Presse

Revirada est le nouveau traducteur automatique occitan-français et français-occitan du Congrès pour les variétés gasconne et languedocienne.

Revirada est le traducteur automatique occitan de référence du Congrès. Il a été construit à partir des meilleures ressources de la plateforme locongres.org, avec des développements innovants pour sélectionner les meilleures paires de traduction.

Un gros travail a été mené tant pour respecter la diversité linguistique infradialectale que pour produire une langue moderne, cohérente et de qualité.

Revirada permet de traduire des textes en copiant-collant, mais aussi des documents en conservant la mise en forme ou des sites web « à la volée » à partir de l'URL. Des applications existent aussi, pour les mobiles et pour les navigateurs. Pour les développeurs, un plug-in et une API permettent d'intégrer des traductions de qualité dans les sites web et les applications.

Utiliser Revirada

↳ Version téléchargeable du dossier de presse (français)
↳ Version téléchargeable du dossier de presse (occitan)

Revirada, quelques chiffres

Traducteur occitan de référence

Les fonctionnalités de Revirada

Les applications Revirada

La traduction automatique et son utilité

En l'état actuel des technologies, la traduction automatique n'a pas pour vocation de traduire avec le même niveau qu'un traducteur humain. Elle a cependant une utilité concrète dans plusieurs contextes :

• Comprendre une langue inconnue : la traduction automatique peut aider quelqu'un à comprendre un texte dans une langue qu'il ne connaît pas du tout. La traduction aura peut-être quelques erreurs, le style en sera maladroit, mais cela suffira toutefois pour que la personne comprenne le contenu du texte original.
• Avancer le travail des traducteurs humains : si un traducteur humain traduit son texte via le traducteur automatique, une partie de son travail sera déjà faite. La personne n'aura plus qu'à corriger le texte généré, plutôt que de devoir tout traduire à partir de zéro.

Avec le manque de moyens humains et financiers dont souffrent les langues minorisées, c'est très intéressant. Par exemple, pour une structure qui n'a pas trop de temps, il est à présent possible de ne faire son site web qu'en occitan, et d'utiliser la traduction automatique pour en rendre son contenu accessible aux non-occitanophones. Si, pour une raison ou une autre, il y a besoin que la version en français soit de bonne qualité, elle peut au moins utiliser le traducteur automatique pour pré-traduire ses pages web, et gagner ainsi du temps.

Revirada, comment ça marche ?

Revirada est construite à partir du traducteur automatique Apertium qui traduit en trois étapes :

1. Traitement de la phrase dans la langue d'origine : lemmatisation (passer à l'infinitif pour les verbes, au masculin singulier pour les adjectifs...) et analyse morphosyntaxique (indiquer la catégorie grammaticale, le genre, le nombre, la personne...).
2. Transfert vers la langue de sortie : pour chaque mot de la phrase originale, proposer la traduction pertinente.
3. Traitement de la phrase dans la langue de sortie : flexion (conjuguer les verbes, mettre au pluriel...) et post-traitement (arranger la syntaxe, la grammaire en fonction des spécificités de la langue de sortie).

Pour ce faire, il se base sur des ressources construites par des humains (contrairement aux traducteurs qui utilisent l'intelligence artificielle, pour lesquels le machine learning construit automatiquement ce genre de ressources). Dans le cas de Revirada, elles ont été créées à partir des lexiques du Congrès (dicod'Òc, vèrb'Òc, top'Òc, lexiques de formes fléchies), des connaissances lexicographiques de l'équipe et de ce qui était déjà présent dans Apertium.

• Lexiques de formes fléchies : ils donnent des modèles de conjugaison, de passage au féminin ou au pluriel... et des listes de mots associées à un modèle.
• Règles de désambiguisation : elles permettent de choisir la bonne catégorie grammaticale et le bon lemme quand un mot peut en avoir plusieurs (ex. : « avions » forme conjuguée du verbe « avoir » ou pluriel du nom « avion »).
• Lexiques bilingues : paires de mots associés à leur traduction.
• Règles de sélection lexicale : règles qui indiquent quelle est la bonne traduction, s'il y en a plusieurs possibles, en fonction du contexte.
• Règles de post-traitement : quel est l'ordre des mots, les mots qui se contractent ou s'élident, les spécificités idiomatiques...

La gestion de la variété de la langue

La question de la variété interne de l'occitan se pose quasiment à chaque étape de la construction d'un traducteur automatique pour cette langue. Quelle langue doit produire le traducteur ? Comment reconnaître le plus de mots possible ?

