation a nécessité la transformation de documents Excel source dans un format adapté au traitement automatisé, qui ont ensuite été téléchargés sur les bons comptes sur Lilt par le biais de scripts faisant appel aux API de Lilt. Une fois les traductions effectuées dans le système de Lilt, la production a été générée et de nouveau convertie en documents Excel dans les langues cibles. 

Les traducteurs humains pouvaient alors accepter ou réviser ces segments. Si les suggestions de Lilt étaient rejetées, les traductions humaines approuvées étaient renvoyées dans le système, qui apprenait grâce au point de vue et à l'expertise de l'humain. Cette boucle de retours positive a permis une traduction plus rapide et plus précise au fil du temps, alors que les traducteurs humains enseignaient au système les traductions préférées de termes et de phrases selon le contexte.

La réaction du client a été extrêmement positive. Le nombre d'erreurs était faible par rapport aux solutions de traduction automatique traditionnelles et la qualité était conforme aux traductions humaines standard. L'échéance donnée était de deux semaines et le projet a finalement été terminé au bout de 10 jours.

Les gains de productivité de Lilt nous ont aidés à soumettre l'offre gagnante sur le plus grand projet de traduction de l'histoire de notre entreprise, et à fournir à la fois en avance par rapport à la date d'échéance et dans le respect du budget.

— Michel Lopez, PDG, e2f

C'était la première fois que les équipes de traducteurs formaient un système de traduction automatique collectivement, de façon interactive et en temps réel. Le projet a prouvé que la technologie de traduction automatique adaptative est prête pour une utilisation de production à grande échelle.

— Spence Green, PDG, Lilt