OpenAlex · Aktualisierung stündlich · Letzte Aktualisierung: 17.03.2026, 22:20

Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.

Plume humaine ou plume de ChatGPT ? Comparaison entre traduction, post-édition et post-édition par ChatGPT

2025·0 Zitationen·ORBi UMONSOpen Access
Volltext beim Verlag öffnen

0

Zitationen

1

Autoren

2025

Jahr

Abstract

Ce poster décrit le projet de thèse en cours, qui repose sur le croisement entre deux pans de l’étude contrastive de la traduction et de la post-édition, ainsi que la méthodologie prévue. D'une part, les études comparant traduction humaine (TH) et post-édition humaine (PEH) en termes de qualité concluent généralement à des scores de fidélité et de fluidité similaires. Or, quand les évaluateurs se voient demander leur préférence à l’aveugle, une faible (Bowker, 2009 ; Martikainen et Kübler, 2016) ou grande majorité (Fiederer et O’Brien, 2009 ; Jia et al., 2019) d’entre eux préfèrent la version traduite à la version post-éditée, sans que ces études ne mettent en évidence une raison expliquant cette préférence. D’autre part, les études comparant ces deux modes de traduction en termes de différences linguistiques (notamment phénomène de post-editese) (Farrell, 2018 ; Castilho et al., 2019 ; Toral, 2019 ; Martikainen & Mestivier, 2020 ; Castilho et Resende, 2022 ; Volkart et Bouillon, 2022 ; 2023 ; 2024 ; Schumacher, 2025) semblent souvent indiquer que, par rapport aux TH, les PEH présentent i) une variété lexicale moindre ; ii) un nombre inférieur de solutions de traduction ; iii) un degré d’équivalence syntaxique, ou calque, plus élevé. L'hypothèse de travail est que cette préférence inexpliquée pour la TH par rapport à la PEH peut être due à la variété lexicale inférieure et au degré de calque plus élevé généralement observés dans les PEH. Le nouveau paradigme de la post-édition automatique à l’aide d’un grand modèle de langage (LLM) s’ajoute en tant que point de comparaison. Quelques études ont montré le potentiel des LLM quand il s’agit de rendre plus fluides ou naturelles des traductions automatiques (TA) à l’aide de prompts assimilables à une étape de post-édition (Chen et al., 2024 ; Li et al., 2025), et ils semblent avoir tendance à augmenter la variété lexicale et syntaxique par rapport aux traductions automatiques (Macken, 2024), voire aux PEH (Farrell, 2023).

Ähnliche Arbeiten

Autoren

Institutionen

Themen

Artificial Intelligence in Healthcare and EducationText Readability and SimplificationTranslation Studies and Practices
Volltext beim Verlag öffnen