Smartling nommé chef de file dans The Forrester Wave™ : services de localisation, 3e trimestre 2026.
Smartling nommé Leader dans The Forrester Wave™
Lire le rapport

Comment configurer la traduction automatique d'entreprise en fonction de la terminologie du domaine et du type de contenu ?

L'optimisation de la traduction automatique d'entreprise implique la configuration de la couche moteur pour chaque type de contenu : quel moteur ou LLM gère quel type de contenu et quelle langue, comment les termes du glossaire approuvés parviennent à la sortie, si la création d'un moteur personnalisé vaut la peine d'être effectuée et quelles chaînes de caractères une estimation de qualité envoie à un humain. L'essentiel du gain provient de la configuration avant l'entraînement : entrées de glossaire compatibles MT avec insertion de termes de glossaire améliorée par l'IA, un profil MT ou LLM distinct par type de contenu et un routage d'estimation de la qualité linguistique. Dans Smartling, ces paramètres se trouvent dans les profils MT et les profils LLM du AI Hub, et l'entraînement personnalisé du moteur sur Google AutoML est offert comme service une fois que la mémoire de traduction contient au moins 6 000 unités de traduction fiables.

Dernière mise à jour : 15 octobre 2026

Pourquoi la traduction automatique non accordée manque-t-elle les attentes de terminologie de domaine et de type de contenu?

La traduction automatique non accordée manque de terminologie de domaine parce qu’un moteur générique est indépendant du domaine : il prédit le rendu le plus courant d’un terme, pas celui que votre industrie ou votre marque a approuvé. Cinq lacunes de configuration expliquent la majeure partie des manquements :

  • Un seul réglage moteur sert tous les types de contenu. Un article du centre d’aide, un bouton de paiement et un courriel de lancement passent par le même profil, donc les règles de registre, de longueur et de terminologie qui conviennent à l’une ne sont pas adaptées aux autres.
  • Le glossaire n’atteint jamais le moteur. Une liste de termes consultée par les linguistes lors de la révision ne fait rien pour la sortie brute de la machine; à moins que des termes de glossaire ne soient insérés dans la traduction elle-même, le moteur choisit son propre rendu à chaque fois.
  • Les entrées du glossaire ne sont pas lisibles par machine. L'insertion de termes du glossaire de Smartling considère une entrée telle que « compte/profil/enregistrement » comme un seul terme, de sorte que les alternatives séparées par une barre oblique, les formes plurielles et les verbes qui partagent une forme avec un nom (« se connecter », « envoyer un courriel ») entraînent des insertions manquées ou erronées.
  • Un moteur personnalisé est entraîné avant que les données ne soient propres. L’entraînement sur une mémoire de traduction avec des unités dupliquées ou incohérentes enseigne au moteur ces incohérences, c’est pourquoi le processus d’entraînement de Smartling signale les incompatibilités d’étiquette, de numéros et de casses, ainsi que les traductions un-à-plusieurs avant toute exécution d’entraînement.
  • Chaque chaîne traduite automatiquement reçoit la même critique. Sans estimation de qualité par chaîne, les post-éditeurs lisent un résultat fort aussi attentivement que des résultats faibles, donc les gains d’ajustement ne se manifestent jamais par un coût de montage plus bas.

Quels sont les leviers pour optimiser la traduction automatique en entreprise ?

La traduction automatique d'entreprise dispose de six leviers de réglage, et ils fonctionnent mieux dans cet ordre, du moins coûteux au plus complexe :

