Course materialsMatériel de cours

Ce que vous trouverez ici

Bienvenue dans TRA2600. Tout ce qui concerne le cours se trouve ici, tenu à jour tout au long du trimestre.

Qui je suis

Je m’appelle Ayla Rigouts Terryn.

Ce que fait ce cours

Vous utilisez déjà des outils de traduction, et probablement aussi des outils d’intelligence artificielle. TRA2600 vise à ce que vous compreniez comment ils fonctionnent et comment on les évalue, plutôt que d’en rester à une utilisation de surface. Cette compréhension vous rend plus efficace, et elle vous permet de juger quel outil convient à une tâche, à quel moment l’employer, et quand vous en passer.

La première séance

Nous commençons par faire connaissance : un tour de table, et quelques questions sur les outils que vous avez déjà utilisés et sur ce que vous pensez de l’intelligence artificielle aujourd’hui. Il n’y a pas de bonne réponse à ces questions, et vos réponses nous resserviront en fin de trimestre, au débat du 9 décembre 2026.

La séance se poursuit avec :

• le plan de cours et le calendrier ;
• une visite de ce site ;
• les mémoires de traduction ;
• l’installation de Wordfast, en fin de séance.

Description officielle

Approfondissement des connaissances et exploitation des outils informatiques utilisés en traduction, en terminologie et en localisation. Ateliers pratiques.

Introduction

Ce cours a pour but d’approfondir la maîtrise des outils technologiques qui transforment la pratique de la traduction. À travers des activités théoriques et pratiques, les étudiants et étudiantes découvriront l’état de l’art dans le domaine des technologies de la traduction, développeront des compétences pratiques pour utiliser ces outils de manière efficace et réfléchie, et apprendront à s’adapter à un domaine en constante évolution.

Ce cours s’inscrit dans la continuité de TRA1600 et approfondit les connaissances acquises. Les étudiants et étudiantes développeront des compétences avancées en outils de traduction assistée par ordinateur (TAO), découvriront les fondements du traitement automatique des langues (TAL) et apprendront à utiliser et à évaluer de manière critique les technologies fondées sur les grands modèles de langue (GML).

Objectifs généraux

Familiariser les étudiants et étudiantes avec l’état de l’art des technologies de la traduction : leur offrir une vue d’ensemble des outils disponibles, de leurs fonctions principales et de leurs limites, afin qu’ils comprennent ce qu’ils peuvent attendre de ces technologies dans un environnement professionnel.

Former des utilisateurs et utilisatrices compétents des outils technologiques les plus pertinents : initier les étudiants et étudiantes à la pratique des outils essentiels, avec une progression du concret vers l’abstrait : d’abord maîtriser les outils dans des contextes pratiques, puis comprendre les fondements théoriques qui permettent une utilisation critique et adaptable.

Développer une capacité à évaluer et à apprendre les technologies de manière autonome : enseigner aux étudiants et étudiantes à évaluer de manière critique les nouvelles technologies, à comprendre leurs implications et à s’adapter aux évolutions rapides du domaine, afin de garantir leur pertinence professionnelle sur le long terme.

Objectifs spécifiques

À la fin du cours, vous devriez être en mesure de :

• utiliser efficacement les outils de traduction assistée par ordinateur (TAO) ;
• utiliser les expressions rationnelles (regex) dans des contextes pertinents pour la traduction ;
• comprendre les concepts clés du TAL et l’évolution des technologies langagières ;
• évaluer les technologies de traduction à l’aide de méthodes et de métriques appropriées ;
• exploiter les grands modèles de langue de manière efficace et critique ;
• développer une réflexion critique et argumentée sur la place de l’intelligence artificielle dans les professions langagières.

Quand a lieu le cours

Les séances ont lieu le mercredi, de 15 h 30 à 18 h 30. Treize séances de cours, plus l’examen final, qui a lieu le mercredi 16 décembre 2026 dans la même case horaire.

Chaque bloc a son évaluation.

Les séances

Le tableau donne tous les mercredis du trimestre, y compris ceux sans cours, pour que les interruptions soient visibles. Les séances teintées portent une évaluation.

Les deux semaines sans cours

• le 30 septembre 2026, Journée nationale de la vérité et de la réconciliation ;
• le 21 octobre 2026, pendant la période d’activités libres.

Le parcours sur les expressions rationnelles prend la place de la séance du 21 octobre 2026 et se travaille pour le reste en parallèle des séances. La page Le parcours d’expressions rationnelles donne le rythme prévu, les dates et le fonctionnement de l’examen.

Les cinq blocs

1. 1Séances 1 à 4, examen à la séance 6

   Outils de traduction assistée par ordinateur (TAO)

   In classEn classeLa séance 1 porte sur les mémoires de traduction et se termine par l'installation de Wordfast. Les séances 2 à 4 se font avec le logiciel ouvert : le premier projet à la séance 2 ; un bref retour sur les formats d'échange, puis les balises et l'alignement à la séance 3 ; l'assurance de la qualité et la livraison à la séance 4, sur le projet d'un autre traducteur que vous reprenez. Pendant les exercices, vous travaillez seul, mais je suis là.

   Outside classHors classeL'écosystème de la TAO avant la séance 2, les pages sur les formats d'échange avant la séance 3. Avant la séance 4, vous vous assurez de comprendre tout ce que vous avez fait dans Wordfast jusque-là. Ce projet, commencé à la séance 4, se termine à la maison : c'est la préparation à l'examen du 14 octobre 2026. Le reste du temps hors classe va au parcours d'expressions rationnelles.

2. 2En autonomie, en ligne

   Expressions rationnelles (regex)

   In classEn classeAucune séance : seul l'examen sur papier a lieu en classe, en début de séance, le 4 novembre 2026.

   Outside classHors classeTout le parcours, en ligne et seul, à votre rythme. Rythme recommandé : le chapitre 1 pour la séance 3, le chapitre 2 pour la séance 4, le chapitre 3 pendant la semaine sans séance de septembre, et les deux derniers après l'examen de mi-session.

3. 3Séances 5, 7 à 9

   Bases du TAL et extraction terminologique

   In classEn classeLa séance 5 pose les principes du TAL. La conférence de Kim Lacroix, à la séance 7, montre le métier. La séance 8 réunit ces principes dans l'extraction terminologique et lance le travail pratique, et la séance 9 porte sur l'évaluation, avec le calcul de l'accord inter-annotateurs en classe.

   Outside classHors classeLa théorie se lit avant la séance, ce qui laisse le temps de travailler en classe. Le travail pratique se fait en deux temps : l'identification des termes, lancée à la séance 8 et remise au début de la séance 9, puis l'accord et l'évaluation des outils, remis le 29 novembre 2026.

4. 4Séance 10

   Traduction automatique

   In classEn classeUn atelier de traduction automatique et de son évaluation.

   Outside classHors classeLa théorie de la traduction automatique se lit avant la séance, qui est un atelier.

5. 5Séances 11 à 13

   Grands modèles de langue

   In classEn classeDeux séances sur les grands modèles de langue, puis le débat noté et la synthèse à la séance 13. L'examen final a lieu le 16 décembre 2026.

   Outside classHors classeLa préparation du débat : les équipes, les motions et les positions sont annoncées le 25 novembre 2026.

