L'analyse de traduction et l'automatisation de la traduction Figure 3: A tripartite model for translation analysis Figure 1: A translation analysis tree (TAT) Figure 2: Sentence alignment as a simple case of TAT

Translation Analysis and Translation Automation

R�SUM�

ABSTRACT

Nous avan�ons que le concept d'analyse de traductions peut servir de point de d�part � une nouvelle g�n�ration d'aides � la traduction. Nous montrons que les traductions peuvent �tre analys�es et vers�es dans une m�moire traductionnelle structur�e et d�crivons le concordancier bilingue TransSearch que nous avons mis au point pour permettre aux traducteurs d'exploiter cette m�moire traductionnelle. Nous affirmons que les analyseurs de traductions peuvent contribuer � la d�tection des erreurs de traduction dans les premiers jets et nous pr�sentons les r�sultats d'une exp�rience portant sur la d�tection des faux amis, r�alis�e dans le cadre du projet TransCheck. Nous soutenons enfin que l'analyse de traductions peut faciliter la transcription directe de traductions dict�es et pr�sentons le nouveau projet TransTalk.

We argue that the concept of translation analysis provides a suitable foundation for a new generation of translation support tools. We show that pre-existing translations can be analyzed into a structured translation memory and describe our TransSearch bilingual concordancing system, which allows translators to harness such a memory. We claim that translation analyzers can help detect translation errors in draft translations and we present the results of an experiment on the detection of deceptive cognates conducted as part of our TransCheck project. Finally, we claim that translation analysis can facilitate the speech-to-text transcription of dictated translations and introduce our new TransTalk project.

1. Introduction

1. Introduction

En 1951, Y. Bar-Hillel, qui fut le premier chercheur � se consacrer � temps plein au domaine de la traduction automatique (TA), �crivait :

In 1951, Y. Bar-Hillel, the first full-time researcher in MT, wrote the following:

�Dans le cas des domaines cibles o� la pr�cision absolue est une condition sine qua non, il faut renoncer � la TA pure en faveur de la TA mixte, c'est-�-dire un processus traductionnel faisant intervenir l'intelligence humaine. Ce qui soul�ve la question suivante : Quelles �tapes du processus devrait-on confier � un partenaire humain? �(Bar-Hillel [1], p. 230)

"For those targets in which high accuracy is a conditio sine qua non, pure MT has to be given up in favor of mixed MT, i.e., a translation process in which a human brain intervenes. There the question arises: Which parts of the process should be given to a human partner?" (Bar-Hillel [1], p. 230)

Quarante-deux ans et trois �g�n�rations� de syst�mes plus tard, la TA pure n'est pas plus g�n�ralement applicable qu'elle ne l'�tait � cette �poque. Plus d�courageant encore, la TA mixte ne l'est gu�re plus. Il n'existe pas de donn�es pr�cises ais�ment accessibles � ce sujet, mais on peut dire � coup s�r que la part actuelle de la TA, pure ou mixte, se situe bien en de�a de 1 p. cent du march� global de la traduction. Force nous est donc d'en conclure que les chercheurs en TA n'ont pas encore r�ussi � proposer de r�ponses r�alistes et pratiques � la question pos�e par Bar-Hillel au sujet de la division du travail entre l'homme et la machine.

Forty-two years and three `generations' of systems later, pure MT is not more widely applicable than it was then. More discouraging still, neither is mixed MT. While precise figures are not readily available, it appears safe to assume that the current share of anything that could be called MT, pure or mixed, is well below 1% of the total translation market. One is forced to conclude that the MT community has so far failed to come up with realistic and practical answers to Bar-Hillel's question about the optimal division of labor between man and machine.

Bar-Hillel lui-m�me proposa l'id�e d'un tandem homme-machine dans lequel le partenaire humain interviendrait soit avant, soit apr�s le processus m�canique, �mais de pr�f�rence pas quelque part au milieu�. C'est donc dire que la machine se chargerait de l'essentiel du processus traductionnel. Depuis, la �TA assist�e par l'hommme� est rest�e le paradigme pr�dominant dans le milieu de la TA, o� l'on a continu� � demander aux machines d'accomplir une t�che qu'elles n'arrivent pas �bien faire, c'est-�-dire traduire. Et o� l'on a continu� � demander aux traducteurs d'ex�cuter des t�ches auxquelles ils pr�f�reraient se soustraire, comme ins�rer des codes bizarres dans des textes sources, r�pondre � des questions inattendues sur la parenth�sage des syntagmes ou r�organiser d'�tranges fouillis de mots en langue cible. R�sultat : le march� n'a jamais manifest� beaucoup d'enthousiasme pour ce genre de modus vivendi homme-machine.

Bar-Hillel himself ventured to suggest a man-machine tandem in which the human partner would intervene either before or after the mechanical process, "but preferably not somewhere in the midst of it." That is, the machine would take care of the core part of the translation process. Ever since, `human-aided MT' has remained the predominant paradigm within the MT community. Machines have persistently been asked to do something they fail to do well: namely, translate. And humans have persistently been asked to do things they would rather not do, like inserting strange codes into source texts, answering odd questions about phrase bracketings or rearranging bizarre jumbles of target language words. In any case, the market response to this kind of man/machine modus vivendi has consistently been less than enthusiastic.

Il est devenu �vident qu'en g�n�ral, les machines ne r�ussissent toujours pas � ma�triser la partie essentielle du processus de traduction. D�j�, en 1980, Martin Kay [18] plaidait en faveur d'un renversement des r�les qui aurait pour effet de remettre la machine � �sa place�, c'est-�-dire celle d'assistant du traducteur humain :

It has become obvious that, generally speaking, machines still cannot successfully assume control over the core part of the translation process. As far back as 1980, Martin Kay [18] forcefully argued for a reversal of roles in which the machine is sent back to its `proper place', that of an assistant to the human translator:

�Je veux pr�coniser une approche au probl�me selon laquelle on permettrait � la machine de prendre en charge graduellement, presque imperceptiblement, certaines fonctions du processus g�n�ral de traduction. La machine assumerait d'abord des t�ches non essentiellement reli�es � la traduction. Puis, peu � peu, elle s'attaquerait � la traduction comme telle. Tout serait une question de modestie. � chaque �tape, on ne confierait � la machine que ce qu'elle sait bien faire. Et ainsi, petit � petit, l'oiseau ferait son nid! �(p. 11)

"I want to advocate a view of the problem in which machines are gradually, almost imperceptibly, allowed to take over certain functions in the overall translation process. First they will take over functions not essentially related to translation. Then, little by little, they will approach translation itself. The keynote will be modesty. At each stage, we will do only what we know we can do reliably. Little steps for little feet!" (p. 11)

C'est pr�cis�ment pour cette approche r�aliste et modeste que le Centre canadien de recherche sur l'informatisation du travail (qui porte maintenant le nom de Centre d'innovation en technologies de l'information - CITI) a opt�, en 1987, lorsqu'il a lanc� le projet de poste de travail de traducteur (Macklovitch [17]). Dans sa plus r�cente incarnation, le poste de travail du CITI met � la disposition du traducteur un environnement multi-fen�tres qui lui donne simultan�ment acc�s � plusieurs outils, comme le traitement de texte en �cran partag�, la v�rification orthographique, la consultation terminologique et lexicographique, la comparaison de fichiers, le compte de mots, l'extraction de textes int�graux, etc. (Macklovitch [17]). Il faut reconna�tre que ces fonctions ont plus � voir avec la bureautique qu'avec l'automatisation de la traduction elle-m�me. Mais suivant le sc�nario propos� par Kay, nous pouvons maintenant tirer profit de cette base informatique en l'enrichissant progressivement d'outils orient�s vers la traduction. Dans cette optique, la question centrale peut �tre formul�e comme suit : au-del� de la bureautique int�gr�e, mais en de�a de la traduction automatique, que peut-on faire de plus pour faciliter la t�che du traducteur?

It is precisely this kind of down-to-earth approach that the Center for Information Technology Innovation (CITI chose to pursue when it launched its translator's workstation project back in 1987. In its current incarnation, the CITI's workstation provides the translator with a windowing environment where he/she has simultaneous access to a number of tools such as split screen word processing, spelling correction, terminology and dictionary lookup, file comparison, word counting, full-text retrieval, etc. (Macklovitch [17]). Admittedly, this has more to do with office automation for translators than with translation automation per se. But following Kay's proposed scenario, we can now take advantage of this computer base and progressively enrich it with translation-oriented tools. From this perspective, the central issue can be formulated as follows: beyond office automation, but short of machine translation, what else can be done to support translators?

Nous avan�ons, dans la suite de cet article, que le concept d'analyse de traductions peut servir de fondement � l'�laboration d'une nouvelle g�n�ration d'outils informatis�s � l'intention du traducteur. La deuxi�me section de cet article est consacr�e � une description g�n�rale de la notion d'analyse de traductions. Les sections 3, 4 et 5 d�crivent les travaux r�alis�s au CITI sur trois applications : une m�moire traductionnelle, un v�rificateur de traductions et un syst�me de dict�e pour traducteurs.

In the remainder of this paper, we argue that the concept of translation analysis constitutes a suitable foundation for the development of a new generation of translation support tools. Section 2 is a general discussion of the notion of translation analysis. Sections 3, 4 and 5 describe our work on three applications: the translation memory, the translation checker and the translator's dictation machine.

2. L'analyse de traductions

2. Translation Analysis

Dans la documentation r�cente (Dymetman et Macklovitch [14], par exemple), la traduction est souvent conceptualis�e comme une relation trL1L2(s, t), dont l'extension est un ensemble de paires , o� S est un texte en langue L1 et T un texte en langue L2. Comme il existe, dans chacune de ces langues, un nombre infini de textes, la relation trL1L2 doit �tre d�finie de fa�on r�cursive, ce qui aura pour cons�quence que cette relation aura un caract�re compositionnel : jusqu'au niveau d'un certain ensemble fini d'�l�ments �l�mentaires, S et T seront d�compos�s respectivement en des ensembles d'�l�ments {s1 , s2 , ... , sn} et {t1 , t2 , ..., tn}, de telle fa�on que pour tout i, la relation trLiL2(Si , Ti) sera �galement satisfaite.

