Vers une approche discursive de la traduction automatique neuronale espagnol-français de textes techniques
Résumé
Cet article vise à présenter des informations empiriques sur la traduction automatique neuronale entre deux langues typologiquement proches, à savoir l’espagnol et le français. L’analyse est fondée sur un corpus de traduction automatique neuronale composé de textes techniques sur les cybermonnaies. Les textes traduits, obtenus par le biais de DeepL, ont été analysés selon trois critères : les omissions d’informations, la cohérence terminologique et la cohérence interne. Les résultats montrent que les dysfonctionnements ne sont pas nombreux, ce qui impliquerait un investissement temporel et technique moindre lors de la postédition. Cependant, la dificulté pour repérer les erreurs et les corriger induirait un effort cognitif considérable.
Origine | Accord explicite pour ce dépôt |
---|