Comprendre la difficulté à post-éditer

De la "fluency" à l’énoncéité du texte littéraire

Auteurs-es

DOI :

https://doi.org/10.31468/dwr.1175

Mots-clés :

traduction automatique neuronale, énoncéité, traduction littéraire, post-édition

Résumé

Le présent article s’interroge sur la qualité des pré-traductions, générées à partir de large language models (LLM), par rapport au standard de qualité attendu pour les traductions littéraires. A quelle qualité le post-éditeur d’un texte littéraire est-il confronté face à une pré-traduction dont la fluency (Castilho et al., 2018) est mise en avant dans la littérature TAL? Il apparait que la fluency définie pour ces pré-traductions TAN n’est pas compatible avec l’énoncéité (Milner, 1992) attendue d’une traduction littéraire. A partir des traductions et des pré-traductions en français de l’incipit de Wuthering Heights, l’article montrera que le post-éditeur se trouve confronté à des pré-traductions suffisamment satisfaisantes pour faire sens, mais qui nécessitent le développement d’un raisonnement critique expert accru.

Références

Aben Ahmed, M. (2025). From Text to Understanding the Inner Text: LLMs and Translation Accuracy and Fluency. International Journal of Language and Literary Studies, 7(2), 139-156.

Balashov, Y. (2025). Translation in the Wild. Information, 16(12), 1077.

Breyel-Steiner, C., & Grass, T. (2021). Traduction automatique et biotraduction : le mariage forcé. Traduire. Revue française de la traduction, (244), 94-106.

Castilho, S., Doherty, S., Gaspari, F., & Moorkens, J. (2018). Approaches to human and machine translation quality assessment. In Translation quality assessment: From principles to practice, Cham: Springer International Publishing, 9-38.

Culioli, A. (1978). Linguistique du discours et discours sur la linguistique. Revue philosophique de la France et de l'Etranger, 168(4), 481-488.

Culioli, A. (1990, 1999a, 1999b). Pour une linguistique de l'énonciation, T.1, T.2, T.3. Paris : Ophrys.

Culioli, A. (2002). Variations sur la linguistique, Paris : Klinsieck.

Danon-Boileau, L. (1983). This, that, which, what et la construction de références, quelques hypothèses. Travaux/Université de Saint-Etienne, no 39, p. 35-56.

De Faria, P. L. (2022). Post-édition de TA neuronale à la DGT et qualité des textes finaux : étude de cas. Traduction et Langues, 21(1), 77-98.

De Vogüé, S. (1992). Culioli après Benveniste : énonciation, langage, intégration. Linx, 26(1), 77-108.

De Vogüé, S. (2009). La fonction énonciative des adjectifs antéposés, in Elalouf M.-L., ed, Le groupe nominal et la construction de la référence. Approches linguistiques et didactiques, Presses Universitaires de Namur, 45-60.

Ducard, D. (2018). Le texte de la glose, de l'énonciation au discours. Texte et discours en confrontation dans l'espace européen, 83-97.

Gao, R., Lin, Y., Zhao, N., & Cai, Z. G. (2024). Machine translation of Chinese classical poetry: a comparison among ChatGPT, Google Translate, and DeepL Translator. Humanities and Social Sciences Communications, 11(1), 1-10.

Grass, T. (2022). L’erreur n’est pas humaine. Traduire. Revue française de la traduction, (246), 10-23.

Guillemin-Flescher, J. (2023). Linguistique contrastive : énonciation et activité langagière. Textes réunis par H. Chuquet, J. Chuquet, F. Doro-Mégy et M. Boisseau. Rennes : Presses universitaires de Rennes.

Hewson, L. (2017). Les paradoxes de la créativité en traduction littéraire. Meta, 62(3), 501-520.

Kolb, W. (2023). ‘I Am a Bit Surprised’: Literary Translation and Post-Editing Processes Compared. Computer-assisted literary translation, Routledge, 53-68.

Larsonneur, C. (2023). L’algorithme sert-il les traducteurs ? Conditions et contexte de travail avec les outils de traduction neuronale. Sommaire ̶ Contents, 90.

Legallois, D. (2002). Incidence énonciative des adjectifs « vrai » et « véritable » en antéposition nominale. Langue française, 46-59.

Loock, R. (2018). Traduction automatique et usage linguistique : une analyse de traductions anglais-français réunies en corpus. Meta, 63(3), 786-806.

Loock, R. (2019). La plus-value de la biotraduction face à la machine. Le nouveau défi des formations aux métiers de la traduction. Traduire. Revue française de la traduction, (241), 54-65.

Martin, R. (1990). Pour une approche vériconditionnelle de l'adverbe" bien". Langue française, (88), 80-89.

Mélis, G. (2012). Les enjeux de la notion d’ajustement : pour une pragmatique intégrée radicale. L’ajustement dans la théorie d’A. Culioli, 63-80.

Milner, J.-C. (1992). De quelques aspects de la théorie d’A. Culioli projetés dans un espace non énonciatif. La théorie d’Antoine Culioli, Ouvertures et Incidences, Gap, Ophrys, 19-38.

Moorkens, J., Toral, A., Castilho, S., & Way, A. (2018). Translators’ perceptions of literary post-editing using statistical and neural machine translation. Translation Spaces, 7(2), 240-262.