La conférence invitée

Kim Lacroix, terminologue au Bureau de la traduction, vient à la séance 7. Elle parlera de son travail et de la place qu’y prennent les technologies.

Les composantes et leur poids

Ce que couvre chaque évaluation

Examen de mi-session · 25 %

Il est pratique : vous travaillez dans Wordfast, sur ordinateur, pendant la séance. Il porte sur tout le bloc 1, y compris la lecture sur les formats d’échange et le chapitre sur l’alignement.

Examen sur les expressions rationnelles · 15 %

Il a lieu en début de séance le 4 novembre 2026, sur papier. Ses questions reprennent les exercices du parcours en ligne. La page Le parcours d’expressions rationnelles détaille comment il est construit et comment il est corrigé.

Travail sur l’extraction terminologique · 15 %

Il comporte une composante de comparaison avec un ou une partenaire, mais l’évaluation reste individuelle. Il se fait en deux temps : la liste de termes individuelle est à remettre au début de la séance 9, le 11 novembre 2026, le travail complet le 29 novembre 2026. La première moitié, l’identification des termes, est lancée à la séance 8, après le premier cours sur l’extraction terminologique. Vous n’avez rien à faire pour ce travail avant la séance 8 : d’ici là, l’examen de mi-session sur Wordfast et le parcours d’expressions rationnelles passent en premier.

Questionnaires de préparation · 5 %

Ce sont des questionnaires en ligne à remplir avant certaines séances. Il y en a cinq, et chacun compte pour 1 %.

Débat noté · 5 %

Il porte sur l’intelligence artificielle et la traduction. Les positions sont assignées, et l’évaluation est individuelle : elle porte sur la qualité de l’argumentation et sur la mobilisation des notions du cours, jamais sur la position défendue.

Examen final · 35 %

Il est écrit, sur papier, en classe. Il porte sur le bloc 3, les bases du traitement automatique des langues et l’extraction terminologique, sur le bloc 4, la traduction automatique, sur le bloc 5, les grands modèles de langue, ainsi que sur la conférence invitée en terminologie. Après la période d’activités libres d’octobre, je publie des exemples de questions, pour que vous sachiez à quels types de questions vous attendre et que vous puissiez vous préparer.

Les dates des évaluations

Correction et retards

Pour tout travail évalué, des points pourront être retranchés pour les fautes de langue, avec un maximum de 20 % de la note totale.

Les retards seront pénalisés à hauteur de 20 % par jour de retard, sauf en cas de circonstances exceptionnelles justifiées. Les délais sont communiqués dès le début du cours, et il est attendu que les travaux soient remis à temps.

Examen de mi-session sur la TAO

Cet examen évalue ce que vous savez faire avec un outil, donc tout ce qui vous aiderait dans un vrai mandat est permis : vos notes, ce site, la documentation de Wordfast, le web, la traduction automatique, un grand modèle de langue.

Une seule interdiction : communiquer avec d’autres personnes, sous n’importe quelle forme, pendant toute la durée de l’examen. Un document partagé, une messagerie, un forum, un fil de classe et le fait de demander à quelqu’un de chercher pour vous en font partie.

La limite est simple : un outil peut vous répondre, une personne non.

Examen sur les expressions rationnelles

Sur papier, sans aucune ressource : ni notes, ni appareil, ni testeur en ligne. Vous écrivez les expressions à la main.

Examen final

Sur papier, sans aucune ressource.

Travail sur l’extraction terminologique

Les ressources permises sont précisées dans les consignes du travail, qui vous sont remises à la séance 8.

Ce que vous faites

L’examen évalue ce que vous savez faire avec un outil, pas ce que vous pouvez en réciter. Vous travaillez dans Wordfast pendant la séance, sur une tâche du même genre que celles des séances 2 à 4, et vous traduisez du français vers l’anglais comme dans tout le parcours.

Le mandat du client, ce qu’il attend et les fichiers sont publiés le jour de l’examen, sur une page à part (see also the Mid-session exam: instructions and files page) (voir aussi la page Examen de mi-session : consignes et fichiers).

Le déroulement de la séance

• Trois heures, soit la durée entière de la séance.
• Votre portable ou un poste du laboratoire, comme vous préférez.
• Je suis présente pendant tout l’examen. Si vous êtes bloqué, demandez-moi : je décide sur le coup s’il s’agit d’un problème du logiciel, auquel cas je vous aide, ou de quelque chose que vous devriez pouvoir résoudre vous-même.

Ce sur quoi il porte

• Translation memoriesLes mémoires de traduction
• The CAT-tool ecosystemL'écosystème des outils de TAO
• Wordfast: getting startedWordfast : prise en main
• Wordfast: tags and machine translationWordfast : balises et traduction automatique
• Wordfast: alignmentWordfast : alignement
• Wordfast: quality assurance and deliveryWordfast : assurance de la qualité et livraison

Le chapitre sur l’alignement et les formats d’échange sont matière d’examen au même titre que le reste, même s’ils ne passent qu’une fois en classe.

L’évaluation

La traduction n’est pas notée dans le détail

Vous n’êtes pas évalué sur la finesse de votre traduction. Deux choses comptent : ce qu’un lecteur attentif aurait vu, et ce que Wordfast vous aurait signalé si vous l’aviez laissé faire.

Ce que vous avez le droit d’utiliser

Tout ce qui vous aiderait dans un vrai mandat, sauf la communication avec d’autres personnes. La page Ressources autorisées donne la règle complète et ce qu’elle couvre.

Vos marques de progression ne sont enregistrées nulle part

Le site n’a pas de comptes et ne conserve rien sur un serveur. Quand vous réussissez un exercice, la marque est écrite dans la mémoire de votre navigateur, sur cet ordinateur-là. Vous la perdez si vous effacez vos données de navigation, si vous passez à un autre appareil, ou si vous travaillez en navigation privée.

Deux conséquences :

• votre progression ne vous suit pas d’un ordinateur à l’autre ;
• je ne vois rien. Aucune trace de votre travail ne me parvient, donc personne ne peut « avoir fait le parcours » de mon point de vue, et personne ne peut non plus être pénalisé pour ne pas l’avoir fait.

Comment l’examen est construit

L’examen reprend les exercices du parcours. Une question peut être un exercice tel quel, ou le même exercice avec un texte de test un peu différent.

Les questions à choix multiples de l’examen sont du même niveau de difficulté que celles du parcours. Les questions où vous écrivez une expression combinent au plus deux ou trois notions à la fois.

Toutes les expressions de l’examen s’appliquent avec les drapeaux gmu, comme partout dans le parcours. Vous n’avez jamais à les écrire : il faut comprendre ce qu’ils font, pas les produire.

Comment il est corrigé

Une expression qui fonctionne donne la note de passage. La note parfaite exige la forme idiomatique, par exemple + plutôt que {1,} ou \d plutôt que [0-9]. Le parcours signale ces formes courtes à mesure, et le chapitre de récapitulation les reprend.

Le rythme recommandé du parcours

L’autonomie fait partie de la matière

Un des objectifs de ce cours est de vous rendre suffisamment à l’aise avec la technologie pour explorer des outils par vous-même. À certains moments, en classe ou dans les travaux, je vous demanderai de réaliser une tâche que je n’ai pas expliquée en détail.

