Document level contexts for neural machine translation
Sadaf Abdul Rauf, François Yvon · HAL (Le Centre pour la Communication Scientifique Directe) · 2020
Ce rapport étudie les méthodes visant à intégrer un contexte discursif étendu en traduction automatique, en se focalisant sur les méthodes de traduction neuronales.Les systèmes de traduction automatique traduisent en général chaque phrase indépendemment de ses voisines, ce qui entraine des erreurs systématiques qui résultent d'un contexte discursif trop étroit.Nous présentons en premier lieu les phénomènes linguistiques qui justifient la prise en compte d'un contexte élargi, en illustrant cet exposé par des exemples typiques d'erreurs de traduction et en évoquant diverses architectures de traduction statistique s'intéressant à ces phénomènes.L'avènement des méthodes neuronales a permis de revisiter ces problèmes, donnant lieu à diverses variantes des architectures neuronales que nous passons ensuite en revue.Nous discutons également des métriques utilisées pour mesurer l'effet de ces contextes élargis sur la qualité des traductions obtenues.Nous concluons en résumant les acquis des travaux actuels et les principales directions de recherche.