Peut-on vérifier automatiquement la cohérence terminologique?	Can Terminological Consistency Be Validated Automatically?
Elliott Macklovitch	Elliott Macklovitch
1. Introduction	1. Introduction
Il arrive souvent dans les services de traduction que l'on soit obligé de morceler les textes volumineux, c'est-à-dire de les diviser et de les répartir entre plusieurs traducteurs, y compris des pigistes qui travaillent à l'extérieur du service. Dans une telle situation, il incombe généralement au réviseur de fusionner les parties traduites par ces différentes personnes et de faire en sorte que le tout soit cohérent. Le réviseur doit notamment s'assurer de la cohérence ou de l'uniformité terminologique, ce qui peut représenter une lourde tâche. Intuitivement, ce qu'on entend par cohérence terminologique est assez clair ici : chaque unité terminologique doit être traduite de la même façon partout dans le texte, dans le but, par exemple, de supprimer toute ambiguïté pour le lecteur.	It often happens in translation services that lengthy texts have to be divided up among several translators, some of whom may be freelancers who work outside the service. In such situations, it is generally the reviser's job to piece together the parts translated by different people and to ensure that the resulting final text is coherent. One particularly arduous aspect of this job is to see to it that the terminology of the final text is consistent, or uniform. Intuitively, it is quite clear what we mean by terminological consistency here: each terminological unit should receive the same translation throughout the final text, so that readers are not unduly confused.
La cohérence terminologique est généralement l'un des critères qui définissent une bonne traduction et, bien sûr, la situation décrite ci-dessus n'est pas la seule dans laquelle on doit s'en préoccuper. Au CITI, nous sommes en train de développer un outil d'aide à l'intention du réviseur (qui peut être le traducteur lui-même) dont le but est justement de valider certaines propriétés d'un texte traduit. Pour le moment, ce système, que l'on a baptisé TransCheck, est en mesure de déceler certaines des erreurs de traduction les plus courantes, comme les faux amis, les calques, les emprunts et certaines impropriétés. Il est important de noter que la plupart de ces erreurs sont généralement hors de portée des outils de vérification monolingue comme les correcteurs d'orthographe ou de grammaire, précisément parce que les erreurs de traduction sont d'ordre bilingue et dépendent des relations qui existent entre deux textes de langues différentes. Si TransCheck est en mesure de les déceler, par contre, c'est parce qu'il a été conçu expressément pour traiter ce genre de textes parallèles. Plus précisément, le système cherche à reconstituer le travail du traducteur humain en effectuant ce qu'on appelle un alignement automatique des deux textes - une opération qui consiste à rétablir explicitement les liens entre les segments d'un texte en LD et les segments correspondants dans sa traduction en LA. Pour une description détaillée du premier prototype de TransCheck, voir (Macklovitch 1994); mais voici en gros comment on envisage l'emploi d'un tel vérificateur de traductions.	Terminological consistency is generally accepted as being one property of a good translation, and of course the situation described above is not the only one in which it comes into play. At the CITI, we are currently developing a novel kind of machine-aided system that is specifically designed to support human translators in the revision process by validating certain properties of a translated text. The system is called TransCheck, and in its first prototype version it is capable of detecting some of the more frequently occurring types of translation errors, including deceptive cognates, calques, illicit borrowings, and other sorts of translation improprieties. It is important to note that most of these errors are generally beyond the reach of monolingual writing aids such as spelling or grammar checkers, precisely because translation errors are bilingual in nature and depend upon relations that exist between two texts in different languages. TransCheck, on the other hand, can detect these errors, because the system was specially designed to handle this particular kind of parallel text. To be more precise, TransCheck seeks to reconstitute part of the human translation process by automatically aligning two texts; that is to say, the system attempts to explicitly link various segments in a source language text with what it automatically determines to be the corresponding segments in its target language translation. For a detailed description of the first TransCheck prototype, see (Macklovitch 1994); the following gives a general idea of how users might employ such a translation checker.
Avant que TransCheck puisse vérifier une propriété d'une traduction, le texte source et le texte cible doivent être soumis au système pour que celui-ci en fasse l'alignement. Nous n'allons pas décrire ici les algorithmes dont se sert le programme pour calculer automatiquement les correspondances entre les deux textes. Mentionnons seulement que lorsque la résolution des alignements ne va pas au-delà de la phrase, le programme est d'une grande précision; en outre, le programme peut traiter les cas où une phrase dans une langue est traduite par deux ou même trois phrases dans l'autre langue, et vice-versa. Suivant la terminologie utilisée par (Harris 1988), nous appellerons le produit d'un tel programme d'alignement un «bi-texte». Supposons maintenant qu'un réviseur désire valider une ébauche de traduction avant de la livrer au client, pour s'assurer qu'elle soit exempte d'interférence de la langue source, car c'est là une autre qualité qu'on associe généralement à une bonne traduction. Il pourrait faire appel à TransCheck pour l'aider dans cette tâche, de la même façon qu'un rédacteur monolingue utilise un correcteur d'orthographe pour s'assurer que ses textes sont exempts de fautes d'orthographe. Le premier prototype du système TransCheck du CITI incorpore une base de données d'environ 2 800 paires de mots qui ne doivent pas être pris pour des équivalents, dont un grand nombre des exemples classiques de faux amis comme «library//librairie» et «deception//déception». Ce que fait le système, concrètement, c'est de prendre tour à tour les entrées de cette base de données et, pour chacune, d'examiner le bi-texte produit par le programme d'alignement. Si, par exemple, il trouve un segment en langue source contenant «library» qui est aligné avec un segment en langue cible contenant «librairie», il marque cette paire alignée pour la soumettre à l'attention du réviseur. Au cours de la séance d'édition qui suit, le réviseur examine tous les segments marqués et apporte toutes les corrections nécessaires au texte cible, y compris des corrections que le système propose lui-même d'après l'information de chaque entrée de la base de données. (Une recopie d'écran d'une séance d'édition TransCheck est présentée à la page suivante).	Before TransCheck can verify any properties of a translation, the source and target language files must be submitted to the system for alignment. The actual algorithms that the program uses to automatically calculate the correct correspondences between the two texts need not concern us here. Suffice it to say that when the resolution of the alignments does not go beyond the level of the sentence, the program is highly accurate; furthermore, it is capable of handling cases where a sentence in one language is translated by two or even three sentences in the other language, and vice versa. Following (Harris 1988), we will call the output of such an alignment program a "bi- text". Now suppose that a reviser wanted to validate a draft translation before sending it out to the client, to ensure that it was free of source language interference; this too is a generally accepted property of a good translation. S/he could call upon TransCheck to help do this, in much the same manner that monolingual writers commonly use a spelling checker to ensure that their texts are free of spelling errors. The CITI's first TransCheck prototype incorporates a database of approximately 2800 prohibited translation pairs, including many of the classic examples of deceptive cognates, like "library//librairie" and "deception//déception". Concretely, what the system does is take each of the entries in this database and apply it in turn to the bi-text produced by the alignment program. If it finds any SL segment containing "library", for example, that is aligned with a TL segment containing "librairie", it flags that aligned pair for the reviser's attention. During a subsequent editing session, the reviser reviews all the flagged segments and makes any necessary corrections to the target text, including those that the system itself suggests, drawn from each database entry. (A screen dump of a TransCheck editing session appears on the following page.)
Voilà essentiellement comment fonctionne TransCheck pour repérer les cas d'interférence de la langue source dans une ébauche de traduction. Nous travaillons sur plusieurs extensions du premier prototype de TransCheck qui, nous l'espérons, permettront au système de détecter automatiquement l'omission d'unités importantes du texte et de vérifier la transposition de divers types d'expressions numériques. Une autre application importante que nous explorons actuellement, c'est la possibilité d'utiliser TransCheck comme outil de vérification de la cohérence terminologique d'une ébauche de traduction. Nous présentons, dans ce rapport, les résultats de ces premières expériences sur la terminologie. Encore ici, l'idée de base est très simple et, en fait, très voisine de l'approche utilisée pour détecter les cas d'interférence de la langue source. Supposons que nous prenions, comme point de départ, la définition naïve de cohérence terminologique donnée plus haut, à savoir que chaque occurrence d'un terme désigné du texte source doit être traduite exactement par le même terme dans la langue cible. Supposons aussi que le réviseur soit en mesure de dresser la liste des équivalences à vérifier avant de commencer la révision de l'ébauche de traduction. Il pourrait s'agir en fait d'un glossaire propre au texte traduit, dont chaque entrée serait un énoncé d'équivalence terminologique simple - quelque chose comme «e-terme1 = f-terme1». Comme précédemment, un bi-texte serait produit à partir du texte source et de l'ébauche de traduction. Ensuite, le système convertirait les entrées du glossaire d'équivalences terminologiques du réviseur en une série de requêtes TransCheck qu'il appliquerait tour à tour au bi-texte. Les segments alignés pour lesquels le système trouverait le terme source du glossaire, MAIS NON le terme cible correspondant, seraient, comme plus haut, marqués en vue d'être portés à l'attention du réviseur.	This basically is how TransCheck operates to detect cases of source language interference in a draft translation. We are in the process of working on a number of extensions to the first TransCheck prototype that will hopefully allow the system to automatically detect the omission of major textual units and to verify the correct transposition of various types of numerical expressions. Another important question that we are currently exploring is whether a tool like TransCheck could be of help in verifying the terminological consistency of a draft translation. It is the results of these first experiments on terminology that I will be reporting on here. Again, the basic idea is quite simple and actually quite similar to the way in which cases of SL interference are detected. Suppose we adopt as our starting point the naive definition of terminological consistency given above, namely that each occurrence of a designated source term must be translated quite literally as a specified target term. Suppose too that the reviser is able to enumerate the terms s/he wants checked for consistency before beginning the revision of the draft translation. This might take the form of a text-specific glossary in which each entry is a simple term equivalence statement - nothing more than "e-term1 = f-term1". A bi-text would be produced from the source text and the draft translation, as before. The system would then convert the entries in the reviser's term equivalence glossary into a series of TransCheck queries and apply each in turn to the bi-text. Those aligned segments found to contain one of the specified source terms BUT NOT the corresponding target term would once again be flagged for the reviser's attention.