C’est voulu. La technologie change trop vite pour que la maîtrise d’un seul logiciel suffise : ce que je veux, c’est que vous soyez à l’aise et efficaces avec la technologie en général, ce qui suppose de savoir parfois trouver par vous-mêmes comment accomplir une tâche précise.

Cherchez donc d’abord : le menu, la documentation de l’outil, une recherche en ligne, un essai sur un fichier de test. Se tromper sur un fichier d’exercice ne coûte rien.

Se préparer avant la séance

Il y a presque chaque semaine quelque chose à faire avant le cours suivant : une lecture, un exercice, un questionnaire. Je l’annonce à la fin de la séance, et la date figure au calendrier.

Ce travail n’est pas toujours ramassé ni noté. Il compte quand même : les séances supposent qu’il est fait, elles commencent souvent par deux ou trois questions rapides pour vérifier qu’on peut passer à la pratique, et le reste de la journée s’appuie dessus. Le faire aide beaucoup ; ne pas le faire se paie pendant la séance, puis à l’examen.

La première est déjà là : l’écosystème des outils de TAO, à lire pour la séance 2.

Poser des questions

Je préfère de loin vous aider quand vous êtes bloqués et que je peux encore faire quelque chose, plutôt que de découvrir à la correction qu’une notion n’avait pas été comprise, quand il ne me reste qu’à retirer des points. Si je vais trop vite ou si quelque chose n’est pas clair, demandez : il y a de bonnes chances que vous ne soyez pas la seule personne dans ce cas.

Cela dit, nous sommes à l’université, et j’attends une certaine autonomie. Si la réponse se trouve clairement dans le matériel du cours, je ne me sentirai pas obligée de la répéter dans un courriel. Dans le doute, demandez.

Me joindre

Il n’y a pas de permanence fixe. Vous pouvez toujours venir me parler avant ou après la séance, ainsi que pendant la pause : c’est le moyen le plus rapide d’obtenir une réponse.

Par courriel, comptez un à deux jours ouvrables. Je ne réponds pas les fins de semaine ni les jours fériés, ce qui vaut la peine d’être pris en compte quand une échéance tombe un dimanche soir : une question posée le vendredi trouve réponse, une question posée le dimanche à 22 h non.

Si une question demande plus qu’un échange de courriels, demandez-moi un rendez-vous.

Vos retours sur le cours

Signalez-moi les difficultés et les suggestions au fur et à mesure. Je préfère apprendre qu’il y a un problème tant qu’il est encore possible d’y remédier, plutôt qu’après coup, quand il est trop tard pour agir.

Cela vaut aussi pour ce site : le bouton en bas de chaque page sert à me signaler une erreur, un lien mort ou un passage incompréhensible.

Sur ce site

Toute l’information sur le cours est publiée sur ce site.

Le contenu du cours : les chapitres, les parcours en ligne, les exercices, le glossaire, les informations pratiques que vous êtes en train de lire. C’est ici que vous venez pour apprendre quelque chose ou pour vérifier une consigne.

Le site est public en grande partie ; les pages propres au cours, comme celle-ci, demandent le mot de passe du cours. La page Comment ce site fonctionne explique la structure, les profils et les cadenas.

Sur StudiUM

Tout ce qui vous concerne personnellement, puisque ce site n’a pas de comptes personnels : les annonces, les remises de travaux, les questionnaires de préparation et vos notes. C’est là que vous déposez un fichier et que vous consultez un résultat. StudiUM renvoie ici pour le contenu.

Dans ce cours en particulier

Ce cours porte sur des outils qui produisent du texte, ce qui rend la limite moins évidente qu’ailleurs. Elle est fixée par évaluation, et par écrit : un grand modèle de langue est permis à l’examen de mi-session et interdit aux deux examens sur papier, où rien n’est permis. La page Ressources autorisées donne le détail pour chaque évaluation ; c’est elle qui fait foi.

Deux choses ne changent jamais. Le travail que vous remettez doit être le vôtre, même quand un outil a servi à le produire. Et si vous ne savez pas si quelque chose est permis, demandez-le avant plutôt qu’après.

Ce que vous avez reçu

Une licence Wordfast Pro personnelle, d’un an et sans frais, obtenue pour ce cours-ci. Elle est associée à votre adresse de l’UdeM et couvre tout le trimestre, avec de la marge. Elle donne aussi accès à Wordfast Anywhere, la version qui s’utilise dans un navigateur.

Elle est distincte des licences installées sur les postes du département, qui viennent du département et servent aux cours qui en ont besoin. Les deux existent en parallèle : la licence personnelle vous suit sur votre propre ordinateur, celles du département restent sur les postes.

À l’échéance, Wordfast offre un rabais étudiant si vous voulez continuer. Rien ne vous y oblige, et le cours ne suppose aucun achat.

Où l’installer

Vous avez le choix. Les postes du département ont Wordfast Pro installé, et tout ce que le cours demande peut se faire là. Une installation sur votre propre ordinateur reste plus commode pour les exercices à faire à la maison, entre deux séances, et c’est ce que je vous recommande.

L’installation se fait en classe le 2 septembre 2026, avec de l’aide sur place. Ce qui n’est pas terminé se finit chez vous, avec ces pages. C’est à vous de vous assurer d’avoir un outil qui fonctionne avant la séance 2.

Rendez-vous sur wordfast.com et ouvrez la page « Download ». Quatre produits y figurent côte à côte.

Celui qui nous intéresse est le deuxième, Wordfast Pro. Les trois autres ne servent pas dans ce cours :

• Classic est l’ancienne version, qui fonctionne à l’intérieur de Microsoft Word ;
• Anywhere est la version qui s’exécute dans un navigateur, sans rien installer. Votre licence y donne accès et elle peut dépanner, mais les séances se donnent dans Pro ;
• Server est un produit d’entreprise.

Sous Wordfast Pro, cliquez sur « Download Now! ». Le téléchargement démarre sans achat : le mot « FREE » de cette colonne désigne le mode démonstration, et c’est votre clé d’activation qui transformera cette installation en version complète.

Télécharger le bon fichier

Le bouton « Download Now! » de la colonne Wordfast Pro ouvre la liste des systèmes. Prenez celui de la machine sur laquelle vous installez.

Une fois le fichier téléchargé, l’installation ne demande aucun choix particulier : acceptez les valeurs proposées et laissez l’installateur se terminer.

Sur Windows

Le fichier est un .exe. Ouvrez-le et suivez les écrans. Windows peut afficher un avertissement SmartScreen pour un programme téléchargé sur le web : passez par « Informations complémentaires », puis « Exécuter quand même ».

Gardez l’emplacement d’installation proposé, dans Program Files.

Sur macOS

Le fichier est un .dmg. Ouvrez-le, puis glissez l’icône de Wordfast Pro dans le dossier Applications, comme pour n’importe quelle application Mac.

Au premier lancement, macOS bloque les applications qui ne viennent pas de l’App Store. Le message dit que le développeur ne peut pas être vérifié. Passez par Réglages Système, section Confidentialité et sécurité : un bouton « Ouvrir quand même » y apparaît, sous le message qui vient de s’afficher. Le blocage ne se produit qu’une fois.

Un mot sur l’emplacement

Installez le logiciel là où l’installateur le propose. La question de l’emplacement se pose surtout pour vos projets, pas pour l’application, et elle revient au premier chapitre du parcours Wordfast : vos dossiers de projets ne doivent pas se trouver dans OneDrive, Dropbox ou Google Drive. La synchronisation modifie les fichiers pendant que le logiciel les tient ouverts, ce qui donne des mémoires abîmées et des projets qui refusent de s’ouvrir.

