La traduction automatique vise à traduire des documents d’une langue à une autre sans l’intervention humaine. Avec l’apparition des réseaux de neurones profonds (DNN), la traduction automatique neuronale (NMT) a commencé à dominer le domaine, atteignant l’état de l’art pour de nombreuses langues. NMT a également ravivé l’intérêt pour la traduction basée sur l’interlangue grâce à la manière dont elle place la tâche dans un cadre encodeur-décodeur en passant par des représentations latentes. Combiné avec la flexibilité architecturale des DNN, ce cadre a aussi ouvert une piste de recherche sur la multimodalité, ayant pour but d’enrichir les représentations latentes avec d’autres modalités telles que la vision ou la parole, par exemple. Cette thèse se concentre sur la traduction automatique multimodale(MMT) en intégrant la vision comme une modalité secondaire afin d’obtenir une meilleure compréhension du langage, ancrée de façon visuelle. J’ai travaillé spécifiquement avec un ensemble de données contenant des images et leurs descriptions traduites, où le contexte visuel peut être utile pour désambiguïser le sens des mots polysémiques, imputer des mots manquants ou déterminer le genre lors de la traduction vers une langue ayant du genre grammatical comme avec l’anglais vers le français. Je propose deux approches principales pour intégrer la modalité visuelle : (i) un mécanisme d’attention multimodal qui apprend à prendre en compte les représentations latentes des phrases sources ainsi que les caractéristiques visuelles convolutives, (ii) une méthode qui utilise des caractéristiques visuelles globales pour amorcer les encodeurs et les décodeurs récurrents. Grâce à une évaluation automatique et humaine réalisée sur plusieurs paires de langues, les approches proposées se sont montrées bénéfiques. Enfin, je montre qu’en supprimant certaines informations linguistiques à travers la dégradation systématique des phrases sources, la véritable force des deux méthodes émerge en imputant avec succès les noms et les couleurs manquants. Elles peuvent même traduire lorsque des morceaux de phrases sources sont entièrement supprimés.

Les ribosomes sont responsables de la traduction des ARNm en protéines. Des modifications de la composition des ribosomes altèrent son activité de traduction et favorisent la tumorigenèse. L’identification des altérations de composition des ribosomes dans les cancers du sein pourrait être un nouveau mécanisme de tumorigenèse mammaire et ouvrir de nouvelles perspectives thérapeutiques. En effet, les cancers du sein restent la première cause de mortalité liés aux cancers chez la femme et leur hétérogénéité induit un problème thérapeutique important. Dans ce contexte, les altérations de composition des ribosomes dans les cancers du sein ont été abordées dans des cohortes humaines et dans des modèles cellulaires de l’EMT (Transition Epithélio-Mésenchymateuse), un processus impliqué dans la tumorigenèse mammaire. Ces travaux ont permis d’identifier : i) deux facteurs impliqués dans la biogenèse des ribosomes, FBL (fibrillarine) et NCL (nucléoline) dont les variations d’expression sont associées à un mauvais pronostic chez les patientes ; et ii) des variations de composition du ribosome et de son activité traductionnelle dans l’EMT. L’ensemble de ces résultats soutient l’existence d’altérations de composition des ribosomes dans les cancers du sein

Les traductions ne servent pas tout simplement à un transfert d’informations. Les traductions construisent des ponts entre mondes, entre cultures, entre êtres humains. Mais tout ceci ne peut réussir que quand le traducteur comprend les informations essentielles, les dénotations, les connotations, les associations d’un texte de départ. Dans ce monde globalisé, le cinéma apparaît lui aussi comme un support central. Plus que tout autre domaine, il implique un transfert de culture où se reflètent directement et indirectement modes de vie, modes de pensée et pratiques linguistiques d’un espace culturel donné. Certes, la diffusion et la production de films ne se limitent plus aux frontières nationales. Mais aujourd’hui comme hier, il s’agit de faire découvrir et comprendre la langue et la culture d’un pays d’origine aux spectateurs d’un pays cible. Ce processus passe notamment par l’utilisation de versions synchronisées et de versions sous-titrées. Mais est-il vraiment possible de transcrire de façon juste et équivalente des phénomènes culturels et linguistiques ou du moins de les faire comprendre, ou bien existent-ils des spécificités culturelles qui ne passent pas les frontières de leurs propres pays ? Cette question constituera le premier point de la thèse. La recherche s’appuie sur deux films : BIENVENUE CHEZ LES CH’TIS de Dany Boon (2008) et BENVENUTI AL SUD de Luca Miniero (2010). Ces deux films représentent deux aspects différents de la culture française et italienne. Ils traitent de la division Nord-Sud ou bien des préjugés nationaux entre ces régions. Il est frappant de constater que le scénario et les dialogues du film français ont été repris pratiquement à l’identique dans la version italienne. Il nous faudra définir dans quelle mesure l’écart entre le Sud de la France et la région Nord-Pas-de-Calais peut être appliqué à l’opposition Nord-Sud en Italie qui y revêt un tout autre sens sur le plan politique.

