Traduire Eugène Onéguine à l’ère numérique : une évaluation comparative des sorties automatiques de DeepL et de ChatGPT
Abstract
Ces dernières années, la traduction automatique a pris son essor grâce aux systèmes neuronaux et à l’intelligence artificielle (IA) générative. À l’heure actuelle, de nombreuses maisons d’édition cherchent à redéfinir la traduction littéraire à l’aide de nouvelles technologies en général, et de l’IA générative en particulier. Dans ce mémoire, nous avons cherché à déterminer quel type de système (neuronal ou génératif), disponible en version gratuite, serait davantage adapté à la traduction automatique d’un texte poétique. Comme texte source, nous avons choisi le célèbre roman en vers Eugène Onéguine d’Alexandre Pouchkine, qui a déjà été traduit en français, entre autres, par Jean-Louis Backès (1996) et par André Markowicz (2008). Selon les résultats des évaluations humaine et automatique, le système neuronal (DeepL) a produit une traduction plus fidèle et plus fluide, tandis que le système génératif (ChatGPT) s’est démarqué au niveau de la rime et du rythme. Cependant, la qualité des sorties automatiques des deux systèmes reste, pour le moment, peu satisfaisante par rapport aux traductions humaines.
Fields of Study & Subjects
Translation Studies and Practices
Natural Language Processing Techniques
Topic Modeling
Publication details
- Journal / source
- Archive ouverte UNIGE (University of Geneva)
- Publication date
- 1 January 2026
- Language
- FR
- Document type
- Thesis