En deux temps

L’activation se déroule en deux temps. Vous récupérez d’abord une clé sur le site de Wordfast, puis vous la donnez au logiciel. La clé est un texte à copier et coller, alors gardez les deux fenêtres ouvertes.

Étape 1. Se connecter à son compte

Vous n’avez reçu aucun courriel, et c’est normal : votre compte existe déjà sur wordfast.com, créé avec votre adresse de l’UdeM et le mot de passe 12345. Sur wordfast.com, cliquez sur « Sign In », en haut à droite.

Étape 2. Sélectionner la licence

Vos licences sont listées sur wordfast.com/myaccount.

Étape 3. Obtenir la clé

Laissez la quantité à 1 et cliquez sur « Get Activation Key ».

Étape 4. Coller la clé dans Wordfast Pro

Ouvrez Wordfast Pro. Cliquez sur le logo Wordfast, en haut à gauche de la fenêtre, et choisissez « Online Registration ».

Collez la clé dans le champ « Activation key », puis cliquez sur « Activate ».

Étape 5. Redémarrer

Wordfast demande de redémarrer pour terminer l’activation : répondez oui.

Le premier démarrage est long

Ouvrez Wordfast Pro. Le démarrage est long, surtout la première fois : laissez l’écran de chargement finir. Vous arrivez ensuite sur la liste des projets, et elle est vide.

Ce qu’il faut vérifier maintenant

Une seule chose : que la licence est active. Cliquez sur le logo Wordfast, en haut à gauche, puis sur « Online Registration ». La ligne « License type » doit annoncer une licence complète, et le nombre de jours restants doit s’afficher. Si ce n’est pas le cas, reprenez la page Activer votre licence.

Les postes du département sont une solution complète

Si Wordfast refuse de s’installer ou de démarrer sur votre machine, ce n’est pas un problème pour votre réussite dans le cours. Les postes du département ont le logiciel et permettent de faire les séances, les exercices et l’examen de mi-session, qui se tient de toute façon en classe.

Ce que vous perdez, c’est la commodité de travailler chez vous entre deux séances. Cela vaut la peine d’essayer de régler le problème, sans que ce soit urgent au point d’y passer une soirée.

Wordfast est lent, surtout au démarrage

Le logiciel met du temps à s’ouvrir, et l’écran de chargement peut rester affiché longtemps, surtout au premier lancement. Ce n’est pas un blocage. Laissez-le finir avant de forcer la fermeture, et évitez de le relancer plusieurs fois pendant qu’il démarre : vous n’obtiendrez que plusieurs démarrages en même temps.

macOS refuse d’ouvrir l’application

Le message dit que le développeur ne peut pas être vérifié. Ouvrez Réglages Système, puis Confidentialité et sécurité, et descendez jusqu’au message qui vient d’apparaître : un bouton « Ouvrir quand même » s’y trouve. Il faut avoir tenté d’ouvrir l’application juste avant pour que le bouton apparaisse.

Windows bloque l’installateur

L’écran bleu de SmartScreen annonce qu’il a protégé votre appareil. Cliquez sur « Informations complémentaires », puis sur « Exécuter quand même ».

La licence refuse de s’activer

Trois causes, dans l’ordre de fréquence :

• vous n’êtes pas connecté au bon compte. La licence est rattachée à votre adresse de l’UdeM ;
• la clé a été copiée avec une espace en trop, au début ou à la fin. Recollez-la en vérifiant les extrémités ;
• la clé a déjà servi sur une autre machine. Une licence n’autorise qu’UNE activation, donc une clé déjà utilisée ne servira pas une deuxième fois. Venez me voir : c’est le cas que je ne peux pas régler à distance.

Un fichier refuse d’être importé dans un projet

Si Wordfast annonce « Failed: 1 » à l’ajout d’un fichier, avec un message qui parle de « Rules file » introuvable, ce n’est pas votre document : ce sont les règles de filtrage de Wordfast, qu’il range dans un dossier temporaire du système et que le système efface de temps à autre. Redémarrez Wordfast et ajoutez le fichier de nouveau ; il les réinstalle en démarrant.

Cela s’est produit sur mon poste avec un fichier HTML, en septembre 2026, et le redémarrage a suffi.

L’ordinateur est trop ancien, ou c’est un Chromebook

Wordfast Pro ne s’installe pas sur ChromeOS ni sur un iPad. Deux possibilités : les postes du département, ou Wordfast Anywhere, la version qui s’exécute dans un navigateur et à laquelle votre licence donne accès. Anywhere fait moins de choses que Pro et les séances ne s’y donnent pas, mais il permet de suivre.

Ce que je vous demande

Signalez-moi un problème d’installation avant la séance 2 plutôt que le jour de l’examen. Écrivez-moi ce que vous avez tenté et ce que dit le message d’erreur exactement, ou venez me voir avant ou après une séance. Une installation qui ne fonctionne pas est un problème banal, pas un aveu.

Les pages

1. 1 Why interchange formats?Pourquoi des formats d'échange ? →
2. 2 Markup languagesLes langages de balisage →
3. 3 Plain text and its linesLe texte brut et ses lignes →
4. 4 What XML looks likeÀ quoi ressemble le XML →
5. 5 Elements, attributes and hierarchyÉléments, attributs et hiérarchie →
6. 6 Character encodingLe codage des caractères →
7. 7 What to translate, what to leaveCe qui se traduit, ce qui ne se touche pas →
8. 8 The three formats side by sideLes trois formats côte à côte →

Print / PDFImprimer / PDF

Le mandat

Votre client est Alignio Logiciels inc., un éditeur montréalais de logiciels de traduction (fictif). Un traducteur a commencé la traduction du guide d’utilisation d’Alignio Desktop 3, son outil à mémoire de traduction, puis a quitté le mandat. Vous reprenez son projet Wordfast. Entre-temps, le client vous envoie deux choses : une foire aux questions à traduire, et sa politique de licence et de soutien, traduite il y a quelques années sans outil de TAO, dont il veut récupérer la traduction dans la mémoire.

Les fichiers

Mettez-les dans un même dossier, hors de OneDrive, avant de commencer.

Le projet du traducteur précédent : le guide, traduit en partie, avec la mémoire et le glossaire du projet. Il s’importe dans Wordfast avec « Import Package ».

La foire aux questions, à traduire dans le même projet. Un fichier ajouté à un projet existant n’est pas prétraduit : c’est à vous d’aller chercher les correspondances de la mémoire et la traduction automatique, segment par segment ou pour tout le fichier.

La politique de licence et de soutien et sa traduction anglaise, faite il y a quelques années sans outil de TAO.

Le journal de bord, à remplir pendant l’examen.

