DeepL pour la traduction automatique : comment cela fonctionne, et quelle est sa précision

La promesse de permettre une communication efficace et précise dans différentes langues a été une force motrice du développement de la traduction automatique (TA). Ce qui a commencé comme une entreprise expérimentale dans les années 1950 – la traduction était l’une des premières applications de la puissance de calcul – est devenu un outil de productivité viable au XXI^e siècle.

Aujourd’hui, les outils de traduction automatique pilotés par l’IA révolutionnent les opérations commerciales mondiales. L’un des principaux fournisseurs de TA est DeepL, un fournisseur de technologie de traduction neuronale basé en Allemagne. Dans ce guide, nous allons explorer comment DeepL fonctionne, ses avantages et ses inconvénients, et les meilleures pratiques pour l’utiliser dans des projets de traduction professionnelle.

Qu’est-ce que DeepL ? Un bref aperçu

DeepL a été fondé en 2009 en Allemagne sous le nom de Linguee, un dictionnaire en ligne qui cherchait à créer un système de traduction neuronale capable de produire des traductions d’une qualité bien supérieure à celle de la traduction automatique statistique traditionnelle.

Les ingénieurs de DeepL ont appliqué la technique d’apprentissage profond la plus récente (d’où le nom de l’entreprise) pour entraîner les modèles sur les données existantes de la base de données de Linguee.

Depuis 2017, DeepL est devenu extrêmement populaire – plus d’un milliard de personnes ont utilisé ses services à ce jour. Il prend en charge 28 langues, avec 650 combinaisons de traduction possibles.

Les utilisateurs peuvent choisir entre les versions gratuite et payante de DeepL, ainsi qu’entre l’interface web et le traducteur autonome. La version gratuite est adaptée à un usage personnel, tandis que la version payante offre plus de fonctionnalités pour les entreprises.

Cependant, DeepL n’est plus seulement un service de traduction. Il s’est également essayé à l’intelligence artificielle avec un accent sur la génération de texte. Son offre la plus récente, DeepL Write, lancée début 2023, vise à devenir un assistant d’écriture en anglais et à surpasser des concurrents comme Grammarly.

Comment fonctionne DeepL ?

Toutes les traductions automatiques ne se valent pas, et au fil du temps, les systèmes sont devenus de plus en plus sophistiqués. Jusqu’en 2016, les systèmes de TA étaient soit basés sur des règles, c’est-à-dire qu’ils reposaient sur de nombreuses règles élaborées manuellement, soit statistiques, c’est-à-dire qu’ils traduisaient en se basant sur des corpus multilingues (grandes quantités de textes parallèles), sur la base de mots ou de phrases, à la recherche de modèles statistiques.

De nos jours, la plupart des systèmes de TA grand public utilisent des réseaux neuronaux. On parle de traduction neuronale, une forme d’apprentissage de bout en bout où le réseau neuronal du programme prend en compte l’ensemble de la phrase d’entrée à chaque étape lors de la génération de la phrase de sortie, plutôt que quelques mots avant et après le terme traduit.

DeepL est un exemple de système de traduction neuronale : grâce aux algorithmes d’apprentissage profond, il produit des traductions plus naturelles que celles générées par des moteurs de traduction automatique statistiques. Son architecture en réseau lui permet également d’apprendre à partir de vastes quantités de données et de s’adapter à de nouveaux contextes.

Analyse des fonctionnalités de DeepL

Comme mentionné précédemment, la force principale de DeepL réside dans son système de traduction neuronale, lui permettant de produire des traductions plus précises et naturelles que les méthodes de traduction automatique statistiques traditionnelles. Examinons certaines de ses fonctionnalités les plus remarquables :

