Ce projet se situe dans le contexte de recherches entreprises en vue d’évaluer l’aide que peuvent fournir les outils informatiques au traducteur littéraire et leurs implications en traductologie. Dans cette optique, et après s’être intéressés en premier lieu à l’influence des logiciels de traduction assistée par ordinateur (TAO) sur la pratique des professionnels ainsi qu’à l’aide qu’ils peuvent apporter au traducteur pour restituer le style d’un texte original en langue cible, nous nous proposons à présent de nous pencher sur un second outil dont l’importance est sans cesse grandissante dans ce contexte d’émergence de l’intelligence artificielle : la traduction automatique (TA). En effet, la progression des nouvelles technologies est particulièrement appréciable dans le domaine de la traduction, où la TA en particulier semble s’instituer peu à peu dans une position ambivalente, puisqu’elle se présente d’une part comme l’un des nouveaux outils destinés à rejoindre l’arsenal du traducteur professionnel, aux côtés de la TAO, et, d’autre part, comme l’alternative à la traduction humaine. Notre objectif serait dès lors d’évaluer la pertinence et l’efficacité d’un tel outil en traduction littéraire — champ avec lequel il est réputé être incompatible —, et ce, en mettant au point notre propre moteur de traduction automatique. Cette expérience originale nous permettrait à la fois d’analyser les obstacles inhérents à la TA en littérature et de nourrir la réflexion théorique en traductologie. Par ailleurs, le système tirerait non seulement parti des avancées de la traduction neuronale (nouvelle approche en TA basée sur l’apprentissage profond), mais aussi d’un corpus spécialisé, dans la mesure où, comme l’affirment certains des experts en la matière, nous soutenons que les moteurs de traduction spécialisés renferment le gage de qualité le plus sûr et qu’ils laissent présager, au reste, une inclusion certaine au sein de l’environnement de travail du traducteur de demain.

Cette thèse se situe dans le domaine du Traitement Automatique des Langues Naturelles. Elle vise à pouvoir garantir l'exactitude de l’analyse syntaxique et sémantique de textes en langue naturelle (des spécifications techniques ou des textes dans des langues peu dotées) et la fidélité de leur traduction dans plusieurs autres langues. Pour y parvenir, plusieurs verrous doivent être levés. D’abord, pour maîtriser la combinatoire inhérente à la complexité des langues naturelles, le développement des analyseurs, des générateurs… doit être réalisé automatiquement à partir d’une description claire et vérifiable. Dans ce but, nous ferons évoluer les Grammaires Statiques de Correspondances Structurales (GSCS) pour les rendre à la fois plus intuitives et capables de produire des modules exécutables. Pour finir de garantir le sens, nous produirons toutes les analyses possibles et utiliserons un dialogue avec un humain pour désambiguïser entre ces différentes solutions. Par ailleurs, pour accélérer le développement des grammaires GSCS, nous appliquerons un traitement à base d’apprentissage profond sur des banques d’arbres existantes. Les probabilités obtenues sur les règles permettront d’organiser le dialogue de désambiguïsation de manière naturelle. Des algorithmes capables de mesurer la qualité des analyses et des traductions seront étudiés et évalués. Enfin, pour prendre en compte le caractère fortement multilingue du project de CS, nous choisirons une architecture à base de pivot sémantique. Les analyseurs réalisés produiront ainsi des graphes UNL, et les générations partiront de ces graphes pour générer les textes en langue cible. Des expérimentations avec d’autres enconvertisseurs et déconvertisseurs UNL (anglais, russe, hindi, espagnol…) permettront de vérifier la capacité d’interopérabilité d’UNL.

La désambiguïsation lexicale (DL) et la traduction automatique (TA) sont deux tâches centrales parmi les plus anciennes du traitement automatique des langues (TAL). Bien qu'ayant une origine commune, la DL ayant été conçue initialement comme un problème fondamental à résoudre pour la TA, les deux tâches ont par la suite évolué très indépendamment. En effet, d'un côté, la TA a su s'affranchir d'une désambiguïsation explicite des termes grâce à des modèles statistiques et neuronaux entraînés sur de grandes quantités de corpus parallèles, et de l'autre, la DL, qui est confrontée à certaines limitations comme le manque de ressources unifiées et un champs d'application encore restreint, reste un défi majeur pour permettre une meilleure compréhension de la langue en général.Aujourd'hui, dans un contexte où les méthodes à base de réseaux de neurones et les représentations vectorielles des mots prennent de plus en plus d'ampleur dans la recherche en TAL, les nouvelles architectures neuronales et les nouveaux modèles de langue pré-entraînés offrent non seulement de nouvelles possibilités pour développer des systèmes de DL et de TA plus performants, mais aussi une opportunité de réunir les deux tâches à travers des modèles neuronaux joints, permettant de faciliter l'étude de leurs interactions.Dans cette thèse, nos contributions porteront dans un premier temps sur l'amélioration des systèmes de DL, par l'unification des données nécessaires à leur mise en oeuvre, la conception de nouvelles architectures neuronales et le développement d'approches originales pour l'amélioration de la couverture et des performances de ces systèmes. Ensuite, nous développerons et comparerons différentes approches pour l'intégration de nos systèmes de DL état de l'art et des modèles de langue, dans des systèmes de TA, pour l'amélioration générale de leur performance. Enfin, nous présenterons une nouvelle architecture pour l'apprentissage d'un modèle neuronal joint pour la DL et la TA, s'appuyant sur nos meilleurs systèmes neuronaux pour l'une et l'autre tâche.

L'objectif de ce projet est de faire progresser l'état de l'art en matière de traduction automatique de la parole au texte (AST) de bout en bout. De tels systèmes traduisent un énoncé de parole dans une langue source en un texte dans une langue cible sans passer par une représentation intermédiaire telle que la transcription dans la langue source.