Ce que le client attend

• Le guide livré complet : la partie déjà traduite revue et corrigée, le reste traduit.
• La FAQ traduite.
• La traduction de l’ancienne politique récupérée dans la mémoire existante du projet, Alignio_TM_fr-en, et non dans une mémoire à part, pour que le client n’ait plus à la payer deux fois. Les réglages par défaut de l’importation conviennent.
• Le terme banni bloqué, pour ce mandat et les suivants.
• Les ressources du projet corrigées là où elles étaient fausses.
• Les segments sans correspondance traduits à partir de la traduction automatique, branchée comme en classe : chaque proposition relue, corrigée au besoin et validée. Le projet garde la trace de ce qui vient de la machine.
• Le tout vérifié avec Transcheck, chaque signalement corrigé ou justifié dans le journal.
• Les livrables du mandat : les deux documents traduits dans leur format d’origine, le projet en paquet (.glp) et la mémoire du projet au format TMX. L’exportation de la mémoire n’a pas été vue en classe : à vous de trouver comment la faire, avec la documentation, l’aide de Wordfast ou le web.

Dans quel ordre faire tout cela, et comment vous assurer que rien ne manque, fait partie de ce qui est évalué.

Les noms

Deux régimes, et la différence compte dans la note.

La remise

NomPrenom = nom de famille suivi du prénom, sans espaces ni accents. Exemple : Marie Tremblay → TremblayMarie_guide.docx.

Vérifiez votre dépôt avant de partir : cinq fichiers, bien nommés, et rien d’autre. Ouvrez chaque fichier exporté pour vous assurer qu’il contient bien votre traduction.

Ce que vous trouverez ici

Bienvenue dans TRA6008. Tout ce qui concerne le cours se trouve ici, tenu à jour tout au long du trimestre.

Qui je suis

Je m’appelle Ayla Rigouts Terryn.

Ce que fait ce cours

Ce séminaire porte sur les technologies de la traduction à un moment où l’intelligence artificielle artificial intelligence (AI)intelligence artificielle (IA) AIIA A field of research and practice concerned with developing computer systems that perform functions associated with intelligence, such as perception, learning, reasoning, language use, and decision-making. By extension, the term also refers to the systems themselves, as in the increasingly common expression "an AI". For this second sense, the OECD defines an AI system as "a machine-based system that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments. Different AI systems vary in their levels of autonomy and adaptiveness after deployment" (Grobelnik et al., 2024).Domaine de recherche et de pratique visant à développer des systèmes informatiques qui accomplissent des fonctions associées à l'intelligence, comme la perception, l'apprentissage, le raisonnement, l'usage de la langue et la prise de décision. Par extension, le terme désigne aussi les systèmes eux-mêmes, comme dans l'expression de plus en plus courante « une IA ». Pour ce second sens, l'OCDE définit un système d'IA comme un système automatisé qui, pour des objectifs explicites ou implicites, déduit à partir des entrées reçues comment générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions pouvant influencer des environnements physiques ou virtuels, les systèmes d'IA variant dans leur degré d'autonomie et d'adaptativité après leur déploiement (Grobelnik et al., 2024, traduction libre). (IA) en déplace rapidement les usages. Il vise trois choses.

• Comprendre ce que font ces systèmes, comment ils sont construits et où ils échouent.
• Explorer un outil nouveau par vous-mêmes, efficacement, sans attendre qu’on vous le montre : les outils changeront, cette autonomie restera.
• Évaluer : mesurer ce que fait une technologie, interpréter des résultats publiés, et composer avec le cas ordinaire de la traduction, où il n’existe pas une seule bonne réponse à laquelle se comparer.

Les trois volets

La première séance

La première séance, le 3 septembre 2026, sert à poser les bases pratiques et à entrer dans la matière :

• le plan de cours, le calendrier et les échéances du trimestre ;
• comment le cours se sert de l’intelligence artificielle, et ce qui est attendu de vous à ce sujet ;
• ce qui se trouve sur ce site et ce qui se trouve sur StudiUM ;
• l’annonce du Projet 1 ;
• une entrée en matière sur les grands modèles de langue.

Le Projet 1 est annoncé dès cette séance, mais ses consignes détaillées arrivent à la séance 3 et son travail d’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. commence à la séance 4. Le mois de septembre appartient à la théorie et au parcours en ligne.

Description officielle

Utilisation et fonctionnement général des systèmes de traduction automatique machine translation (MT)traduction automatique (TA) translationtraduction The use of a computer system to produce content in a target language that conveys content expressed in a source language.Utilisation d'un système informatique pour produire, dans une langue cible, un contenu qui rend un contenu exprimé dans une langue source. et de traduction assistée par ordinateur computer-assisted translation (CAT)traduction assistée par ordinateur (TAO) CAT toolsTAO Software that assists a human translator during the translation process, commonly by dividing texts into segments and providing functions such as translation-memory retrieval, terminology management, consistency checks and file management.Logiciel qui assiste un traducteur humain pendant le processus de traduction, généralement en divisant les textes en segments et en offrant des fonctions comme la recherche en mémoire de traduction, la gestion terminologique, les vérifications de cohérence et la gestion des fichiers. , ainsi que les divers outils d’aide à la traduction.

Introduction

Ce séminaire porte sur les technologies de la traduction dans un contexte marqué par l’essor de l’intelligence artificielle artificial intelligence (AI)intelligence artificielle (IA) AIIA A field of research and practice concerned with developing computer systems that perform functions associated with intelligence, such as perception, learning, reasoning, language use, and decision-making. By extension, the term also refers to the systems themselves, as in the increasingly common expression "an AI". For this second sense, the OECD defines an AI system as "a machine-based system that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments. Different AI systems vary in their levels of autonomy and adaptiveness after deployment" (Grobelnik et al., 2024).Domaine de recherche et de pratique visant à développer des systèmes informatiques qui accomplissent des fonctions associées à l'intelligence, comme la perception, l'apprentissage, le raisonnement, l'usage de la langue et la prise de décision. Par extension, le terme désigne aussi les systèmes eux-mêmes, comme dans l'expression de plus en plus courante « une IA ». Pour ce second sens, l'OCDE définit un système d'IA comme un système automatisé qui, pour des objectifs explicites ou implicites, déduit à partir des entrées reçues comment générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions pouvant influencer des environnements physiques ou virtuels, les systèmes d'IA variant dans leur degré d'autonomie et d'adaptativité après leur déploiement (Grobelnik et al., 2024, traduction libre). et, en particulier, des grands modèles de langue (GML). Il vise à former des utilisateurs et utilisatrices capables d’exploiter ces technologies de manière efficace et de les évaluer de manière rigoureuse.

L’apprentissage est majoritairement axé sur des projets, soutenus par des apports théoriques ciblés. Vous travaillez en équipes sur des tâches inspirées de la pratique professionnelle et développez progressivement votre autonomie : les premiers projets sont fortement encadrés, le dernier suppose que l’équipe conçoive elle-même sa démarche.

Une attention particulière est portée à l’évaluation : comment mesurer ce que fait une technologie, à quelles conditions les résultats obtenus sont interprétables, et ce que signifie, pour certaines tâches, l’absence de référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. unique à laquelle se comparer.

Objectifs généraux

Le séminaire de traductique vise à vous initier à l’utilisation et au fonctionnement général des systèmes de traduction automatique et de traduction assistée par ordinateur, ainsi qu’aux divers outils d’aide à la traduction.

À la fin du cours, vous serez en mesure d’utiliser différents outils de traduction et de les évaluer en fonction de besoins précis. Vous pourrez, en outre, jauger les possibilités et les limites de l’informatique dans un environnement de traduction.