Nous avons décidé, pour tester cette idée, de réaliser une étude de faisabilité à petite échelle, sans nous faire d'illusion sur ce schéma qui nous semblait nettement trop simpliste pour mener à un système opérationnel de vérification terminologique. Mais quelles seraient exactement ses faiblesses? Quels problèmes seraient soulevés et quelle serait leur importance relative? Lesquels de ces problèmes pourraient être résolus rapidement, et quels autres devraient attendre les résultats d'une longue recherche? Pour nous aider à répondre à ces questions, cruciales si nous voulons réellement mettre au point un vérificateur de cohérence terminologique opérationnel, nous avons décidé d'incorporer une version rudimentaire du schéma décrit ci-dessus au prototype actuel de TransCheck, et de l'appliquer à plusieurs traductions véritables.	In order to test this idea, we decided to undertake a small-scale feasibility study, although at the outset, our expectation was that this schema would be altogether too simplistic to allow for the development of an operational term checking system. But where exactly would it fail? What are the kinds of problems it would run up against and what is their relative importance? Which of these problems would be amenable to short-term solutions and which would have to await the results of long-term research? To help us answer questions like these, which are crucial if we are to eventually develop an operational term consistency checker, we decided to implement a rudimentary version of the schema outlined above within the current TransCheck prototype, and to apply it to a number of authentic translations.
2. L'étude de faisabilité	2. The Feasibility Study
2.1 Méthodologie	2.1 Methodology

Pour notre étude de faisabilité, nous avons essayé d'obtenir un certain nombre de textes de domaines variés, comportant chacun deux versions de la traduction en langue cible : une version préliminaire ou ébauche, et une version finale révisée. (Rappelons que nous voulons, grâce à TransCheck, signaler les erreurs possibles dans une ébauche de traduction.) Cependant, il s'est révélé plus difficile que prévu d'obtenir d'authentiques ébauches de traduction, peu importe la définition qu'on en donne. Quand on leur demande des textes pour mener des expériences sur la détection d'erreurs, les traducteurs et les services de traduction se montrent tout naturellement réticents à fournir des produits non finis, même si on les assure que ces textes serviront uniquement à la recherche et que les noms des personnes ne seront pas révélés. Il nous a fallu, par conséquent, faire certains compromis dans notre méthodologie, notamment en ce qui touche le premier texte que nous avons analysé.	For our feasibility study, we sought to obtain a number of texts from different domains, each with two versions of the target translation: a preliminary or draft version, and a final revised version. (Recall that TransCheck is meant to flag potential errors in a draft translation.) It turns out, however, that it is not as easy as one might imagine to obtain authentic draft translations, however these are defined. When asked for texts to be used in experiments on error detection, translators and translation services are understandably reticent to hand over their unfinished products, even when they are told that it is strictly for research purposes and reassured that their identities will be kept anonymous. As a result, we were forced to make certain compromises in our methodology, particularly with regard to the first of the texts that we analysed.
Pour chacun des quatre textes sources que nous avons obtenus, nous avons choisi vingt-cinq des termes les plus fréquents ou les plus évidents, avec l'aide d'un programme-maison d'extraction de termes candidats appelé F-TERM. F-TERM se fonde sur les idées initialement proposées dans (Justeson et Katz 1993). Appliqué à un texte où la catégorie grammaticale de chaque mot a déjà été assignée automatiquement, il extrait des séquences de mots qui correspondent à une définition syntaxique de terme complexe (ou terme à mots multiples) : en anglais, il s'agit essentiellement d'un groupe nominal dépourvu de son déterminant et formé d'une chaîne de noms et/ou d'adjectifs se terminant par un nom, laquelle chaîne peut être suivie ou non d'un groupe prépositionnel. Encore une fois, précisons que le programme produit une liste de termes candidats, qui sont triés selon leur nombre d'occurrences dans le texte. En fait, la plupart de ces termes, à tout le moins au sommet de la liste, se révèlent des termes valides. En revanche, on ne retrouve pas dans la liste tous les termes d'un texte. D'une part, F-TERM ne relève pas les termes à mot unique, et d'autre part, les imperfections de l'étiquetage automatique peuvent entraîner l'inclusion de séquences qui ne sont pas des groupes nominaux bien formés et l'omission de séquences qui en sont. De surcroît, F- TERM n'a aucun critère pour distinguer un groupe nominal non lexical (ou descriptif) d'un terme en bonne et due forme, si ce n'est la répétition littérale de l'expression dans le texte.	For each of the four source texts we did obtain, we selected twenty-five of the most frequent or salient terms, with the help of an in-house program for candidate term extraction called F- TERM. F-TERM is based on ideas first proposed in (Justeson & Katz 1993). It operates on a text that has previously been assigned part-of-speech tags and extracts sequences of words that correspond to a syntactic definition of a multi-word term: for English, this is basically a noun phrase stripped of its determiner and consisting of a string of nouns and/or adjectives ending in a noun and followed by an optional prepositional phrase. Again, it should be emphasized that what the program produces is a list of candidate terms, which are sorted by the frequency of their appearance in the text; most of these, at least at the top of the list, do turn out to be valid terms, however. On the other hand, not all the terms in a text are found in the list. For one thing, F-TERM ignores single-word terms; for another, automatic tagging problems can lead to the inclusion of sequences that are not well-formed noun phrases and to the omission of others that are. Most importantly, F-TERM has no notion of what distinguishes a non-lexical (or descriptive) NP from a bona-fide term, apart from the literal repetition of the expression in the text.
Nous avons repéré la traduction de chaque terme source de la liste dans la version finale du texte correspondant en langue cible. Lorsque le texte en langue cible contenait des équivalents différents du même terme source, nous avons choisi le terme cible le plus fréquent, en faisant appel de temps à autre à TERMIUM, la banque de données linguistiques bien connue du gouvernement du Canada, pour nous aider dans notre choix. Ces traductions reflètent une partie des décisions du réviseur quant à la terminologie qui convenait au texte, et nous les avons formalisées sous forme d'énoncés d'équivalences terminologiques simples, puis converties en requêtes TransCheck, de la manière décrite ci-dessus. TransCheck a alors pu parcourir le bi-texte produit à partir de chaque texte source et de son ébauche de traduction, et signaler tous les cas dans lesquels un terme source n'a pas été rendu exactement par le terme cible indiqué, ou une variante flexionnelle du terme cible. Enfin, par une analyse des résultats du système, c'est-à-dire en comparant les incohérences signalées par TransCheck et la terminologie de la version finale, nous espérions nous faire une meilleure idée des principales difficultés de cette façon de procéder.	We located the translation of each selected source term in the final version of the corresponding target language text. When the TL text contained conflicting equivalents for the same source term, we selected the most frequently occurring target term, occasionally appealing to TERMIUM, the Canadian government's well-known term bank, to help us arbitrate. These translations reflect part of the reviser's decisions on the proper terminology for the text, and they were formalized as the simple term equivalency statements and converted into TransCheck queries, as outlined above. TransCheck could then scan the bi-text produced from each source text and its draft translation, and flag all cases in which a source term was not rendered exactly as the specified target term, or an inflectional variant of that target term. Finally, by analysing the system's output and comparing the potential inconsistencies flagged by TransCheck with the terminology of the final version, we hoped be able to get a clearer idea of the major difficulties facing this type of approach.
2.2 Les textes	2.2 The texts
Compte tenu de la difficulté que nous avons eue à obtenir des ébauches de traduction, nous avons décidé d'effectuer notre premier test de vérification de la cohérence terminologique sur un manuel des Forces armées de 80 000 mots portant sur la formation et le déploiement des tireurs d'élite, pour lequel nous avions l'original anglais et une version française finale, mais pas d'ébauche de traduction. Puisque le texte avait été publié dans les deux langues officielles, nous pouvions supposer que la cohérence de la terminologie de la version française finale avait déjà été vérifiée. Ces lacunes pouvaient sembler à première vue des obstacles majeurs; toutefois, à ce stade, nous étions plus intéressés à relever les types de bruit que TransCheck générerait dans sa vérification de la cohérence terminologique qu'à découvrir toute erreur isolée que le réviseur de ce texte aurait pu oublier.	Given our initial difficulty in obtaining draft translations, we decided to proceed with our first test on term consistency checking using an 80-thousand word army manual on sniper training and deployment, for which we had the English original and a final French version but no preliminary draft translation. Moreover, this was a manual that had actually been published in both official languages, and so presumably the terminology in the final French version had already been checked for consistency. These may at first appear to be formidable obstacles; however, at this point, we were more interested in the types of noise that TransCheck would generate when called upon to verify term consistency than in any isolated errors the reviser of this text may have overlooked.

