Master
OA Policy
French

Traduction automatique statistique vs. neuronale : Comparaison de MTH et DeepL à La Poste Suisse

ContributorsVolkart, Lise
Master program titleMaîtrise universitaire en Traduction : mention Technologies de la traduction
Defense date2018
Abstract

Ce mémoire porte sur un projet d'intégration de la traduction automatique (TA) au sein de La Poste Suisse. Nous avons cherché à comparer les performances d'un système de TA statistique personnalisable (Microsoft Translator Hub) avec celles d'un système neuronal généraliste (DeepL). Nous avons tout d'abord entrainé différents systèmes avec Microsoft Translator Hub (MTH) en utilisant les données de l'entreprise et effectué une évaluation automatique pour sélectionner le meilleur d'entre eux. Nous avons ensuite effectué des évaluations automatiques et humaines afin de comparer la TA du meilleur système MTH avec celle de DeepL. Nous nous sommes aussi interrogé sur la fiabilité du score BLEU pour l'évaluation des systèmes de traduction automatique neuronale (TAN). Nos résultats montrent que DeepL produit une TA de bien meilleure qualité que MTH. Ils indiquent aussi que le score BLEU tend à sous-estimer la qualité de la TAN.

Keywords
  • Traduction automatique
  • Microsoft Translator Hub
  • Traduction automatique statistique
  • Traduction automatique neuronale
  • DeepL
  • Score BLEU
  • Système de TA
Citation (ISO format)
VOLKART, Lise. Traduction automatique statistique vs. neuronale : Comparaison de MTH et DeepL à La Poste Suisse. Master, 2018.
Main files (1)
Master thesis
accessLevelPublic
Identifiers
  • PID : unige:113749
1987views
2023downloads

Technical informations

Creation30/01/2019 16:51:00
First validation30/01/2019 16:51:00
Update time15/03/2023 15:39:35
Status update15/03/2023 15:39:35
Last indexation02/10/2024 20:51:04
All rights reserved by Archive ouverte UNIGE and the University of GenevaunigeBlack