In recent literature (e.g. Isabelle, Dymetman & Macklovitch [14]), translation is often conceptualized as a relation trL1,L2(S, T) whose extension is a set of pairs such that S is a text of language L1 and T is a text of language L2. Since the number of texts in each language is infinite, trL1,L2 has to be be defined recursively, with the consequence that the relation will have a compositional character: down to the level of some finite set of primitive elements, S and T will be decomposed respectively into sets of elements {s1, s2, ..., sn} and {t1, t2, ..., tn}, in such a way that for any i, trL1,L2(si, ti) is also satisfied.

Un syst�me de TA ordinaire incorpore une sp�cification quelconque (�ventuellement partielle) de la relation traductionnelle trL1L2, de m�me qu'un proc�dure qui produira, pour n'importe quelle valeur de S, une ou plusieurs valeurs T pour lesquelles appartiendra � trL1L2. Un syst�me de TA r�versible (voir, par exemple, Dymetman [8], Van Noord [21]) peut en outre calculer, pour n'importe quelle valeur de T, les valeurs S pour lesquelles appartiendra � trL1L2.

An ordinary MT system embodies some (possibly partial) specification of a translation relation trL1,L2, together with a procedure which, given any value of S, will return one or several values T such that belongs to trL1,L2. A reversible MT system (see for example Dymetman [8], Van Noord [21]) can in addition compute, for any value of T, the values S for which belongs to trL1,L2.

Les syst�mes de TA tentent de r�soudre le probl�me de la production de traductions, mais, comme l'a fait remarquer Debili [7], nous pouvons aussi envisager les traductions du point de vue de la reconnaissance. Nous appellerons donc accepteur de traductions toute proc�dure qui, � partir d'une paire particuli�re de textes , peut d�terminer si la relation trL1L2(S, T) est toujours v�rifi�e. Et nous appellerons analyseur de traductions toute proc�dure r�cursive at(, AAT) qui attribue, aux paires qui satisfont la relation trL1L2(S, T), un arbre d'analyse traductionnelle AAT. Un AAT rend explicite la structure compositionnelle de la relation traductionnelle. Par exemple, moyennant une d�finition appropri�e de la relation traductionnelle anglais-fran�ais, un analyseur de traductions pourrait produire un AAT comme celui qui est illustr� � la Figure 1.

Figure 1 : Un arbre d'analyse traductionnelle (AAT)

While MT systems deal with the problem of producing translations, we can also, as noted by Debili [7], view translations from a recognition perspective. We will call a translation acceptor any procedure which, given some particular pair , can decide whether or not trL1,L2(S,T) holds. Furthermore, we will call a translation analyzer any recursive procedure ta(, TAT) that assigns to those pairs that satisfy trL1,L2(S,T) a translation analysis tree TAT. A TAT makes explicit the compositional makeup of the translation relation. For example, given some suitable definition of the English-French translation relation, a translation analyzer could produce a TAT such as the one shown in Figure 1.

Isabelle [13] utilise le terme bi-texte pour d�signer une structure qui, comme l'AAT, sert � d�composer les traductions en leurs correspondances constitutives. Les AAT sont des descripteurs structuraux des analyses de traductions au m�me titre que les arbres d'analyse ou de parsage sont des descripteurs structuraux des analyses grammaticales.

Isabelle [13] uses the term bi-text to designate structures which, like TAT's, are meant to decompose translations into their constituent correspondences. TAT's are structural descriptors for translation analyses in the same way that parse trees are structural descriptors for grammatical analyses.

L'analyse de traductions et la TA posent, en principe, des probl�mes tr�s semblables : le calcul est bas� sur la m�me relation abstraite trL1L2 La diff�rence r�side uniquement dans les modes de calcul. Cela signifie-t-il que les analyseurs de traductions et les syst�mes de TA sont, en pratique, assujettis exactement aux m�mes contraintes? Plus sp�cifiquement, cela signifie-t-il qu'il n'est possible de r�aliser des analyseurs de traductions efficaces qu'� la seule condition qu'il soit �galement possible de r�aliser des syst�mes de TA efficaces?

In principle, translation analysis and MT are very similar problems: the computation is based on the same abstract relation trL1,L2. The difference is only in the computing modes. Does this mean that in practice translation analyzers and MT systems are subject to exactly the same limitations? In particular, does this mean that useful translation analyzers are feasible if and only if useful MT systems are feasible?

Il est �vident que non. Dans les rares cas o� la TA de haute qualit� est possible, il devrait �videmment �tre possible de construire un analyseur de traductions pour les sorties du syst�me de TA. Dans les cas o� la TA n'est pas possible, nous soutenons, et c'est ce qui importe, qu'il est malgr� tout possible d'�laborer des dispositifs capables d'analyser les traductions r�alis�es par des humains et que ces analyseurs auront de nombreuses utilit�s. Cette diff�rence d�coule des exigences pratiques que des t�ches diff�rentes (la TA par opposition � l'analyse de traductions) imposent au niveau de pr�cision de la caract�risation formelle de la relation trL1L2(S, T).

Clearly not. Of course, in those rare cases where high-quality MT is feasible, it should be possible to build a translation analyzer for the output of the MT system. But more importantly, in cases where MT is not possible, we claim that it is still possible to develop analyzers for the translations produced by human translators, and that there will be many uses for these devices. This difference stems from the practical requirements that different tasks (MT versus translation analysis) impose on the level of precision in the formal characterization of trL1,L2(S,T).

Consid�rons, par exemple, le mod�le qui sous-tend la m�thode d'alignement de phrases propos�e par Brown et al. [3]. Sur le plan conceptuel, ce mod�le g�n�re des s�quences de paires de textes qui pr�sentent les caract�ristiques suivantes : a) S est une s�quence dans laquelle chaque si est lui-m�me une s�quence de z�ro, une ou deux �phrases� et T est une s�quence semblable ; b) une �phrase� est une cha�ne d'unit�s lexicales termin�e par une unit� de ponctuation; c) une unit� lexicale est une cha�ne de caract�res encadr�e par des caract�res d�limitateurs; d) la longueur l(si) de chaque si (en termes du nombre d'unit�s contenues) pr�sente une corr�lation avec la longueur l(ti) de la �phrase� correspondante ti, selon une distribution de probabilit�s pr(l(s) l l(t)) et e) cette distribution de probabilit�s peut �tre estim�e � partir des fr�quences observ�es dans des corpus de traductions, comme le corpus bilingue du Journal des d�bats de la Chambre des communes.

Consider for example the model that underlies the sentence alignment method proposed by Brown & al. [3]. Conceptually, this model generates sequences of pairs of in such a way that a) S is a sequence in which each si is itself a sequence of 0, 1 or 2 `sentences' and T is a similar sequence ; b) a `sentence' is any string of tokens terminated by a punctuation token; c) a token is any string of characters appearing between delimiter characters; d) the length l(si) of each si (in terms of the number of tokens it contains) is correlated with the length l(ti) of the corresponding ti according to a probability distribution Pr(l(s)|l(t)); and e) this probability distribution can be estimated from frequencies observed in corpora of translations, like the Hansard corpus of English/French texts.

Ce mod�le saisit bien l'un des aspects sp�cifiques de la relation traductionnelle �tablie entre deux langues, � savoir la corr�lation de longueur qui existe entre les phrases qui sont des traductions r�ciproques. En ce sens, il constitue un mod�le de traduction, aussi faible soit-il.

This model does capture one specific aspect of the translation relation between two languages, namely length correlations between sentences that are mutual translations. In this sense it constitutes a translation model, albeit an extremely weak one.

Si l'on appliquait un mod�le de ce genre � la traduction anglais-fran�ais, une phrase anglaise e se traduirait plus ou moins par une s�quence al�atoire de caract�res f, dont la seule propri�t� notable serait d'avoir une longueur l(f) qui est typique de la traduction fran�aise d'un phrase anglaise de longueur l(e). Dans la pratique, un tel �syst�me de TA� semblerait parfaitement inutile.

If we were to apply a model of this kind to the task of translating English texts into French, an English sentence e would be translated more or less as random sequence of characters f, whose only notable property is to have a length l(f) that is typical for a translation of an English sentence of length l(e). Such an `MT system' would appear perfectly useless in practice.

Si, d'autre part, � l'instar de Brown et al., on applique ce mod�le � l'analyse de traductions, on obtient un syst�me capable de d�composer des traductions existantes en des repr�sentations qui rendent leur structure compositionnelle explicite jusqu'au niveau de la phrase. Le r�sultat sera un arbre d'analyse ayant la forme illustr�e � la Figure 2, o� les textes S et T sont d�compos�s en n paires successives de blocs de phrases si et ti.

Figure 2 : L'alignement de phrases en tant qu'arbre d'analyse simple

On the other hand, if like Brown & al. we apply their model to the task of translation analysis, we get a system capable of analyzing pre-existing translations into representations in which their compositional makeup is made explicit down to the level of sentences. The result is a TAT of the form shown in Figure 2, in which texts S and T are decomposed into n successive pairs of blocks si and ti of sentences.

L'analyse est, � l'�vidence, tr�s grossi�re : aucune correspondance n'est �tablie au-del� du niveau de la phrase. Pourtant, comme nous le verrons bient�t, ces bi-textes � �faible r�solution� peuvent servir de base � certains outils informatis�s tr�s pratiques.

Admittedly, the analysis is very crude: no correspondences are established below the sentence level. Still, as we will see shortly, these `low-resolution' bi-texts provide an adequate basis for some very useful translation support tools.

�videmment, des analyses plus raffin�es offriraient encore plus de possibilit�s � cet �gard. En fait, il n'est pas trop difficile d'imaginer des familles de mod�les de traduction un peu plus puissants qui, tout en demeurant insuffisants pour les fins de la TA, pourraient n�anmoins �tre utilis�s pour expliciter davantage de structures dans des traductions existantes (comme les correspondances entre syntagmes ou mots).

Of course, richer analyses would open up even more possibilities in this respect. And in fact, is not too hard to imagine families of somewhat stronger translation models which, while still insufficient for successful MT, could be used to successfully uncover more structure in pre-existing translations (e.g. phrase or word correspondences).

Pour ce qui est de leur architecture g�n�rale, les mod�les utilis�s pour l'analyse de traductions peuvent �tre tr�s proches de ceux utilis�s pour la TA. La possibilit� la plus �vidente est peut-�tre le mod�le tripartite illustr� � la Figure 3.

