Une approche connexionniste pour la traduction automatique des textes Arabe en Français

Abstract

La traduction automatique des textes d’origine humaine est une application fort complexe appelée à appréhender les univers textuels ouverts, sans aucune contrainte quant à leur nature ou à leur diversité. Pour résoudre cette problématique, plusieurs tentatives ont été entamées ayant à chaque fois pour objectif l’obtention d’une meilleure qualité de traduction. Mais devant les diverses ambiguïtés de la langue naturelle, ce problème de traduction est loin d’être simple à résoudre. En effet, en absence de la maîtrise du contexte la plupart des phrases sont ambiguës. C’est pour cette raison, que les recherches actuelles dans ce domaine se sont orientées d’abord vers la maîtrise du sens véhiculé par les phrases avant de procéder au processus même de la traduction. En effet, traduire sans comprendre mène directement vers un échec. Pour ce faire, et dans le but d’augmenter la qualité de traduction, nous proposons une approche neuronale pour la génération des différents cas sémantiques relatifs aux différents composants de la phrase pour cerner d’abord le sens et de générer ensuite la traduction dans la langue cible. Ce qui nous a permis d’obtenir des résultats satisfaisants, comparativement à des travaux similaires utilisant d’autres techniques. Effectivement, Les techniques connexionnistes sont robustes, elles ont la réputation d’offrir des bonnes capacités, elles sont parallèles et elles s’appuient sur les notions de calcul réparti et de raisonnement distribué.