• Prise en charge de plusieurs langues : DeepL prend en charge les traductions entre un large éventail de langues, y compris l’anglais, l’espagnol, le français, l’allemand, le chinois, le japonais, et bien d’autres. Les utilisateurs peuvent traduire sans effort du texte entre différentes paires de langues sans avoir besoin d’outils séparés.
• Compréhension du contexte : le moteur IA utilisé par DeepL peut comprendre le contexte du texte d’entrée, visant à garantir que les traductions sont plus contextuellement précises et maintiennent le sens voulu. Cela peut être bénéfique lors du traitement d’expressions idiomatiques et de phrases complexes.
• Qualité de traduction : DeepL est connu pour la qualité de ses traductions pour certaines paires de langues, ce qui est très apprécié par les utilisateurs. Sa capacité à saisir le contexte et à fournir des traductions précises est valorisée par les professionnels et les passionnés de langues.
• Plug-in Traducteur et applications de bureau : DeepL propose des plugins de navigateur qui peuvent s’intégrer à diverses applications, y compris Microsoft Office, facilitant la traduction directe de texte sans quitter le programme utilisé, ou vous pouvez télécharger son application de bureau sur les systèmes d’exploitation les plus courants.
• Fonctionnalité de traduction de documents : en plus de la traduction de texte, DeepL permet aux utilisateurs d’envoyer des documents entiers pour traduction, offrant une fonctionnalité utile pour les particuliers et les entreprises travaillant avec du contenu multilingue.
• Confidentialité des données : basé en Allemagne, DeepL est soumis aux lois de protection des données de l’Union européenne. Bien que l’entreprise ne dise pas grand-chose sur la manière dont les données sont traitées dans l’outil de traduction automatique gratuit de DeepL, elle précise que tous les abonnés DeepL Pro peuvent bénéficier d’une connexion sécurisée et chiffrée pour toutes les traductions et que les données ne sont pas stockées sur leurs serveurs une fois la traduction terminée.
• Intégration via une API : DeepL propose une API qui permet aux développeurs d’intégrer ses services de traduction dans leurs applications, sites web ou services, offrant une expérience de traduction fluide pour les utilisateurs finaux.

Qui sont les principaux concurrents de DeepL ?

L’univers des outils de traduction automatique est vaste et varié. En dehors de DeepL, certains des fournisseurs de TA les plus connus incluent :

Google Translate

Lancé en 2006, Google Translate est passé d’un modèle statistique à un modèle de traduction neuronale en 2016, quelques mois avant le lancement de DeepL.

Il prend en charge plus de 133 langues et est gratuit (sauf pour l’utilisation de l’API pour traduire votre propre site web ou si vous dépassez 500 000 caractères par mois). Son interface très accessible et son design intuitif en font un choix populaire pour les utilisateurs occasionnels. De plus, il peut traduire des sites web entiers, des images et des discours.

Systran Translate

Fondé en 1968, Systran a été le premier logiciel de traduction automatique commercial sur le marché. Systran est également la seule entreprise avec un écosystème Open Source pour la traduction neuronale et l’apprentissage de séquences neuronales : OpenNMT.

Systran Translate prend en charge plus de 50 langues, et les utilisateurs peuvent ajouter leurs propres glossaires, dictionnaires et corpus pour personnaliser la sortie.

Microsoft Translator

Intégré dans Bing (le moteur de recherche de Microsoft) et en tant que fonction intégrée dans les applications Microsoft Office, Microsoft Translator a été lancé en 2009 et est basé sur la technologie de réseau neuronal la plus récente avec un modèle basé sur l’attention.

Il est également désormais disponible en tant qu’application mobile autonome pour les iPhone et les appareils Android. Il prend en charge plus de 100 langues et permet la traduction vocale et textuelle.

Amazon Translate

L’un des plus jeunes acteurs du domaine, Amazon Translate a été lancé en 2017. Il utilise un moteur de traduction neuronale et a atteint des niveaux de performance impressionnants au cours de sa courte existence.

Les utilisateurs ont besoin d’un compte AWS pour accéder à la gamme de fonctionnalités offertes par Amazon Translate : personnalisation (terminologie et données parallèles), encodage de la terminologie et traduction par lot (Amazon S3), pour n’en nommer que quelques-unes.