La liste des vingt-cinq termes que nous avons choisis pour le texte «Tireurs d'élite» forme la première colonne du tableau 1, qui se trouve à la fin de ce rapport. La troisième colonne du tableau donne le terme cible (TC) qui correspond à chaque terme source dans la version française finale. La deuxième colonne indique le nombre total d'occurrences de chaque terme source (TS), et la quatrième colonne, le nombre de fois que ce terme source n'est PAS traduit exactement par le terme cible. Si nous prenons la première entrée du tableau, par exemple, nous voyons que «sniper» apparaît au total 1 277 fois dans le texte, et que de ce nombre, 105 occurrences ne sont pas traduites par «tireur d'élite». Les cinq autres colonnes du tableau 1 présentent une ventilation des cas où TS =//= TC. «Tête seulement» désigne les occurrences où un terme cible complexe est tronqué, c'est- à-dire que seulement la tête est utilisée plutôt que le terme complet; voir des exemples en (1) ci- dessous. La colonne suivante, «Pronom», comprend les cas où le texte français utilise un pronom ou un autre type d'anaphore plutôt que le groupe nominal cible complet; voir des exemples en (2) ci-dessous. La colonne intitulée «TS non traduit» désigne les cas où le terme source n'est pas réellement traduit dans le texte cible : ou bien il est entièrement omis, ou bien, dans certains cas, la traduction contient une périphrase au lieu d'un terme équivalent; voir des exemples de chacune de ces possibilités en (3) ci-dessous. La colonne «Autre TC» désigne les cas où le texte français utilise un autre terme que celui indiqué dans la troisième colonne. Quelques cas de ce genre, qui sont peut-être de véritables incohérences terminologiques, ont été relevés dans le texte Tireurs d'élite, mais ils ne sont pas très nombreux, ce qui est normal puisqu'il s'agit d'un texte publié; des exemples possibles sont donnés en (4) ci-dessous. La dernière colonne, «Autres» vise tous les cas qui ne sont pas compris dans les catégories précédentes. Cela comprend des cas de coordination et d'autres constructions grammaticales qui ont pour effet de fragmenter le terme cible (voir des exemples en (5) ci-dessous), des cas de bruit du système attribuables aux problèmes d'étiquetage, et diverses coquilles, comme des fautes d'orthographe ou de dactylographie, qui sont détectées par TransCheck mais ne constituent pas vraiment des incohérences terminologiques.	The twenty-five terms that we selected for the Sniper text are listed in the first column of Table 1, which appears at the end of this paper. The third column of the Table gives the target term (TT) that corresponds to each source term in the final French translation. Column 2 indicates the total number of occurrences of each source term (ST), and column 4, the number of times which that source term is NOT translated exactly as the target term. Taking the first entry in the Table, for example, we see that "sniper" appears a total of 1277 times in the text, and that of these, 105 occurrences are not translated as "tireur d'élite". The remaining five columns in Table 1 provide a breakdown of these cases in which ST =//= TT. "Head only" refers to cases in which a multi-word target term is truncated, so that only the head word is used instead of the full term; see (1) below for examples. The next column, "Pron", is for cases in which the French text employs a pronoun or other kind of anaphor instead of the full target noun phrase; see (2) below for examples. The column headed "ST not trans" refers to cases in which the source term is not actually translated in the target text: either it is entirely omitted, or in some cases the translation provides a paraphrase instead of an equivalent term; see (3) below for an example of each. The "Alt.TT" column is for those cases in which the French text employs an alternative term to the one given in the third column. In a few instances in the Sniper text, these may in fact be true terminological inconsistencies, but, as we would expect in a published manual, they are not very numerous; some possible examples are given in (4) below. The final column, "Other", is for all cases that do not fall into the preceding categories. These include instances of coordination and other grammatical constructions which fragment the target term (see 5 below for examples); system noise that arises due to tagging problems; and a variety of minor spelling or typing errors that are detected by TransCheck but do not really qualify as terminological inconsistencies.
(1a) ... the sniper moves his head back and forth => ... le tireur déplace la tête vers l'avant ou vers...	(1a) ... the sniper moves his head back and forth => ... le tireur déplace la tête vers l'avant ou vers...
(1b) The Unertl telescopic sight is a fixed 10 power... => La lunette Unertl grossit 10 fois et...	(1b) The Unertl telescopic sight is a fixed 10 power... => La lunette Unertl grossit 10 fois et ...
(2a) The sniper places his hand to his chest... => Il place la main contre sa poitrine...	(2a) The sniper places his hand to his chest... => Il place la main contre sa poitrine...
(2b) Snipers will infiltrate enemy areas... => Ces derniers infiltrent les secteurs de l'ennemi...	(2b) Snipers will infiltrate enemy areas... => Ces derniers infiltrent les secteurs de l'ennemi...
(3a) IDENTIFYING SNIPER TARGETS => IDENTIFICATION DES CIBLES	(3a) IDENTIFYING SNIPER TARGETS => IDENTIFICATION DES CIBLES
(3b) Adjustment for eye relief should be made by... => L'ajustement de la distance entre l'oeil et la lunette se fait en...	(3b) Adjustment for eye relief should be made by... => L'ajustement de la distance entre l'oeil et la lunette se fait en...
(4a) The sniper can insert a pad on the ghillie suit... => Le tireur d'élite peut insérer un coussin dans sa tenue de camouflage...	(4a) The sniper can insert a pad on the ghillie suit... => Le tireur d'élite peut insérer un coussin dans sa tenue de camouflage...
(4b) ... which is supported from underneath by the top of the trigger... => ... qui est supportée du dessous par la tête du percuteur...	(4b) ...which is supported from underneath by the top of the trigger... => ...qui est supportée du dessous par la tête du percuteur...
(5a) direct or indirect fire => tirs direct ou indirect	(5a) direct or indirect fire => tirs direct ou indirect
(5b) Determining correct eye relief => Déterminer le dégagement correct de l'oeil	(5b) Determining correct eye relief => Déterminer le dégagement correct de l'oeil
Le deuxième texte examiné, que nous avons baptisé «Lait», porte sur les produits laitiers. Il s'agit d'une analyse économique du ministère de l'Agriculture sur la compétitivité de l'industrie canadienne du lait et des produits laitiers. La traduction avait été confiée en sous-traitance à un cabinet, mais avant d'être retourné au ministère client, le texte a fait l'objet d'une révision sommaire appelée assurance de la qualité, faite par une traductrice principale du Bureau de la traduction du gouvernement. Bien que le cabinet n'ait pas précisé combien de traducteurs avaient participé à ce travail, tout porte à croire qu'au moins deux personnes étaient intervenues : il y avait un changement de police de caractères au milieu du fichier livré par le cabinet, lequel coïncidait avec un changement de la terminologie du texte cible pour plusieurs termes sources. L'une des préoccupations du réviseur du gouvernement, par conséquent, était de s'assurer de la cohérence de la terminologie du début à la fin de la version française finale. Le tableau 2, à la fin de cet article, indique les vingt-cinq termes sources que nous avons choisis pour ce texte, leurs équivalents en langue cible et la ventilation de tous les cas de non-correspondance.	We refer to the next text we analysed as the Dairy text; it came from the Department of Agriculture and is an economic analysis of the competitiveness of the Canadian milk and dairy products industry. The translation had been contracted out to a private sector service bureau; before being sent on to the client department, however, the text underwent a summary revision known as quality assurance, which was carried out by a senior translator in the government's own translation bureau. Although the outside service bureau did not specify how many translators had actually worked on the text, there are strong indications that at least two were involved: there is a change in the font style part way through the word processing file delivered by the service bureau; this coincides, moreover, with a change in the target terminology for a number of source terms. One of the concerns of the government reviser, therefore, was to ensure that in the final French translation the terminology employed was consistent throughout. Table 2 at the end of this paper lists the twenty-five source terms we selected for this text, along with their TL equivalents and the breakdown of all the cases of non-correspondence.
Le troisième texte, que nous appelons «PPCI», fait partie d'un guide du ministère des Affaires extérieures décrivant les politiques et pratiques du ministère pour l'organisation de promotions commerciales dans le cadre du Programme de promotion du commerce international (PPCI) du gouvernement. L'original anglais, comprenant environ 16 000 mots, se divise en deux parties distinctes : une description bien structurée, en style administratif, du programme et de son application, puis une série d'annexes disparates regroupant des formulaires du gouvernement, des questionnaires à choix multiples, des contrats types, etc. Dans ce cas, nous savions que les deux parties avaient été attribuées à des traducteurs différents du Bureau de la traduction du gouvernement. Les termes sources choisis pour ce texte, ainsi que leurs équivalents en langue cible, figurent au tableau 3.	The third text, which we refer to as PIBD, is part of a manual from the Department of External Affairs describing departmental policy and procedures for organizing business promotion events, under the government's Program for International Business Development. The original English, which was approximately 16 thousand words long, divides into two distinct parts: a well- structured description, written in standard bureaucratese, of the program and its procedures; this is followed by a series of disjoint appendices, containing government forms, multiple choice questionnaires, sample contracts, etc. Here, we know for a fact that the two parts were assigned to different translators within the government's own translation bureau. The source terms we selected for this text and their target term equivalents appear in Table 3.
