Évaluation de la production en traduction automatique vers la langue arabe Performance du système de traduction linguistique «Golden Al-Wafi» vs le système de traduction statistique de «Google traduction»

##plugins.themes.bootstrap3.article.main##

Souhila Barbara

Résumé

De tout temps, la traduction a constitué un puissant outil de communication
entre les peuples et a joué un rôle clé dans le rapprochement des civilisations.
Son importance, dans tous ses aspects, a été renforcée par la forte
augmentation de la demande en services de traduction au cours du siècle
actuel et nous assistons, inévitablement, à une ruée vers une demande de
traduction dans un temps record. De plus, le phénomène d'acculturation
caractérisant notre présente ère, a fait de la traduction un processus plus
complexe et multiforme.
La demande persistante d’échange d’informations et de communication
dans différentes langues induite par la percée technologique et l’adhésion
de tous les acteurs actifs au réseau informatique mondial, est la résultante
des nombreuses pressions exercées pour l’échange d’informations dans
différentes langues et en un temps record afin de faciliter la satisfaction
des besoins impérieux dans les différents aspects de la vie humaine
(commerciale, militaire, technique culturelle, sociale, etc.)
Si la traduction humaine réussissait il y a quelques temps, à répondre à
ces exigences, elle en est désormais incapable face aux performances et à
l’efficacité croissantes des ordinateurs connectés à Internet. Les traducteurs
ont donc dû recourir à des outils numériques pour accélérer le processus de
traduction, en particulier dans les domaines techniques et dans le monde
des services aux entreprises, caractérisés par des textes à la terminologie
répétitive et lesquels sont exempts de figures créatives et rhétoriques qui
ne peuvent, en aucun cas, faire l’objet de représentation automatique.

##plugins.themes.bootstrap3.article.details##

Comment citer
Barbara, S. (2018). Évaluation de la production en traduction automatique vers la langue arabe Performance du système de traduction linguistique «Golden Al-Wafi» vs le système de traduction statistique de «Google traduction». AL-Lisaniyyat, 24(2), 175-206. https://doi.org/10.61850/allj.v24i2.120
Rubrique
Articles

Références

القحطاني، سعد بن هادي" تحليل اللغة العربية بواسطة الحاسب الآلي".مجلة علوم اللغة. القاهرة: دار غريب، م5،ع3،ص822.
بربارة، سهيلة(6002). الترجمة بمساعدة الحاسوب من الإنجليزية إلى العربية: دراسة تحليلة ونقدية لنصوص مترجمة آليا .الجزائر: مذكرة لنيل شهادة الماجيستسر، قسم الترجمة، جامعة الجزائر 2.
بربارة، سهيلة(6002). الترجمة بمساعدة الحاسوب من الإنجليزية إلى العربية: بين مقاربة برمجية "الوافي الذهبي" " اللغوية وبرمجية غوغل الإحصائية: دراسة تاريخية تعاقبية وتزامنية مقارنة لنماذج نصية مترجمة آليا.الجزائر: رسالة دكتوراه، جامعة الجزائر2، معهد الترجمة.
خطاب، شريف (01102). المعالجة الآلية للغة العربية،أساسيات الحاسوب. القاهرة: بحث، قسم علوم الحاسب ، كلية الحاسبات والمعلومات، جامعة القاهرة.
نبيل علي(8991). اللغة العربية والحاسوب. الكويت: مؤسسة تعريب الكويت.
موقع المسبار لشركة آي-تي-آي :
http://www.almisbar.com/
موقع شركة صخر:
http://www.sakhr.com/index.php/en/
- Alawneh, M. F., Sembok, T. M. (2011). Rule-based and example-based
Machine Translation from English to Arabic. In: Proceedings - 2011 6th
International Conference on Bio-Inspired Computing: Theories and Applications,
BIC-TA 2011 (pp. 343-347). DOI: 10.1109/BIC-TA.2011.76
- Callison-Burch, Chris (2007) .Machine translation: Word-based models
and the EM algorithm.Slides borrowed from Philipp Koehn: John Hopkins
University December 3 https://www.cs.jhu.edu/~jason/665/PowerPoint/
lect32a-mt-word-based-models.pdf. Accessed November 14, 2009.
- Costa-Jussa Marta R., Mireia Farrus, Marino Jose B., Fonollosa Jose A. R.
(2012) .Study and comparison of rule- based and statistical Catalan- Spanish
Machine Translation Systems.Computing and Informatics, Vol. 31,
N°2, pp.245-270.
- Costa-jussa, Marta R, Fonollosa José A.R. (2015). Latest trends in hybrid
machine translation and its applications. Computer speech and language,
volume 32, issue 1, PP 3- 10.
Costa-jussa,Marta R and al (2016).Hybrid Approaches to Machine Translation.
eBook ISBN: 978-3-319-21311-8, pp 67- 75.
- Grajales, Carlos Alberto G.mez (2015). “The statistics behind Google
translate”. Statistics Views, available from: http://www.statisticsviews.
com/details/feature/8065581/The-statistics-behind-Google-
Translate.html.Accessed January 10, 2016.
- Hutchins, W.J.(1986). Machine Translation: Past, Present, Future: Ellis
Horwood Limited, West Sussex WJ Hutchins/PPF_3.pdf) (assessed 29 December 2005).
- Limarez, Jesus Angel Gimenez (2008). Empirical Machine Translation and
its Evaluation. Barcelona: Tesi Doctoral per aoptar al graude Doctor en
Inform`atica. Programa de Doctorat en Intellig`encia Artificial, Departament
de Llenguatges i SistemesInform`atics, UniversitatPolit`ecnica de
Catalunya. Available from: http: //nlp.lsi.upc.edu/papers/gimenez08-thesis.
pdf. Retrieved November 13, 2012.
- Richens, R.H. and Booth, A.D. (1955).‘Some methods of mechanized
translation.’ In: Locke, W.N. and Booth, A.D. (eds.) Machine translation:
fourteen essays (Cambridge, Mass.: Technology Press of the Massachusetts
Institute of Technology), pp. 24-46.
Shannon, C. E., Weaver, W. (1964). The mathematical theory of communication.
Tenth printing: The University of IllinoisPress, Urbana. http://
www.magmamater.cl/MatheComm.pdf. Retrieved June 12, 2015.
- Soudi A., Farghaly A., Neumann G., Zbib R. (2012). Challenges for Arabic
Machine Translation. Natural Language Processing 9, 157pp., John Benjamins
Publishing Company. DOI: 10.1075/nlp.9