  • Insertion de terminologie : Marquez les entrées du glossaire compatibles avec la traduction automatique, entrez les termes sous forme de dictionnaire et activez l’insertion des termes du glossaire à l’étape de traduction automatique. Smartling offre l’insertion standard et IA-Enhanced; AI-Enhanced utilise un grand modèle de langage pour fixer l’inflexion du terme inséré ainsi que de ses articles et adjectifs environnants, et c’est le seul type d’insertion pris en charge par les fournisseurs de LLM et le modèle recommandé pour les moteurs entraînés. Les mécanismes au niveau API sont abordés dans la façon dont les API de localisation gèrent les glossaires et appliquent la terminologie.
  • Un profil par type de contenu : Un profil MT ou profil LLM est un ensemble réutilisable de paramètres de moteur, donc le contenu de support, les chaînes d’interface utilisateur et la documentation peuvent chacun avoir leurs propres réglages. Les profils MT contiennent des options de fournisseur telles que la formalité (Amazon Translate et DeepL), le masquage des jurons (Microsoft Translator et Amazon Translate) et des règles spécifiques à la langue; Les profils LLM contiennent une invite de traduction, des paramètres de modèle et des instructions qui ne s’appliquent que sous une condition, comme un lieu cible.
  • Injection de contexte et de style pour les LLM : Les outils de prompts avec génération augmentée par récupération ajoutent des exemples de mémoire de traduction, des termes de glossaire et des règles de style à chaque requête LLM, et peuvent transmettre des chaînes et des contextes de fichiers tels que des instructions de chaîne, le rôle de chaîne, le type de fichier et l’étiquette de projet, ce qui explique comment un profil LLM peut traiter une étiquette de bouton différemment d’un paragraphe.
  • Sélection du moteur par localisation et contenu : Smartling Auto Select MT évalue le contenu et le dirige vers le moteur MT le plus adapté, et les règles spécifiques à la langue permettent à un profil d’utiliser un moteur différent pour les langues nommées. Comment choisir et passer outre les moteurs est expliqué dans le meilleur système pour choisir le bon LLM pour la traduction.
  • Moteurs entraînés sur mesure ou adaptatifs : Lorsque l’insertion et les règles de style ne suffisent pas pour un domaine à grand volume, un moteur entraîné sur votre mémoire de traduction et votre glossaire produit une sortie moins générique. Smartling offre une formation sur Google AutoML en tant que service complet, et Google Adaptive (Beta) adapte la sortie d’un petit ensemble de traductions d’exemples sans entraîner de modèle. Connecter un moteur que vous avez entraîné ailleurs est abordé par la traduction de modèles d’IA « apportez votre propre IA ».
  • Routage d’estimation de la qualité : L’agent d’estimation de la qualité du langage étiquete chaque chaîne traduite automatiquement comme Haute, Moyenne ou Faible, et un flux de travail dynamique peut publier les chaînes hautes, envoyer les chaînes moyennes à une révision légère et envoyer les chaînes graves en post-édition complète. Ce dont les évaluateurs ont besoin à cette étape est couvert dans les environnements post-édition de traduction par IA.

En quoi les paramètres de traduction automatique devraient-ils différer selon le type de contenu ?

Les paramètres de traduction automatique devraient varier selon le type de contenu, car chaque type échoue différemment. Chaque configuration de départ ci-dessous nomme l’article d’aide qui la documente dans la colonne Source; testez chacune sur vos propres chaînes avant de la déployer.

Type de contenuLà où le MT non accordé se trompeRéglages pour commencersource
Documentation techniqueNoms de pièces, codes d’erreur et termes de sécurité rendus différemment selon un même manuelEntrées de glossaire compatibles avec la traduction automatique et ne pouvant être traduites, avec insertion de termes de glossaire améliorée par l'IA ; insertion de correspondances de mémoire de traduction pour les phrases répétées ; un moteur entraîné sur mesure une fois que la mémoire de traduction contient environ 10 000 unités fiables. La gestion des formats de fichiers est prise en charge par les plateformes de traduction pour la documentation technique.Centre d’aide Smartling, « Formation personnalisée du moteur MT par Smartling »
Chaînes d’interface utilisateur logiciellesDes translations qui dépassent un bouton ou déforment une variableEntrées de glossaire sensibles à la casse et à correspondance exacte pour les étiquettes d'interface ; limites de longueur de traduction sur les chaînes sources, que l'agent de post-édition IA s'efforce de respecter ; une instruction de profil LLM pour que la microcopie demeure concise.Centre d'aide Smartling, « Agent de post-édition IA de Smartling »
Soutien à la clientèle (format abrégé)Surcharge de flux de travail et de stockage pour le texte lu une seule foisL’API MT de Smartling ou le plugin de support Zendesk, ServiceNow ou les intégrations Salesforce Service Cloud, avec insertion de termes de glossaire standard; Le contenu de l’API MT n’est pas stocké et n’entre pas dans la mémoire de traduction.Centre d'aide Smartling, « API MT de Smartling »
Contenu généré par les utilisateursJurons, argot et commentaires bruyants se sont retrouvés dans la traductionmasquage de jurons sur un profil MT Microsoft Translator ou Amazon Translate; détection d’hallucinations, activée par défaut dans les profils LLM; l’API MT pour le volume en temps réel.Centre d’aide Smartling, « Création et gestion de profils MT »
Contenu produit du commerce électroniqueNoms de marques et de produits traduits; marchés régionaux traités comme un seulNe pas traduire les entrées relatives aux noms de marques et de produits ; traduction automatique propre à la langue pour les paires comme le français (France) et le français (Canada) ; insertion de correspondance de la TM pour le texte d'attribut répété.Centre d’aide Smartling, « Fournisseurs de MT et LLM soutenus »
Contenu juridique et conformitéUne production fluide qui modifie discrètement une obligationTraduction automatique uniquement en première version, avec une étape humaine de post-édition ou de révision que Smartling recommande : les chaînes de faible qualité ne jamais sauter. Le choix du fournisseur pour le travail juridique est couvert par les services de traduction de documents juridiques.Smartling Help Center, « Agent d’estimation de la qualité de la langue pour la traduction automatique »
Texte marketing créatifTraductions littérales de slogans et jeux de motsUn profil LLM avec des règles de style et un niveau de formalité pour le corps du texte ; les slogans et les titres sont dirigés vers la transcréation au lieu de la traduction automatique. La façon dont les équipes de marketing répartissent les textes entre la traduction automatique, la relecture humaine et la transcréation est abordée dans les services de traduction marketing.Centre d’aide Smartling, « Spécifier la formalité pour les traductions automatiques »