Le dernier texte analysé, que nous appelons «Grappes», ne comptait que 4 235 mots, mais avait quand même été attribué à deux traducteurs en raison du délai très court dont on disposait. Il s'agissait d'un appel de propositions du ministère de l'Industrie, des Sciences et de la Technologie relatif à un type particulier d'étude économique devant être réalisé dans l'Ouest canadien et faisant appel au concept d'analyse des grappes. Les parties de l'appel de propositions décrivant le travail à accomplir (produits à livrer, dates, critères de sélection, etc.) sont destinées au grand public et ne sont pas très techniques; en revanche, le texte présente de l'information de référence sur l'analyse des grappes et porte donc indirectement sur un domaine relativement spécialisé des sciences économiques. Le tableau 4 présente les termes sources que nous avons retenus dans le texte Grappes, ainsi que leurs équivalents en langue cible et la ventilation des non-correspondances.	The final text we analysed, which we refer to as Cluster, was only 4235 words long, but was still assigned to two translators, because the time allowed for its translation was very short. The text came from the Department of Industry, Science and Technology, and is a call for proposals for a particular type of economic study to be conducted in western Canada, based on the concept of cluster analysis. Those parts of the RFP which describe the work to be done (the deliverables, dates, selection criteria, etc.) are intended for the general public, and are not very technical; but the text also provides some background information on the theory of cluster analysis, and so indirectly refers to a relatively specialized area of economics. Table 4 lists the source terms we selected for the Cluster text, along with their target term equivalents and the breakdown of the non- correspondences.
Avant de passer à l'analyse détaillée des résultats produits par TransCheck pour ces quatre textes, il y a une importante question de définition que nous aimerions soulever concernant l'utilisation du mot «terme». Au moment d'amorcer cette étude, nous avons supposé que les unités qu'un réviseur voudrait vérifier dans une ébauche de traduction seraient les termes en bonne et due forme, au sens technique de l'expression, c'est-à-dire les éléments d'un vocabulaire spécialisé décrivant les concepts et relations fondamentaux d'un domaine spécialisé. Cette hypothèse, cependant, n'était pas tout à fait justifiée. En effet, l'une des choses que nous avons découvertes dans nos consultations avec le réviseur ayant effectué l'assurance de la qualité de trois de nos textes, c'est que la distinction terme/non-terme n'est pas critique dans le travail de vérification de la cohérence d'une traduction. Certes, une grande partie des unités dont le réviseur avait tenu à vérifier la cohérence dans ces ébauches de traduction étaient des termes (avec fiches TERMIUM), mais certaines ne l'étaient pas et, dans d'autres cas, il était difficile de déterminer si l'on avait affaire à un terme ou non. En fait, la distinction entre termes spécialisés et mots du vocabulaire général dans un texte donné n'est pas toujours évidente, même pour un terminologue. Le lecteur devrait garder ce fait à l'esprit en examinant les listes de termes sources des tableaux 1 à 4, car certains de ces termes - les acronymes, par exemples, qui abondent dans le texte PPCI - peuvent, à première vue, ne pas sembler des termes. Nous ne prétendons pas que les 100 unités que nous avons choisies pour notre étude de faisabilité constituent effectivement des termes au sens propre du mot. De même que Martin Kay a défini la traduction comme étant ce que les traducteurs font, nous voulons que TransCheck soit un outil d'aide pour les réviseurs dans ce qu'ils font. En ce qui touche la vérification de la cohérence terminologique, le réviseur nous a signalé que l'objectif primordial était d'éviter la confusion chez le lecteur. Que les unités devant être rendues uniformément pour atteindre cet objectif soient des termes en bonne et due forme ou non, c'est une question plus ou moins accessoire. En l'absence d'une solution de rechange commode, toutefois, nous continuerons d'utiliser le mot «terme» dans cet article, mais en nous affranchissant, si possible, de sa définition technique.	Before we examine the results TransCheck produced on these four texts, there is an important question of definition which we should address regarding our use of the word "term". At the outset of this study, we assumed that the units which a reviser would want to verify in a draft translation would all be bona-fide terms, in the technical sense of that word, i.e. elements of a specialized vocabulary describing the fundamental concepts and relations within a specialized domain. This assumption was not entirely warranted, however. One of the things we discovered in working with the reviser who performed the quality assurance on three of our texts is that the term/non-term distinction is not critical for the job of ensuring a consistent translation. Many of the units which the reviser had wanted to verify for consistency in these draft translations did turn out to be terms (with records in TERMIUM), but others did not; while in other cases still, the terminological status of the units was difficult to determine. In fact, the distinction between specialized terms and words of the general vocabulary in any given text is not always clear, even to a terminologist. The reader should bear this in mind when examining the lists of source terms in Tables 1-4, since some of these - the acronyms, for example, which occur so frequently in the PIBD text - may not at first appear to be terms. We make no claims about the terminological status of the 100 units we selected for our feasibility study. Just as Martin Kay has defined translation as what translators do, so we would like TransCheck to support and assist revisers in what they do. Insofar as term consistency checking is concerned, our reviser informed us that the overriding goal was to avoid reader confusion; whether the units that need to be rendered uniformly in order to attain this goal are bona- fide terms or not is more or less incidental. For lack of a convenient alternative, however, we shall continue to employ the word "term" in this paper, although we would prefer not to be held to its technical definition.
3. Résultats	3. Results
Le tableau 5 à la page suivante présente une synthèse des résultats fournis séparément aux tableaux 1 à 4. Les chiffres de ce tableau sommaire correspondent aux totaux des colonnes des tableaux 1 à 4, qui résultent de l'analyse des vingt-cinq paires de termes choisies dans chacun des textes (Tireurs d'élite, Lait, PPCI et Grappes).	Table 5 on the next page presents a synthesis of the results which are tabulated separately for the four texts in Tables 1-4. Notice that the figures given here correspond to the total number of occurrences in each column of Tables 1-4, generated by the twenty-five pairs of terms that were selected for each of the Sniper, Dairy, PIBD and Cluster texts.
Examinons, pour commencer, les chiffres de la troisième colonne du tableau 5, qui donnent les taux globaux de non-correspondance pour chaque texte, c'est-à-dire la proportion des occurrences de termes sources non traduites exactement par les termes cibles figurant dans les glossaires d'équivalences des textes. Notons que le taux de non-correspondance du texte Tireurs d'élite, à 8,5 %, est sensiblement moins élevé que ceux des trois autres textes. Rappelons, toutefois, que la version française du texte Tireurs d'élite soumise à TransCheck était une version publiée qui, peut-on supposer, avait été vérifiée sous l'angle de la cohérence terminologique; dans le cas des trois autres textes, en revanche, la version soumise à Transcheck était une traduction préliminaire. Par conséquent, cette disparité des taux de non-correspondance n'est pas vraiment une anomalie; en fait, si notre hypothèse sur la façon dont les textes ont été traduits est exacte, c'est un résultat qui apparaît normal. Notons, par ailleurs, que les taux de non-correspondance des trois autres textes sont relativement voisins : 30 % pour les textes Lait et Grappes, et 24 % pour le texte PPCI.	Let us focus, to begin with, on the figures in the third column of Table 5, which give the overall non-correspondence rates for each text, or the proportion of source term tokens that were not translated exactly as the target terms specified in that text's equivalence glossary. Notice that at 8.5%, the non-correspondence rate for the Sniper text is significantly lower than the non- correspondence rates for the other three texts. Recall, however, that the French version of the Sniper text submitted to TransCheck was actually a published translation which had presumably been verified for term consistency; whereas in the case of the other three texts, the system was verifying a preliminary translation. Hence, this discrepancy in the non-correspondence rates is not really an anomaly; indeed, if our hypothesis about how the texts were translated is correct, this is more or less what we would expect to find. Notice, moreover, that the non-correspondence rates on the three texts other than Sniper are relatively constant: 30% on both the Dairy and the Cluster texts, and 24% on PIBD.
Le tableau 5 révèle une autre différence importante entre les résultats obtenus pour le texte Tireurs d'élite et ceux obtenus pour les trois autres traductions : le nombre de cas où un terme cible est remplacé par un pronom ou un autre type d'anaphore est beaucoup plus élevé dans le texte Tireurs d'élite (35 occurrences sous «Pronom» contre 11 au total pour les trois autres textes); il en est de même, bien qu'à un moindre degré, pour le nombre d'occurrences sous «Tête seulement», c'est-à-dire de cas où le terme cible est tronqué (29 % de non-correspondances dans Tireurs d'élite, comparativement à 19 %, 18 % et 0 % pour les textes Lait, PPCI et Grappes respectivement). Pourquoi il en est ainsi n'est pas évident. C'est peut-être que le terme «sniper» est si fréquent dans le premier texte que le recours à ce genre d'anaphore évite la répétition encombrante de «tireur d'élite» et permet d'alléger et de diversifier le style du texte cible. L'explication tient peut-être encore plus à la réalité extra-linguistique : il n'y a qu'un seul référent possible pour «sniper» dans ce texte (le stagiaire type à qui s'adresse ce manuel), tandis que les entités auxquelles renvoient les termes tronqués dans les autres textes sont peut-être moins évidentes. Tableau 5 : Synthèse des résultats pour les quatre textes:	Table 5 reveals another significant difference between the results obtained on the Sniper text and those of the other three translations: the number of cases in which a target term is rendered by a pronoun or other anaphor is much higher in Sniper (35 occurrences under "Pron." versus 11 in total for the other three texts); and the same is true, though to a lesser extent, for the number of occurrences of "Head only", or target term truncation (29% of non-correspondences in Sniper, versus 19%, 18% and 0% in the Dairy, PIBD and Cluster texts respectively.) Why this should be Table 5: Cumulative results for the four texts: so is not altogether obvious. It may have to do with the fact that the term "sniper" occurs so frequently in that text: hence, recourse to such anaphoric devices avoids the awkward repetition of "tireur d'élite", allowing for a target text that is lighter and somewhat more varied. Or perhaps the explanation has more to do with pragmatics: there is only one possible referent for "sniper" in this text (the prototypical trainee to whom this manual is addressed), whereas truncated terms in the other texts may be more ambiguous in the entities they refer to.