Figure 3 : Un mod�le tripartite pour l'analyse de traductions

Comme le mod�le de transfert bien connu de la TA, ce mod�le comprend deux composantes propres � chacune des langues (les mod�les de langage) et une composante �contrastive�, propre aux paires (le mod�le de correspondance). Les deux composantes unilingues fonctionnent en mode analytique et les repr�sentations linguistiques qu'elles produisent sont trait�es par le mod�le de correspondance, qui les relie en une repr�sentation bi-textuelle unique o� les correspondances traductionnelles sont rendues explicites. Que ses composantes soient mises en oeuvre au moyen de techniques � base de r�gles ou � base de corpus, ce mod�le demeure un mod�le naturel. En fait, la meilleure fa�on de conceptualiser la m�thode d'alignement simple bas�e sur la longueur des phrases, que nous avons d�j� mentionn�e, est de l'envisager comme une instance de ce mod�le.

With respect to their general architecture, models used for translation analysis can be very close to those used for MT. The most obvious possibility is perhaps the tripartite model illustrated in Figure 3. Just as in the well-known transfer model of MT, there are two language-specific components (the language models), and one pair-specific, `contrastive' component (the correspondence model). Both monolingual components operate in the analysis mode and the language-specific representations that they produce are fed into the correspondence model, which connects them into a single bi-textual representation in which translation correspondences are made explicit. This model remains a natural one regardless of whether its components are implemented by means of rule-based or corpus-based techniques. In fact, even the simple length- based alignment method mentioned above is best conceptualized as an instance of it.

Certaines indications sugg�rent que les mod�les probabilistes se r�v�leront extr�mement utiles pour l'�laboration d'analyseurs de traductions d'utilit� g�n�rale. Tandis que les m�thodes � base de r�gles conviennent bien � l'�laboration de mod�les �profonds� dans des domaines restreints, les m�thodes probabilistes semblent particuli�rement bien adapt�es au d�veloppement de mod�les superficiels potentiellement capables de produire des analyses partielles relativement pr�cises de traductions g�n�rales.

In the development of general-purpose translation analyzers, there is some evidence to suggest that probabilistic models will turn out to be extremely useful. While rule-based methods work well for the development of `deep' models in narrow domains, probabilistic methods appear especially well-suited to the development of shallow models potentially capable of providing reasonably good partial analyses of non-restricted translations.

Quoi qu'il en soit, l'essentiel de notre propos est que l'analyse de traductions, m�me bas�e sur des mod�les de traduction faibles, constitue un point de d�part appropri� pour le d�veloppement d'une nouvelle g�n�ration d'aides � la traduction. Nous examinerons maintenant certains de ces outils.

In any case, our basic claim here is only that translation analysis, even based on weak translation models, provides the right foundation for a new generation of translation support tools. We now turn to an examination of some of these tools.

3. La m�moire traductionnelle

3. Translation Memory

3.1 Les traductions existantes en tant que ressource

3.1 Existing Translations as a Resource

La tendance aux approches � base de corpus en TA d�coule en partie de la constatation que le fonds de traductions existantes constitue une ressource d'une tr�s grande richesse dont le potentiel n'a pas encore �t� pleinement exploit�. En fait, il est �vident que les traductions existantes renferment infiniment plus de solutions � plus de probl�mes de traduction que tout autre outil de r�f�rence.

The trend towards corpus-based approaches in MT stems in part from a realization that the existing body of translations is an immensely rich resource whose potential has so far been neglected. In fact, it is clear that existing translations contain more solutions to more translation problems than any other available resource.

Mais les traducteurs ne pourront exploiter les richesses enfouies dans leurs traductions ant�rieures que lorsqu'ils disposeront des outils leur permettant de les g�rer comme des donn�es de traduction plut�t que comme des donn�es de traitement de texte. Et c'est pr�cis�ment � cela que sert un analyseur de traductions : transformer des donn�es de traitement de texte en des structures bi-textuelles qui rendent explicites les correspondances traductionnelles.

But translators will only be able to tap the riches buried in their past production once they are provided with tools capable of managing it as translation data rather than as word-processing data. This is precisely what a translation analyzer sets out to do: upgrade word-processing data into bi-textual structures that make translation correspondences explicit.

Une fois les traductions existantes structur�es en bi-textes, les segments correspondants en langue source et en langue cible sont syst�matiquement interreli�s. Plus particuli�rement, tout segment qui renferme une occurrence d'un probl�me de traduction est reli� � un segment qui renferme une solution toute faite � ce probl�me. S'ils disposent des moyens n�cessaires pour cr�er, stocker et interroger de telles structures bi-textuelles, les traducteurs pourront transformer leur production ant�rieure en une m�moire traductionnelle exploitable et extr�mement efficace.

Once pre-existing translations are organized in that way, corresponding source and target language segment are systematically linked together. In particular, any segment containing an instance of some translation problem is linked with a segment containing a ready-made solution for that problem. If we provide translators with the means to create, store and search such bi- textual structures, their past production becomes a highly effective translation memory.

3.2 TransBase

3.2 TransBase

Pour rendre accessibles les r�sultats des analyses traductionnelles de grandes quantit�s de texte, nous avons con�u un mod�le simple de m�moire traductionnelle structur�e, que nous avons appel� TransBase. Ce mod�le poss�de les m�mes caract�ristiques de base que les syst�mes d'extraction de textes int�graux : il peut g�rer des quantit�s arbitraires de texte, il peut �tre augment� de fa�on incr�mentielle et il assure un acc�s rapide au contenu textuel de la base de donn�es. Ce qui le distingue essentiellement de ces syst�mes, c'est sa capacit� � stocker des repr�sentations bi-textuelles.

In order to render accessible the results of translation analyses of large quantities of text, we have devised a simple model for a structured translation memory, which we call TransBase. It shares the basic characteristics of full-text retrieval systems: it can manage arbitrary amounts of text, it can be enlarged incrementally and it allows rapid access to the textual contents of the database. Its essential difference with these systems is its ability to also store bi-textual representations.

Une base de donn�es TransBase se construit � l'aide d'un analyseur de traductions semblable � celui qui est illustr� � la Figure 2. Chacun des textes d'une paire de traductions r�ciproques fait l'objet d'une analyse linguistique qui le d�compose en ses �l�ments structuraux (paragraphes, phrases, etc.) et d�termine son contenu lexical. Cette information est stock�e dans deux composantes distinctes de la base de donn�es, propres � chacune des langues en pr�sence, et index�e de fa�on � permettre l'acc�s rapide � n'importe quelle partie du texte. Un �analyseur de correspondances�, bas� sur les techniques d�crites dans Simard, Foster et Isabelle [20], utilise ensuite ces analyses linguistiques pour construire une �carte traductionnelle� au niveau de la phrase, qui est �galement stock�e dans la base de donn�es. Cette structure et le mode de construction de la base de donn�es sont illustr�s � la Figure 4.

A TransBase database is constructed using a translation analyzer similar to the one depicted in Figure 2. Each document in a pair of mutual translations is submitted to a language-specific analysis which breaks it down into its structural elements (paragraphs, sentences, etc.) and determines its lexical content. This information is stored in two distinct language-specific components of the database, and indexed so as to allow rapid access to any part of the text. A "correspondence analyzer" based on the techniques described in Simard, Foster & Isabelle [20] then uses these language-specific analyses to construct a sentence-level "translation map", which is also stored into the database. The structure and construction scheme of the database are illustrated in Figure 4.

Figure 4 : Structure g�n�rale de la base de donn�es TransBase

Figure 4: General organization of a TransBase database

Dans la base de donn�es, les textes source et cible sont trait�s de fa�on sym�trique. Cependant, comme la directionalit� de la traduction peut �tre importante pour l'utilisateur, TransBase peut enregistrer laquelle des deux langues est la langue source.

The texts of the source and target languages are handled symmetrically in the database. However, since the directionality of the translation may be important to the user, TransBase can record which language is the source.

3.3 TransSearch

3.3 TransSearch

Il existe de nombreuses fa�ons d'exploiter cette m�moire traductionnelle. La premi�re qui vient � l'esprit, et celle qui est probablement la plus universellement utile, consiste � fournir aux traducteurs des outils qui leur permettront d'interroger le contenu textuel de la base de donn�es TransBase. Certains auteurs (voir, par exemple, Church et Gale [6]) ont d�j� sugg�r� qu'un outil capable de produire des concordances bilingues serait utile aux lexicographes bilingues. Il est plut�t �vident qu'un concordancier bilingue serait �galement utile aux traducteurs. Il se peut, par exemple, qu'en rencontrant, dans un texte de d�part anglais, un idiotisme tel que to be out to lunch ou to add insult to injury, le traducteur ne soit pas certain de l'�quivalent fran�ais appropri�. Il se peut aussi qu'il ne trouve pas de r�ponse satisfaisante dans les dictionnaires bilingues traditionnels. S'il disposait d'un concordancier bilingue, il pourrait alors interroger une base de donn�es bi-textuelles du genre de TransBase et en extraire des exemples de ces expressions, accompagn�es de leurs traductions. Cela serait pratique non seulement pour les idiotismes, mais aussi pour la terminologie sp�cialis�e ou pour les tournures et formules propres � certains domaines (To whom it may concern..., Attendu que...). On trouvera, dans Macklovitch [16], un expos� plus d�taill� de cette question.

There are many possible ways to exploit such a translation memory. The first one that comes to mind, and probably the most universally useful, is to provide translators with tools to search a TransBase database on the basis of its textual content. It has already been suggested that a tool capable of producing bilingual concordances would be useful to bilingual lexicographers (see for example Church & Gale [6]). It is rather obvious that bilingual concordancing would also be useful to translators. For example, upon encountering some occurrence of an expression like to be out to lunch or to add insult to injury in his English source\x11text, a translator might be hesitant as to an appropriate French equivalent. He/she might also find that conventional bilingual dictionaries do not provide satisfactory answers. Bilingual concordancing would enable him/her to retrieve examples of these expressions together with their translations in a database of the TransBase kind. This could be useful not only for idiomatic expressions, but also for specialized terminology or domain-specific formulae (To whom it may concern..., Attendu que...). See Macklovitch [16] for a more detailed discussion of this issue.

