La traduction statistique vise l’automatisation de la traduction par le biais de modèles statistiques. Dans ce travail, nous relevons un des grands défis du domaine : la recherche [Brown et al., 1993]. Les systèmes de traduction statistique de référence, tel Moses [Koehn et al., 2007], effectuent généralement la recherche en explorant l’espace des préfixes de traduction par programmation dynamique, une solution coûteuse sur le plan computationnel pour ce problème NP-complet [Knight, 1999]. Nous postulons qu’une approche par recherche locale [Langlais et al., 2007] peut mener à des solutions tout aussi intéressantes en un temps et un espace mémoire beaucoup moins importants [Russell and Norvig, 2010]. De plus, ce type de recherche facilite l’incorporation de modèles difficilement utilisables en explorant de l’espace des préfixes. Nos expériences nous révèlent que la recherche locale en traduction statistique est une approche viable, s’inscrivant dans l’état de l’art.