L’un des développements technologiques qui a le plus changé l’activité du traducteur au cours des deux dernières décennies est l’utilisation des mémoires de traduction. Même s’il faut souligner dès le départ qu’elles sont utilisées seulement par une portion des traducteurs. Je vais débuter avec une définition de la "mémoire de traduction".

Les mémoires de traduction ont vu le jour quand on a reconnu l’échec des machines de traduction mot-par-mot. L’hypothèse de base était : si la création de bases de données contenant des mots du proto langage parfaitement assortis à des mots du méta langage s’était avérée possible, c’eut été vraiment très pratique, parce que le seul travail restant à faire aurait été d’insérer les paires de translatants de mots dans la base de données, et de les utiliser indéfiniment par la suite dans les traductions à venir.

Puisque ça ne fonctionne pas, ou du moins ça ne fonctionne pas correctement, nous pouvons viser un résultat moins renversant mais plus précis : en mettant en mémoire non pas des mots individuels, mais des combinaisons, des expressions ou des phrases courtes. Dans ce cas l’entrée de mots dans la base de données constitue un travail beaucoup plus sérieux. Plutôt que de simplement insérer le mot "home", par exemple, je dois insérer toute les phrases qui pourraient contenir le mot "home". Mais le résultat est certainement plus intéressant.

Puisque le principal problème de la traduction automatique provient de la structure de la phrase (il est difficile de donner une capacité syntaxique à un ordinateur, ce qui a comme résultat que ses mots sont combinés de la mauvaise façon) et le choix du bon translatant parmi un nombre n de translatants (il est difficile aussi d’enseigner une capacité paradigmatique à un ordinateur), un tel problème est évité en lui fournissant des fragments (chunks) de discours syntaxiquement cohérents qui peuvent être substitués à des fragments de discours dans le prototexte.

En se basant sur cette hypothèse théorique, des ingénieurs ont créé un logiciel qui combine deux fonctions principales : la segmentation et la mémoire de traduction elle-même. Afin de définir la "mémoire de traduction" je vais débuter en présentant une définition de la "segmentation".

Puisque comme je l’ai dit, la mémoire de traduction fonctionne avec des morceaux de textes, ou des "segments", il est nécessaire que quelqu’un décide comment ces segments sont créés, i.e. comment un texte peut être segmenté. Naturellement, des critères tels que le nombre de caractères, ou de lignes, ou de mots ne seraient pas sensés. Le nombre de caractères aurait comme résultat de couper des mots, le nombre de mots couperait des expressions au hasard, le nombre de lignes serait tout aussi arbitraire.

En conséquence, afin de pouvoir disposer de morceaux qui auraient une autonomie donnée et un sens certain, qui peut être raisonnablement réutilisé dans d’autres textes sous la même forme ou sous une forme très semblable, la segmentation habituelle se produit en fonction des signes de ponctuation. Le choix des segments plus ou moins longs implique des avantages et des désavantages. Le choix de segments très courts augmente les chances de réutilisation de la même chaîne dans des traductions à venir.

Le nombre de mots qui composent une chaîne est inversement proportionnel à sa diffusion. Voici un exemple :

Si je fais une recherche sur Google à propos de la chaîne :

"Instructions for use" j’obtiens 197.000 résultats.

Si je fais une recherche sur Google à propos de la chaîne :

"Instructions for use of" j’obtiens 20.500 résultats.

Si j’ajoute l’article :

"Instructions for use of the" j’obtiens 7.800 résultats.

Si la chaîne est encore plus spécifique :

"Instructions for use of the software" j’obtiens seulement 55 résultats.

Cette expérience semble favoriser les segments courts. D’autre part, si cet argument est amené à son point extrême, les segments finissent par correspondre à des mots individuels, et nous savons que cette situation implique de trop nombreux problèmes pour qu’on en prenne l’utilité en considération. Par conséquent, le choix de segments longs a l’avantage d’augmenter les chances de réutilisation éventuelle du translatant proposé.

Les signes de ponctuation sont ordinairement un bon indicateur quant à l’endroit où une phrase peut s’arrêter pour en faire un segment : sur une base de texte-par-texte, et selon les préférences personnelles, on peut décider d’inclure ou non les virgules.

Le logiciel qui gère les mémoires de traduction segmente initialement le proto texte. Maintenant la mémoire de traduction même entre en action.

Lorsque le proto texte a été segmenté, deux fenêtres sont présentées à l’utilisateur, l’une au dessus de l’autre. Sur celle du haut vous pouvez lire le premier segment du proto texte, pendant que celle en bas demeure vide. Elle est vide parce que nous présumons qu’il s’agit de la première phrase que le traducteur traduit en utilisant la mémoire de traduction, la fenêtre demeure donc vide.

Le traducteur écrit sa traduction dans la fenêtre du bas, puis demande au programme de continuer avec une autre partie du texte. C’est alors que le traducteur voit la phrase suivante du proto texte (segment) apparaître, et la fenêtre du bas est vide. Mais le programme a, entretemps, créé automatiquement un dossier en format texte (ce sont ceux qui se terminent par le suffixe .txt) contenant quelques données (nous verrons cela dans la prochaine section) au sujet du traducteur, la combinaison linguistique, quelquefois le client, etc. et a mis en mémoire le segment du proto texte et le segment du méta texte dans un dossier donné.

De cette façon, la première fois que le traducteur rencontre le même segment de proto texte, le programme insérera automatiquement le fragment du méta texte dans la fenêtre en bas (sous forme d’une suggestion, que le traducteur peut changer) sous la même forme dans laquelle il avait été traduit et possiblement modifié dans une session précédente.

Puisque comme je l’ai souligné, les chances que l’on retrouve exactement le même segment de proto texte sont peu probables, les programmes qui gèrent les mémoires permettent de déterminer le pourcentage d’équivalence d’un segment lorsqu’on le compare à un autre. Dans les prochaines sections nous étudierons concrètement ces principes à l’usage en utilisant des exemples du programme Wordfast.

J’aimerais ajouter une note au sujet des avantages et des désavantages de déterminer un pourcentage de jumelage plus bas ou plus haut. Si vous fixez le seuil à 100% (le programme propose des segments pré-traduits uniquement si le segment correspond 100% au segment en question), l’avantage est que vous êtes certain que le texte proposé est "correct", et le désavantage est que les chances qu’un même segment identique se produise sont très faibles.

Si vous fixez le pourcentage supposons à 50%, la mémoire vous présentera beaucoup de "suggestions", mais dans la plupart des cas elles ne seront pas acceptables.

Veuillez noter que les mémoires de traduction résoudent le vieux problème qui afflige les études en traduction : Comment pouvez vous décider si la traduction est "correcte"?

Une "traduction correcte" est, selon moi, une traduction que je fais moi-même, que je revois moi-même et qui est acceptée par mon client. Très pragmatique, vraiment! Dans ce cas, si les études en traduction ne peuvent pas mieux définir "good" c’est parce qu’il s’agit d’une science descriptive et non prescriptive. Le client nous dit quelque chose au sujet de la qualité de notre travail en nous offrant un autre travail, ou en nous éliminant de ses listes de traducteurs.

FREUD SIGMUND, L’interpretazione dei sogni, in Opere, vol. 3, Torino, Boringhieri, a cura di C. L. Musatti, 1966.

FREUD SIGMUND, The Interpretation Of Dreams, translated by A. A. Brill, London, G. Allen & company, 1913.

CHAMPOLLION YVES Wordfast, available in the world wide web at the address www.wordfast.org, consulted 23 May 2004.