Objectifs spécifiques

À la fin du cours, vous devriez être en mesure de :

• comprendre le fonctionnement général des grands modèles de langue et ce qui en découle pour leur usage en traduction ;
• exploiter les GML de manière efficace et critique dans des tâches langagières concrètes, notamment par le requêtage et la comparaison de modèles ;
• concevoir et appliquer un protocole d’évaluation adapté à une tâche donnée ;
• choisir des mesures d’évaluation pertinentes, en interpréter les résultats et en reconnaître les limites ;
• situer les GML par rapport aux autres technologies langagières : TAO et mémoires de traduction, traduction automatique, travail sur corpus corpuscorpus corporacorpus A collection of written texts, speech recordings or transcribed language assembled for analysis or use in language technology (plural: corpora).Ensemble de textes écrits, d'enregistrements de parole ou de langue transcrite réuni pour l'analyse ou pour les technologies langagières. , technologies de la parole, formats et normes d’échange ;
• documenter une démarche technologique de façon à la rendre reproductible et critiquable ;
• développer une réflexion critique et argumentée sur la place de l’intelligence artificielle dans les professions langagières.

Structure générale

Le cours comprend trois volets :

• une introduction aux grands modèles de langue, en début de trimestre, combinant séances en classe et lectures individuelles ;
• trois projets successifs, réalisés en équipes, portant sur des tâches langagières distinctes ;
• un parcours d’apprentissage en ligne, individuel et asynchrone, consacré à d’autres technologies langagières.

Chaque projet combine des apports théoriques ciblés, du travail d’équipe en classe, du travail à la maison, une présentation orale et la remise de rapports. Dans la mesure du possible, chaque équipe travaille avec un agent conversationnel différent, ce qui permet de comparer les résultats obtenus d’une équipe à l’autre. La composition des équipes peut être revue entre les projets.

Références et ressources

Chaque projet et chaque parcours d’apprentissage comprend ses propres références, communiquées avec le matériel correspondant. La liste ci-dessous est non exhaustive.

• Baumgarten, S., & Tieber, M. (dir.). (2025). The Routledge Handbook of Translation Technology and Society. Routledge.
• Bowker, L. (2023). Translating for Canada, eh? (version 2). University of Ottawa. Également disponible en français.
• Drouin, P. (2003). Term Extraction Using Non-Technical Corpora as a Point of Leverage. Terminology, 9(1), 99–115.
• Gallegos, I. O., Rossi, R. A., Barrow, J., Tanjim, M. M., Kim, S., Dernoncourt, F., Yu, T., Zhang, R., & Ahmed, N. K. (2024). Bias and Fairness in Large Language Models: A Survey. Computational Linguistics, 50(3), 1097–1179.
• Jurafsky, D., & Martin, J. H. (2025). Speech and Language Processing (3^e éd.). Manuscrit en ligne.
• Kilgarriff, A., Baisa, V., Bušta, J., Jakubíček, M., Kovář, V., Michelfeit, J., Rychlý, P., & Suchomel, V. (2014). The Sketch Engine: Ten years on. Lexicography, 1(1), 7–36.
• O’Hagan, M. (dir.). (2020). The Routledge Handbook of Translation and Technology. Routledge.
• Rigouts Terryn, A. (2026). Introduction to Large Language Models: Principles, Pitfalls, and Possibilities. Matériel de cours, Université de Montréal.
• Rivas Ginel, M. I., & Moorkens, J. (2025). Translators’ trust and distrust in the times of GenAI. Translation Studies, 18, 283–299.
• Rothwell, A., Moorkens, J., Fernández-Parra, M., Drugan, J., & Austermuehl, F. (2023). Translation Tools and Technologies. Routledge.
• Vanroy, B., Tezcan, A., & Macken, L. (2023). MATEO: MAchine Translation Evaluation Online. Proceedings of the 24th Annual Conference of the European Association for Machine Translation, 499–500.
• WMT. Proceedings of the Conference on Machine Translation. Association for Computational Linguistics. Édition la plus récente disponible au moment du cours.

Un schéma commun aux trois

Chacun des trois projets vous demande la même chose sur un sujet différent : réaliser une tâche langagière avec un outil spécialisé, la réaliser ensuite avec un grand modèle de langue large language model (LLM)grand modèle de langue (GML) language modelsmodèles de langue A neural-network language model, usually based on the transformer architecture, that is trained on very large amounts of text and contains many learned parameters.Modèle de langue à réseau de neurones, habituellement fondé sur l'architecture des transformeurs, entraîné sur de très grandes quantités de texte et comptant de très nombreux paramètres appris. , puis évaluer vous-mêmes ce que les deux ont produit.

Évaluer, trois fois

C’est l’évaluation qui change le plus d’un projet à l’autre, parce que mesurer la qualité ne veut pas dire la même chose selon la tâche.

• Parfois il faut d’abord construire la référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. à laquelle comparer, en faisant la tâche à la main, puis mesurer à quel point vos décisions concordent avec celles des autres.
• Parfois la référence n’est qu’une bonne réponse parmi d’autres, et le travail consiste à juger des productions à l’aide d’une grille d’erreurs, puis à confronter ce jugement à celui d’un agent conversationnel et à des mesures automatiques.
• Parfois enfin, rien n’est donné, et c’est à vous de décider quoi mesurer et comment.

L’autonomie augmente

Les trois projets se suivent en ordre croissant de difficulté et d’autonomie.

• Le Projet 1, sur l’extraction de termes, est encadré de près : tâche fixée, environnement de travail prêt, évaluation construite ensemble en classe. Il a aussi un volet industriel, puisqu’il alimente une étude menée avec une entreprise de traduction.
• Le Projet 2, sur la traduction automatique machine translation (MT)traduction automatique (TA) translationtraduction The use of a computer system to produce content in a target language that conveys content expressed in a source language.Utilisation d'un système informatique pour produire, dans une langue cible, un contenu qui rend un contenu exprimé dans une langue source. , garde une tâche définie et des outils donnés, mais vous décidez de votre façon de traduire avec l’agent et vous jugez vous-mêmes les erreurs.
• Le Projet 3 est le vôtre : l’équipe choisit sa question, conçoit sa démarche et la défend.

Les équipes

Les équipes comptent trois personnes. Chaque équipe travaille avec un agent conversationnel différent, et l’attribution change d’un projet à l’autre : au fil du trimestre, le groupe aura vu plusieurs modèles à l’œuvre sur les mêmes tâches. La composition des équipes peut elle aussi être revue entre les projets.

Ce que vous remettez

Chaque projet se conclut par deux rapports, un individuel et un d’équipe, remis à la même date ; un gabarit vous est fourni pour chacun, avec le contenu attendu section par section.

À la dernière séance du projet, chaque équipe présente son travail. Rien de formel : le but est de montrer aux autres équipes ce que vous avez fait et de nourrir la discussion, pas de vous mettre en scène (see also the Evaluation page) (voir aussi la page Évaluation).

Les consignes de chaque projet

Tout ce qui est propre à un projet, le calendrier, la répartition des points, les règles de ressources et les gabarits des rapports, est sur la page du projet, publiée au début du projet (see also the TRA6008 · Project briefs chapter) (voir aussi le chapitre TRA6008 · Consignes des projets).

Quand a lieu le cours

Les séances ont lieu le jeudi, de 12 h 30 à 15 h 30. Onze séances de cours, plus la séance de présentations finales du 10 décembre 2026, dans la même case horaire.