Si nous passons maintenant aux autres catégories du tableau 5, nous remarquons que la proportion de non-correspondances attribuables à l'emploi d'autres termes (Autre TC) est beaucoup plus élevée dans les textes PPCI et Grappes que dans les textes Tireurs d'élite et Lait. Il se trouve que les textes PPCI et Grappes sont les moins techniques des quatre textes que nous avons analysés; c'est du moins l'impression distincte qui ressort d'un survol de ces textes sources. En fait, nous pouvons peut-être confirmer cette impression au moyen des données produites par notre programme F-TERM. Rappelons que F-TERM repère les séquences de mots qui correspondent à une définition syntaxique de terme complexe. À l'instar de (Justeson et Katz 1993), nous supposerons pour les fins de cet argument que la plupart des séquences complexes qui se répètent intégralement au moins deux fois dans un texte sont en fait des unités terminologiques. Dans le texte Grappes, par exemple, F-TERM détecte 377 termes candidats complexes, dont seulement 49 se répètent plus d'une fois dans le texte. Le nombre total d'occurrences correspondant à ces 49 termes candidats est de 125; si nous ajoutons les 43 occurrences du terme simple «cluster», qui, comme le mot «sniper», est le terme le plus fréquent du texte, nous obtenons un total de 168 occurrences de termes dans un texte de 4 235 mots. En divisant le nombre total de mots du texte par le nombre d'occurrences de termes candidats, nous devrions obtenir un corrélat très approximatif de la densité terminologique : dans le cas du texte Grappes, on obtient 25,21 mots par terme. En comparaison, le même calcul appliqué au texte Lait, qui est peut-être le plus technique des textes analysés, donne un ratio beaucoup moins élevé de mots par terme : 9,42. Le ratio du texte Tireurs d'élite est de 19,14, et celui du texte PPCI, qui est encore moins technique que Grappes, de 32,60. Certes, comme nous le disions plus haut à la section 2, les résultats produits par F-TERM ne sont pas entièrement fiables, mais la seule hypothèse à faire ici, c'est que F-TERM est constant dans ses faiblesses d'un texte à l'autre. Ces chiffres sont alors sans signification en valeur absolue, mais peuvent refléter la densité terminologique relative des quatre textes que nous avons analysés. Or, la densité terminologique est sûrement un élément qui contribue à la perception de technicité d'un texte, de sorte que nous pourrions être tentés de postuler une corrélation inverse entre elle et la tendance à permettre une plus grande variabilité terminologique dans un texte. Toutefois, la densité terminologique globale n'est certainement pas le facteur crucial qui détermine dans quels cas un réviseur décidera qu'un terme cible substitut est acceptable dans le contexte d'une traduction donnée. Notre analyse semble indiquer que les termes les plus susceptibles d'être traduits par de tels substituts sont les termes généraux et non techniques, dont le référent sera normalement évident pour tous les lecteurs. Par exemple, «la province» est un substitut acceptable de «gouvernement provincial» dans la plupart des contextes et, en fait, a été accepté par le réviseur dans le texte PPCI. Encore une fois, s'il n'y a aucun risque d'ambiguïté pour le lecteur, ce genre de variante peut contribuer à rendre le texte cible plus lisible. Ailleurs dans l'ébauche de traduction du texte PPCI, toutefois, les termes «project manager» et «reporting officer» sont tous deux rendus, dans certains cas, par «agent responsable»; ici, le réviseur a jugé bon de corriger l'équivalent substitut et de maintenir trois termes distincts, car ces diverses fonctions pourraient bien être assumées par des personnes différentes.	Turning now to the other categories in Table 5, we observe that the proportion of non- correspondences attributable to alternative terms (Alt.TT) is much higher in the PIBD and Cluster texts than it is in the Sniper or Dairy texts. As it happens, PIBD and Cluster are the least technical of the four texts we analysed; that at least is the distinct impression one has in reading through these source texts. Actually, we may be able to corroborate this impression using the outputs of our F- TERM program. F-term, recall, locates sequences of words that correspond to a syntactic definition of a multi-word term. Following (Justeson & Katz 1993), we shall assume for the sake of this argument that most of the multi-word sequences which reoccur verbatim at least twice in a text are in fact terminological units. In the Cluster text, for example, F-TERM identifies 377 multi-word term candidates, of which only 49 occur more than once in the text. The total number of tokens corresponding to these 49 candidate terms is 125; and if we add to these the 43 occurrences of the single-word term "cluster", which, like the word "sniper", is the most frequent term in its text, we arrive at a total of 168 term tokens in a text that is 4235 words long. Dividing the total number of words in the text by the number of candidate term tokens should give us a very rough correlate of term density: in the case of the Cluster text, 25.21 words of text per term. By way of comparison, the same calculation for the Dairy text, which is perhaps the most technical of the four we analysed, yields a much lower ratio of words per term: 9.42. The figure for the Sniper text is 19.14; and for the PIBD text, which was even less technical than Cluster, 32.60. As discussed in section 2 above, we are aware that the results produced by F-TERM are not entirely reliable; all we need to assume here, however, is that F-TERM's weaknesses are constant across various texts. These figures, then, do not have any absolute value; but they do seem to correlate with the relative term density of the four texts we analysed. Now term density is undoubtedly one element that contributes to the impression of text's "technicity", and so we may be tempted to postulate an inverse correlation between it and the tendency to allow for greater term variability in a text. But overall term density is certainly not the crucial factor in determining when a reviser will decide that a particular alternative term is acceptable in the context of a given translation. Our analysis seems to suggest that the terms most susceptible to this kind of alternation are those that are general and non- technical in nature, whose referent will normally be obvious to all readers. For example, "la province" tends to be an acceptable equivalent for "gouvernement provincial" in most contexts, and in fact is permitted by the reviser in the PIBD text. Again, where there is no risk of confusing the reader, this kind of variation may actually produce a more readable target text. Elsewhere in the PIBD draft, however, the terms "project manager" and "reporting officer" are both occasionally rendered as "agent responsable"; here, the reviser felt it necessary to correct the alternative and maintain three distinct terms, since these various functions could well be assumed by different persons.
Un autre résultat à signaler, dans le tableau 5, est la forte proportion de cas, dans le texte Lait, où le terme source n'est pas traduit, mais plutôt omis ou remplacé par une périphrase dans le texte cible : dans ce texte, la catégorie «TS non traduit» représente 52 % des non-correspondances. En analysant les segments signalés par TransCheck dans l'ébauche de traduction et en les comparant à la version française finale, nous avons relevé plusieurs omissions flagrantes. Un exemple est donné en (6) ci- dessous (la flèche simple indique la traduction préliminaire et la flèche double, la traduction finale).	Another of the results in Table 5 that calls for comment is the high proportion of cases in the Dairy text in which the source term is not actually translated but is either omitted or paraphrased in the target: "ST not trans" accounts for 52% of the non-correspondences in that text. Analysing the segments that TransCheck flagged in the preliminary translation and comparing these to the final French version, we did come across a number of glaring omissions. One example is given in (6) below (where a single arrow introduces the draft translation and a double arrow the final translation.)
(6) ...Canadian consumption of milk fat and milk proteins... is relatively similar to that of the U.S. ... -> ... la consommation canadienne est comparable à celle de... => ... la consommation individuelle canadienne de matière grasse et de protéines du lait est comparable à celle...	(6) ...Canadian consumption of milk fat and milk proteins...is relatively similar to that of the U.S. ... --> ...la consommation canadienne est comparable à celle de... => ...la consommation individuelle canadienne de matière grasse et de protéines du lait est comparable à celle...
Dans de nombreux autres cas, cependant, le problème n'est pas tant attribuable à une omission du traducteur qu'à la verbosité du texte source. La version anglaise du texte Lait se distingue par une surabondance de longs composés nominaux pour lesquels, dans bien des cas, les éléments qui précèdent la tête sont superflus ou encore peuvent être déduits facilement du contexte, et ne sont donc pas essentiels à la compréhension de l'expression. Il se peut, dans de tels cas, que le traducteur décide d'omettre une partie du syntagme nominal complexe, afin de produire un texte cible à la fois plus allégé et plus clair. Un exemple simple est donné en (7) ci-dessous. Le terme cible pour «industrial milk» est «lait de transformation», qui est défini comme du lait cru qui sera transformé en fromage, en yogourt, etc.; l'inclusion de l'adjectif «raw» est donc superflue dans (7). TransCheck, évidemment, n'a aucun moyen de le savoir, et dès qu'il trouve une occurrence de «raw milk» non rendue par «lait cru», il signale une incohérence terminologique possible - à tort, dans ce cas.	In many other cases, however, the problem is not so much due to an oversight on the part of the translator as to the verbosity of the source text. A notable characteristic of the English version of the Dairy text is the preponderance of lengthy nominal compounds; and in many of these, the modifiers that precede the head noun are either superfluous or can easily be inferred from the context, and so are not essential to the meaning of the phrase. In such cases, the translator may decide to omit that part of the complex noun phrase, producing a target text that is both lighter and clearer. One simple example is given in (7) below. The TL term for "industrial milk" is "lait de transformation", which by definition is raw milk that is going to be processed into cheese, yogurt, etc.; the inclusion of the adjective "raw" is therefore redundant in (7). TransCheck, of course, has no way of knowing this; and finding an occurrence of "raw milk" that is not aligned with "lait cru", it signals a potential term inconsistency - mistakenly, it turns out.