Le logiciel TransSearch est justement cet outil : il permet d'extraire de la base de donn�es des occurrences d'�expressions� pr�cises et de les afficher � l'int�rieur de leur contexte bilingue. �tant destin� principalement aux traducteurs, qui sont susceptibles de l'utiliser simplement comme source de r�f�rence suppl�mentaire, ce logiciel est con�u pour �tre exploit� en mode interactif et pour donner des r�ponses en temps r�el, ce qui est assur� par l'inclusion d'index de mots dans le mod�le TransBase.

TransSearch is just such a tool: it allows one to extract occurrences of specific `expressions' from the database, and to visualize them within their bilingual context. Because the software is primarily aimed at translators, who are likely to use it as just another reference source, it is designed to be used interactively and to provide answers in real-time. This is just what the inclusion of word-form indexes within the TransBase model is meant to allow for.

Comme la plupart des traducteurs ne sont pas des experts en informatique, nous avons accord� beaucoup d'attention � la convivialit� de l'interface de TransSearch. En utilisant un langage d'interrogation intuitif et � orientation graphique, il est facile pour l'utilisateur d'effectuer des recherches complexes dans la base de donn�es. Chacune de ces interrogations d�finit une expression logique portant sur des s�quences de mots : lorsque l'interrogation est lanc�e, le syst�me extrait de la composante alignement de la base de donn�es tous les couples qui correspondent � cette expression. L'inclusion de dictionnaires et de descriptions morphologiques du fran�ais et de l'anglais permet en outre � TransSearch de rep�rer automatiquement les formes fl�chies des �l�ments recherch�s.

Because most translators are not computer experts, much attention has been devoted to the user- friendliness of the TransSearch interface. Using an intuitive, graphically-oriented query language, it is easy for a user to submit complex queries to the database. Every such query defines a logical expression on sequences of word-forms: when the query is submitted, the system produces all the couples that satisfy this expression in the alignment component of the database. In addition, the inclusion of dictionaries and morphological descriptions of both French and English allows TransSearch to automatically match any inflectional variant of query items.

Les r�sultats d'une interrogation sont normalement pr�sent�s en deux colonnes, les traductions r�ciproques �tant affich�es c�te-�-c�te. L'utilisateur peut alors examiner chacune des solutions propos�es � l'int�rieur du document dont elle a �t� extraite, ou rassembler toutes les solutions rep�r�es accompagn�es d'une petite portion de leur contexte imm�diat, selon le mode de pr�sentation habituel des concordances.

The result of a query is normally presented in a two-column format, where mutual translations appear side-by-side. The user can either examine one match at a time within the document from which it was drawn, or collect all matches with a small portion of their immediate context, the way concordances are usually presented.

La Figure 5 pr�sente un exemple type des r�sultats obtenus avec TransSearch. Dans cet exemple, l'utilisateur a interrog� le syst�me pour trouver des occurrences de l'expression anglaise to take X to court qui ne sont pas traduites en fran�ais par poursuivre X ou intenter un (ou des) proc�s � X et la base de donn�es interrog�e �tait constitu�e des traductions du Journal des d�bats de la Chambre des communes de 1986. Tous les traducteurs � qui nous avons montr� le fonctionnement de ce syst�me en ont conclu qu'un concordancier bilingue leur serait tr�s utile.

Figure 5 gives an idea of a typical session with TransSearch. In this example, the user has queried the system for occurrences of the English expression take X to court which are not translated in French as poursuivre X or intenter un (or des) proc�s � X, and the database searched consists of the 1986 Canadian Hansard translations. The translators to whom we have shown the system invariably concluded that bilingual concordancing would be very useful to them.

Figure 5 : Exemple des r�sultats obtenus avec TransSearch

Figure 5: A session with TransSearch

4. La v�rification de traductions

4. Translation checking

4.1 L'analyse de traductions et la d�tection d'erreurs

4.1 Translation Analysis and Error Detection

Depuis quelques ann�es, on voit appara�tre sur le march� du logiciel des outils critiques con�us pour aider les r�dacteurs � am�liorer leurs textes, gr�ce � la d�tection des probl�mes potentiels d'orthographe, de grammaire et m�me de style. Si ces outils peuvent, en principe, aider les traducteurs � corriger les erreurs de r�daction contenues dans leurs traductions, ils ne peuvent aucunement les aider � corriger les erreurs de traduction au sens strict du terme, c'est-�-dire les correspondances erron�es entre le texte source et le texte cible. Par exemple, ils ne peuvent pas les aider � rep�rer les contresens ou les faux sens, c'est-�-dire les cas o� les deux textes sont individuellement corrects et signifiants, mais ne sont pas, en l'occurrence, des traductions r�ciproques. De telles erreurs ne peuvent �tre d�tect�es que par un dispositif qui examine simultan�ment le texte source et le texte cible : en d'autres termes, un dispositif qui incorpore un analyseur de traductions.

In recent years, we have witnessed the appearance on the market of text critiquing tools meant to help writers improve their texts by spotting potential problems in spelling, grammar and even style. While these tools can in principle help translators correct writing errors in the target language text, there is no way they can help them correct translation errors in the strict sense of the term, that is, incorrect correspondences between the source and target texts. For example, they cannot help with cases of mistranslation in which both texts are individually correct and meaningful, but do not happen to mean the same thing. Such errors can only be detected by a device that simultaneously examines the source and target texts. In other words, a device that comprises a translation analyzer.

Moyennant un analyseur de traductions capable de reconstruire un sous-ensemble quelconque Cset des correspondances observables dans les r�sultats d'une op�ration de traduction, et moyennant un ensemble quelconque de contraintes C auxquelles doivent satisfaire les correspondances admissibles, un v�rificateur de traductions est un dispositif qui aide le traducteur � s'assurer que le sous-ensemble Cset respecte effectivement les contraintes C. Cette capacit� exige la pr�sence d'un analyseur de traductions bas� sur un mod�le de traduction �robuste�, un mod�le qui est capable de d�tecter les correspondances r�elles susceptibles de d�vier de la norme d�finie par C.

Given a translation analyzer capable of reconstructing some subset Cset of the correspondences that are observable in the result of some translation operation, and given some set of constraints C on admissible correspondences, a translation checker is a device that helps the translator ensure that Cset indeed satisfies C. This requires a translation analyzer based on a `robust' translation model, a model capable of observing actual correspondences that may be deviant with respect to the norm defined by C.

Le probl�me g�n�ral de la qualit� des traductions est une question manifestement complexe et frustrante. Nous n'avons certainement pas l'intention de proposer une mesure ou une m�thode globale pour �valuer les traductions. Notre but est plus modeste : nous d�sirons seulement cerner certaines caract�ristiques particuli�rement simples qui sont recherch�es par la plupart des traducteurs et mettre au point quelques outils qui les aideront � v�rifier si leurs traductions poss�dent ces caract�ristiques.

The general problem of translation quality is a notoriously complex and vexing issue. It is certainly not our intention to propose any global metric or method for evaluating translations. Our aim is more modest. We only want to identify some particularly simple properties that most translators will want their translations to possess and devise some tools that will help them verify these properties.

Une premi�re caract�ristique souhaitable et plut�t �vidente est l'exhaustivit�. En effet, toutes les parties d'un texte source devraient normalement avoir un �quivalent dans le texte cible. Mais il arrive parfois aux traducteurs de faire des erreurs d'omission, en oubliant par exemple de traduire une phrase, un paragraphe, voire un page enti�re. Dans de tels cas, un analyseur de traductions efficace devrait �tre en mesure d'�tablir qu'un segment du texte source est mis en correspondance avec un segment vide dans le texte cible. Le dispositif de v�rification pourrait alors en informer le traducteur, en lui signalant l'existence d'un probl�me �ventuel dans son premier jet.

One rather obvious candidate is the property of exhaustivity. Normally, all parts of the source text should have a corresponding element in the target text. But translators sometimes make omission errors, forgetting for example to translate a sentence, a paragraph, or even a complete page. In such cases an adequate translation analyzer should realize that a source language segment is being mapped onto an empty target language segment. The checking device could then warn the translator, pointing out a possible problem in his draft translation.

Une deuxi�me caract�ristique candidate est la coh�rence ou l'uniformit� terminologique. En traduction technique, il est de rigueur d'utiliser syst�matiquement le m�me terme pour traduire toutes les occurrences d'un terme particulier du texte source. Un processus d'analyse permettant de faire ressortir toutes les correspondances terminologiques entre une traduction et sa source devrait vraisemblablement aider les traducteurs � respecter le principe de l'uniformit� terminologique.

Another candidate property is terminological coherence. In technical translations, one and the same target language term should be used to translate all occurrences of any particular source language term. A process of translation analysis capable of bringing out term correspondences between a draft translation and its source would presumably make it possible to help translators enforce terminological coherence.

Autre caract�ristique : les traductions sont cens�es �tre exemptes d'interf�rences linguistiques provenant de la langue source. Dans certains cas, ces interf�rences m�nent � des constructions boiteuses en langue cible, que l'on peut souvent d�tecter sans m�me se r�f�rer au texte source. Par exemple, si le mot anglais address est traduit en fran�ais par addresse (avec deux d), un v�rificateur orthographique ordinaire devrait �tre mesure de d�tecter cette erreur. Mais il y a aussi des cas o� l'interf�rence m�ne non pas � des mots mal orthographi�s, mais bien � des erreurs de traduction. Les faux amis, par exemple, ont tendance � provoquer ce genre d'interf�rence.

A third constraint that translations are expected to obey is the absence of source language interference. Some cases of interference result in constructs that are ill-formed with respect to the target language. Their detection is possible without any need to look at the source text. For example, if the English word address is translated as addresse (with two d's) in French, an ordinary French spell checker should be able to flag the problem. But there are also cases in which interference results not in ill-formedness but rather in mistranslation. Deceptive cognates, for example, tend to generate this kind of interference.

