TransSearch : un concordancier bilingue

Concordancier bilingue - TransSearch

TransSearch ressemble à un moteur de recherche à la Google appliqué à des millions des paires de phrases qui sont des traductions l'une de l'autre. Une requête, exprimée sous forme d'un ou plusieurs mots, retourne non seulement toutes les phrases contenant ces mots mais aussi les phrases correspondantes dans l'autre langue. TransSearch est donc un outil qui permet à un traducteur d'effectuer des recherches dans une mémoire de traduction, pour y retrouver des solutions toutes faites à ses problèmes de traduction.

Une mémoire de traduction est une base de données textuelle constituée de groupes de documents qui sont des traductions les uns des autres. Les liens entre les traductions de la base sont consignés de façon explicite. La base de données contient des documents dans deux langues spécifiques, disons l'anglais et le français, et chaque document retrouve sa traduction dans la base de données.

TransSearch permet de fouiller des mémoires de traduction, appelées TransBases, à l'intérieur desquelles les documents sont appariés phrase par phrase. Différentes méthodes permettent d'obtenir de tels appariements de façon automatique avec un taux de succès relativement élevé (cf. notre projet de recherche sur les appariements de textes). L'utilisateur lance une recherche au moyen d'une requête, dont la syntaxe relativement simple facilite la description d'expressions et d'unités terminologiques. Les résultats d'une recherche sont présentés sous la forme de listes de paires de phrases satisfaisant la requête.

TSRali

En 2001 le RALI, sous l'impulsion d'Elliott Macklovitch, a lancé TSrali.com, un concordancier bilingue, incluant les débats de la chambre des communes à Ottawa (Hansard) de 1986 à nos jours et une base de données juridiques. Depuis novembre 2003, ce service est maintenant assuré par la compagnie Terminotix.

   

Exemple de traductions correspondant à l'expression take for a ride (cliquer sur les images pour les grossir). La première correspond à la première version de TransSearch qui ne retourne la phrase dans laquelle l'expression a été repérée ainsi que la phrase correspondant à sa traduction. dans la version actuelle. La deuxième illustre la sortie de la version plus récente de TransSearch qui identifie également la partie correspondante dans la phrase cible; ces correspondances sont ensuite regroupées dans une liste présentée à gauche qui permet d'explorer rapidement les contextes d'utilisation de chaque traduction rencontrée dans le corpus. 

Déroulement du projet de recherche

Entre mai 2008 et avril 2011, le RALI et Terminotix, avec l'appui du CRSNG par une subvention de recherche et développement coopérative, ont effectué une refonte en profondeur de TSRali et de son service Internet. Cette nouvelle version est maintenant disponible chez Terminotix.

Le repérage de traduction a constitué la majeure partie du travail de recherche du RALI. Deux chercheurs post-doctoraux (Julien Bourdaillet et Stéphane Huet) ont développé, implanté et évalué plusieurs méthodes concurrentes afin de trouver un bon compromis entre précision et vitesse. Un autre défi scientifique est le regroupement de traductions équivalentes, par exemple des variations grammaticales sur des formes de base ou contenant des mots grammaticaux changeant pas l'essentiel de la traduction. Ce travail a donné lieu à plusieurs présentations dans des conférences avec arbitrage ainsi qu'à un article de fond publié dans la revue Machine TranslationCette présentation décrit les principaux éléments de TransSearch.

Comme cette nouvelle fonctionnalité implique un grand changement dans le système de gestion des textes sous-jacent, nous avons également revu la conception de l'architecture pour la moderniser et pour profiter des possibilités d'interaction des navigateurs internet modernes. Suite à des consultations avec notre partenaire industriel, deux analystes (Jacques Steinlin et Fabrizio Gotti) ont développé une nouvelle interface qui permet à un usager de faire des requêtes mais aussi au gestionnaire d'un groupe d'usagers de gérer les abonnés de son groupe et à l'administrateur du système de manipuler tous les aspects du système. La recherche de correspondances et son ouverture de cette version de TSRali facilitera son intégration dans de nouvelles applications.

Ce projet a également permis d'intégrer le travail de 4 étudiants de Ph.D. et de 3 étudiants de M.Sc. qui ont travaillé à des sous-problèmes. La réalisation de l'environnement a été livrée au partenaire industriel en avril 2011 qui en a complété la localisation et la migration des usagers.

Une entente de transfert de la technologie et de son exploitation a été établie entre le Bureau Recherche Développement Valorisation (BRDV) de l'Université de Montréal et Terminotix. Cette entente consolide la collaboration fructueuse entretenue depuis plus de 12 ans entre le RALI et Terminotix.

Publications sur TransSearch

Responsable : M. Guy Lapalme.