(7) ... for increased shares of industrial raw milk supplies => ... accroître leur part du marché de l'approvisionnement en lait de transformation...	(7) ...for increased shares of industrial raw milk supplies => ...accroître leur part du marché de l'approvisionnement en lait de transformation...
Cet exemple soulève une importante question : comment savoir lesquelles des non- correspondances signalées par TransCheck dans les traductions préliminaires représentent de réelles incohérences terminologiques, et lesquelles correspondent à de «faux positifs» attribuables à une déficience de notre approche? Au départ, nous espérions pouvoir répondre à cette question en faisant la comparaison entre les segments signalés et la terminologie des traductions finales; toutefois, comme nous l'avons déjà indiqué, les traductions préliminaires n'ont pas fait l'objet d'une révision systématique, mais seulement d'un processus d'assurance de la qualité visant à corriger les erreurs les plus flagrantes. La personne ayant effectué l'assurance de la qualité a été très franche à ce sujet : elle a admis que les traductions finales pouvaient encore contenir certaines incohérences; malheureusement, elle n'avait disposé ni du temps ni des outils pour faire un travail plus complet.	This raises an important question: How do we know which of the non-correspondences flagged by TransCheck in the preliminary translations correspond to real terminological inconsistencies and which correspond to "false positives" that arise because of a deficiency in our approach? Initially, we had hoped to be able to answer this question by comparing the flagged segments with the terminology of the final translations; but, as we have already pointed out, the preliminary translations did not undergo systematic revision, but only a process of quality assurance that aims to correct the most flagrant errors. The reviser who performed the quality assurance was quite candid on this point: she admitted that the final translations might still contain certain inconsistencies; unfortunately, she did not have the time or tools that would have allowed her to do a more thorough job.
Néanmoins, il y a des conclusions que nous pouvons tirer sur le rendement de TransCheck à partir de nos analyses détaillées de ces traductions, dont les résultats figurent au tableau 5. Par exemple, il est manifeste que la quasi-totalité des non-correspondances des catégories «Tête seulement» et «Pronom» sont attribuables à de faux positifs, c'est-à-dire à un bruit du système. Pratiquement aucune d'elles n'a été corrigée dans les versions françaises finales. Ensemble, ces deux catégories regroupent près de 30 % de tous les segments signalés par TransCheck, et, si l'on ajoute les cas de termes coordonnés classés dans la catégorie «Autres», nous pouvons sans crainte affirmer que ces non-correspondances comptent pour environ un cas sur trois. Par contre, une proportion beaucoup plus grande des non-correspondances des catégories «Autre TC» et «TS non traduit» ont effectivement été corrigées par le réviseur, sans doute parce qu'elles reflétaient de véritables incohérences terminologiques. Ces deux dernières catégories représentent globalement entre 63 % et 73 % de toutes les erreurs potentielles signalées, soit environ deux cas sur trois. Notons par ailleurs qu'il existe une différence assez fondamentale entre les non-correspondances de ces deux regroupements des catégories de notre taxonomie. Les non-correspondances du premier groupe proviennent toutes de l'emploi de variantes de la forme du terme désigné : simplification d'un terme complexe pour n'en garder que la tête, combinaison avec un autre terme dans une coordination et, cas moins évident, remplacement par un pronom ou un autre type d'anaphore. Par contre, les incohérences possibles signalées par le système en raison de l'omission du terme, ou de son remplacement par une périphrase ou un autre terme, ne concernent pas seulement la forme superficielle du terme; elles sont liées à sa redondance dans le texte, ou à la synonymie du terme avec une périphrase ou un substitut proposé - des facteurs qui touchent davantage le sens du terme. Nous allons revenir sur cette distinction dans la conclusion qui suit.	Nevertheless, on the basis of our detailed analyses of these translations, there are certain inferences about TransCheck's performance which can be drawn from the data in Table 5. For example, it seems quite evident that nearly all of the non-correspondences tabulated under "Head only" and "Pron." are attributable to false positives, or system noise. Virtually none of these were corrected in the final French translations. Together, the two categories account for nearly 30% of all the segments flagged by TransCheck; and if we add to these the cases of coordinated terms tabulated under "Other", they can safely be said to account for about one case of non- correspondence in three. On the other hand, a much larger proportion of the non-correspondences tabulated under "Alt.TT" and "ST not trans." were corrected by the reviser, presumably because they represented true terminological inconsistencies. Together, these last two categories account for between 63-73% of all the potential errors flagged, or approximately two cases out of three. Now notice that there would appear to be a rather fundamental difference between the cases of non- correspondence in these two large groupings of our taxonomy. Those non-correspondences in the former group are all concerned with variations to the form of the designated term. This is true of the simplification of a complex term by reducing it to its head, or by combining it with another term under coordination, and (less obviously) by replacing with a pronoun or other anaphor. In contrast, those potential inconsistencies that the system flags due to the omission of a term, or its replacement by a paraphrase or an alternative term concern more than just the superficial form of the term; they are conditioned by its redundancy in context, or by the synonymy of the term with a proposed paraphrase or alternative - questions that have more to do with the meaning of the term. We shall return to this distinction in the concluding discussion below.
4. Conclusion	4. Conclusion

Dans (Bédard 1986, notamment au chapitre 2), l'auteur critique ce qu'il appelle «l'obsession des équivalents», c'est-à-dire la tendance à reproduire mécaniquement dans le texte cible les équivalents de tous les termes trouvés dans le texte source. Il en résulte invariablement, affirme l'auteur, des traductions de qualité inférieure. Le traducteur n'est pas lié par le mot-à-mot du texte source, mais par le sens du texte, et pour rendre ce dernier convenablement, il ne doit pas hésiter à se servir de son jugement professionnel. Pour ce qui est de la terminologie technique, le traducteur ne doit pas se sentir obligé d'utiliser «les équivalences directes ou toutes faites». Afin de produire un texte compréhensible et transparent dans la langue cible, il doit parfois modifier ou abréger certains termes, omettre d'autres termes qui figurent dans le texte source, et même créer de nouveaux termes.	In (Bédard 1986, especially Chapter 2), the author criticizes what he calls "l'obsession des équivalents", or the tendancy to mechanically reproduce in the target text the equivalents of all the terms found in the source. This, he argues convincingly, invariably results in inferior translations. The translator's responsibility is not to the literal wording of the source text but to its intended meaning, and to properly render this, s/he should not hesitate to make use of his or her professional judgement. Insofar as the technical terminology of the text is concerned, the translator must not feel bound to reproduce "les équivalences directes ou toutes faites". In order to create a target text that is both intelligible and natural in the target language, s/he may on occasion be required to modify or abridge certain terms, omit other terms that appear in the source text, and even coin new terms.
«Une réalité donnée peut souvent être décrite de plus d'une façon, et le discours technique n'échappe pas à cette vérité générale. Les termes employés par le locuteur, si techniques et si justes qu'ils soient, ne sont pas nécessairement les seuls dont il aurait pu se servir. Corrolaire : dans la même mesure, le traducteur n'est pas condamné à utiliser les équivalents directs pour faire passer le message.» (Bédard 1986, p.31)	"Any object or situation can always be described in more than one way, and technical writing is no exception to this general rule. The terms employed by the writer, no matter how technical or exact, are not necessarily the only ones he or she could have used. Corollary: for the same reasons, it follows that the translator is not forced to employ direct translational equivalents in order to get his message across." (Bédard 1986, p.31; my translation)
Les arguments de Bédard semblent aller directement à l'encontre de l'approche automatisée que nous présentons ici pour la vérification de la cohérence terminologique. En effet, notre application de TransCheck se fonde sur une transposition littérale des termes du texte source dans le texte cible - du moins pour les termes indiqués par le réviseur dans le glossaire d'équivalences terminologiques. Il importe de rappeler, toutefois, que Transcheck est un outil d'aide à la traduction, non un système de traduction automatique; il n'a pas pour fonction d'imposer des termes au réviseur, mais seulement de l'aider à valider une traduction préliminaire. C'est le réviseur, et non le système, qui a le dernier mot. C'est au réviseur de décider s'il doit intervenir ou non pour chaque incohérence terminologique possible signalée par le système et, le cas échéant, quelle correction apporter. En revanche, l'approche visée par cette application de TransCheck suppose que, pour certains types de textes du moins, un degré élevé d'uniformité terminologique est souhaitable. Si ce n'était pas le cas, c'est-à-dire si les utilisateurs passaient outre systématiquement aux erreurs possibles signalées par TransCheck, ils auraient tôt fait d'abandonner le système.	Bédard's arguments would seem to run directly counter to the automated approach to term consistency checking that has been presented here; for our TransCheck implementation certainly is based on a literal 1:1 transposition of terms in the source and target texts - at least for those terms specified by the reviser in the term equivalence glossary. It is important to recall, however, that TransCheck is a translation support tool, not a machine translation system; its function is not to impose terms on the reviser, but only to assist him or her in validating a preliminary translation. As such, it is the reviser, and not the system, who always has the last word. S/he will have to decide whether to ignore or to accept each potential term inconsistency flagged by the system, and in the latter case, how to modify the target term. On the other hand, the approach to term consistency checking embodied by TransCheck does assume that, for certain types of texts at least, a considerable degree of terminological uniformity is desirable. If this were not the case, i.e. if eventual users found themselves consistently ignoring the majority of potential errors flagged by the system, it would not take long for them to abandon the system.