Dans le cadre des travaux en cours pour informatiser un grand nombre de langues « peu dotées », en particulier celles de l’espace francophone, nous avons créé un système de traduction automatique français-somali dédié à un sous-langage journalistique, permettant d’obtenir des traductions de qualité, à partir d’un corpus bilingue construit par post-édition des résultats de Google Translate (GT), à destination des populations somalophones et non francophones de la Corne de l’Afrique. Pour cela, nous avons constitué le tout premier corpus parallèle français-somali de qualité, comprenant à ce jour 98 912 mots (environ 400 pages standard) et 10 669 segments. Ce dernier constitue’est un corpus aligné, et de très bonne qualité, car nous l’avons construit en post-éditant les pré-traductions de GT, qui combine pour cela avec une combinaison de lason système de TA français-anglais et système de TA anglais-somali. Il Ce corpus a également fait l’objet d’une évaluation de la part depar 9 annotateurs bilingues qui ont donné une note score de qualité à chaque segment du corpus, et corrigé éventuellement notre post-édition. À partir de ce corpus, en croissance, nous avons construit plusieurs versions successives d’un système de Traduction Automatique à base de fragments (PBMT), MosesLIG-fr-so, qui s’est révélé meilleur que GoogleTranslate GT sur ce couple de langues et ce sous-langage, en termes de mesure BLEU et du temps de post-édition. Nous avons fait également une première expérience de traduction automatique neuronale français-somali en utilisant OpenNMT, de façon à améliorer les résultats de la TA sans aboutir à des temps de calcul prohibitifs, tant durant l’entraînement que durant le décodage.D’autre part, nous avons mis en place une iMAG (passerelle interactive d’accès multilingue) qui permet à des internautes somaliens non francophones du continent d’accéder en somali à l’édition en ligne du journal « La Nation de Djibouti ». Les segments (phrases ou titres) prétraduits automatiquement par notre un système de TA fr-so en ligne disponible peuvent être post-édités et notés (sur sur une échelle de 1 à 20) par les lecteurs eux-mêmes, de façon à améliorer le système par apprentissage incrémental, de la même façon que ce qui a été fait pour le système français-chinois (PBMT) créé par [Wang, 2015].

Au vu de l’émergence au Mexique depuis la fin du XXe siècle d’une tendance littéraire appelée communément narco-littérature, nous nous proposons à travers ce parcours de mettre en lumière la diversité des outils choisis par les auteurs pour écrire la violence liée au narcotrafic. Il s’agit, dans un premier temps, d’explorer les racines historiques et sociales de ce cycle littéraire en constante effervescence et de déterminer ses caractéristiques afin de mieux comprendre son déploiement et le large succès qu’il connaît. Puis, à travers l’analyse des procédés lexicaux utilisés par les auteurs d’un corpus d’ouvrages publiés entre 2002 et 2014, nous caractérisons les différentes tendances identifiées dans l’écriture de la violence. Constatant la diffusion croissante de ces ouvrages au-delà des frontières mexicaines, l’étape finale de notre étude est consacrée à l’analyse des stratégies mises en œuvre par les traducteurs pour rendre dans une autre langue une réalité locale très particulière et bien souvent étrangère à la langue-culture du lecteur potentiel.

Cette thèse se propose de souligner la proximité et la complémentarité des méthodes d'analyse de texte en droit international et en sciences du langage, particulièrement en traductologie, pour produire une analyse de discours du Conseil de sécurité de l'ONU dans ses résolutions de 1946 à 2015 inclus, qui soit pertinente dans les deux domaines et de ce fait, interdisciplinaire. Une telle analyse de corpus, utilisant des outils textométriques sur le texte mais également sur les données contextuelles des résolutions, nous permet de produire des résultats exploitables dans ces deux champs scientifiques, ce qui est un des buts des humanités numériques. Nous montrons ainsi le sens ordinaire de la version anglaise de la résolution 242 (1967) en établissant, dans notre corpus, les fréquences des différentes traductions en français du déterminant zéro pluriel anglais pour établir son sens le plus commun. Ce faisant, nous aidons à résoudre un vieux problème d'interprétation de droit international, et nous modélisons par ailleurs l'usage de ce déterminant en anglais. Par ailleurs, nous montrons comment une modélisation de la traduction permet de faire émerger l'extension sémantique de certains termes et comment une analyse juridique des résolutions du Conseil de sécurité peut être modélisée en bonne approximation à partir d'un algorithme se basant sur des données purement linguistiques.