Master
OA Policy
French

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

Master program titleMaîtrise universitaire en traduction et technologies
Defense date2022
Abstract

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.

Keywords
  • Traduction automatique neuronale
  • DeepL
  • ETranslation
  • Traduction juridique
  • Évaluation de la compréhensibilité
  • Annotation d’erreurs
  • BLEU
  • TER
Citation (ISO format)
YILDIZ, Simge Sirin. Traduction automatique dans le domaine juridique : Comparaison de DeepL et eTranslation de la Commission Européenne. Master, 2022.
Main files (1)
Master thesis
accessLevelPublic
Identifiers
  • PID : unige:164474
542views
559downloads

Technical informations

Creation28/10/2022 09:55:00
First validation28/10/2022 09:55:00
Update time16/03/2023 08:04:17
Status update16/03/2023 08:04:16
Last indexation01/11/2024 03:10:14
All rights reserved by Archive ouverte UNIGE and the University of GenevaunigeBlack