Dans notre examen des résultats à la section précédente, nous avons vu que pour les 100 termes choisis dans les quatre textes analysés, TransCheck a produit un taux de non- correspondance global se situant entre 16 % et 28 % (selon qu'on inclut ou non dans le calcul le texte Tireurs d'élite). Nous avons également observé que, bien que notre méthodologie ne nous ait pas permis d'établir précisément dans quelle proportion ces non-correspondances étaient de réelles incohérences, environ le tiers des segments signalés par le système pouvaient être considérés comme de faux positifs attribuables à l'incapacité de TransCheck de reconnaître certaines variantes formelles des termes cibles. À cela s'ajoute un nombre indéterminé d'omissions ou de termes substituts que le réviseur peut décider, pour diverses raisons, de laisser tels quels. En bref, si ce prototype de TransCheck était mis à la disposition des utilisateurs dans sa forme actuelle, dans au moins un cas sur trois le système demanderait à l'utilisateur de vérifier des incohérences possibles qui, en réalité, n'exigeraient pas d'intervention. Est-ce un niveau de bruit que les utilisateurs sont prêts à tolérer? C'est difficile à dire; cela dépendrait du temps que le système permettrait de gagner par rapport aux autres erreurs signalées et des erreurs gênantes qu'il permettrait d'éviter. Mais une chose est sûre : la vérification terminologique automatisée serait acceptée beaucoup plus facilement si nous trouvions le moyen de réduire l'incidence du bruit actuellement engendré par le système. Cela pourrait bien être possible, notamment dans les cas attribuables à des variantes de la forme superficielle d'un terme. La tâche à accomplir, ici, est très claire : les conditions exigeant une identité formelle complète dans la définition de cohérence terminologique dans TransCheck doivent être assouplies, afin que le système puisse reconnaître au moins certaines de ces variantes formelles comme des représentations valides du terme cible complet. Dans quelle mesure nous parviendrons à le faire sans que nous échappe aucune des incohérences terminologiques réelles présentement détectées par le système, cela reste à voir. Mais il serait beaucoup plus difficile de concevoir et de rendre opérationnelles des stratégies permettant au système de distinguer entre les cas acceptables et inacceptables de termes cibles qui ont été omis, ou encore remplacés par un autre terme ou une périphrase. En fait, on pourrait se demander s'il n'est pas un peu abusif, dans ce cas, de décrire les cas acceptables comme des cas de cohérence terminologique. Quoi qu'il en soit, nous croyons qu'il est préférable de laisser ces cas au jugement du réviseur, afin qu'il puisse les examiner tour à tour et prendre les décisions pertinentes.	In the preceding Results section, we noted that for the 100 terms selected from our four sample texts, TransCheck generated an overall non-correspondence rate of between 16% and 28% (depending on whether the Sniper text is included in the calculation.) We also observed that, while our methodology did not allow us to determine precisely what proportion of these non- correspondences represented true inconsistencies, approximately one third of the segments flagged by the system could be assumed to be false positives, i.e. noise that arises because of TransCheck's failure to recognize certain formal variations to target terms. To these must be added an indeterminate number of omissions and alternative terms which the reviser may decide, for various reasons, not to correct. In short, if this prototype version of TransCheck were to be placed in the hands of users as is, it would mean that in at least one case out of three, the system would be asking the user to verify potential inconsistencies that s/he would not want to modify or correct. Is this a noise level that users would be prepared to tolerate? It is difficult to say; in part, the answer depends on how much time and embarrassment the system would be able save users on the other potential errors it brought to their attention. But one thing is certain: it would definitely facilitate the acceptance of automated term checking if we could somehow reduce the incidence of noise that the system currently generates. This may in fact be possible, particularly for those cases that are due to variations in a term's superficial form. It is quite clear what has to be done here: the conditions of complete formal identity in TransCheck's definition of terminological consistency have to be relaxed so as to allow the system to recognize at least some of these formal variants as valid instances of the fully specified target term. Whether we will be able to do so without inadvertently exempting any of the true terminological inconsistencies the system currently flags remains to be seen. However, it would be a much more difficult task to conceive and implement strategies that would allow the system to distinguish between acceptable and unacceptable cases in which a target term has been omitted, or replaced by an alternative term or a paraphrase. Indeed, one could ask whether it is not somewhat abusive to consider these as instances of terminological consistency, even when they happen to yield acceptable translations. Be that as it may, our attitude in these cases is that they are best left to the human reviser, so that s/he can examine each in turn and make the appropriate decision in each case.
L'objectif visé par cette étude était de déterminer si oui ou non il est possible de vérifier la cohérence terminologique d'ébauches de traduction au moyen d'un outil comme TransCheck, en utilisant essentiellement la même approche que celle employée par le système pour détecter les problèmes d'interférence de la langue source. Nous étions conscients, bien sûr, qu'en appliquant notre définition naïve d'incohérence terminologique à des textes réels, nous relèverions à coup sûr des cas où la forme du terme cible, sans correspondre exactement à celle donnée dans le glossaire des équivalences, serait néanmoins acceptable. Certains travaux récents sur l'extraction automatique de termes décrivent de façon détaillée les diverses variantes d'un terme susceptibles d'être observées; voir en particulier (Daille 1994). Le but n'était pas de vérifier s'il existe de telles variantes, mais plutôt quelles formes elles prennent dans de véritables traductions, et avec quelle fréquence. Cette étude, nous l'espérons, a fourni un début de réponse à cette question, et nous permet de repérer un sous-ensemble de problèmes se prêtant à des solutions à court terme.	Our goal at the outset of this study was to determine whether or not it is feasible to verify the terminological consistency of draft translations with a tool like TransCheck, using essentially the same approach that the system employs to detect problems of source language interference. We were aware, of course, that in implementing a naive definition of terminological inconsistency and applying it to real texts, we were certain to encounter examples where the form of the target term would not correspond exactly to that designated in the term equivalence glossary, but which would nevertheless be acceptable. Some of the recent work on automatic term extraction details the possible variations that monolingual terms may undergo; see in particular (Daille 1994). The question was not whether such phenomena exist, but rather what types of variation to terminological units actually occur in authentic translations, and what is their relative frequency. Hopefully, this study has provided some data that helps begin to answer this question, allowing us to identify a subset of problems that may be amenable to short-term solutions.
Notre façon d'aborder la vérification de la cohérence terminologique comporte (au moins) deux faiblesses qui n'ont pas encore été mentionnées. La première a trait à la directionalité implicite de l'algorithme, c'est-à-dire le fait que TransCheck effectue sa recherche d'une paire de termes donnés en repérant d'abord une occurrence du terme source, puis en vérifiant le segment cible aligné pour y détecter la présence du terme cible. Mais, bien sûr, les termes sources peuvent aussi subir les mêmes variations de forme que les termes cibles : eux aussi sont l'objet d'ellipses, d'omissions, de pronominalisations, d'erreurs d'orthographe, etc. Dans chacun de ces cas, étant donné la stratégie de recherche d'équivalences exactes de TransCheck, le système passera outre au segment aligné sans s'occuper de vérifier le terme cible, réduisant ainsi le champ de couverture. Il y a une solution à laquelle on pense tout de suite pour résoudre ce problème : il s'agirait de convertir les entrées du glossaire des équivalences en requêtes bidirectionnelles, c'est-à-dire que pour chaque énoncé «e-terme1 = f-terme1», le système scruterait le bi-texte pour y trouver toute paire alignée dans laquelle le «f-terme» apparaît sans le «e-terme» correspondant. Cette stratégie, toutefois, présente un certain nombre de difficultés. L'une d'elle tient au fait que les traductions sont souvent plus explicites que les textes sources. Nous avons mentionné à la note 8, par exemple, que le terme «tireur d'élite» apparaît plus souvent dans le texte cible que «sniper» dans le texte source. On peut penser, par conséquent, que les requêtes inverses produiraient un niveau de bruit encore plus élevé que les requêtes initiales. Autre difficulté, plus fondamentale celle-là : il se peut que ces requêtes inverses ne correspondent pas aux équivalences terminologiques que le réviseur souhaitait vérifier. En stipulant qu'un «e-terme1» donné doit être traduit par «f-terme1», le réviseur ne voulait peut- être pas exclure la possibilité que d'autres termes sources aient aussi f-terme1 comme équivalent en langue cible. Or, la requête «f-terme1 MAIS NON e-terme1» entraînerait le marquage non désiré de telles équivalences.	There are (at least) two weaknesses in our approach to term consistency checking that have not as yet been mentioned. The first concerns the implicit directionality of the algorithm; i.e. the fact that TransCheck begins its search for a specified pair of terms from a detected occurrence of the source term and only then verifies the aligned target segment for the presence of the target term. But, of course, source terms are also subject to the same variations in form as target terms: they too can be ellipted, omitted, pronominalized, mis-spelled, etc. And in each such case, TransCheck's literal pattern matching strategy will cause the system to pass over the aligned segment without bothering to verify the target term, thereby reducing the system's coverage. One possible solution to this problem which immediately comes to mind would be to convert the entries in the term equivalence glossary into bi-directional queries; i.e. to take each "e-term1 = f-term1" statement and have the system search the bi-text for any aligned pair in which the specified f-term appears without the corresponding e-term. There are a number of difficulties with this strategy, however. One has to do with the fact that a translation is often more explicit than its source text. We mentioned in Note 8, for example, that the term "tireur d'élite" actually occurs more frequently in the target text than "sniper" does in the source. This suggests that reverse queries would result in even higher noise levels than the original queries. More fundamentally, however, these reverse queries may not necessarily correspond to the terminological equivalences that the reviser originally wanted to have verified. In stipulating that a given "e-term1" must be translated as "f-term1", the reviser may not have meant to exclude the possibility that other e-term's could also have f-term1 as their target language equivalent. But that is just what the reverse query "f-term1 BUT NOT e-term1" would flag.
