L'objet de cette thèse est d’identifier, d'examiner et d’analyser “les procédés de traduction de l’anglais au persanˮ à travers l’étude du “groupe verbalˮ en tant que la partie la plus structurante de la phrase et l’élément central de l'énoncé, aussi bien du point de vue morphosyntaxique, que sémantique et référentiel. Nous présentons nos travaux sur un corpus formé d’un texte technique en anglais, "The Study of Language" de George Yule, et ses trois traductions en persan (1995, 2012, 2016). D’un point de vue syntaxique, une particularité très notable est la faiblesse du nombre des verbes pleins (verbes simples) en persan qui a compensé cette lacune en faisant un recours intensif aux constructions de verbes légers avec une grande différence entre le persan parlé et le persan écrit. Notre travail se tiendra également informé d’approches sémantiques comme le cadrage satellitaire ou verbal. La traduction des informations Temps-Aspect-Mode constituera également une part importante de nos recherches. En liaison avec l’aspect lexical des verbes impliqués, nous tenterons de dégager des grandes tendances dans la correspondance de ces catégories particulièrement importantes pour le verbe, puisqu’elles sont marquées sur cette partie du discours, mais également pour la phrase dans son ensemble, et bien sûr pour le texte. Tout cela nous mènera finalement à cette évidence qu’une bonne traduction du groupe verbal assure l’essentiel de la traduction de la phrase.

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.