Le mot me de la langue Le et le mot mf de la langue Lf sont des mots apparent�s lorsque leur forme est semblable en raison d'une �tymologie commune. C'est le cas, par exemple, du mot anglais government et du mot fran�ais gouvernement. Le plus souvent, ces mots sont non seulement des homonymes trans-linguistiques, mais aussi des synonymes. Dans certains cas, cependant, il n'y a pas de synonymie. Par exemple, les mots apparent�s anglais/fran�ais suivants ont des sens compl�tement diff�rents : , , . Ces mots apparent�s sont dits des �faux amis� parce que leur ressemblance morphologique cr�e une attente s�mantique qui peut induire en erreur. La phrase Max se rendit � la librairie est parfaitement correcte en fran�ais, mais comme traduction de Max went to the library, elle constitue un cas flagrant d'erreur de traduction. Si un analyseur de traductions �tait capable de reconna�tre, dans une traduction, une correspondance �tablie entre des mots apparent�s reconnus comme des faux amis, il pourrait marquer cette correspondance comme une erreur possible que le traducteur pourrait ensuite v�rifier.

Word we of language Le and word wf of language Lf are cognates when their forms are similar due to shared etymology. For example, the English word `government' and the French word `gouvernement' are cognates. Most often, these words are not only cross-linguistic homonyms but they are synonyms as well. However, in some cases the synonymy does not hold. For example, the following pairs of English/French cognates have completely disjoint meanings: , , . Such cognates are said to be `deceptive' because of the misleading semantic expectation induced by their morphological similarity. The sentence Max se rendit � la librairie is perfectly well-formed in French, but used as a translation for Max went to the library, it would constitute a blatant case of mistranslation. To the extent that a translation analyzer is capable of observing in a draft translation an actual correspondence between cognates known to be deceptive, this correspondence can be flagged as a possible error for the translator to verify.

Il existe probablement plusieurs autres types d'erreurs de traduction qu'un analyseur de traductions pourrait aider � d�celer. La recherche dans ce domaine ne fait que commencer. Afin d'avoir un meilleur aper�u du potentiel pratique de cette approche, nous avons r�alis� une exp�rience portant sur la d�tection des faux amis dans des traductions r�elles.

There are probably several other types of translation errors that translation analysis could help detect. Research in this area is just starting. In order to get a better idea of the practical potential of this approach we conducted an experiment on the detection of deceptive cognates in actual translations.

4.2 Une exp�rience portant sur la d�tection des faux amis

4.2 An Experiment on the Detection of Deceptive Cognates

Les faux amis (FA) peuvent �tre subdivis�s en faux amis absolus ou partiels. Les FA absolus, comme ceux qui sont cit�s dans les exemples pr�c�dents, se caract�risent par le fait que leurs significations sont compl�tement disjointes; ils ne peuvent donc jamais �tre utilis�s comme des traductions r�ciproques. Les FA partiels, par contre, ont des sens qui se recoupent partiellement et ils peuvent �tre des �quivalents traductionnels dans un sous-ensemble particulier de leurs emplois possibles. Par exemple, le verbe fran�ais examiner est parfois l'�quivalent ( ) et parfois le non-�quivalent ( ) du verbe anglais to examine :

Deceptive cognates (DC's) can be subclassified as to whether they are complete or partial. Complete DC's, like the examples given above, have the property that their meanings are completely disjoint, and as a consequence can never be used as mutual translations. Partial DC's, on the other hand, have partially overlapping meanings, and are mutually translatable in some subset of their possible uses. For example, the French verb examiner is sometimes equivalent (`') and sometimes non-equivalent (`') to the English verb to examine:

The doctor examined his patient _Le m�decin examina son patient The professor examined his students Le professeur examina ses �tudiants

The doctor examined his patient Le m�decin examina son patient The professor examined his students Le professeur examina ses �tudiants.

En nous concentrant dans un premier temps sur le probl�me plus facile des FA absolus, nous avons r�alis� une exp�rience visant � �valuer 1) l'ampleur du probl�me dans des traductions r�elles et 2) l'efficacit� de certaines m�thodes de d�tection simples.

Concentrating for the moment on the easier problem of complete DC's, we conducted an experiment aimed at: 1) assessing the amplitude of the problem in actual translations; and 2) evaluating the effectiveness of some straightforward detection methods.

Nous avons �labor� un analyseur de traductions AT1 qui instancie le mod�le de la Figure 1 de la fa�on suivante : les mod�les de langage pour le fran�ais et l'anglais sont r�duits � des processus de segmentation en mots (tokenisation) et d'analyse morphologique (bas�s sur un dictionnaire et sur un ensemble de r�gles de flexion). Ces mod�les de langage produisent une repr�sentation morphologique simple du texte d'entr�e : chaque unit� lexicale est repr�sent�e comme l'ensemble des formes des entr�es lexicales dont elle est une instance possible. Le mod�le de correspondance utilis� dans AT1 est simplement le programme d'alignement de phrases mis au point par Simard, Foster et Isabelle [20]. La repr�sentation qu'il produit est une s�quence <, , ...>, dans laquelle chaque ei est une s�quence de z�ro, une ou deux phrases du texte anglais repr�sent�es morphologiquement, chaque fi est une s�quence de z�ro, une ou deux phrases du texte fran�ais repr�sent�es morphologiquement, et chaque est une correspondance traductionnelle.

We assembled a simple translation analyzer, TA1, that instantiates the model of Figure 1 as follows: language models for French and English are reduced to processes of `tokenization' and morphological analysis (based on a dictionary and a set of inflection rules). The output of these language models is a simple morphological representation of the input text: each token is represented as the set of citation forms of the lexical entries of which it is potentially an instance. The correspondence model used in TA1 is simply the sentence alignment program of Simard, Foster & Isabelle [20]. Its output representation is a sequence <, , ...> where each ei is a sequence of zero, one or two morphologically represented sentences of the English text, each fj is a sequence of zero, one or two morphologically represented sentences of the French text, and each is a translation correspondence.

Nous avons extrait de van Roey et al. [22] une liste de 145 paires de mots classifi�s comme des faux amis absolus : , , etc.. Nous avons ensuite r�alis� un v�rificateur simple qui aurait pour fonction d'examiner les r�sultats produits par AT1 et d'identifier, pour chaque paire de mots , l'ensemble de paires de phrases satisfaisant la condition Me ei (c'est-�-dire que ei contient le mot me) et Mf ef. Cette condition peut �videmment �tre satisfaite par des paires de phrases o� me et mf sont pr�sents sans toutefois �tre utilis�s comme des traductions r�ciproques.

We extracted from van Roey & al. [22] a list of 145 word pairs which were classified as DC's of the `complete' variety: , , etc. We then implemented a straightforward checker that would search the output of TA1 and for each word pair would return the set of sentence pairs such that we � ei (i.e. ei contains the word we) and wf � fi. Obviously, this condition can be met by pairs of sentences in which we and wf appear without being used as mutual translations.

Nous avons ensuite test� ce dispositif relativement simpliste sur un corpus compos� des traductions du Journal des d�bats de la Chambre des communes couvrant une p�riode d'un an. Apr�s v�rification manuelle des r�sultats, nous avons constat� qu'un grand nombre d'erreurs de traduction r�elles avaient �t� d�tect�es, comme dans l'exemple suivant :

We then tested this rather simplistic device on one year of Hansard translations. Hand-checking the results, we found out that many genuine cases of translation errors were retrieved, as in the following:

The peace movement in Canada is composed of physicians, members of the church, [...] -> Le mouvement canadien pour la paix compte dans ses rangs des physiciens, des eccl�siastiques, [...] (Journal des d�bats, 1987/09/29)

The peace movement in Canada is composed of physicians, members of the church, [...] -> Le mouvement canadien pour la paix compte dans ses rangs des physiciens, des eccl�siatiques, [...] (Hansard, 1987/09/29)

There are parts of this bill which concern librarians and the artistic community. -> Quelque part dans ce projet de loi, il est question des libraires et des artistes. (Journal des d�bats, 1987/11/30)

There are parts of this bill which concern librarians and the artistic community. -> Quelque part dans ce projet de loi, il est question des libraires et des artistes. (Hansard, 1987/11/30)

Mais, comme on peut le voir dans le Tableau 1, les r�sultats pr�sentaient aussi un niveau de �bruit� tr�s �lev�.

But as Table 1 shows, the results were also very noisy.

Tableau 1 : R�sultats de l'extraction de FA dans les sorties de AT1

Table 1: Results of DC retrieval in TA1's output

Ce bruit provenait de trois sources diff�rentes. Premi�rement, il y avait des cas o� la �fausset� (par allusion � faux amis) de �tait attribuable � la cat�gorie grammaticale (POS) des deux mots en pr�sence. Par exemple, le nom fran�ais local et le nom anglais local sont des faux amis absolus, mais leurs homographes adjectivaux n'en sont pas. Le v�rificateur ne tenant pas compte de l'information grammaticale, il a relev� des cas non pertinents. Deuxi�mement, une certaine proportion de bruit �tait g�n�r�e par des citations non traduites. Par exemple, le mot anglais agenda et le mot fran�ais agenda sont des FA absolus. Comme ils sont parfaitement identiques, notre v�rificateur a �t� incapable de les distinguer et a donc extrait des cas o� le mot agenda apparaissait des deux c�t�s, pour la simple raison que l'un des textes le renfermait sous la forme d'une citation non traduite de l'autre langue. Troisi�mement, il y avait des cas o� Me et Mf apparaissaient effectivement dans des phrases qui �taient des traductions r�ciproques, mais o� ces mots n'�taient pas eux-m�mes utilis�s comme des �quivalents traductionnels. Notre mod�le de correspondance (c'est-�-dire d'alignement de phrases) �tait simplement trop grossier pour �liminer ces cas. Ces sources de bruit sont ventil�es dans le Tableau 2.

The noise was generated by three different sources. First, there are cases where the `deceptivity' of is relative to their part of speech (POS). For example the French noun local and the English noun local are complete DC's but their homograph adjectives are not. Since POS information was not taken into account, irrelevant cases were retrieved. Second, some of the noise was engendered by untranslated quotations. For example, agenda (English) and agenda (French) are complete DC's. Since the forms are perfectly identical, our checker was unable to distinguish among the two, and would consequently retrieve cases where agenda appears on both sides simply as a consequence of the fact that one of the texts contains it in the form of an untranslated quotation from the other language. Third, there were cases where we and wf did appear in sentences that were mutual translations, but in such a way that these words were not themselves used as mutual translations. Our correspondence model (that is, sentence alignment) was simply too coarse to filter out these cases. The breakdown between these noise sources was as shown in Table 2.