Moorkens, J. (2018). What to expect from Neural Machine Translation: a practical in-class translation evaluation exercise. The Interpreter and Translator Trainer, 12(4), 375-387.

Moorkens, J., & Guerberof Arenas, A. (2024). Artificial intelligence, automation and the language industry. Handbook of the language industry: Contexts, resources and profiles, 20, 71.

Morin, K. H. (2023). L'intégration de la révision et de la post-édition dans la formation en traduction. mediAzioni, 39, A101-A115.

O’Brien, S. (2022). How to deal with errors in machine translation: Postediting. Machine translation for everyone: Empowering users in the age of artificial intelligence, vol. 18, no 1, 105-106.

PACTE group (2005). Investigating Translation Competence: Conceptual and Methodological Issues. Meta, 50(2), 609–619. https://doi.org/10.7202/011004ar

Poncharal, B. (2021). La TA à l’épreuve du texte littéraire : d’une (im)possible restitution de l’expérience de lecture?. La main de Thôt. Théories, enjeux et pratiques de la traduction et de l'interprétation, (9).

Rieu, C. (2012). L’ajustement notionnel : un outil théorique pour l’analyse de quelques adjectifs de l’anglais contemporain. L’ajustement dans la TOE d’Antoine Culioli, Collection «linguistique», Épilogos, vol. 3.

Rossi, C. & Carré, A. (2022). How to choose a suitable neural machine translation solution: Evaluation of MT quality. Machine translation for everyone: Empowering users in the age of artificial intelligence, 18, 51-80.

Schumacher, P. (2019). Avantages et limites de la post-édition. Traduire. Revue française de la traduction, (241), 108-123.

Schumacher, P., & Sutera, A. (2022). Analyse comparative de post-édition et de traduction humaine en contexte académique. In Carmen Expósito Castro, María del Mar Ogea Pozo, & Francisco Rodríguez Rodríguez (Eds.), Theory and practice of translation as a vehicle for knowledge transfer, Séville: Editorial Universidad de Sevilla.

Sizov, F., España-Bonet, C., van Genabith, J., Xie, R., & Chowdhury, K. D. (2024). Analysing translation artifacts: A comparative study of LLMs, NMTs, and human translations. In Proceedings of the Ninth Conference on Machine Translation, 1183-1199.

Sycz-Opoń, J., & Gałuskina, K. (2017). Machine translation in the hands of trainee translators–an empirical study. Studies in Logic, Grammar and Rhetoric, 49(1), 195-212.

Valdez, C. (2023). Vers une approche discursive de la traduction automatique neuronale espagnol-français de textes techniques. Équivalences : Revue de traduction et de traductologie, vol. 50, no 1-2.

Zhu, W., Liu, H., Dong, Q., Xu, J., Huang, S., Kong, L., & Li, L. (2024). Multilingual machine translation with large language models: Empirical results and analysis. In Findings of the association for computational linguistics: NAACL 2024, 2765-2781.

Yan, J., Yan, P., Chen, Y., Li, J., Zhu, X., & Zhang, Y. (2024). Gpt-4 vs. human translators: A comprehensive evaluation of translation quality across languages, domains, and expertise levels. arXiv preprint arXiv:2407.03658.

Zou, L., Saeedi, A., & Koby, G. S. (2025). Beyond automated metrics: Assessing GPT-4o and Google Translate against professional translation standards. SKASE Journal of Translation and Interpretation, 18(2), 165-87.

Un amant, traduction de Teodor de Wyzewa, Perrin, 1892.

Les Hauts de Hurle-Vent, traduction de Frédéric Delebecque, Nouvelle librairie nationale, 1925.

Haute-Plainte, traduction de Jacques et Yolande de Lacretelle, Paris, Gallimard, 1927.

Les Hauts de Hurle-Vent, seconde édition de la traduction de Frédéric Delebecque, revue avec le concours de M. le commandant Beauvais, Les Éditions françaises internationales, 1947.

Wuthering Heights, traduction de Jacques Marcireau, Poitiers, Librairie Fonteneau, 1947.

Wuthering Heights, traduction d’Henri Picard, Éditions du Panthéon, 1948.

Wuthering Heights, traduction de Jean Talva, Paris, éditions Stock ; Club des Libraires de France, 1955.

Hurlemont, traduction de Sylvère Monod, Paris, Garnier Frères, 1963.

Hurlevent des monts, traduction de Pierre Leyris, Pauvert, 1972, Flammarion, 1984.

Wuthering Heights, traduction de Josette Chicheportiche, Livre de poche Jeunesse, 2011

Les Hauts de Hurtebise, traduction de Patric Reumaux, Paris, Les Belles Lettres, 2024.

Téléchargements

Publié-e

11/04/2026

Comment citer

Gournay, L. G. (2026). Comprendre la difficulté à post-éditer: De la "fluency" à l’énoncéité du texte littéraire. Discourse and Writing/Rédactologie, 35, 303–328. https://doi.org/10.31468/dwr.1175

Numéro

Rubrique

Le présent et le(s) futur(s) de la rédaction à l’ère de l’Intelligence Artificielle