Post-édition humaine pour la traduction de livres par IA : quoi vérifier en premier

La post-édition humaine doit commencer par les erreurs qui peuvent invalider la traduction, et non par les phrases qui sonnent simplement maladroitement. Vérifiez que l’intégralité du livre cible correspond bien à la source figée, puis passez en revue les omissions, les ajouts, les inversions de sens, les noms, la terminologie, les nombres et les renvois. Ce n’est qu’après ces contrôles qu’un réviseur devrait consacrer du temps à la voix, au rythme et à la finition.

Cet ordre est important, car un texte produit par IA, même fluide, peut tout de même contenir un paragraphe manquant ou une mistraduction formulée avec assurance. Une phrase parfaite ne peut pas réparer un chapitre absent.

Utilisez cette séquence :

1. Définissez l’usage prévu du livre traduit.
2. Figez les fichiers source et cible exacts.
3. Rapprochez la structure et l’exhaustivité.
4. Corrigez le sens critique et les informations contrôlées.
5. Vérifiez la terminologie et la continuité dans l’ensemble du livre.
6. Révisez la voix et le naturel dans la langue cible sur des passages suivis.
7. Testez le fichier exporté et revérifiez chaque correction majeure.

Téléchargez la feuille de travail de post-édition de livres par IA pour consigner, pour chaque problème, la décision, les preuves, la gravité, le responsable et le statut de revérification.

Choisissez le niveau de finition requis avant de réviser

« Post-édition » ne désigne pas une quantité de travail fixe. Un exemplaire destiné à une lecture privée et une édition commerciale n’ont pas les mêmes seuils d’acceptation.

ISO 18587:2017 couvre la post-édition humaine complète d’une production de traduction automatique et la compétence du post-éditeur. Ce n’est pas une étiquette pour un simple nettoyage rapide. Si votre projet n’exige qu’une ébauche lisible, appelez cela une relecture limitée et précisez exactement ce qui n’a pas été vérifié.

C’est aussi là que la distinction dans traduction de livres par IA versus par des humains devient opérationnelle : la méthode importe moins que l’identité de la personne qui assume les risques non résolus.

Figer les éléments de preuve avant de modifier la cible

Conservez trois fichiers distincts :

• le texte source exact utilisé pour la traduction ;
• la production IA intacte ; et
• la version de travail post-éditée.

Consignez le nom du fichier source, la révision, la langue, la langue cible, la date de traduction, le format de sortie, la version du glossaire et tous les paramètres du flux de travail qui ont modifié le résultat. Si la source change pendant la relecture, créez une nouvelle révision source et évaluez la modification. Ne mélangez pas discrètement des paragraphes provenant de deux éditions.

Avant de modifier la prose, comparez :

• le contenu d’ouverture et de clôture ;
• le nombre de chapitres et de sections ;
• l’ordre de la table des matières ;
• les titres, listes, tableaux, légendes, notes, annexes et éléments de fin d’ouvrage ;
• le premier et le dernier paragraphe de chaque grande section ; et
• le texte dans la langue source qui peut être conservé intentionnellement ou rester accidentellement non traduit.

La checklist plus générale d’AQ de traduction pour les livres et les documents longs fournit un journal des problèmes au niveau de la mise en production. La feuille de travail de post-édition présentée dans cet article ajoute la décision de conserver, corriger ou retraduire le résultat de l’IA.

Relisez dans un ordre qui modifie la décision de mise en production

Utilisez quatre passes. Chaque passe répond à une question différente.

Passe 1 : le résultat est-il complet et associé à la bonne source ?

Repérez les éléments manquants, dupliqués, ajoutés, tronqués ou réordonnés. Vérifiez les limites des chapitres avant de faire la révision ligne par ligne. Vérifiez que les légendes restent avec leurs figures et que les notes de bas de page renvoient toujours aux notes prévues.

Ce sont des points bloquants, car une révision ultérieure peut donner à une cible incomplète l’apparence d’un texte finalisé.

Passe 2 : le texte cible préserve-t-il le sens du texte source ?

Donnez la priorité aux passages où une petite erreur modifie une action ou une affirmation :

• négation : faire versus ne pas faire;
• modalité : devoir, peut, doit, et peut;
• direction : augmentation versus diminution;
• séquence : avant versus après;
• portée : tous, certains, seulement, et sauf;
• nombres, dates, unités, pourcentages, plages et identifiants ; et
• l’attribution : qui a dit, fait, cru ou causé quelque chose.

Par exemple, si le texte source dit qu’un personnage a presque avoué, une version cible produite par l’IA qui dit que le personnage a avoué est une erreur de sens même si la phrase paraît naturelle. Si une instruction de maintenance dit de couper l’alimentation avant d’ouvrir un panneau, changer l’ordre est bloquant, et non un problème de style.

Passe 3 : les décisions contrôlées sont-elles cohérentes ?

Recherchez dans tout le texte cible :

• les noms de personnages et de lieux ;
• les titres et les formules d’adresse ;
• les noms de produits et d’organisations ;
• les termes techniques définis ;
• les abréviations et leurs développements ;
• les mots inventés ;
• les citations et les titres cités ; et
• les éléments à ne pas traduire.