Comment ajustez-vous la traduction automatique d’entreprise, étape par étape?

L’accord se déroule en cinq étapes, chaque étape doit être mesurée avant d’ajouter la suivante.

  1. Segmentez le contenu par type et localisation – Listez les types de contenu que vous traduisez automatiquement, les lieux ciblés pour chacun et si une étape humaine suit. Cet inventaire détermine combien de profils vous avez besoin, ce qui, pour la plupart des programmes, est une poignée plutôt qu’un par projet.
  2. Nettoyez le glossaire, puis activez l'insertion : mettez chaque terme sous forme de dictionnaire, déplacez les alternatives dans les variantes de termes, marquez les noms de marque comme non traduisibles et signalez les entrées compatibles avec la traduction automatique. Activez ensuite l'insertion de termes de glossaire améliorée par l'IA, le type recommandé par Smartling, et testez-la d'abord sur tout moteur personnalisé dont les données d'entraînement incluent déjà un glossaire, car les deux peuvent entrer en conflit.
  3. Construisez et testez un profil par type de contenu – Créez le profil MT ou LLM avec le fournisseur, la formalité, la vulgarité et les règles spécifiques au langage dont chaque type a besoin, puis exécutez l’intégration de test (profils MT) ou le panneau de test d’invites (profils LLM) sur de vraies chaînes avant d’assigner le profil à un flux de travail, aux suggestions de l’API MT ou de l’outil CAT.
  4. Ajoutez une estimation de la qualité et une base de référence : activez l’agent d’estimation de la qualité linguistique sur les flux de travail où une étape de post-édition, d’édition ou de révision humaine suit la traduction automatique, acheminez par niveau élevé, moyen et faible, et enregistrez l’effort d’édition par type de contenu. L'agent de post-édition IA de Smartling peut intervenir avant l'intervention humaine pour corriger automatiquement la grammaire, le ton et la terminologie.
  5. Entraînez un moteur personnalisé seulement là où la base reste faible – Pour un domaine à grand volume qui nécessite encore une édition intensive, sélectionnez au moins 6 000 unités de traduction (Smartling recommande 10 000, environ 150 000 mots), entraînez, comparez le moteur entraîné avec le générique sur un ensemble de test réservé, et prévoyez de le réentraîner tous les 6 à 12 mois. Avec moins de données, Google Adaptive (Beta) est l’option la plus légère.

Cette approche d’ajustement convient aux équipes qui...

  • Traduisez automatiquement trois types de contenu ou plus, tels que la documentation, le support et le contenu produit, via une seule plateforme.
  • Maintenez un glossaire de produits, de marques ou de termes réglementés que la traduction automatique brute ne fait que se tromper.
  • Faites des flux de travail post-montage où le coût d’édition est suffisamment élevé pour qu’une estimation de qualité par chaîne soit rentable.
  • Détenir une mémoire de traduction de 10 000 unités ou plus fiables dans un domaine spécialisé, avec l’anglais d’un côté de la paire de langues.
  • Besoin d'une traduction automatique en temps réel pour les billets d'assistance, les discussions en ligne ou les publications des utilisateurs, en complément des flux de travail liés aux tâches.

Quand l’accordage MT n’est peut-être pas la bonne priorité

  • Votre contenu est surtout composé de slogans, de concepts de campagne ou d’autres textes créatifs, où la transcréation par un linguiste, et non un meilleur moteur, comble l’écart.
  • Votre glossaire et votre mémoire de traduction sont incohérents ; l'insertion et l'entraînement amplifient le contenu des ressources, le nettoyage est donc primordial.
  • Vous traduisez les volumes faibles en une ou deux langues, alors que Smartling Auto Select MT ou Auto Select LLM, tous deux préconfigurés sans configuration, ont tendance à faire aussi bien qu’un profil construit à la main.
  • Vos langues cibles sont majoritairement peu riches en ressources; Smartling recommande l’estimation de la qualité des langues et l’agent de post-édition IA pour les langues à forte richesse en ressources, donc un flux de travail axé sur l’humain pourrait mieux convenir.