Tencent Machine Translation

Tencent Machine Translation (TMT) est l’un des nouveaux arrivés sur le marché. Il prend actuellement en charge 10 langues et combine à la fois des modèles de traduction automatique neuronale et statistique.

Tencent Machine Translation est particulièrement remarquable pour ses capacités en langue chinoise, ayant obtenu les meilleurs scores d’évaluation humaine enregistrés pour la traduction de l’anglais vers le chinois et les meilleurs scores automatisés pour la traduction du chinois vers l’anglais.

DeepL vs Google Translate : lequel est la meilleur ?

DeepL est-il meilleur que Google Translate ? La réponse à cette question, comme à toute autre, dépend du contexte et des besoins spécifiques de l’utilisateur. En général, DeepL est souvent considéré comme un moteur de TA plus précis que Google Translate.

Cela dit, il présente certaines limites : la sélection de langues de DeepL est plus limitée que celle de Google, et pour accéder à l’ensemble de ses fonctionnalités — comme la traduction de documents complets qui conserve le formatage original ou la possibilité de choisir entre un registre formel et informel —, vous aurez besoin d’un compte premium.

Une fonctionnalité que DeepL offre et que les utilisateurs ne peuvent pas obtenir de Google Translate est la possibilité de cliquer sur n’importe quel mot traduit dans la boîte de sortie pour voir rapidement des traductions alternatives. Si vous sélectionnez une traduction différente de celle que DeepL a suggérée, le reste du texte se met automatiquement à jour pour refléter votre choix.

En termes de sécurité, dans le cas de leurs versions gratuites, Google Translate et DeepL conservent l’historique du texte que vous traduisez. DeepL Pro, en revanche, offre des normes de protection des données de premier plan et vos textes sont supprimés immédiatement après la traduction. Cela le rend particulièrement adapté pour du contenu sensible.

Dans l’ensemble, les deux fournisseurs offrent des solutions utiles pour la traduction automatique. Si vous recherchez simplement un outil de traduction bon marché et facile à utiliser, offrant un large éventail d’options linguistiques sans nécessiter de personnalisation, alors Google Translate peut être la meilleure option. En revanche, si vous avez besoin de traductions très précises que vous pouvez personnaliser et que vous devez vous assurer que vos données sont protégées, alors DeepL est probablement le meilleur choix.

Évaluation de la précision et des performances de DeepL

Établir la précision d’un moteur de traduction automatique peut être notoirement difficile. Les résultats varient en fonction des paires de langues impliquées, des types de textes que vous traduisez — un document financier très technique est très différent d’un article de blog — et du niveau de personnalisation dont vous avez besoin.

De plus, parce que la langue est dynamique et que des facteurs comme le sens voulu par l’auteur ne peuvent pas être mesurés, la précision prend une définition relative. Par exemple, les attentes en matière de précision grammaticale et de ponctuation pour un roman différeront de celles pour un post sur les réseaux sociaux.

Ceci étant, d’après le sentiment général sur le web, les utilisateurs rapportent que DeepL tend à être très précis, notamment pour les paires de langues européennes. Des tests réalisés par DeepL le confirment. Cependant, parce que la façon dont l’entreprise présente les données pourrait potentiellement être perçue comme biaisée, un indicateur plus fiable de la précision est le retour des utilisateurs, qui tend à être positif, principalement pour les points suivants :

• Interprétation et équivalence des idiomes et du langage familier
• Naturalité
• Traductions sensibles au registre

En fin de compte, chaque utilisateur devra prendre sa propre décision après avoir essayé DeepL pour ses cas d’utilisation. La bonne nouvelle est que la version gratuite vous permet de faire exactement cela sans encourir de frais.

