L'impact de l'ironie sur la traduction automatique : Étude sur un corpus de commentaires Amazon

Diplôme Master L'impact de l'ironie sur la traduction automatique : Étude sur un corpus de commentaires Amazon fre 2019 author Fueter Marie-Zoé 856472 director Bouillon Pierrette 0000-0002-8854-6360 26962 Ce mémoire cherche à définir dans quelle mesure l'ironie présente dans des commentaires Amazon peut porter préjudice à la qualité de la traduction automatique (TA) ainsi qu'à la compréhension de celle-ci. Pour ce faire, nous avons sélectionné trois systèmes de TA disponibles en ligne (Google Traduction, DeepL et Bing) à qui nous avons fait traduire 100 commentaires Amazon dont la moitié est ironique et l'autre standard. Afin de pouvoir les juger, nous avons mobilisé plusieurs méthodes d'évaluations humaines (annotations relatives à la qualité de la TA et relatives à la polarité des commentaires) et automatiques (score BLEU et systèmes d'analyse des sentiments). Nos résultats montrent que, dans le cadre de notre corpus, l'ironie n'a d'influence ni sur la qualité ni sur la compréhension de la TA. Nous avons également constaté que DeepL (neuronal) a obtenu les meilleurs scores et que Bing (statistique) a obtenu les plus mauvais. Traduction automatique Ironie Sarcasme CGU Amazon DeepL Google Traduction Bing Dewey 410.2 Maîtrise universitaire en Traduction : mention Localisation et traduction automatique 112 Département de traitement informatique multilingue 92 false 8e3ec32c-6128-4080-8438-1c1e8fbcf884 Master thesis Public FUETER_MEMOIRE.pdf 2148421 application/pdf openAccess Faculté de traduction et d'interprétation / Département de traitement informatique multilingue

Title	Published in	Access level	OA Policy	Year	Views	Downloads

L'impact de l'ironie sur la traduction automatique : Étude sur un corpus de commentaires Amazon				2019	812	1,124

Archive ouverte UNIGE

Fueter, Marie-Zoé