Google Translate: vers une traduction en langage naturel ?

Google vient d’annoncer la plus grosse mise à jour depuis les 10 dernières années sur son service Google Translate avec une technologie appelée “Neural Machine Translation”. Jusqu’à présent, Google Translate utilisait des modèles statistiques de traduction de texte pour traduire les requêtes des internautes  via la « Statistical Machine Translation ». Avec l’introduction de la « Neural Machine Translation », le système de traduction actuel de Google Translate est désormais capable de traduire une phrase complète ou une expression sans procéder au mot par mot. La NMT se base sur un contexte plus large afin d’obtenir une meilleure compréhension des demandes de traduction et d’être en mesure de proposer des traductions plus « humaines » et contextualisées.
NeuralLearning_Translate_Blog_hires.width-1000
Actuellement cette technologie est disponible sur 8 paires de langues : anglais-français, anglais-allemand, anglais-espagnol, anglais-portugais, anglais-chinois, anglais-japonais, anglais-coréen et anglais-turc. Ce qui représente un peu plus du tiers des langues natales de la population mondiale et couvre plus de 35% des recherches de traduction sur Google.
L’objectif de Google est de déployer cette technologie sur tous les outils de traduction de Google et dans toutes les langues. On peut donc déjà se réjouir d’une diminution prochaine des spams liés à la reprise de contenus avec  traduction automatique, garantissant ainsi une expérience toujours plus qualitative pour l’internaute. Mais tout laisse à penser que Google ne s’arrêtera pas là et l’appliquera à l’ensemble de ses services y compris son algorithme de recherche. Avec toujours pour objectif une meilleure compréhension de la recherche des internautes et un résultat proposé toujours plus pertinent.
Avec Google translate et la Neural Machine Translation, Google fait ici une avancée majeure dans la compréhension du langage naturel et nous conforte dans l’idée que l’écriture pour les moteurs et autre keyword stuffing sont en fin de vie. Continuez, donc, d’orienter vos contenus sur le fond, travaillez la sémantique, et écrivez  avec l’objectif d’apporter une réponse de qualité à l’internaute que le moteur sera en mesure de détecter.