Des suites de test pour la TA à un système d'exploitation de corpus alignés de documents et métadocuments multilingues, multiannotés et multimédia - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2010

From test suites for MT to an operating system for aligned corpora of multilingual, multi-annotated, and multi-media documents and meta-documents

Des suites de test pour la TA à un système d'exploitation de corpus alignés de documents et métadocuments multilingues, multiannotés et multimédia

Cong-Phap Huynh
  • Fonction : Auteur
  • PersonId : 885301

Résumé

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 of multi-file documents, etc.), general principles (pro-activity, delegation of services, etc.), and problems at the conceptual level (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 a system. A system called SECTra_w has been built and experimented successfully in the framework of several real projects of MT evaluation, post-edition, and multilingualization of websites and applications. Keywords: Translation corpora, exploitation of translation corpora, collaborative software environment, MT evaluation, post-edition.
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 (la proactivité, 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. Mots-clés : Corpus de traductions, exploitation de corpus de traductions, support informatique et collaboratif, évaluation de TA, post-édition.
Fichier principal
Vignette du fichier
These_Phap-final-100618_rvJury.pdf (6.39 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00548196 , version 1 (19-12-2010)

Identifiants

  • HAL Id : tel-00548196 , version 1

Citer

Cong-Phap Huynh. Des suites de test pour la TA à un système d'exploitation de corpus alignés de documents et métadocuments multilingues, multiannotés et multimédia. Génie logiciel [cs.SE]. Institut National Polytechnique de Grenoble - INPG, 2010. Français. ⟨NNT : ⟩. ⟨tel-00548196⟩
230 Consultations
1127 Téléchargements

Partager

Gmail Facebook X LinkedIn More