Le pouvoir de l'IA dans la traduction : Les avancées de Smartling en matière de R&D

L'IA générative est au cœur de l'actualité depuis près de deux ans. Aujourd'hui, les dirigeants de tous les secteurs et de toutes les fonctions demandent à leurs équipes de trouver des moyens de l'utiliser pour réduire les coûts ou accroître l'efficacité. Mais la question est de savoir si l'IA fonctionne réellement dans le domaine de la traduction.

Au cours des 18 derniers mois, Smartling a concentré ses efforts de recherche & Development sur la recherche d'une réponse. Plus précisément, nous voulions savoir si l'IA pouvait nous aider à fournir des solutions de traduction avec la meilleure qualité, le meilleur coût, la meilleure vitesse et la meilleure expérience au monde.

La réponse? Un oui retentissant! L'IA fonctionne et elle fonctionne à grande échelle. Mais toutes les candidatures ne sont pas gagnantes.

Où en est l'IA aujourd'hui dans le domaine de la traduction?

Lorsque les grands modèles linguistiques (LLM) ont fait leur apparition, les entreprises ont commencé à les tester pour remplacer directement la traduction automatique. Cependant, bien que ce cas d'utilisation ait du potentiel, il reste encore quelques problèmes à résoudre pour garantir des performances cohérentes.

Notre équipe R&D a évalué plusieurs LLM et la traduction automatique dans plusieurs langues et selon des mesures de qualité (c'est-à-dire BLEU, MQM, TER, etc). Cette expérience a montré qu'en utilisant les LLM pour les traductions dans toutes les langues, les mesures d'évaluation automatique de la qualité indiquaient que les moteurs de traduction automatique étaient toujours plus performants que les LLM en termes de qualité de traduction. En outre, la traduction automatique est une approche beaucoup plus abordable que l'utilisation de LLM.

Bien que les LLM ne constituent pas encore l'option optimale pour la traduction, notre équipe a commencé à les voir briller dans la post-édition automatique et l'évaluation des résultats de la traduction automatique. Plutôt que de remplacer la traduction automatique, l'IA s'avère être un complément puissant à la traduction automatique.

En particulier, les applications suivantes s'avèrent être de solides applications de l'IA :

• Réparation des correspondances floues
• Glossaire terme insertion
• Modifier l'estimation de l'effort
• Formalité
• Gender de-biasing

Forts de ces connaissances, nous avons commencé à développer et à déployer de nouvelles solutions d'IA pour nos clients. Cela a commencé avec AI-Powered Human Translation, une solution de traduction qui associe les linguistes experts de Smartling et la technologie de l'IA pour fournir des traductions de haute qualité à un coût deux fois moindre et deux fois plus rapidement.

Ensuite, les clients ont commencé à nous demander s'ils pouvaient utiliser nos fonctions d'IA avec leurs fournisseurs de services linguistiques tiers. Nous avons donc dit oui.

Présentation de la boîte à outils de l'IA pour la traduction

L'AI Translation Toolkit de Smartling offre une suite de fonctionnalités de traduction assistée par ordinateur conçues pour réduire considérablement les coûts de traduction et améliorer les performances des linguistes sans sacrifier la qualité. Nous mettons notre technologie d'IA, qui a donné des résultats incroyables à nos clients de l'AIHT, à la disposition de tous, y compris :

• AI Fuzzy Match Repair : Augmentez l'effet de levier de la mémoire de traduction jusqu'à 35 points de pourcentage, ce qui permet de réaliser des économies substantielles et d'améliorer la qualité.
• Insertion de termes dans le glossaire AI : Intégrez en toute transparence les termes de votre glossaire dans le contenu, en garantissant l'exactitude contextuelle et grammaticale.
• Estimation de l'effort d'édition : Combine les traductions en fonction de l'effort attendu pour atteindre la qualité humaine. Ce information peuvent être utilisées dans le cadre de l'automatisation de notre flux de travail afin d'attribuer des chaînes de caractères à des linguistes particuliers ou de contourner complètement l'examen humain.

Nous allons nous pencher sur chacune de ces caractéristiques et sur les recherches qui les étaient.

Plongée en profondeur : Réparation des correspondances floues par l'IA

Aujourd'hui, l'exploitation de la mémoire de traduction est une pratique courante. Cependant, l'AI Fuzzy Match Repair va plus loin que l'approche traditionnelle en utilisant les LLM pour réparer et lisser les chaînes de caractères qui ne seraient généralement pas exploitées pour réaliser des économies.

Par exemple, dans l'image ci-dessous, vous pouvez voir que le texte source et la correspondance de la mémoire de traduction ne sont séparés que par un mot. Avec une mémoire de traduction classique, le texte source devrait généralement être entièrement retraduit. Mais avec la réparation par correspondance floue, le LLM est capable d'identifier la différence et de fournir une traduction réparée. La traduction suggérée serait désormais éligible à des remises pour correspondance floue, ce qui permettrait aux clients d'exploiter davantage leurs MT et de réduire la charge de travail des linguistes.

