Sources de biais dans la traduction humaine et la traduction automatique post-éditée de résumés médicaux Cochrane - Université Paris Cité Access content directly
Conference Papers Year : 2017

Sources de biais dans la traduction humaine et la traduction automatique post-éditée de résumés médicaux Cochrane

Abstract

The aim of this study is to compare human translation (HT) and post-edited machine translation (MT) in the medical field in terms of translational bias. Cochrane systematic reviews aim to provide up-to-date, impartial information on the effectiveness of interventions, in order to support evidence-based medical decision-making. Translation of Cochrane review abstracts plays an important role in the multilingual diffusion of medical knowledge. Cochrane France has been translating Cochrane abstracts into French since 2010, first using specialized translation providers and since 2013, integrating statistical MT and partly volunteer post-editing into the process. Presentation of research results should be exempt of errors and as objective as possible. We define sources of translational bias, then, as elements in these translated texts that are susceptible to interfere with that communicative objective, and have the potential to impact readers’ interpretation of trial characteristics (interventions, participants, outcomes…), their results, or the authors’ confidence in them. We present here some first corpus observations from this study in an attempt to characterize the potential differences between translations produced by the two processes. Our preliminary research suggests that HT and post-edited MT differ in terms of errors and biased translations. While terminology and syntax errors are observed in both sub-corpora, such errors appear on a more elementary level in the post-edited texts, most likely due to the influence of MT. The HT sub-corpus, on the other hand, contains more biased translations of modal markers, especially hedges, which we attribute to the greater degree of interpretation involved in traditional translation.
L’objectif de cette étude est de comparer la traduction humaine (TH) et la post-édition de traduction automatique (TA) dans le domaine médical en termes de biais traductionnel. Les revues systématiques Cochrane font référence en matière de médecine factuelle, et la traduction de leurs résumés joue un rôle important dans la transmission multilingue du savoir médical. Cochrane France, qui assure depuis 2010 la traduction en français des résumés Cochrane, a d’abord fait appel à des agences de traduction spécialisées, avant d‘opter en 2013 pour une solution de TA statistique. La présentation des résultats de la recherche doit idéalement être exempte d’erreurs et aussi objective que possible. Ainsi, nous définissons les sources de biais traductionnel comme des éléments dans ces textes traduits susceptibles d’interférer avec cet objectif communicatif premier et d’influencer l’interprétation des caractéristiques des essais étudiés (interventions, participants, critères d’évaluation etc.), de leurs résultats, ou de la confiance des auteurs en ceux-ci. Nos premières observations sur corpus suggèrent de potentielles différences entre les traductions produites par ces deux processus en termes de types d’erreurs et de traductions biaisées. Tandis que des erreurs de terminologie et de syntaxe sont observées dans les deux sous-corpus, de telles erreurs apparaissent à un niveau plus élémentaire dans les textes post-édités, probablement en raison de l’influence de la TA. Le sous-corpus de TH, en revanche, comporte davantage de traductions biaisées de marqueurs modaux, en particulier d’atténuateurs, ce que nous imputons au degré plus important d’interprétation qu’implique la traduction classique.
No file

Dates and versions

hal-01496863 , version 1 (28-03-2017)

Identifiers

  • HAL Id : hal-01496863 , version 1

Cite

Hanna Martikainen. Sources de biais dans la traduction humaine et la traduction automatique post-éditée de résumés médicaux Cochrane. Congrès Mondial de Traductologie, Apr 2017, Paris, France. ⟨hal-01496863⟩
149 View
0 Download

Share

Gmail Facebook X LinkedIn More