Un autre problème général que pose notre approche de vérification terminologique, c'est qu'il oblige le réviseur à fournir au système un énoncé explicite de toutes les équivalences terminologiques à vérifier. Sans aucun doute, il surviendra des cas où le réviseur n'aura pas le temps de le faire, mais souhaitera quand même faire valider la cohérence terminologique de la traduction avant de l'envoyer au client. Ce genre de vérification est possible pour les erreurs d'interférence de la langue source, car TransCheck incorpore une base préexistante d'équivalents interdits connus. On pourrait peut-être procéder de la même façon pour la vérification de la cohérence terminologique, quand le texte à valider appartient manifestement à un domaine précis pour lequel un glossaire terminologique fiable existe déjà.	Another general problem with our approach to term checking is the extent to which it relies on the reviser to furnish the system with an explicit statement of all the term equivalences to be verified. No doubt, situations will often arise where the reviser simply does not have the time to do this, but would still like to have the translation validated for terminological consistency before sending it out to the client. This is possible for errors of SL interference, because TransCheck incorporates a pre-existing database of attested translation interdictions. Perhaps the same could be done for term consistency checking when the text to be validated clearly belongs to a well-defined domain for which a reliable term glossary already exists.
Une autre possibilité intéressante a récemment été soulevée dans (Dagan et Church 1994). Leur système Termight extrait des termes candidats d'un texte source (comme notre programme F- TERM), puis repère automatiquement un équivalent probable dans la traduction, grâce à un programme d'alignement de mots qu'ils ont mis au point. Termight pourrait être adapté à la vérification de la cohérence terminologique, suggèrent les auteurs, si on lui confiait la tâche d'attirer l'attention de l'utilisateur sur les paires de termes correspondant aux cas où il existe plus d'un équivalent pour un même terme source. Notons que ces non-correspondances incluraient toutes les variantes formelles qui amènent actuellement TransCheck à signaler de faux positifs. En outre, l'utilisateur ne voudrait pas que le système omette de signaler les cas où toutes les occurrences d'un terme source ont été systématiquement traduites par un équivalent identique, mais inexact; nous avons, en fait, observé plusieurs cas de ce genre dans le texte PPCI. Bien que l'intervention du réviseur pour établir le glossaire d'équivalences terminologiques comporte des inconvénients, elle assure non seulement la cohérence de la terminologie vérifiée, mais aussi son exactitude.	Another interesting possibility has recently been raised in (Dagan and Church 1994). Their Termight system extracts candidate terms in a source text (like our F-TERM), and then goes on to automatically identify a likely target equivalent in the translation, based on a word alignment program that they have developed. Termight could be adapted to term consistency checking, the authors suggest, by having the system draw the user's attention to pairs of terms for which the system finds more than one target equivalent for any given source term. Notice that these will include all the formal variants that currently cause TransCheck to flag false positives. What is more, the user would not want to overlook those cases in which all the occurrences of a given source term have been consistently translated by the same but incorrect target term; we did, in fact, encounter several such examples in the PIBD text. While relying on the reviser to furnish the term equivalence glossary may have its drawbacks, it does ensure not only the consistency of the terminology being verified, but also its correctness.
REMERCIEMENTS	ACKNOWLEDGEMENTS
Plusieurs collègues du groupe de traduction assistée par ordinateur du CITI m'ont apporté leur soutien, aussi bien technique que linguistique, tout au long de la réalisation de cette étude : Pierre Isabelle, directeur du groupe, Michel Simard, Marie-Louise Hannan, François Perrault et Jean- Marc Jutras. J'ai beaucoup apprécié leur aide, et aucun d'eux, évidemment, n'est responsable de toute erreur de fait ou de jugement que pourrait contenir ce rapport. Je tiens aussi à remercier spécialement le réviseur anonyme qui m'a aidé à obtenir les traductions analysées et qui a pris le temps, avec beaucoup de patience, de répondre à mes nombreuses questions.	A number of colleagues in the CITI's Machine-aided Translation group were kind enough to provide me with assistance, both technical and linguistic, during the course of this study: Pierre Isabelle, the group's director, Michel Simard, Marie-Louise Hannan, François Perrault, and Jean- Marc Jutras. I gratefully acknowledge their support, though of course none is responsible for any errors of detail or judgment contained herein. Special thanks also go to the anonymous reviser who helped me obtain the translations that were analysed, and who was patient enough to answer my many questions.
RÉFÉRENCES	REFERENCES
AHMAD, Khurshid et al. (1994), «What is a term? The semi-automatic extraction of terms from text», M. Snell-Horby et F. Pochhacker (dir.), Translation Studies: An Interdiscipline, Selected Proceedings of the Vienna Conference, pp.9-12.	AHMAD, Khurshid et al. (1994) : "What is a term? The semi-automatic extraction of terms from text," M. Snell-Horby & F. Pochhacker (eds.), Translation Studies: An Interdiscipline, Selected Proceedings of the Vienna Conference, pp.9-12.
BÉDARD, Claude (1986), La traduction technique : principes et pratque, Montréal, Linguatech.	BÉDARD, Claude (1986) : La traduction technique : principes et pratique, Montréal, Linguatech.
DAILLE, Béatrice (1994), Approche Mixte pour l'extraction de terminologie : statistique lexicale et filtres linguistique, Thèse de doctorat en informatique fondamentale, Université Paris VII.	DAILLE, Béatrice (1994) : Approche Mixte pour l'extraction de terminologie : statistique lexicale et filtres linguistique, Doctoral thesis in computer science, Université Paris VII.
DAGAN, Ido et Ken CHURCH (1994), «Termight: Identifying and Translating Technical Terminology», in Proceedings of EACL.	DAGAN, Ido and Ken CHURCH (1994) : "Termight: Identifying and Translating Technical Terminology," in the Proceedings of EACL.
HANNAN, Marie-Louise (1995), The Use of Semantic Classes for Automatic Terminology Extraction, Mémoire de maîtrise en linguistique, Université de Montréal.	HANNAN, Marie-Louise (1995) : The Use of Semantic Classes for Automatic Terminology Extraction, Master's thesis in linguistics, Université de Montréal.
HARRIS, Brian (1988), «Bi-text: A New Concept in Translation Theory», dans Language Monthly, no 54.	HARRIS, Brian (1988) : "Bi-text: A New Concept in Translation Theory," in Language Monthly, no.54.

ISABELLE, Pierre et al.(1993), «Translation Analysis and Translation Automation», dans les Actes de la Fifth International Conference on Theoretical and Methodological Issues in Machine Translation (TMI-93), Kyoto, pp.201-217.	ISABELLE, Pierre et al.(1993) : "Translation Analysis and Translation Automation," in the Proceedings of the Fifth International Conference on Theoretical and Methodological Issues in Machine Translation (TMI-93), Kyoto, pp.201-217.
JUSTESON, John et Slava KATZ (1993), «Technical Terminology: some linguistic properties and an algorithm for identification in text», Technical Report #RC 18906 (82591), IBM T.J. Watson Research Center, Yorktown Heights, New York, 13 p.	JUSTESON, John and Slava KATZ (1993) : "Technical Terminology: some linguistic properties and an algorithm for identification in text," Technical Report #RC 18906 (82591), IBM T.J. Watson Research Center, Yorktown Heights, New York, 13 p.
MACKLOVITCH, Elliott (1994), «Using Bi-textual Alignment for Translation Validation: the TransCheck System», dans les Actes de la First Conference of the Association for Machine Translation in the Americas (AMTA-94), Columbia, Maryland, pp. 157-168.	MACKLOVITCH, Elliott (1994) : "Using Bi-textual Alignment for Translation Validation: the TransCheck System," in the Proceedings of the First Conference of the Association for Machine Translation in the Americas (AMTA-94), Columbia, Maryland, pp. 157-168.
SIMARD, Michel, G. FOSTER et P. ISABELLE (1992), «Using Cognates to Align Sentences in Parallel Corpora», dans les Actes de la Fourth International Conference on Theoretical and Methodological Issues in Machine Translation (TMI-92), Montréal, pp.67-81.	SIMARD, Michel, G. FOSTER et P. ISABELLE (1992) : "Using Cognates to Align Sentences in Parallel Corpora," in the Proceedings of the Fourth International Conference on Theoretical and Methodological Issues in Machine Translation (TMI-92), Montréal, pp.67-81.
TransCheck : une recopie d'écran	TransCheck : a screen dump