Les séances

Le tableau donne tous les jeudis du trimestre, y compris ceux sans cours, pour que les interruptions soient visibles. Les séances teintées portent une évaluation.

Les trois jeudis sans cours

Il n’y a pas de séance le 17 septembre 2026, le 22 octobre 2026 ni le 19 novembre 2026.

Le 22 octobre 2026 tombe dans la période d’activités libres, où rien n’est prévu.

La semaine du 17 septembre 2026, en revanche, porte du travail. C’est là que se fait le module sur les technologies de la parole, dont l’échéance est le 25 septembre 2026, au lendemain de la séance 3, et que se préparent les lectures de cette séance.

Le 19 novembre 2026, je suis à Ottawa pour un colloque. Ce jeudi-là remplace la première séance de travail du Projet 3 : l’équipe se sert du créneau du cours, et peut se retrouver dans la salle habituelle, pour choisir sa question. Elle m’envoie ensuite une proposition d’étude au plus tard le dimanche 22 novembre 2026 à 23 h 59. Je lis ces propositions avant de rencontrer chaque équipe à mon bureau, le lundi 23 novembre 2026 ou le mardi 24 novembre 2026.

Les blocs du trimestre

1. 1Séances 1 à 3

   Introduction et grands modèles de langue

   In classEn classeTrois séances : ce qu'est un grand modèle de langue et comment il est entraîné, puis comment s'en servir et ce qu'il fait mal. Le Projet 1 est annoncé à la séance 1 ; ses consignes détaillées arrivent au début de la séance 4.

   Outside classHors classeTrois chapitres avant la séance 2. Avant la séance 3 : la fin de l'entraînement des GML (données, préentraînement, affinage) et l'essentiel de l'inférence et de l'apprentissage en contexte. La semaine du 17 septembre 2026, sans séance, sert aussi au module sur la parole.

2. 2Séances 4 à 6

   Projet 1 · Terminologie

   In classEn classeLa présentation du travail de projet et le début de l'annotation à la séance 4, sans théorie avant. L'accord entre annotateurs, la précision, le rappel et le F1 à la séance 5, avec un retour sur la notion de terme. Présentations à la séance 6.

   Outside classHors classeLa fin de l'annotation pour le 4 octobre 2026, puis le module d'extraction terminologique pour la séance 5, les listes et les scores des deux systèmes pour la séance 6, les deux rapports pour le 25 octobre 2026.

3. 3Séances 7 à 9

   Projet 2 · Traduction automatique

   In classEn classeÀ la séance 7, vos questions sur les lectures, puis les traductions : la requête unique rédigée ensemble, la traduction à la main et la traduction avec l'agent. À la séance 8, vos questions, puis les évaluations : l'annotation des erreurs, la requête du juge rédigée ensemble, le jugement par l'agent, chrF et COMET. Présentations à la séance 9, qui lance le Projet 3.

   Outside classHors classeLa théorie sur la traduction automatique pour la séance 7, celle sur son évaluation pour la séance 8. Ce qui n'est pas fini en classe se termine à la maison, et l'équipe compare ses annotations avant la séance 9. Les deux rapports pour le 20 novembre 2026.

4. 4Séances 10 à 12, présentations le 10 décembre 2026

   Projet 3 · À votre tour

   In classEn classeLancement à la séance 9, puis deux séances de travail, l'une pour la collecte, l'autre pour l'analyse et la préparation de l'oral. Présentations finales le 10 décembre 2026.

   Outside classHors classePas de séance le 19 novembre 2026 : l'équipe choisit sa question et m'envoie une proposition d'étude pour le 22 novembre 2026, puis en discute avec moi à mon bureau le 23 novembre 2026 ou le 24 novembre 2026. Les deux rapports pour le 17 décembre 2026.

5. 5En autonomie

   Parcours d'apprentissage en ligne

   Outside classHors classeTrois modules individuels : la parole pour le 25 septembre 2026, les formats d'échange pour le 11 octobre 2026 et Sketch Engine pour le 1er novembre 2026. Ensemble, 10 % de la note.

Ce qui se passe entre les séances

Le tableau des séances ne montre pas tout le travail du trimestre.

Les projets se travaillent entre les séances autant que pendant. Chaque bloc de projet réserve du temps de classe au travail d’équipe, mais l’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. , la collecte, l’analyse et la rédaction se font en dehors.

Le parcours en ligne se fait seul, sur les créneaux que vous choisissez, et ses trois modules ont chacun leur échéance, placée dans les semaines les plus calmes (see also the online path page) (voir aussi la page Le parcours en ligne).

Les lectures annoncées avant une séance ne sont pas facultatives : sans elles, la séance se suit mal, parce que le temps de classe sert au travail qui s’appuie dessus. Pendant les blocs de projet, c’est aussi une responsabilité envers votre équipe, puisque c’est ce qui vous permet d’y contribuer.

Les composantes et leur poids

Pourquoi les projets ne pèsent pas le même poids

La progression 20 %, 30 %, 40 % ne suit pas le nombre d’heures, qui est comparable d’un projet à l’autre. Elle suit ce que le projet vous demande de décider.

Au Projet 1, vous appliquez une démarche que je vous donne. Au Projet 2, la tâche et les outils restent donnés, mais vous décidez de votre façon de traduire avec l’agent et vous jugez vous-mêmes les erreurs, sur une tâche où mesurer la qualité est nettement plus difficile. Au Projet 3, vous concevez tout : la question, le protocole, les mesures et l’interprétation. C’est là que se joue l’essentiel de ce que le cours cherche à vous apprendre, et c’est pour cela qu’il vaut le plus.

Comment un projet est noté

Sauf problème signalé en cours de projet, le rapport d’équipe et la présentation orale reçoivent chacun une note d’équipe, la même pour tous les membres ; le rapport individuel est noté individuellement.

La répartition des points à l’intérieur d’un projet est précisée dans ses consignes, avec ce que j’attends de la présentation orale, publiées en même temps que le reste du projet.

Les dates des évaluations

Correction et retards

Les retards sont pénalisés à hauteur de 20 % par jour de retard, sauf en cas de circonstances exceptionnelles justifiées. Les délais sont communiqués dès le début du trimestre, et il est attendu que les travaux soient remis à temps.

Ce à quoi je m’engage

Vous recevez une rétroaction détaillée sur chaque projet, et non une note seule : ce qui a fonctionné, ce qui n’a pas fonctionné, et ce qu’il faut changer pour le projet suivant. Comme les trois projets reprennent la même démarche sur des tâches différentes, cette rétroaction est faite pour être utilisée : je vise à vous la remettre avant les présentations du projet suivant, et pour le Projet 3, avant la remise des notes finales.

Les ressources autorisées

Les ressources permises ne sont pas les mêmes d’un projet à l’autre, et elles sont précisées par écrit avec les consignes, avant chaque évaluation.

Ce que vaut le parcours

Le parcours d’apprentissage en ligne vaut 10 % de la note et se compose de trois modules distincts, individuels et asynchrones. Ils portent sur des technologies langagières que les projets ne touchent pas : la parole, les formats d’échange et le travail sur corpus corpuscorpus corporacorpus A collection of written texts, speech recordings or transcribed language assembled for analysis or use in language technology (plural: corpora).Ensemble de textes écrits, d'enregistrements de parole ou de langue transcrite réuni pour l'analyse ou pour les technologies langagières. .

