Productivité de la traduction appliquée par l’IA

Il est difficile de distinguer la réalité du battage médiatique. Nous avons donc analysé 4,3 millions de segments traduits pour mesurer comment une approche contextuelle se compare à la NMT en termes de TER (la distance d’édition nécessaire au traducteur pour confirmer le flux) et ce que nous avons constaté était... Voyez par vous-même et faites-nous part de vos réflexions !

Your subscription could not be saved. Please try again.
Your subscription has been successful.

Access the Paper

By submitting this form, you agree that the personal data you provided will be under Bureau Works Privacy Policy.

Nous avons testé 17 paires de langues avec l'anglais comme source, traduisant en portugais (Brésil), italien, espagnol (Espagne et Amérique latine), français (France et Canada), allemand, japonais, néerlandais, chinois simplifié, danois, russe, coréen, vietnamien, thaï et turc.
Nous avons analysé les métadonnées d'environ 4,3 millions de segments entre le 22 juin et le 23 décembre 2023. Parmi ceux-ci, environ 2,3 millions ont été traduits en utilisant la MTPE neuronale traditionnelle, et environ 2 millions ont été traduits en utilisant une approche sensible au contexte. La traduction automatique neuronale de Microsoft a servi de moteur de base pour cette étude.

Téléchargez la recherche et voyez par vous-même comment une approche avec sensibilité au contexte se compare à la NMT.