Avantages et inconvénients de DeepL

Les systèmes de traduction neuronale tels que DeepL ouvrent un tout nouveau monde de possibilités. En tant que l’un des principaux prestataires de technologie de traduction neuronale automatique, DeepL peut être :

• Raisonnablement précis : il peut comprendre le contexte plus large des mots et des phrases pour produire des traductions plus précises et fluides et s’améliorer avec le temps.
• Rapide pour apprendre : vous pouvez former des réseaux neuronaux rapidement grâce à des processus automatisés, contrairement aux méthodes coûteuses et largement manuelles requises pour la TA conventionnelle.
• Flexible et simple à intégrer : via des API, des extensions et des plug-ins, vous pouvez l’intégrer dans la plupart des navigateurs ou des logiciels, et l’appliquer à de nombreux formats de fichiers de contenu.
• Personnalisable : vous pouvez généralement personnaliser la sortie de DeepL grâce à des bases de données terminologiques, des glossaires spécifiques à la marque et d’autres sources de données pour améliorer les résultats.
• Efficace en termes de coûts : comme tout autre moteur de TA, DeepL permet des traductions très précises et rapides à une fraction du coût.
• Évolutivité : lorsque vos besoins de traduction augmentent, DeepL peut vous aider à répondre facilement à la demande croissante.

Cela dit, même si le développement de DeepL a atteint de grands sommets, il est peu probable qu’un moteur de TA soit un jour parfait, et DeepL a encore du chemin à parcourir avant d’atteindre une précision de niveau humain.

Il reste à voir dans quelle mesure DeepL continuera à s’améliorer dans les années à venir, et il est difficile de le prédire. Pour l’instant, il reste en deçà des compétences humaines telles que :

• Poser des questions
• Comprendre le contexte
• Identifier les erreurs dans le texte source
• Détecter l’ironie
• Traduire de manière créative
• Faire des choix réfléchis
• Faire des recherches
• Respecter la cohérence
• Garantir l’exhaustivité
• Omettre ou inclure délibérément des informations
• Ajouter des explications ou des notes

Tant que la capacité des moteurs de traduction automatique à gérer ces types de tâches reste limitée, la post-édition manuelle est susceptible de rester une partie essentielle de tout flux de travaux de traduction dans un avenir proche.

Utilisation de DeepL pour la traduction professionnelle : meilleures pratiques

Lors de l’utilisation de DeepL pour la traduction automatique, il est important de s’en tenir aux cas d’utilisation où vous pouvez en tirer le meilleur parti sans compromettre la qualité. Notamment :

• Contenu à faible visibilité ou à faible trafic, comme les mémos internes, les pieds de page de sites web, les e-mails, les publications sur les réseaux sociaux pour l’analyse des sentiments, etc.
• Contenu technique répétitif qui doit seulement être actionnable, comme les manuels d’instructions — si possible, faites en sorte qu’un traducteur humain post-édite ce contenu pour éviter tout problème d’expérience utilisateur.
• Contenu à faible risque qui n’a pas besoin d’être complètement précis ou de suivre des réglementations complexes — un bon exemple en est le contenu généré par les utilisateurs comme les avis sur les produits, pour lesquels les consommateurs n’attendent généralement pas une qualité élevée.
• Contenu à durée de vie courte, comme les messages de support par chat ou e-mail, les demandes de clients, etc.
• Grands volumes de contenu avec un délai court, comme des centaines de descriptions de produits qui doivent être mises en ligne rapidement.
• Contenu fréquemment modifié, comme des mises à jour de fonctionnalités et d’informations.

La plupart de ces cas d’utilisation nécessiteront une légère post-édition de traduction automatique (MTPE) pour garantir la précision et la clarté, et vous pourriez même vous en sortir en utilisant la sortie brute si le contenu n’est pas essentiel.

D’autres types de contenu qui nécessitent un niveau de précision plus élevé demanderont une post-édition plus intensive en temps. Parmi eux, nous pouvons citer :

• Titres de produits : Ils sont très informatifs et concis, ils ont tendance à contenir des noms propres et des mots polysémiques, et l’ordre des mots est généralement relativement libre, ce qui peut causer de l’ambiguïté.
• Traductions entre des paires de langues aux syntaxes dissemblables : le japonais et l’espagnol, par exemple, impliquent un réarrangement des mots et des expressions qui rend les phrases bien formées plus difficiles pour les moteurs de traduction automatique.
• Contenu à visibilité moyenne qui impacte l’expérience client : les bases de connaissances, les FAQ, les alertes, etc. doivent être aussi précises que possible pour atteindre l’objectif d’un support client efficace.
• Informations méta SEO en arrière-plan : certains éléments SEO, tels que les textes alternatifs d’images et les légendes, ont une faible visibilité mais nécessitent une optimisation technique, par exemple, des mots-clés dans la langue cible, pour améliorer le classement dans les recherches.