Tableau 2 : Cat�gories de bruit relev�es dans les FA extraits des sorties de AT1

Table 2: Noise categorization for DC retrieval in TA1's output

Ces r�sultats indiquaient clairement qu'il fallait incorporer la cat�gorisation grammaticale. Nous avons donc remplac� l'analyseur de traductions AT1 par un nouvel analyseur, AT2, qui se distinguait du premier en ce que ses deux mod�les de langage incorporaient le programme de cat�gorisation grammaticale de Foster [10]. On a ensuite modifi� le processus de recherche pour tenir compte de l'information grammaticale associ�e � nos 145 paires de FA. Cette m�thode a donn� de bien meilleurs r�sultats, comme on peut le constater dans les Tableaux 3 et 4.

Given these figures, POS tagging was obviously called for. The translation analyzer was therefore replaced with a new one, TA2, that differed from TA1 only in that its two language models were augmented with the POS tagger of Foster [10]. The search process was modified so as to take into account POS information associated with our 145 pairs of DC's. This scheme produced much better results, as shown in Tables 3 and 4.

Tableau 3 : R�sultats de l'extraction de FA dans les sorties de AT2

Table 3: Results of DC retrieval in TA2's output

Tableau 4 : Cat�gories de bruit relev�es dans les FA extraits des sorties de AT2

Table 4: Noise categorization for DC retrieval in TA2's output

La cat�gorisation grammaticale a r�duit consid�rablement le niveau de bruit, tout en n'exer�ant qu'un effet marginal sur le nombre de cas rappel�s (perte d'un cas). Cette am�lioration spectaculaire est en grande partie attribuable � la r�solution des probl�mes li�s � un petit nombre de mots utilis�s fr�quemment (comme le cas du mot local, mentionn� pr�c�demment). Une partie du bruit restant est due � des erreurs de cat�gorisation grammaticale, mais la majeure partie d�coule maintenant de la grossi�ret� de notre mod�le de correspondance.

POS tagging dramatically reduced the noise, with no more than a marginal effect on the recall (one case is lost). This spectacular effect is in a large measure attributable to the resolution of problems associated with a small number of frequent words (like the case of local mentioned above). Part of the remaining noise is due to tagging errors, but the largest proportion is now attributable to the coarseness of our correspondence model.

Il ne fait aucun doute que de meilleurs mod�les permettraient d'am�liorer la d�tection des faux amis. Cependant, la performance de la m�thode de faible co�t algorithmique que nous avons test�e ici pourrait fort bien s'av�rer suffisante pour les applications r�elles.

Better models would no doubt improve DC detection. However, the performance level of the computationally cheap method tested here may well prove sufficient for real-life applications.

5. La dict�e de traductions : TransTalk

5. Translation Dictation: TransTalk

Nous sommes revenus quelques fois, dans cet article, sur le fait que des mod�les de traduction faibles, s'ils sont employ�s de fa�on r�aliste, peuvent offrir au traducteur des outils efficaces qui ne lui imposent pas de contraintes artificielles. Consid�rant que de nombreux traducteurs pr�f�rent dicter leurs textes plut�t que de les dactylographier eux-m�mes, un module de dict�e automatique constituerait une addition fort utile au poste de travail de traducteur (Gurstein et Monette [11]).

A recurring theme of this paper has been that weak models of translation, if used realistically, can provide useful tools for the human translator, without imposing artificial constraints on his activity. One invaluable addition to the translator's workstation would be an automatic dictation module: many professional translators prefer to dictate their translations rather than doing the typing themselves (Gurstein & Monette [11]).

La technologie de la reconnaissance automatique de la parole est actuellement limit�e aux vocabulaires restreints et elle est, de ce fait, inapplicable � la t�che de la plupart des traducteurs. Une possibilit� int�ressante, cependant, serait le couplage d'un module de reconnaissance de la parole et d'un mod�le de traduction (faible). Le mod�le de TA servirait alors � faire des pr�dictions probabilistes quant aux �nonciations susceptibles d'�tre produites librement par le traducteur, afin de r�duire dynamiquement le �vocabulaire r�el probable� envisag� par le module de reconnaissance de la parole pour chaque unit� de dict�e (phrase ou paragraphe) et ce, jusqu'au point o� la reconnaissance compl�te de ces unit�s pourrait �tre tent�e.

At the present time, speech-recognition technology is severely limited when confronted with large- vocabularies, and is therefore inapplicable to the task of most translators. An intriguing possibility, however, is that of teaming the speech-recognition module with a (weak) translation model. The MT model would then be used to make probabilistic predictions of the possible target language verbalizations freely produced by the translator, so as to dynamically reduce the "effective probable vocabulary" considered by the speech-recognition module on each dictation unit (sentence or paragraph) to such an extent that complete recognition of these units can be attempted.

Il est �vident, par exemple, que la composition probabiliste du vocabulaire consid�r� par un module de reconnaissance de la parole qui tente de d�coder la phrase Ces imp�ts cach�s doivent �tre acquitt�s par les pauvres aussi bien que par les riches sera tr�s diff�rente selon que sa source anglaise The poor as well as the rich have to pay these hidden taxes est ou non connue du module. Il est beaucoup plus probable, par exemple, que la traduction fran�aise de cette phrase anglaise renferme le mot imp�ts qu'une phrase fran�aise choisie au hasard. Il semble donc raisonnable d'esp�rer qu'un mod�le de traduction faible puisse rendre cette composition accessible au module de reconnaissance de la parole.

For example, it is clear that the probabilistic composition of the vocabulary considered by a speech recognizer attempting to decode the spoken French sentence: Ces imp�ts cach�s doivent �tre acquitt�s par les pauvres aussi bien que par les riches should be markedly different depending on whether its English source The poor as well as the rich have to pay these extra hidden taxes is available or not. A French translation of this English sentence is for instance much more likely to contain the word imp�ts than is a French sentence taken at random. It seems reasonable to hope that a weak translation model could make this composition available to the speech recognizer.

Cette id�e a �t� avanc�e par Dymetman, Foster et Isabelle [9] ainsi que par Brown et al. [4]. Nous avons entrepris un projet de collaboration avec le groupe de reconnaissance de la parole du Centre de recherches informatiques de Montr�al (CRIM), le projet TransTalk, qui vise � d�montrer la faisabilit� de cette approche, en utilisant l'anglais comme langue source et le fran�ais comme langue de dict�e. Nous avons l'intention de nous limiter, au d�but, � la dict�e de mots isol�s, puis de passer progressivement � la parole continue. Les projets TransSearch et TransCheck d�crits pr�c�demment comportaient l'�laboration d'analyseurs de traductions incorporant des mod�les de langage pour le fran�ais et l'anglais et un mod�le de correspondance fran�ais-anglais (alignement de phrases) qui ont �t� entra�n�s sur le corpus du Journal des d�bats de la Chambre des communes. Ce corpus, ou domaine, est donc un choix tout naturel pour le projet TransTalk, puisque les modules existants constitueront alors des ressources fondamentales pour TransTalk. On peut en fait envisager TransTalk comme un syst�me incorporant un analyseur de traductions fort semblable � ceux que nous avons d�j� d�crits, sauf qu'il a la capacit� de traiter une langue cible parl�e, plut�t qu'�crite.

This idea was independently advanced by Dymetman, Foster & Isabelle [9] and by Brown & al. [4]. We have launched a joint project with the speech-recognition group at CRIM (Centre de Recherche Informatique de Montr�al), the TransTalk project, aimed at proving the feasibility of the approach, using English as the source language and French as the dictation language. Initially we intend to restrict dictation to an isolated-word mode, then to progress to a connected-speech mode. The TransSearch and TransCheck projects discussed above involved the development of translation analyzers comprising French and English language models and a French-English correspondence model (sentence alignment) that were trained on the Hansard corpus. The Hansard domain is thus a natural choice for the TransTalk project, since existing modules will then provide fundamental resources for TransTalk. Actually, one can view TransTalk as incorporating a translation analyzer much like those described above, except that it has the capability of dealing with target language that is a spoken rather than written.

TransTalk est bas� sur un mod�le probabiliste p de dict�e de traduction qui met en relation une unit� textuelle anglaise �crite e, sa traduction fran�aise �crite f (pour simplifier, nous supposerons que ces unit�s textuelles sont des phrases) et s, la r�alisation acoustique de f. Les unit�s e et s sont toutes deux connues du syst�me, qui a pour t�che de produire une estimation $f de l'unit� f effectivement formul�e par le traducteur.

TransTalk is based on a probabilistic model p of translation dictation relating an English written textual unit e, its French written translation f (to simplify matters, we assume here that textual units are sentences), and the acoustic counterpart s of f. Both e and s are known to the system, and TransTalk's job is to provide an estimate of the actual f intended by the translator:

L'on est donc amen� � d�finir $f comme :

$f = argmaxf p(f l e, s)

One is thus led to define as:

c'est-�-dire que $f est la phrase fran�aise la plus probable selon le mod�le p, �tant donn� la phrase source anglaise et la r�alisation acoustique de la phrase fran�aise.

that is, is the most probable French sentence according to the model p, given both the source English sentence and the acoustic realisation of the French sentence.

En utilisant la formule de Bayes, on peut r��crire cette �quation comme suit :

$f = argmaxf p(s l e, f) p(f l e) = argmaxf p(s l f) p(f l e)

By Bayes's formula, this equation can be rewritten as:

la derni�re �galit� �tant une cons�quence de l'assomption mod�r�e suivante : une fois que f est connue, les connaissances suppl�mentaires sur e n'ajoutent rien � la d�termination de s.

where the last equality is a consequence of the mild assumption that once f is known, further knowledge of e cannot add anything to the determination of s.

