La qualité et la précision à un niveau supérieur

NFA, acronyme de Neural Fuzzy Adaptation, est une fonctionnalité puissante de notre solution. Lorsque les traducteurs post-éditent de nouveaux segments, le système intègre ces changements en temps réel, améliorant continuellement la qualité de la traduction. 

Vous pouvez en savoir plus sur NFA avec deux de nos derniers webinaires, XTM et l'autre avec MemoQ 

Pour le moment, SYSTRAN model studio affiche uniquement le score BLEU. Bien que nous travaillions activement à l'intégration d'autres outils tels que Comet, l'accent a été mis sur l'efficacité et la facilité d'utilisation du score BLEU en tant que principale métrique d'évaluation pour le moment. 

Absolument ! Vous pouvez déployer plusieurs modèles et choisir celui qui convient le mieux à votre projet spécifique. Avant de déployer un modèle, vous pouvez également utiliser la fonction d'évaluation, qui vous permet de télécharger et de comparer différents fichiers de test pour voir comment chaque modèle se comporte.  

Vous pouvez comparer jusqu'à trois modèles côte à côte, ce qui facilite la recherche de la solution idéale pour répondre à vos besoins. 

Mais même sans utiliser cette fonctionnalité, vous pouvez facilement déployer plusieurs modèles. 

model studio est conçu pour tirer le meilleur parti d'un million de paires de phrases, en termes de propreté et de robustesse. Cette limite s'applique aux données après déduplication et suppression potentielle des caractères endommagés.

Veuillez noter qu'il est également conseillé de ne pas télécharger plusieurs fichiers très volumineux à la fois pour éviter les problèmes de réseau.

Actuellement, la gestion des balises et des espaces réservés peut poser des défis. Les phrases longues contenant des balises peuvent être supprimées pour améliorer le traitement. Cependant, nous travaillons activement sur des solutions pour mieux gérer les balises, et cette fonctionnalité devrait être disponible en 2024. 

Pendant ce temps, vous pouvez entrer vos balises dans vos outils de TAO et laisser ces outils de TAO les gérer.  

Comme mentionné précédemment, et étant donné que les espaces réservés peuvent être considérés comme des balises, l'utilisation d'espaces réservés pour anonymiser les données peut être difficile à gérer.  

Les données d'entraînement devraient être anonymisées en utilisant "XX" à la place des espaces réservés ou des balises.  

Cela permet de garantir la confidentialité et la conformité aux réglementations sur la protection des données. Soyez assuré que SYSTRAN accorde une priorité absolue à la sécurité des données des clients, et la plateforme dispose de mesures de sécurité robustes. 

Par exemple, nous disposons d'une fonction de suppression automatique des données d'entraînement, ajustable au niveau de l'ensemble de données. La valeur par défaut est fixée à 90 jours, mais nous offrons également des options pour 180 jours et la conservation permanente des données. Il est possible de modifier cette valeur après le téléchargement. 

Le nettoyage automatique des données est exécuté pendant le téléchargement et le traitement. 

Les données sont soumises à deux étapes de nettoyages majeures  

Tout d'abord, les doublons dans les segments source et cible sont supprimés. Ensuite, nous travaillons à résoudre les encodages incorrects et éliminons les phrases vides de la cible ou de la source. 

Ensuite, lors du traitement des données, un autre filtrage et nettoyage ont lieu, principalement pour les segments mal alignés ou dans une langue incorrecte.