Comment tirer le meilleur parti de DeepL avec la technologie de traduction

La technologie de traduction moderne, telle que les plateformes de localisation, est devenue un facilitateur des efforts d’expansion mondiale efficaces en révolutionnant la manière dont les entreprises gèrent, traduisent et livrent du contenu multilingue. Ces outils rationalisent l’ensemble du processus de bout en bout.

La plupart de ces solutions intègrent également des moteurs de traduction automatique, permettant aux utilisateurs de convertir rapidement de grandes quantités de texte dans la langue cible au sein de la même interface qu’ils utilisent déjà pour importer, traduire, réviser et exporter le contenu vers le système d’origine. Les gains de productivité à eux seuls sont significatifs et, lorsqu’ils sont combinés avec les économies de coûts associées à l’utilisation de la TA dès le début, le retour sur investissement qui en résulte peut être spectaculaire.

En revanche, lorsque vous utilisez la TA comme un moteur autonome qui ne se trouve pas dans le même système que votre contenu, vous ajoutez effectivement une couche supplémentaire de complexité au processus de traduction : pensez simplement aux tracas de l’envoi manuel de fichiers ou du téléchargement des résultats. Les goulets d’étranglement, les flux de travaux disjoints et le manque de visibilité sur l’ensemble du processus affectent inévitablement le délai de livraison et la précision de vos traductions.

Prenons le cas de DeepL en tant que moteur de TA entièrement géré dans un système de gestion de traduction professionnel tel que Phrase TMS. Le système utilise automatiquement le meilleur moteur de traduction automatique pour chaque tâche, et sa solution basée sur l’IA filtre le contenu qui ne doit pas être traduit.

• Il n’est pas nécessaire de s’inquiéter de la configuration technique : il suffit d’activer l’interrupteur pour activer automatiquement le moteur pour vos langues et vous permettre de commencer à tirer parti de sa puissance immédiatement.
• Utilisez DeepL uniquement pour le contenu le mieux adapté : bien que DeepL soit un moteur très puissant, il n’y a aucune garantie ; tous les domaines et paires de langues n’en bénéficieront pas de la même manière. La fonctionnalité Autoselect de Phrase vous permet d’activer plusieurs moteurs de TA à la fois et de les assigner automatiquement au contenu qui correspond le mieux à leurs capacités.
• Exploitez les glossaires : vous pouvez gérer tous vos glossaires de traduction automatique et votre terminologie directement dans le TMS, et DeepL les utilisera pour s’assurer que toutes vos traductions sont alignées avec le style de votre entreprise. Cela fonctionne également pour d’autres moteurs de TA intégrés.
• Profitez d’une TA illimitée pour la post-édition sur plusieurs moteurs : bien que DeepL offre une TA illimitée en tant que solution autonome, avec Phrase TMS, vous pouvez bénéficier du même avantage pour tous les moteurs entièrement gérés.

Tout dépend de la manière dont vous utilisez DeepL

Il est clair que DeepL a parcouru un long chemin depuis ses débuts modestes, et aujourd’hui, il peut être utilisé pour générer rapidement des traductions de haute qualité pour une variété de cas d’utilisation.

Cependant, pour débloquer son véritable potentiel, vous devez l’utiliser pour le bon type de contenu, avec des niveaux de post-édition différents selon le cas d’utilisation, et bien sûr, dans la bonne technologie. Un système de gestion de traduction tel que Phrase TMS est le contexte parfait à cet effet, vous permettant d’accéder à toutes les fonctionnalités qui font briller DeepL.