•  
  •  
 

Al-Kīmiyā

Keywords

neural machine translation, post-editing, classroom experiment, DeepL

Document Type

Article

Abstract

This paper reports on a classroom experiment carried out with Master’s students enrolled in a specialised translation course (English-French) at the University of Liège (Belgium). We present the results from the qualitative analysis of a corpus of five source texts in English, their machine translations and their post-edited versions in French. We decided to use DeepL as MT engine. The main objective of our experiment is first and foremost to provide students with the opportunity to gain perspective on the MT advantages and disadvantages, which still exist in spite of many advances made in the field. Finally, this paper also seeks to contribute to a broader discussion on the major MT challenges faced today by (future) translators.

Résumé
Dans cet article, nous proposons le compte-rendu d’une expérience pédagogique menée dans le cadre d’un cours de traduction spécialisée anglais-français suivi par des étudiants du master en traduction de l’ULiège (Belgique). Nous présentons les résultats de l’analyse qualitative d’un corpus composé de cinq textes sources en anglais, de leur traduction automatique (TA) et de leur post-édition (PE) en français. L’outil de TA que nous avons étudié est DeepL. L’objectif principal de notre expérience était que les étudiants mettent en lumière non seulement les avantages, mais aussi les limites, toujours existantes, de la TA, et ce, en dépit des nombreux progrès réalisés dans le domaine. Enfin, nous souhaitons contribuer à une réflexion plus large portant sur les défis majeurs que pose aujourd’hui la TA neuronale aux (futurs) traducteurs.

Mots-clés
traduction automatique neuronale, post-édition, expérience pédagogique, DeepL

Download

Share

COinS