La traduction (parfois obligatoire) de certains documents déposés auprès d’autorités réglementaires entrainent des coûts supplémentaires pour les sociétés qui placent des titres au Québec.

Un modèle de traduction automatique spécialisé est une solution prometteuse pour assister les traducteurs humains. Toutefois, la sortie de tels modèles dépend fortement de la présence d'une quantité massive de phrases parallèles dans le domaine visé. Malheureusement, pour le domaine de la finance, les données dédiées disponibles à des fins de recherche en traitement automatique des langues (TAL) sont rares.

Dans cette présentation on décrira nos efforts pour extraire une quantité massive de phrases parallèles Français-Anglais dans le domaine de la finance depuis des documents en provenance du site https://sedar.com/ déposés entre 1997-2018. Le corpus résultant, appelé SEDAR contient 9M de paires de phrases parallèles et sera disponible publiquement afin d'avancer la recherche en traduction automatique et en TAL en général.

Ce projet est une collaboration entre le RALI et l'AMF (Autorité des marchés financiers - Québec) afin de favoriser l'innovation dans le secteur financier québécois.