Cette �quation rappelle fortement la �formule fondamentale� de la reconnaissance statistique de la parole (Bahl et al. [2]) :

$f = argmaxf p(s l f) p(f)

This equation is strongly reminiscent of the "fundamental formula" of statistical speech-recognition (Bahl & al [2]):

o� les distributions p(s l f) et p(f) sont appel�es respectivement le mod�le acoustique et le mod�le de langage. Dans la situation envisag�e ici, le mod�le de langage pur p(f) a �t� remplac� par un �mod�le de langage conditionnel� p(f l e), dans lequel la connaissance de e �affine� la structure statistique du mod�le de langage, en le for�ant en particulier � �concentrer� son attention sur un sous-ensemble lexical restreint de la langue. On peut mesurer quantitativement cet �affinement� au moyen de la perplexit�, une quantit� relative � la th�orie de l'information qui mesure l'incertitude moyenne qu'un mod�le de langage manifeste � l'�gard du prochain mot devant appara�tre dans un texte naturel, apr�s avoir vu les mots pr�c�dents : moins un mod�le est perplexe, plus il est pr�dictif (Jelinek [15]). Brown et al. [4] d�crivent les r�sultats d'une exp�rience qu'ils ont r�alis�e sur le Journal des d�bats en utilisant un de leurs mod�les de traduction les plus simples (du fran�ais �l'anglais, dans leur cas). Ces r�sultats r�v�lent que la perplexit� par mot de leur mod�le de langage pur (anglais) s'�tablit en moyenne � 63,3, tandis que la perplexit� de leur mod�le de langage conditionnel chute � une moyenne de 17,2. Ces r�sultats sont tr�s encourageants pour la dict�e, car ils signifient que le module acoustique devrait pouvoir faire un choix, �tant donn� un mot anglais parl�, parmi en moyenne 17,2 candidats �quiprobables propos�s par le mod�le de langage conditionnel, par opposition � 63,3 candidats �quiprobables propos�s par le mod�le de langage pur.

where the distributions p(s | f) and p(f) are known as the acoustic model and language model respectively. In the situation considered here, the pure language model p(f) has been replaced by a "conditional language model" p(f | e), where knowledge of e "sharpens" the statistical structure of the language model, in particular by making it "concentrate" its attention on a limited lexical subset of the whole language. A quantitative measure of this "sharpening" can be given in terms of perplexity, an information-theoretic quantity which measures the average uncertainty a given language model entertains about the next word to appear in a natural text, having seen the preceding words: the less the perplexity, the more predictive the model (Jelinek [15]). Brown et al. [4] report the results of an experiment with the Hansards, using one of their simpler translation models (from French to English, in their case), which show the per-word perplexity of their pure (English) language model to average 63.3, while the perplexity of their conditional language model drops to an average of 17.2. These results are highly encouraging for the dictation task, for they mean that the acoustic module should be able to discriminate, given one English spoken word, in average between 17.2 equiprobable candidates proposed by the conditional language model, as opposed to 63.3 equiprobable candidates proposed by the pure language model.

Plusieurs approches sont possibles pour la mod�lisation de p(f l e). Une premi�re approche, propos�e par l'�quipe IBM, consiste � utiliser la formule de Bayes pour �crire, par analogie � la formulation standard du probl�me de reconnaissance de la parole :

p(f l e) _p(e lf) p(f)

Several approaches are possible to the modelling of p(f | e). A first approach, proposed by the IBM team, is to use Bayes' formula and to write, by analogy to the standard formulation of the speech- recognition problem:

o� (selon leur terminologie) p(e l f) correspond au �mod�le de traduction�, qui joue un r�le semblable � celui du mod�le acoustique dans la reconnaissance de la parole. Cela nous am�ne par cons�quent � une formule sym�trique pour l'ensemble du mod�le de dict�e de traduction, dans laquelle p(f) est le mod�le de langage, p(s l f) est le mod�le acoustique et p(e l f) est le mod�le de traduction. Cette m�thode pr�sente deux avantages : (1) elle repose sur un seul mod�le de langage pour le fran�ais et (2) les travaux r�alis�s chez IBM sur la TA statistique semblent indiquer que des approximations m�me grossi�res de p(e l f), lorsqu'elles sont coupl�es � un bon mod�le de langage pour le fran�ais, donnent des approximations acceptables pour le mod�le de langage conditionnel p(f l e). C'est comme s'il y avait une �division du travail� entre p(f), qui est responsable de la structure correcte des phrases fran�aises, et p(e lf), qui est charg� d'apparier les phrases anglaises et fran�aises (d'o� le terme quelque peu trompeur de �mod�le de traduction�), sans trop tenir compte de la structure interne du fran�ais ou de celle de l'anglais (voir [9] pour plus de d�tails). Cette m�thode pr�sente toutefois une lacune importante au niveau du traitement : elle exige la r�alisation d'une recherche �tendue parmi les phrases f pour maximiser p(e l f) p(f) (sans compter le facteur p(s l f), ce qui ne fait qu'aggraver les choses). On sait que cela pose de s�rieuses difficult�s pratiques en termes de r�sultats de recherche non optimaux ainsi qu'en termes de temps de traitement, ce dernier facteur �tant �videmment de toute premi�re importance pour une application de dict�e.

where (in their terminology) p(e|f) is the "translation model", which plays a role similar to the acoustic model in speech recognition. One is thus led to a symmetrical formula for the whole translation dictation model where p(f) is the language model, p(s|f) the acoustic model, and p(e|f) the translation model. This method has two advantages: (1) it relies on a unique language model for French, and (2) the work at IBM on statistical MT seems to indicate that even rough approximations to p(e|f), when teamed with a good language model for French, result in acceptable approximations to the conditional language model p(f|e). It is as if there were a "division of work" between p(f), responsible for the well-formedness of French sentences, and p(e|f), responsible for pairing between English and French sentences (hence the somewhat misleading terminology "translation model") without much regard for either the internal structure of French or the internal structure of English(see [9] for details). The method has, however, one important shortcoming in terms of processing: it requires an extensive search among the sentences f in order to maximize p(e|f) p(f) (not counting the p(s|f) factor, which only makes matters worse). This is known to present serious practical difficulties in terms of non-optimal search results as well as in terms of processing time, this last factor being obviously of central importance in a dictation application.

Une deuxi�me approche � la mod�lisation de p(f l e) consiste � consid�rer a priori une certaine famille param�tris�e de mod�les de langage p (f) pour le fran�ais, � d�crire une mise en correspondance e (e), puis � d�finir le mod�le de langage conditionnel au moyen de :

p(f l e) = p (e)(f)

A second approach to the modelling of p(f | e) is to consider a priori a certain parametrized family of language models for French, to describe a mapping , and then to define the conditional language model through:

Bien qu'elle pr�sente l'inconv�nient d'utiliser plus qu'un mod�le de langage de r�f�rence pour le fran�ais, cette approche peut �tre mise en oeuvre efficacement si la famille p (f) est bien choisie. Nous examinons actuellement la possibilit� d'adapter un mod�le de langage propos� dans [10]. Ce mod�le est une sorte de mod�le markovien cach� �tri-POS�, qui d�pend de deux familles de param�tres. La premi�re famille ai, j, k, donne la probabilit� de g�n�rer un mot de cat�gorie grammaticale POSk, les mots de cat�gories grammaticales POSi et POSj ayant d�j� �t� g�n�r�s. La deuxi�me famille, bi, m, donne la probabilit� qu'une cat�gorie grammaticale donn�e POSj soit associ�e au mot m. Cela signifie, sur le plan conceptuel du moins, que le mod�le g�n�re d'abord des cha�nes de cat�gories grammaticales, en utilisant la fen�tre du contexte des deux cat�gories grammaticales d�j� g�n�r�es, puis �d�core� chaque cat�gorie grammaticale avec un mot donn�, d�pendant uniquement de cette cat�gorie grammaticale. Les param�tres ai, j, k repr�sentent une approximation de la structure �grammaticale� du fran�ais, tandis que les param�tres bi, m repr�sentent une approximation de sa structure �lexicale�.

Although it presents the inconvenience of dispensing with a unique reference language model for French, this approach can be efficiently implemented if the family is well-chosen. One possibility that we are currently investigating is to adapt a language model proposed in [10]. This model is a kind of "tri-POS" hidden Markov model, depending on two families of parameters. The first family gives the probability of generating a word having part-of-speech POSk, given that words with parts-of-speech POSi and POSj have been previously generated. The second family gives the probability that a given part-of-speech POSi is associated with word w. That is, conceptually at least, the model first generates part-of-speech strings, using a context window of the two previously generated parts-of-speech, then "decorates" each part-of-speech with a given word form, depending only on this part-of-speech. The parameters represent an approximation to the "grammatical" structure of French, while the parameters represent an approximation to its "lexical" structure.

Nous nous proposons de faire l'essai d'un sch�me o� ces param�tres varieront dynamiquement selon la phrase source observ�e e. Une possibilit� int�ressante serait de maintenir les �param�tres grammaticaux� � leurs valeurs globales fixes en langue fran�aise (sans tenir compte de l'influence de la composition grammaticale de la phrase anglaise sur sa traduction), tout en modifiant les param�tres �lexicaux� selon la composition lexicale de la phrase anglaise. La premi�re famille de param�tres peut �tre estim�e de fa�on fiable sur un corpus fran�ais suffisamment �tendu, tandis que la deuxi�me famille de param�tres, qui d�pend de e, peut �tre estim�e si l'on fait certaines hypoth�ses simplificatrices s'apparentant au mod�le de traduction 1 de Brown et al. [5]. Essentiellement, chaque bi, m f (e) est consid�r� �tre la moyenne des contributions p (mf l me , POSi) faites par chaque mot anglais me de e � la probabilit� de r�aliser la cat�gorie grammaticale POSi dans le mot fran�ais mf. Pour estimer les param�tres p (mf l me , POSi), il faut partir d'un corpus d'apprentissage pr�-align� compos� de bi-textes anglais-fran�ais (voir section 3). Il est alors possible de faire des estimations initiales pour les param�tres p (mf l me , POSi), puis d'utiliser des techniques de r�estimation standard (voir [5]) sur ce corpus d'apprentissage pour maximiser l'efficacit� pr�dictive de ces param�tres, tout en maintenant les param�tres grammaticaux � des valeurs fixes.

We propose to experiment with a scheme where these parameters vary dynamically depending on the observed source sentence e. One interesting possibility is to keep the "grammatical parameters" fixed at their global French language values (neglecting the influence of the grammatical make-up of the English sentence on its translation), while modifying the "lexical" parameters depending on the lexical make-up of the English sentence. The first family of parameters can be estimated reliably on a sufficiently large French corpus, while the second family of parameters, depending on e, can be estimated if certain simplifying assumptions akin to the Translation Model 1 of Brown & al. [5] are made. Basically, each is considered to be the average of the contributions made by each English word we in e to the probability of realising part-of-speech POSi as the French word wf. In order to estimate the parameters , it is necessary to have a pre-aligned training corpus of English- French bitexts (see section 3). It is then possible to start with initial guesses for the parameters, and use standard reestimation techniques (see [5]) on this training corpus to maximize the predictive power of these parameters, while holding grammatical parameters fixed.