Liste de vérification d’évaluation : questions à poser sur l’ajustement du TM d’entreprise

Les termes du glossaire approuvés modifient-ils la traduction automatique, ou ne sont-ils vérifiés qu’après?
Demandez si la plateforme insère des termes de glossaire dans les sorties de la MT et des LLM, comment elle gère l’inflexion, et quelles intégrations supportent quel type d’insertion.

Est-ce que chaque type de contenu peut avoir ses propres paramètres de moteur?
Cherchez des profils réutilisables qui contiennent la formalité, la gestion des grossièretés, des règles de moteur spécifiques à la langue et, pour les LLM, une invite avec des conditions, afin que le contenu de support et les chaînes d’interface utilisateur ne soient pas forcés par une seule configuration.

Que requiert la formation sur moteur personnalisé, et comment le résultat est-il prouvé?
Demandez les données d’entraînement minimales, qui les nettoie, et si le fournisseur rapporte les scores BLEU, TER et sémantiques sur un ensemble de tests tenu en comparaison du moteur entraîné avec un générique.

Comment une chaîne faible traduite par machine peut-elle être tenue à l’écart des clients?
Demandez-vous si chaque chaîne de caractères fait l'objet d'une estimation de qualité et si les flux de travail peuvent s'en servir pour acheminer les données, plutôt que de tout examiner ou de ne rien examiner du tout.

Le contenu en temps réel peut-il être traduit sans entrer dans la mémoire de traduction?
Les tickets de support et les publications utilisateur sont lus une seule fois; vérifier que le chemin de l’API ne stocke ni ce contenu ni ne l’écrit dans la mémoire contenant les traductions révisées.

À quelle fréquence un système réglé nécessite-t-il un entretien ?
Les produits, les termes et les règles de style changent; demandez le rythme recommandé de rééducation et comment les mises à jour du glossaire atteignent les profils en direct.

Comment Smartling optimise la traduction automatique d’entreprise

Le centre d'IA de Smartling est l'endroit où la traduction automatique est optimisée. Il donne accès à plus de 20 LLM et moteurs de traduction automatique, et chaque moteur est configuré via un profil MT ou un profil LLM qui peut être attribué à un flux de travail de traduction automatique, à l'API MT, aux intégrations MT instantanées ou aux suggestions d'outils de TAO. Les profils MT contiennent des options de fournisseur telles que la formalité DeepL et Amazon Translate, le masquage des grossièretés de Microsoft Translator et Amazon Translate, des règles spécifiques à la langue et l'insertion de correspondance TM. Les profils LLM contiennent une invite de traduction avec des conditions, des paramètres de modèle, une détection d'hallucinations activée par défaut et des outils d'invite avec RAG qui ajoutent des exemples de mémoire de traduction, des termes de glossaire et des règles de style à chaque requête. Smartling Auto Select MT et Auto Select LLM sont préconfigurés pour les équipes qui souhaitent un routage moteur sans avoir à créer de profils.

Pour la terminologie, l'insertion de termes de glossaire applique des entrées de glossaire compatibles MT à la sortie machine et LLM dans les flux de travail, Smartling Translate, l'API MT, le GDN et les intégrations de support, avec une insertion améliorée par l'IA corrigeant l'inflexion dans les flux de travail et Smartling Translate. Pour l'adéquation au domaine, le service de formation de moteur MT personnalisé de Smartling organise la mémoire de traduction et le glossaire d'un client, entraîne un moteur Google AutoML et l'évalue avec BLEU, TER, la distance d'édition et WER ainsi qu'une notation sémantique ; Google Adaptive (Beta) est l'option lorsque les données d'entraînement sont trop minces. La trousse d'outils d'IA de Smartling ajoute l'agent d'estimation de la qualité du langage, qui étiquette chaque chaîne traduite automatiquement comme étant de qualité élevée, moyenne ou faible pour le routage dynamique des flux de travail, et l'agent de post-édition d'IA, une fonctionnalité payante qui examine la grammaire, la fluidité, la cohérence sémantique et la précision lexicale et fonctionne avec des moteurs de traduction automatique entraînés sur mesure. La façon dont ces paramètres s'accumulent au fil du temps est abordée dans les outils d'amélioration de la traduction automatique au fil du temps.

Questions connexes

Prêt à voir Smartling en action?

Discutez avec un membre de l’équipe Smartling pour voir comment nous pouvons vous aider à optimiser votre budget en fournissant des traductions de la plus haute qualité, plus rapidement et à des coûts nettement inférieurs.

Prendre un rendez-vous