Home » Actualités » PROJET MATOS : FLUIDIFIER LA CIRCULATION ET LA DIFFUSION DES CONNAISSANCES SCIENTIFIQUES PAR UNE TRADUCTION AUTOMATIQUE AMELIOREE

PROJET MATOS : FLUIDIFIER LA CIRCULATION ET LA DIFFUSION DES CONNAISSANCES SCIENTIFIQUES PAR UNE TRADUCTION AUTOMATIQUE AMELIOREE

Category: Recherche

Projet MaTOS – Machine Translation for Open Science

L’anglais scientifique est la lingua franca utilisée dans de nombreux domaines scientifiques pour publier et communiquer les résultats de la recherche. Pour que ces résultats soient accessibles pour les étudiant·e·s, les journalistes scientifiques ou pour les décideurs·euses, une traduction doit toutefois s’opérer.  La barrière de la langue apparaît donc comme un obstacle qui limite ou ralentit la dissémination des connaissances scientifiques. La traduction automatique peut-elle aider à relever ces défis ?

Le projet MaTOS – Machine Translation for Open Science (ou Traduction automatique pour la science ouverte) – est un projet ANR qui a pour objectif de proposer de nouvelles méthodes pour la traduction automatique pour des documents complets, qui posent des problèmes spécifiques aux systèmes de traduction actuels. En appliquant ces méthodes à des textes scientifiques, MaTOS aidera à fluidifier la circulation et la diffusion des connaissances scientifiques par une traduction automatique améliorée. 

Coordonné par François Yvon, chercheur à l’ISIR (équipe MLIA) de Sorbonne Université, le projet MaTOS réunit trois autres partenaires : le CLILLAC (Centre de linguistique inter-langues, de lexicologie, de linguistique anglaise et de corpus-atelier) – spécialistes de la traduction technique et scientifique, l’Inist (Institut de l’Information Scientifique et Technique) – spécialiste de la documentation scientifique, et l’Inria  – qui apporte une expertise en traitement automatique des langues et en traduction automatique.

Description du projet MaTOS, par François Yvon, coordinateur du projet.

En quoi consiste le projet ? 

Le projet MaTOS s’intéresse à la traduction automatique (TA) de documents, en étudiant aussi bien aux problèmes de modélisation terminologique que les problèmes de traitement du discours et de son organisation dans un cadre de génération automatique de texte. Il comprend enfin un volet portant sur l’étude des méthodes d’évaluation et une expérimentation à grande échelle sur l’archive HAL.

Quel est l’objectif du projet ?

Le projet MaTOS (Machine Translation for Open Science) vise à développer de nouvelles méthodes pour la traduction automatique intégrale de documents scientifiques, ainsi que des métriques automatiques pour évaluer la qualité des traductions produites. Notre principale cible applicative est la traduction d’articles scientifiques entre le français et l’anglais, pour laquelle des ressources linguistiques peuvent être exploitées pour obtenir des traductions plus fiables, aussi bien dans une optique d’aide à la publication que pour des besoins de lecture ou de fouille de textes. Les efforts pour améliorer la traduction automatique de documents complets sont toutefois freinés par l’incapacité des métriques automatiques existantes à détecter les faiblesses des systèmes comme à identifier les meilleures façons d’y remédier. Le projet MaTOS se propose d’aborder ces deux difficultés de front.

Quelles sont les applications possibles ?

Ce projet s’inscrit dans un mouvement visant à automatiser le traitement d’articles scientifiques. Le domaine de la traduction automatique n’échappe pas à cette tendance, en particulier pour ce qui concerne le domaine bio-médical. Les applications sont nombreuses : fouille de textes, analyse bibliométrique, détection automatique de plagiats et d’articles rapportant des conclusions falsifiées, etc. MaTOS ambitionne de tirer profit des résultats de ces travaux, mais également d’y contribuer de multiples manières : 

Le résultat final permettra, par une traduction améliorée, de fluidifier la circulation et la diffusion des savoirs et des connaissances scientifiques.

Ce projet s’inscrit dans le développement des méthodes de modélisation des langues et de génération automatique de textes développés dans l’équipe MLIA de l’ISIR, et ajoutent aux études existantes ou passées sur la génération de résumés ou la génération de textes à partir de données tabulaires une dimension multilingue.


Contact scientifique : François Yvon, directeur de recherche CNRS