Le principal avantage de cette approche est que, pour chaque phrase source e, le mod�le de langage conditionnel se r�duit, en fait, � un simple mod�le markovien cach� p (e)(f); le probl�me de la dict�e de traduction adopte alors une forme famili�re en reconnaissance de la parole, soit :

$f = argmaxf p (e)(f) p (s lf)

The main advantage of this approach is that, for each source sentence e, the conditional language model in effect reduces to a simple Hidden Markov Model , and the translation dictation problem then takes the form familiar in speech-recognition:

pour laquelle il existe de puissantes techniques de recherche (Bahl et al. [2]).

for which powerful search techniques are available (Bahl & al [2]).

6. Conclusions

6. Conclusions

Une nouvelle g�n�ration d'aides � la traduction se profile d�j� � l'horizon. Gr�ce au d�veloppement des techniques d'analyse de traductions, les postes de travail de traducteurs pourront bient�t mettre � la disposition de leurs utilisateurs des outils qui d�passeront les simples fonctions de bureautique. Les traducteurs seront bient�t en mesure de tirer profit du vaste potentiel inexploit� que rec�le leur production ant�rieure. Ils disposeront bient�t d'outils de v�rification qui les aideront � d�tecter les erreurs de traduction pr�sentes dans leurs premiers jets. Et il y a de bonnes chances que la transcription automatique de la parole se concr�tise en traduction bien avant qu'elle ne devienne une r�alit� pour les applications unilingues.

A new generation of translation support tools is just around the corner. Thanks to the development of translation analysis techniques, translator's workstations will soon be able to offer much more to their users than mere office automation functions. Translators will soon be in a position to tap the vast potential lying dormant in their past production. They will soon be able to receive assistance in checking their translations for errors. And speech input stands a good chance of becoming a reality for them long before it does for monolinguals.

Nous ne serions pas surpris de voir cette liste d'applications bas�es sur le concept de l'analyse de traductions s'allonger rapidement. Nous ne souhaitons que du bien � la TA classique, mais nous croyons que c'est dans le domaine des aides � la traduction que se produiront les v�ritables progr�s, et ce, pendant de nombreuses ann�es encore!

We would not be surprised to see the list of applications based on the concept of translation analysis expand rapidly. We wish classical MT well, but the real action is likely to be with translator's aids for quite a few years to come!

R�f�rences bibliographiques

REFERENCES

[1] Bar-Hillel, Y. : �The State of Machine Translation in 1951�, in American Documentation, vol. 2, 1951, p. 229-237.

[1] Bar-Hillel Y., The State of Machine Translation in 1951, in American Documentation, vol. 2, 1951, pp. 229-237.

[2] Bahl, L., Jelinek, F. et R. Mercer : �A maximum likelihood approach to continuous speech recognition�, IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-5(2), p. 179-191, mars 1983.

[2] Bahl L., Jelinek F., Mercer R. A maximum likelihood approach to continuous speech recognition, IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI- 5(2):179--191, March 1983.

[3] Brown, P., Lai, J. et R. Mercer : �Aligning sentences in parallel corpora�, Proceedings of the 29th Annual Meeting of the Association for Computational Linguistics, Berkeley (Californie), juin 1991.

[3] Brown P., Lai J., Mercer R., Aligning Sentences in Parallel Corpora, Proceedings of the 29th Meeting of the ACL, 1991.

[4] Brown, P., Chen, S., Della Pietra, S., Della Pietra, V., Kehler, S. et R. Mercer : �Automatic speech recognition in machine aided translation�, 1992 (� para�tre).

[4] Brown P., Chen S., Della Pietra S., Della Pietra V., Kehler S., Mercer R. Automatic speech recognition in machine aided translation, 1992. (to appear).

[5] Brown, P., Della Pietra, S., Della Pietra, V., et R. Mercer : �The Mathematics of Machine Translation: Parameter Estimation�, (� para�tre).

[5] Brown P., Della Pietra S, Della Pietra V, Mercer R. The Mathematics of Machine Translation: Parameter Estimation, (to appear).

[6] Church, K. et W. Gale : �Concordances for Parallel Texts�, in Proceedings of the 7th Annual Conference of the UW Centre for NOED and Text Research, Oxford, 1991.

[6] Church K., Gale W., Concordances for Parallel Texts, in Proceedings of the 7th Annual Conference the UW Centre for the NOED and Text Research, Oxford, 1991.

[7] Debili, F. et E. Sammouda : �Appariement des phrases de textes bilingues fran�ais-anglais et fran�ais-arabes, in Proceedings of COLING-92, Nantes, 1992.

[7] Debili F., Sammouda E., Appariement des phrases de textes bilingues Fran�ais-Anglais et Fran�ais-Arabes, Proceedings of COLING-92, Nantes, 1992.

[8] Dymetman, M. : Transformations de grammaires logiques et r�versibilit� en traduction automatique, th�se d'�tat, Universit� de Grenoble 1, France, 1992.

[8] Dymetman M., Transformations de grammaires logiques et r�versibilit� en traduction automatique, th�se d'�tat, Universit� de Grenoble 1, France, 1992.

[9] Dymetman, M., Foster, G. et P. Isabelle : Towards an Automatic Dictation System for Translators (TransTalk), rapport technique, CITI (CITI), Laval (Qu�bec), Canada, 1992.

[9] Dymetman M., Foster G., Isabelle P., Towards an Automatic Dictation System for Translators (Transtalk), Tech. report, CITI, Laval, Quebec, Canada, 1992.

[10] Foster, G. : Statistical Lexical Disambiguation, m�moire de ma�trise, McGill University, School of Computer Science, 1991.

[10] Foster G., Statistical Lexical Disambiguation. Master's thesis, McGill University, School of Computer Science, 1991.

[11] Gurstein, M. et M. Monette : Functional Specifications for a Translator's Workstation, rapport technique 12SD.36902-5-0003, Socioscope Inc., Ottawa, Canada, octobre 1988. Rapport pr�sent� au Centre canadien de recherche sur l'informatisation du travail (Centre d'innovation en technologies de l'information).

[11] Gurstein M. and Monette M. Functional Specifications for a Translator's Workstation. Technical Report 12SD.36902-5-0003, Socioscope Inc, Ottawa, Canada, October 1988. Report submitted to the Canadian Workplace Automation Research Center.

[12] Isabelle, P. : �Machine Translation at the TAUM Group�, in Margaret King (�d.), Machine Translation Today: The State of the Art, Edinburgh University Press, 1987.

[12] Isabelle P., Machine Translation at the TAUM Group, in Margaret King (ed.), Machine Translation Today: The State of the Art, Edinburgh University Press, 1987.

[13] Isabelle, P. : �Bi-Textual Aids for Translators�, in Proceedings of the Eighth Annual Conference of the UW Centre for the New OED and Text Research, University of Waterloo, Waterloo, Canada, 1992.

[13] Isabelle P., Bi-Textual Aids for Translators, Proceedings of the Eight Annual Conference of the UW Centre for the New OED and Text Research, University of Waterloo, Waterloo, Canada, 1992.

[14] Isabelle, P., Dymetman, M. et E. Macklovitch : �CRITTER: a Translation System for Agricultural Market Reports�, in Proceedings of COLING-88, Budapest, 1988.

[14] Isabelle P., Dymetman M., Macklovitch E., CRITTER: a Translation System for Agricultural Market Reports, Proceedings of COLING-88, Budapest, 1988.

[15] Jelinek, F. : �Self-Organized Modeling for Speech Recognition�, in Alex Waibel et Kai-Fu Lee, �diteurs, Readings in Speech Recognition, p. 450-506, Morgan Kaufman, San Mateo, Californie, 1990.

[15] Jelinek F. Self-Organized Modeling for Speech Recognition, in Alex Waibel and Kai-Fu Lee, editors, Readings in Speech Recognition, pages 450--506. Morgan Kaufmann, San Mateo, CA, 1990.

[16] Macklovitch, E. : �Corpus-Based Tools for Translators�, in Proceedings of the 33rd Annual Conference of the American Translators Association, San Diego, 1992.

[16] Macklovitch E., Corpus-Based Tools for Translators, Proceedings of the 33rd Annual Conference of the American Translators Association, San Diego, 1992.

[17] Macklovitch, E. : A Third Version of the CWARC's Workstation for Translators, rapport technique, CWARC (CITI), Laval (Qu�bec), Canada, 1993.

[17] Macklovitch E., A Third Version of the CWARC's Workstation for Translators, Tech. report, CITI, Laval, Quebec, Canada, 1993.

[18] Kay, M. : The Proper Place of Men and Machines in Translation, CSL-80-11, Xerox PARC, 1980.

[18] Kay M., The Proper Place of Men and Machines in Translation, CSL-80-11, Xerox PARC, 1980.

[19] Sato, S. et M. Nagao : �Toward Memory-Based Translation�, in Proceedings of COLING-90, p. 247-252, 1990.

[19] Sato S., Nagao M., Toward Memory-Based Translation, Proceedings of COLING-90, 247- 252, 1990.

[20] Simard, M., Foster, G. et P. Isabelle : �Using Cognates to Align Sentences in Parallel Corpora�, in Proceedings of the 4th International Conference on Theoretical and Methodological Issues in Machine Translation, Montr�al, 1992.

[20] Simard M., Foster G., Isabelle P. Using Cognates to Align Sentences in Parallel Corpora, Proceedings of the 4th International Conference on Theoretical and Methodological Issues in Machine Translation, Montreal, 1992.

[21] Van Noord, G. : Reversibility in Natural Language Processing, CIP-Gegevens Konincklijke Bibliotheek, La Haye, 1993.

[21] Van Noord G., Reversibility in Natural Language Processing, CIP-Gegevens Konincklijke Bibliotheek, The Hague, 1993.

[22] Van Roey, J., Granger, S. et H. Swallow : Dictionnaire des faux-amis fran�ais-anglais, Paris, Duculot, 1988. [22] Van Roey J., Granger S., Swallow H., Dictionnaire des faux-amis fran�ais-anglais, Paris, Duculot, 1988.