Des suites de test pour la TA à un système d'exploitation de corpus alignés de documents et métadocuments multilingues, multiannotés et multimédia
Institution:
GrenobleDisciplines:
Directors:
Abstract EN:
The thesis focuses on three major challenges posed by the conception and implementation of an "operating system of translation corpora", abbreviated as "sectra". A sectra aims to supply a unified software environment to support the exploitation of translation corpora done by both human and machine. The first challenge aims to the aspect of software environment to support the MT evaluation. The second challenge relates to the aspect of collaborative and contributive support for human work on various corpora in multilingual contexts. Finally, the third challenge aims at software environment to enable the exploitation of translation corpora within innovative applications (like the iMAG Gateways, Notepad++, etc. ). Several new notions (such as a multilingualized and contextualized segment, a corpus ofmulti-file documents, etc. ), general principles (pro-activity, delegation of services, etc. ), and problems at the conceptuallevel (for example, the extended definition of a "context" of segment), algorithmic level (for example, programmability of corpora processing), and programmatic level (for example, handling masses of data) have been addressed and dealt with for conceiving and implementing such system. A system called SECTra - w has been built and experimented successfully in the framework of sever real Dfojects of MT evaluation, post-edition, and multilimmalization of websites and applications.
Abstract FR:
Cette thèse porte sur trois grands défis posés par la conception et la réalisation d'un « système d'exploitation de corpus de traductions », abrégé en « sectra ». Un sectra vise à fournir un support informatique unifié à l'exploitation de corpus de traductions effectuée à la fois par l'humain et par la machine. Le premier défi vise l'aspect de support informatique unifié pour l'évaluation de systèmes de TA. Le deuxième défi concerne l'aspect de support contributif et collaboratif au travail humain sur des corpus variés en contexte multilingue. Enfin, le troisième défi vise au support informatique à l'exploitation de corpus de traductions dans des applications novatrices (comme les iMAG, Notepad++, etc. ). Plusieurs notions émergentes (un segment multilingualisé et contextualité, un corpus de documents « multifichier », etc. ), principes généraux (laproactivité, la délégation, etc. ), et problématiques à dominante conceptuelle (par exemple, définition étendue d'un « contexte» de segment), algorithmique (par exemple, programmabilité du traitement des corpus), et programmatoire (par exemple, traitement de masses de données) ont été abordés et traités pour la conception et la réalisation d'un tel système. Un système appelé SECTra_w a été construit et expérimenté avec succès dans le cadre de plusieurs projets réels pour l'évaluation de TA, la post-édition, et la multilinguïsation de sites Web et des applications.