Traduire des corpus pour construire des mod\`eles de traduction neuronaux : une solution pour toutes les langues peu dot\'ees ? (Corpus Translation to Build Translation Models : a Solution for all Low-Resource Languages ?)

Abstract

Nous comparons deux usages des langues pivots en traduction automatique neuronale pour des langues peu dot\'ees. Nous nous int\'eressons au cas o\`u il existe une langue pivot telle que les paires source-pivot et pivot-cible sont bien ou tr\`es bien dot\'ees. Nous comparons la traduction s\'equentielle traditionnelle (source→pivot→cible) et la traduction \`a l'aide d'un mod\`ele entra\^ n\'e sur des corpus traduits \`a l'aide des langues pivot et cible. Les exp\'eriences sont men\'ees sur trois langues sources (espagnol, allemand et japonais), une langue pivot (anglais) et une langue cible (francais). Nous constatons que quelle que soit la proximit\'e linguistique entre les langues source et pivot, le mod\`ele entra\^ n\'e sur corpus traduit a de meilleurs r\'esultats que la traduction s\'equentielle, et bien s\^ur que la traduction directe.

Tasks

Reproductions