Consignez la forme approuvée et les variantes rejetées. Ne corrigez pas une seule occurrence en supposant que le reste est correct. Utilisez le modèle de terminologie de traduction de livres pour transformer une modification ponctuelle en une décision réutilisable.

Passage 4 : Se lit-il comme le livre prévu dans la langue cible ?

Examinez maintenant les paragraphes et les scènes sans fixer le texte source après chaque phrase. Vérifiez le registre, le rythme, la cohésion des paragraphes, la référence des pronoms, la différenciation des dialogues, les répétitions et les conventions du genre. Revenez ensuite au texte source et confirmez que les modifications stylistiques n’ont pas changé le sens.

Cette méthode à deux points de vue évite des échecs opposés : un traduisi dû à la forme du texte source lorsque le réviseur ne lit jamais la cible de manière indépendante, et une mistraduction élégante lorsque le réviseur cesse de comparer avec le texte source.

Utilisez la gravité au lieu de tout peaufiner de manière égale

Classez chaque problème selon sa conséquence.

La typologie d’erreurs MQM distingue l’exactitude, la terminologie, les conventions linguistiques, le style, les conventions locales, l’adéquation au public visé et la conception/le balisage. N’utilisez que les catégories qui modifient les décisions de votre projet. Une taxonomie détaillée est utile ; un score qui permet à un seul blocage de disparaître dans des centaines de segments propres ne l’est pas.

Décidez s’il faut poursuivre la post-édition ou retraduire

La post-édition n’est pas automatiquement moins coûteuse que de repartir de zéro. Testez un échantillon représentatif avant de vous engager sur l’ensemble du livre :

1. Sélectionnez l’ouverture, un passage riche en dialogues, un passage dense en terminologie, un tableau ou une note, et un chapitre tardif difficile.
2. Consignez le nombre de minutes consacrées à la lecture, à la recherche, à l’édition et à la revérification.
3. Comptez les blocages et les schémas majeurs récurrents.
4. Estimez si la même correction se répétera dans l’ensemble du livre.

Retraduisez une section lorsque l’éditeur doit reconstruire le sens phrase par phrase, que les pronoms ou les sujets ne peuvent pas être identifiés de manière fiable, que la terminologie est systématiquement erronée, ou que la structure du résultat ne correspond plus au texte source. Changez l’ensemble du flux de travail lorsque des échantillons représentatifs montrent que le coût de réparation est dominé par la retraduction plutôt que par la correction.

Ne publiez pas de seuil universel tel que « modifiez si moins de 20 % des mots changent ». Les pourcentages de mots modifiés ne mesurent pas si le mot changé a inversé un avertissement ou s’il a simplement amélioré la ponctuation.

Séparez la correction de l’approbation

La personne qui effectue les modifications peut ne pas voir le schéma qui les a produites. Ajoutez un passage final qui parte de la version candidate à la publication, et non de la mémoire de travail de l’éditeur.

• Revérifiez chaque blocage et chaque problème majeur par rapport au texte source.
• Recherchez dans le texte cible toutes les variantes terminologiques rejetées.
• Comparez de nouveau la table des matières finale et la structure.
• Ouvrez le fichier EPUB, PDF ou DOCX réel dans l’application que les lecteurs utiliseront.
• Vérifiez les métadonnées, les liens, les notes, les figures et la navigation.
• Consignez qui a approuvé la langue, le contenu spécialisé et la production.

Le contexte du document entier compte aussi dans l’évaluation. Une vaste étude d’annotation professionnelle sur la traduction automatique a fourni aux évaluateurs le contexte complet du document pour l’évaluation MQM ; l’examen de phrases isolées peut masquer des problèmes de référence et de continuité.

Où se situe BookTranslator

BookTranslator peut créer un brouillon traduit structuré à partir d’un EPUB, PDF ou DOCX complet, appliquer un glossaire automatique et fournir une sortie bilingue lorsque cela est pris en charge. Cela peut réduire le travail consistant à faire passer les chapitres par de petites zones de texte et faciliter la comparaison des passages importants.

Il ne remplace pas un éditeur qualifié ni un réviseur du domaine. Téléversez la source propre via le flux de traduction de livre, conservez la sortie intacte et utilisez la feuille de travail pour décider où le jugement humain est requis. Pour les sources riches en scans, corrigez les problèmes d’extraction avant de considérer la cible comme candidate à la post-édition.

Étape finale de post-édition

N’approuvez pas le livre tant que tous les points suivants ne sont pas vrais :

• la source exacte et la sortie IA intacte ont été conservées ;
• le rapprochement du fichier complet n’a révélé aucun problème bloquant non résolu ;
• les passages critiques pour le sens, les nombres, les noms, les termes et les références ont été vérifiés ;
• la révision dans la langue cible a couvert des passages reliés entre eux, et non seulement des phrases isolées ;
• chaque correction majeure a fait l’objet d’une recherche comme schéma potentiellement récurrent ;
• le fichier final a été testé dans son format de livraison ; et
• l’usage prévu, le niveau de révision, la responsabilité du réviseur et les limites connues sont consignés.

La post-édition humaine est utile lorsqu’elle concentre le jugement là où la version initiale de l’IA est la plus faible. Elle échoue lorsque « révisé par un humain » est utilisé comme une étiquette vague pour désigner une quantité indéfinie de nettoyage.