L'un des principes d'action du Congrès est le respect de la diversité interne de la langue. Le cahier des charges de Revirada stipulait donc que le traducteur pour le sens français-occitan devait pouvoir fonctionner quel que soit le parler de l'utilisateur (à condition qu'il fasse partie des variétés gasconne ou languedocienne). Un gros travail a été mené pour essayer d'intégrer la diversité du vocabulaire, des conjugaisons, des réalisations grammaticales qui peuvent se trouver sur toute la zone linguistique des deux variétés concernées.

Mais cette diversité ne devait pas porter préjudice à la cohérence de la langue produite en sortie de la traduction pour le sens français-occitan. On ne pouvait pas avoir, par exemple, un mot de gascon oriental et un mot de gascon landais dans une même phrase. Ainsi, nous avons fait à la fois un travail de recensement de la diversité variétale et un travail d'homogénéisation linguistique et de traitement des variantes.

En sa qualité d'organisme de régulation de la langue, Le Congrès se devait de produire une langue « normalisée » avec son traducteur. Il a également essayé de suivre son principe d'action qui est, en plus du respect de la diversité interne de la langue cité ci-dessus, le renforcement de son unité profonde. Il a donc également essayé de valoriser les mots communs et normatifs au moment de produire les textes en occitan.

Ce travail peut déjà se voir dans la version actuelle de Revirada. Il se poursuivra dans les années à venir pour que la langue générée par Revirada soit encore plus homogène et de qualité.

Linguatec

Le traducteur automatique occitan Revirada a été réalisé dans le cadre de Linguatec.

Le projet européen EFA 227/16 LINGUATEC « Développement de la coopération transfrontalière et du transfert de connaissances en technologies du langage » vise à développer, démontrer et diffuser de nouvelles ressources, des outils et des applications linguistiques innovantes qui améliorent le niveau de numérisation de l'aragonais, du basque et de l'occitan.

Il est porté par un consortium d'institutions et de centres de recherche spécialisés dans le TAL (Traitement Automatique de la Langue) pour les langues aragonaise, basque et occitane, qui pratiquent la coopération transfrontalière et le transfert de compétences.

Ce projet permet la coopération technologique entre les langues pour développer de nouvelles ressources et des outils linguistiques, ainsi que de nouvelles applications en ligne pour faciliter l'utilisation des trois langues et un accès multilingue au contenu par les utilisateurs finaux.

Les membres de Linguatec

Ils ont construit Revirada

Le Congrès

Le Congrès a construit les ressources nécessaires pour faire fonctionner le traducteur automatique : lexiques, règles de désambiguïsation, de sélection lexicale ou de post-traitement.

Le Congrès permanent de la langue occitane est l'organisme interrégional de régulation de l'occitan. Il œuvre dans les domaines de la linguistique et du TAL (traitement automatique de la langue).

Il produit des outils linguistiques numériques de référence (dictionnaires, conjugueurs, correcteurs orthographiques...), des applications pour le TAL (synthèse vocale, traduction automatique...) et des applications pour les mobiles (claviers prédictifs...).

Il a également des missions de régulation linguistique et de recherche scientifique appliquée.

Il est l'éditeur de Dicodòc (multidictionnaire occitan), Revirada (traducteur automatique occitan) e Votz (synthèse vocale occitane).

Elhuyar

Elhuyar a construit l'interface pour utiliser Revirada via un formulaire ou une API, pour la traduction de documents ou de sites web.

L'objectif de la fondation Elhuyar Fundazioa est d'encourager, promouvoir et développer la science et la langue basques. Dans le domaine des technologies de la langue et de l'intelligence artificielle, les secteurs de la recherche sur lesquels travaille la Fondation sont, entre autres, la traduction automatique, la création automatique de ressources linguistiques, l'extraction de textes et les technologies de la parole.

Elhuyar dispose par ailleurs d'une solide expérience dans le domaine du leadership et de la participation à des projets européens de technologies de la langue. La Fondation est membre du Réseau basque de science et technologie.

Apertium

Apertium est le moteur de traduction utilisé pour construire Revirada

Apertium est une plateforme open source et gratuite de traduction automatique. Elle propose un moteur de traduction automatique indépendant de la langue, des outils pour aider à construire les données linguistiques nécessaires à son fonctionnement, et des données déjà disponibles pour plusieurs paires de langue (comme occitan-catalan, occitan-espagnol et occitan-français).

Soutiens

Contact

Pour toute information, contacter Le Congrès.