Bien qu'il s'agisse d'un concept très intéressant, notre équipe R&D a voulu s'assurer qu'il fonctionnait. Plus important encore, ils voulaient s'assurer qu'il apportait une réelle valeur ajoutée sous la forme d'une amélioration des coûts, de la qualité ou de la rapidité.

Pour ce faire, ils ont traduit deux fois le même contenu - une fois avec la réparation par correspondance floue de l'IA activée et une fois sans. Ils ont évalué les deux scénarios sur la base de le indice HTER de la traduction de sortie et de la traduction humaine finale. Nous voulions voir combien de cordes ne nécessiteraient aucune intervention humaine après Fuzzy Match Repair.

L'étude a montré que la réparation des correspondances floues par l'IA augmentait les correspondances de la mémoire de traduction jusqu'à 35 points de pourcentage, et ce de manière assez cohérente d'une langue à l'autre. Cela signifie que les clients peuvent utiliser l'effet de levier de la mémoire de traduction pour une plus grande partie de leur contenu, ce qui leur permet de réaliser des économies substantielles et d'améliorer la cohérence.

Plongée en profondeur : Insertion de termes dans le glossaire de l'IA

Une autre pratique courante en traduction est l'insertion de termes dans les glossaires. L'approche traditionnelle consiste à déchirer et à remplacer les termes du texte source et du texte cible par les termes pertinents du glossaire. Cependant, cela tend à introduire de nouveaux problèmes de fluidité lorsque les termes du glossaire ne correspondent pas au nombre de chiffres, aux inflexions ou à d'autres éléments grammaticaux de la phrase dans son ensemble.

Avec AI Glossary Term Insertion, un LLM est utilisé pour « lisser » l'insertion du terme du glossaire, en garantissant l'exactitude contextuelle et grammaticale. Par exemple, dans l'image ci-dessous, vous pouvez voir que l'application traditionnelle du terme de glossaire « publicación » a introduit une erreur grammaticale dans la chaîne globale où l'adjectif associé a maintenant une inflexion incorrecte (primer vs. primera). Avec l'aide d'un LLM, la forme adjective appropriée est insérée et l'erreur est éliminée.

D'après nos recherches, les LLM peuvent avoir un impact considérable sur le nombre d'insertions morphologiquement correctes dans les glossaires. Testée sur des contenus russes et espagnols, la fonction d'insertion de termes dans le glossaire a permis d'augmenter le nombre d'insertions correctes de 25 % et 17,5 % respectivement. Il s'agit d'un contenu dont la correction ne nécessite plus d'efforts humains.

Approfondissement : Estimation de l'effort d'édition

Notre technologie d'estimation de l'effort d'édition combine les traductions en fonction de l'effort attendu pour atteindre la qualité humaine. Toutes les chaînes de caractères sont envoyées avec notre invite propriétaire à un LLM qui évalue les chaînes de caractères sur la base de.. :

• Correction grammaticale
• La fluidité
• Cohérence sémantique
• Précision lexicale
• Contrôles de la qualité
• Guide de style (propre à chaque client)

Ces regroupements (niveau 1, niveau 2 et niveau 3) peuvent être utilisés dans le cadre de l'automatisation dynamique du flux de travail pour traiter les chaînes de caractères en fonction de l'effort attendu. Par exemple, une entreprise peut confier les chaînes nécessitant des modifications importantes à des linguistes plus expérimentés ou ignorer totalement l'examen humain pour les chaînes ne nécessitant que peu ou pas de modifications. Les clients peuvent également utiliser nos remises sur l'estimation de l'effort d'édition pour créer des niveaux de remise pour les actions les plus performantes.

Cela pourrait permettre aux entreprises de réaliser des économies de temps et d'argent considérables, en particulier pour celles qui utilisent massivement des flux de travail de traduction à base humaine. Il permet également aux équipes de mieux comprendre leur processus de traduction.

Révolutionnez votre stratégie de traduction

Nous avons vu l'IA travailler pour étendre l'effet de levier, améliorer la précision de l'insertion de termes dans le glossaire, appliquer la formalité, et bien plus encore. Cependant, il faut beaucoup de temps et de recherches pour identifier les endroits où l'IA peut être la plus efficace et apporter un fort retour sur investissement. C'est là qu'intervient l'aide d'un partenaire comme Smartling, qui vous évite d'avoir à vous débrouiller seul.

Un élément essentiel de notre stratégie est notre investissement dans la R&D afin de nous assurer que nous sommes en mesure de fournir la solution LanguageAI🅪 la plus complète de l'industrie. Nous avons déposé plusieurs brevets sur notre travail avec l'IA générative, et notre équipe d'ingénieurs a fourni plus de 70 fonctionnalités ou améliorations majeures dans le cadre de 3300 versions de production rien qu'au cours de l'année écoulée.

C'est ce qu'il faut pour garantir que les solutions d'IA offrent la meilleure qualité, le meilleur coût, la meilleure vitesse et la meilleure expérience au monde.

Découvrez nos dernières recherches et ce que nous allons explorer dans la session de la conférence Global Ready : La recherche révélée - maintenant sur demande.