Les solutions de traduction automatique basées sur les réseaux de neurones artificiels sont en passe de devenir les nouveaux standards du marché. C’est le constat dressé par les chercheurs, développeurs et professionnels de la traduction automatique de la communauté OpenNMT,réunis le 2 mars dernier par SYSTRAN à Station F. Des représentants de Booking, eBay et plusieurs autres sociétés ont présenté leur utilisation en production de cette technologie. Simultanément de nombreux chercheurs venant de 20 pays différents présentaient leurs travaux de recherche sur OpenNMT. Ce framework, conjointement développé par SYSTRAN et l’Université de Harvard, a étérendu disponible en Open Source fin 2016.
Les premières rencontres de la communauté internationale OpenNMT
Plus de 150 membres de la communauté OpenNMT et acteurs industriels venus du monde entier, étaient présents le 2 mars dernier à Station F. Réunis par SYSTRAN, ils ont assisté à des conférences animées par des spécialistes et deschercheurs issus du monde académique, notamment de Harvard, par des industriels comme Booking, eBay ou Amazon ou par des entreprises spécialisées dans la traduction et le traitement du langage telle que KantanMT, ou Ubiqus. Des démonstrations ont également permis aux participants de découvrir comment cette technologie peut être utilisée pour le traitement de la voix, de l’image et pour d’autres applications comme le résumé automatique de texte.Le feedback des participants a été extrêmement positif avec un retour unanime : la traduction automatique neuronaleest en passe de devenir un standard, et le framework OpenNMT se positionne en tête, plébiscité par les chercheurs et l’industrie !
La traduction neuronale répond parfaitement aux enjeux de la globalisation
De nombreux professionnels ont souligné le gain de temps considérable procuré par ces nouvelles solutions. Ellespermettent notamment de faire passer le temps d’entraînement du moteur à un vocabulaire spécifique de 4 semaines (avec les approches précédentes) à 4 heures. Elles ouvrent également de nouvelles voies pour résoudre de nombreux problèmes linguistiques complexes comme celui des genres ou les ambiguïtés sémantiques dans la traduction. Lafluidité et le caractère naturel de la traduction obtenue ont été soulignés par les participants industriels, notamment par les acteurs du e-commerce. Ces derniers, qui doivent gérer des données exponentielles – dont du contenu généré directement par les utilisateurs qu’ils souhaitent valoriser- se sont réjouis de l’arrivée de cette technologie. Celle-ci leur paraît parfaitement adaptée à leurs défis quotidiens et à l’impératif d’offrir à leurs clients une expérience optimale.
De la recherche SYSTRAN et Harvard NLP à l’OpenNMT
Fin 2016, SYSTRAN a décidé de rendre le Framework de la technologie NMT – sur laquelle son propre moteur de traduction PNMT® est basé – accessible en mode Open Source pour les développeurs, les chercheurs mais aussi pour les professionnels au sein des entreprises. Cette communauté OpenNMT regroupe aujourd’hui plus de 1600 membres. Elle est ainsi en mesure de développer ses propres solutions, basées sur cette plateforme, et d’être impliquée dans l’évolution actuelle et future d’une technologie déjà couronnée par de nombreux prix académiques. Elle se caractérise par une vitesse d’évolution que seule une communauté large de chercheurs et industriels peut gérer. Les bénéfices attendus en sont une mutualisation des efforts de recherche ainsi que le développement d’infrastructures associées pour l’entrainement, la production et l’évaluation objective des résultats.
En travaillant avec la communauté Open Source, un écosystème d’innovation extrêmement dynamique, SYSTRAN, qui fêtera cette année ses 50 ans, promeut cette nouvelle technologie auprès de ses clients, leur garantissant, par son implication forte, sa pérennité et son évolution constante. Après le lancement de son moteur neuronal PNMT® fin 2016, SYSTRAN annonce la sortie en avril d’une nouvelle version majeure de sa solution serveur. Celle-ci proposeraune nouvelle interface utilisateur et une nouvelle architecture pour tirer le meilleur parti de la technologie neuronale.