Rule-based translationLa traduction à base de règles

TRA6008 To read for S7À lire pour la S7

Dictionaries and rules

The first generation of systems translated the way a beginner with a dictionary and a grammar might. For the green witch arrived, an English-to-French system of this kind works through a list:

1. look each word up in its bilingual dictionary: the → la, green → vert, witch → sorcière, arrived → est arrivée;
2. apply the rule that a French adjective follows its noun: sorcière vert;
3. apply the rule that it agrees in gender and number: sorcière verte;
4. assemble the sentence: la sorcière verte est arrivée.

Every step is a rule somebody wrote down: the first of the four paradigms, applied to translation (see also the Rule-based systems page, in the Foundations of AI & NLP module) (voir aussi la page Les systèmes à base de règles, dans le module Fondements de l'IA et du TAL).

Direct, transfer and interlingua

Jurafsky and Martin (2026) describe three designs, which differ in how much of the source sentence is analyzed before anything is produced (Figure 1figure 1).

Design	Analysis before anything is written	Written for each language pair
Direct	nothing: the sentence is worked through word by word	a large bilingual dictionary whose every entry is a small program, translating one word and handling its reordering
Transfer	the grammatical structure of the source sentence	rules that turn a source structure into a target structure, then a generator, the part that writes the target sentence from that structure
Interlingua	the meaning, into a representation independent of both languages	in principle nothing specific to the pair: one analyzer per source language, one generator per target language

Going up the triangle means more analysis on both sides and less knowledge specific to the pair in the middle.

Strengths and limits

Strengths

Limits

Control. A wrong translation is traced to a rule or a dictionary entry, and corrected there. Transparency. The path from the source to the output can be read, rule by rule. No training data needed. A pair of languages with no parallel corpus parallel corpuscorpus parallèle corporacorpus A corpus of texts in one language together with their translations into one or more other languages, usually aligned sentence by sentence so that each segment can be viewed next to its equivalent.Corpus de textes dans une langue accompagnés de leurs traductions vers une ou plusieurs autres langues, généralement alignés phrase par phrase de façon à afficher chaque segment en regard de son équivalent. can still have a system.

Slow and expensive to build. In a direct or transfer system, each language pair and each direction needs its own dictionary and rules, written by linguists. Hard to maintain. Rules interact, and a rule added for one case can break another. Poor output on text the rules did not foresee. Real text is full of constructions, senses and exceptions nobody wrote a rule for (see also the Tokenization (including an example of the rule-based approach) chapter, in the Classical NLP module) (voir aussi le chapitre La segmentation en unités lexicales (y compris un exemple d'approche à base de règles), dans le module TAL classique).

The approach lost ground once enough translated text existed to learn from, and it survives mainly for language pairs where that text does not exist.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Updated 13 October 2026

Des dictionnaires et des règles

La première génération de systèmes traduisait comme le ferait un débutant muni d’un dictionnaire et d’une grammaire. Pour the green witch arrived, un système de ce type qui traduit de l’anglais vers le français suit une liste d’étapes :

1. chercher chaque mot dans son dictionnaire bilingue : the → la, green → vert, witch → sorcière, arrived → est arrivée ;
2. appliquer la règle selon laquelle l’adjectif français suit le nom : sorcière vert ;
3. appliquer la règle d’accord en genre et en nombre : sorcière verte ;
4. assembler la phrase : la sorcière verte est arrivée.

Chaque étape est une règle que quelqu’un a écrite : c’est le premier des quatre paradigmes, appliqué à la traduction (see also the Rule-based systems page, in the Foundations of AI & NLP module) (voir aussi la page Les systèmes à base de règles, dans le module Fondements de l'IA et du TAL).

Traduction directe, transfert et interlangue

Jurafsky et Martin (2026) décrivent trois architectures, qui diffèrent par la part de la phrase source analysée avant que quoi que ce soit soit produit (Figure 1figure 1).

Architecture	Analyse avant toute écriture	Ce qu’il faut écrire pour chaque paire de langues
Directe	aucune : la phrase est traitée mot par mot	un grand dictionnaire bilingue dont chaque entrée est un petit programme, qui traduit un mot et gère son déplacement dans la phrase
Transfert	la structure grammaticale de la phrase source	des règles qui transforment une structure source en structure cible, puis un générateur, la partie qui écrit la phrase cible à partir de cette structure
Interlangue	le sens, dans une représentation indépendante des deux langues	en principe rien de propre à la paire : un analyseur par langue source, un générateur par langue cible

Plus on monte dans le triangle, plus l’analyse est poussée des deux côtés, et moins il faut de connaissances propres à la paire de langues au milieu.

Forces et limites

Forces

Limites

Contrôle. Une traduction erronée se ramène à une règle ou à une entrée du dictionnaire, et se corrige à cet endroit. Transparence. Le chemin de la phrase source au résultat se lit règle par règle. Aucune donnée d’entraînement nécessaire. Une paire de langues sans corpus parallèle parallel corpuscorpus parallèle corporacorpus A corpus of texts in one language together with their translations into one or more other languages, usually aligned sentence by sentence so that each segment can be viewed next to its equivalent.Corpus de textes dans une langue accompagnés de leurs traductions vers une ou plusieurs autres langues, généralement alignés phrase par phrase de façon à afficher chaque segment en regard de son équivalent. peut tout de même avoir un système.

Long et coûteux à construire. Dans un système direct ou à transfert, chaque paire de langues et chaque direction exigent leurs propres dictionnaire et règles, écrits par des linguistes. Difficile à maintenir. Les règles interagissent, et une règle ajoutée pour un cas peut en défaire un autre. Résultats médiocres sur les textes que les règles n’ont pas prévus. Les textes réels regorgent de constructions, de sens et d’exceptions pour lesquels personne n’a écrit de règle (see also the Tokenization (including an example of the rule-based approach) chapter, in the Classical NLP module) (voir aussi le chapitre La segmentation en unités lexicales (y compris un exemple d'approche à base de règles), dans le module TAL classique).

L’approche a perdu du terrain dès que les textes traduits ont été assez nombreux pour qu’on puisse en apprendre, et elle survit surtout pour les paires de langues où ces textes n’existent pas.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Mise à jour 13 octobre 2026