La traduction automatique (TA) a rapidement gagné en visibilité, sous sa forme commercialisée, dans ces dernières années. En partie, le volume croissant de contenus générés par le multilinguisme (ONU, UE) ou le bilinguisme officiels (Canada), et le nombre grandissant de langues représentées et actives sur le Web, ont aidé les chercheurs en traduction automatique à mieux comprendre les schémas et les probabilités du langage naturel utilisé en contexte et dans la traduction. Cette information est utile afin de prédire et d'améliorer la qualité des résultats obtenus grâce aux simples systèmes de TA commerciaux connus des utilisateurs du Web aujourd'hui, plus particulièrement Google traduction.

Historiquement, les recherches sur la TA ont débuté en hâte pendant les années 1950, avec de très hautes attentes pour des résultats supérieurs, c'est-à-dire une traduction de haute qualité entièrement automatique de textes sans restriction (« fully automatic high quality translation of unrestricted text »). Le rapport de l'ALPAC de 1966 a vite fait de corriger ces attentes et les subventions se sont vues diminuer, mais il a quand même encouragé les recherches sur les technologies en traduction assistée par ordinateur (TAO). Au Canada, le système de TA METEO est devenu l'un des meilleurs exemples de l'utilisation d'une traduction automatique réussie. Jusqu'aux années 1990, la plupart des systèmes de TA conçus se fondaient sur une approche à base de règles, laquelle requiert l’implémentation de dictionnaires exhaustifs, de grammaires complètes (règles et exceptions) et de programmes, de sorte à « enseigner » au système comment générer un langage grammaticalement correct dans des domaines précis. Depuis les années 1990, cependant, les approches à base de corpus (à base d'exemples et statistique) ont dominé les recherches et les systèmes commerciaux. Ils font usage de documentation bilingue et multilingue et de techniques d'alignement, créant des segments qui correspondent selon la méthode à base d'exemple, et appliquant des modèles d'analyse et de probabilité statistiques selon la méthode à base de statistiques.

La traduction automatique et la traduction humaine sont toutes deux mises en pratique professionnellement, mais pour des raisons et dans des circonstances différentes. La TA est utilisée dans des cas où le contexte et le sujet (par exemple la météo, les manuels techniques ou les caractéristiques d'un produit) peuvent être contrôlés d’assez près, de sorte que la traduction ne contienne que des erreurs minimes. La préédition (langage ciblé lors de l'écriture du contenu source) et la postédition (révision humaine d’un produit de TA) sont nécessaires pour obtenir une qualité adéquate et, par la suite, diffuser les textes traduits. À la différence de la révision et l'édition de textes traduits par l'humain, les textes traduits automatiquement requièrent des postéditeurs qui maîtrisent la compréhension des types d'erreurs uniques que va fort probablement produire la machine (contrairement à l'humain). On ne peut s'attendre à ce que les machines « comprennent » les textes comme le font les humains, ni à ce qu'elles résolvent des problèmes d'ambiguïté linguistiques et culturels. Les correspondances lexicales et syntactiques correctes entre les langues ne sont pas toujours trouvées facilement, et une connaissance du monde extralinguistique est difficile à codifier et à programmer. D'un autre côté, l'utilisation populaire des systèmes de TA en ligne augmente et reflète généralement le besoin d'obtenir un simple document informatif généré par ordinateur, ou une ébauche de traduction, dans le cas où l'utilisateur cherche seulement à obtenir l'idée générale du contenu. La traduction automatique était normalement un domaine d’étude en linguistique computationnelle et en intelligence artificielle. Aujourd’hui, la traduction de discours à discours et la traduction mobile sont des domaines de recherche importants. De récentes initiatives comme les conférences de l’AMTA 2010 et de l’ATA, aux États-Unis, ont fait la démonstration que les secteurs de la traduction automatique et de la traduction humaine professionnelle collaborent, en apportant leurs domaines d’expertise respectifs, afin de répondre aux besoins en traduction grandissants dans le monde, plus particulièrement en ligne.

Références :

Commonsense Advisory, "Resources--Glossary", online.

Hutchins, John. "Publications on machine translation, computer-based translation technologies, linguistics and other topics." Web. http://www.hutchinsweb.me.uk/

Hutchins, John. "The development and use of machine translation systems and computer-based translation tools" (1999). Available online.

Baker, Mona and Gabriela Saldanha (eds), Routledge Encyclopedia of Translation Studies. 2nd Edition, London / New York: Routledge, 2009.

Gambier, Yves and Luc Van Doorslaer (eds), Handbook of Translation Studies. Vol. 1, Amsterdam / Philadelphia: John Benjamins Publishing Company, 2010. Also online.

Guzmán, Rafael, "Manual MT Post-editing", Translation Journal (2007). Available online.

Nirenburg, Sergei, Harold Somers, and Yorick Wilks (eds), Readings in Machine Translation, Cambridge, MA (U.S.): MIT Press, 2003.

Somers, Harold (ed), Computers and Translation--A translator's guide, Benjamins Translation Library, Amsterdam / Philadelphia: John Benjamins Publishing Company, 2003.