Traduction automatique dans le domaine juridique : Comparaison de DeepL et eTranslation de la Commission Européenne

Diplôme Master Traduction automatique dans le domaine juridique : Comparaison de DeepL et eTranslation de la Commission Européenne fre 2022 author Yildiz Simge Sirin 834325 director Bouillon Pierrette 0000-0002-8854-6360 26962 Cette étude vise à évaluer et comparer deux systèmes de traduction automatique neuronale, à savoir DeepL et eTranslation, dans le domaine juridique. Pour répondre à la question si la qualité de la traduction automatique neuronale est satisfaisante dans le domaine juridique, 100 segments de la loi COVID-19 en français ont été traduits automatiquement vers l’allemand et ensuite évalués. Pour cette évaluation, deux méthodes d’évaluation humaine et deux méthodes d’évaluation automatique ont été effectuées. Ensuite, la corrélation entre les juges et les différentes métriques a été calculée. Les résultats de ce travail ont montré que DeepL est capable de produire une meilleure traduction que eTranslation dans le domaine juridique, mais une post-édition est indispensable pour les deux systèmes de traduction automatique. Traduction automatique neuronale DeepL ETranslation Traduction juridique Évaluation de la compréhensibilité Annotation d’erreurs BLEU TER Dewey 410.2 Dewey 418.02 Maîtrise universitaire en traduction et technologies 111 Département de traduction 91 112 Département de traitement informatique multilingue 92 false a94b11dc-d9ca-4d96-87e8-95cffa7118d1 Master thesis Public Masterarbeit.pdf 10273704 application/pdf openAccess Faculté de traduction et d'interprétation / Département de traduction Faculté de traduction et d'interprétation / Département de traitement informatique multilingue

Title	Published in	Access level	OA Policy	Year	Views	Downloads

Traduction automatique dans le domaine juridique : Comparaison de DeepL et eTranslation de la Commission Européenne				2022	707	1,614

Archive ouverte UNIGE

Yildiz, Simge Sirin