Les trois modules

Les trois sont notés sur ce que vous produisez, et non sur le simple fait de les avoir parcourus. Ils ne pèsent pas le même poids parce qu’ils ne demandent pas le même travail. Le module sur la parole vous fait manipuler trois outils et produire des fichiers, ce qui prend plusieurs heures. Les deux autres sont plus courts : celui sur les formats d’échange se lit, et celui sur Sketch Engine reprend un outil que vous connaissez déjà en partie.

Ce que contient chacun

Les technologies de la parole : la reconnaissance et la synthèse de la parole speech synthesis (TTS)synthèse de la parole speechparole The generation of artificial speech from written text (text-to-speech), combining linguistic processing to derive a pronounceable phonetic form with signal processing to render it as audio; the inverse of automatic speech recognition.Production de parole artificielle à partir de n'importe quel texte (angl. text-to-speech, TTS), combinant un traitement linguistique, qui transforme le texte en une forme phonétique prononçable, et un traitement du signal, qui transforme cette forme en son ; l'inverse de la reconnaissance automatique de la parole. , comment on en mesure la qualité, la traduction de la parole, et ce que tout cela change au métier. Il se termine par trois démonstrations que vous faites vous-même, avec un fichier à remettre.

Les formats d’échange en traduction : pourquoi les outils de traduction ont besoin de formats communs, comment lire du XML, et ce que font concrètement TMX, TBX et XLIFF. C’est le module le plus proche du travail quotidien avec un outil de TAO.

Sketch Engine et le travail sur corpus : ce qu’est un corpus, à quoi il sert en traduction, et comment interroger Sketch Engine, entre listes de fréquences, concordances concordanceconcordance corporacorpus A display of all occurrences of a word or expression in a corpus, each shown with its surrounding context, typically one occurrence per line with the search word aligned in the middle (the key word in context, or KWIC, format).Affichage de toutes les occurrences d'un mot ou d'une expression dans un corpus, chacune accompagnée de son contexte immédiat, généralement une occurrence par ligne avec le mot cherché aligné au centre (format KWIC, mot-clé en contexte). , comparaison de corpus et Word Sketch. L’accès passe par l’Institutional Login de l’Université de Montréal.

Quand les faire

Les trois sont en ligne et vous les faites sur les créneaux que vous choisissez.

Les échéances, elles, sont placées dans les creux du trimestre.

• Celle de la parole tombe au lendemain de la séance 3, pour que les dernières questions puissent se poser en classe la veille ; la semaine sans séance du 17 septembre 2026 lui est réservée, car c’est le plus exigeant des trois.
• Celle de Sketch Engine suit la semaine d’activités libres.
• Tout est remis avant le lancement du Projet 3, le 12 novembre 2026, pour que les dernières semaines du trimestre appartiennent à votre propre étude.

Vos marques de progression ne sont enregistrées nulle part

Le site n’a pas de comptes et ne conserve rien sur un serveur. Quand vous terminez un exercice, la marque est écrite dans la mémoire de votre navigateur, sur cet ordinateur-là. Vous la perdez si vous effacez vos données de navigation, si vous passez à un autre appareil, ou si vous travaillez en navigation privée.

Je ne vois donc rien de votre progression sur le site. Ce qui compte est ce que vous remettez : le fichier sur StudiUM pour la parole, et les deux questionnaires en ligne pour les formats d’échange et pour Sketch Engine.

Sur ce site

Toute l’information sur le cours est publiée sur ce site.

Le contenu du cours : les chapitres de théorie, le parcours en ligne, les consignes des projets, le glossaire, la bibliographie et les informations pratiques que vous êtes en train de lire. C’est ici que vous venez pour apprendre quelque chose ou pour vérifier une consigne.

Le site est public en grande partie ; les pages propres au cours, comme celle-ci, demandent le mot de passe du cours. La page Comment ce site fonctionne explique la structure, les profils et les cadenas.

Sur StudiUM

Tout ce qui vous concerne personnellement, puisque ce site n’a pas de comptes : les annonces, les remises de travaux, les questionnaires et vos notes. C’est là que vous déposez un fichier et que vous consultez un résultat. StudiUM renvoie ici pour le contenu.

Ailleurs

Deux outils extérieurs servent à des moments précis du trimestre, et vous recevez les accès au moment voulu : INCEpTION pour l’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. du Projet 1, et Sketch Engine pour le module sur les corpus corpuscorpus corporacorpus A collection of written texts, speech recordings or transcribed language assembled for analysis or use in language technology (plural: corpora).Ensemble de textes écrits, d'enregistrements de parole ou de langue transcrite réuni pour l'analyse ou pour les technologies langagières. , dont l’accès passe par l’Institutional Login de l’Université de Montréal.

Poser des questions

Posez vos questions pendant que quelque chose peut encore être corrigé. Je préfère de loin vous aider à ce moment-là que de découvrir à la correction qu’un point n’a pas été compris, quand il ne me reste qu’à enlever des points. Si un passage n’est pas clair, ou si je vais trop vite, demandez : dans un groupe de cette taille, la question intéresse presque toujours tout le monde.

Me joindre

Il n’y a pas de permanence fixe. Vous pouvez venir me parler avant ou après la séance, ainsi que pendant la pause : c’est le moyen le plus rapide d’obtenir une réponse.

Par courriel, comptez un à deux jours ouvrables. Je ne réponds pas les fins de semaine ni les jours fériés, ce qui vaut la peine d’être pris en compte quand une échéance tombe un dimanche soir, comme celle de deux des trois modules du parcours en ligne.

Si une question demande plus qu’un échange de courriels, demandez-moi un rendez-vous. Dans un groupe de cette taille, c’est faisable.

Vos retours sur le cours

Signalez-moi les difficultés et les suggestions au fur et à mesure. Je préfère apprendre qu’il y a un problème tant qu’il est encore possible d’y remédier, plutôt qu’à l’évaluation de fin de trimestre, quand il est trop tard pour ce groupe-ci.

Cela vaut aussi pour ce site : le bouton en bas de chaque page sert à me signaler une erreur, un lien mort ou un passage incompréhensible.

Le calendrier du projet

Ce que demande le projet

Le premier projet porte sur l’extraction de termes, en trois temps :

1. Annoter : vous marquez vous-même, dans dix textes, ce qui est un terme et ce qui n’en est pas.
2. Comparer : vous mettez vos décisions à côté de celles des huit autres personnes, et vous mesurez l’écart.
3. Évaluer : vous faites travailler un outil d’extraction et un agent conversationnel sur les mêmes textes, et vous jugez ce qu’ils produisent.

Ces trois temps se font en sept étapes pratiques, de la séance 4 aux deux rapports du 25 octobre 2026 (see also the Project 1 · Step by step page) (voir aussi la page Projet 1 · Pas à pas).

L’ordre compte. L’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. vient avant les métriques et avant toute comparaison, parce qu’une personne qui sait qu’elle va être comparée aux autres se met à annoter comme elle imagine que les autres le feraient. Le projet mesure votre jugement, et non votre conformité aux autres.

Les équipes : trois équipes de trois, formées à la séance 4, chacune avec un agent conversationnel différent (Claude, ChatGPT ou Gemini), pour comparer les résultats d’une équipe à l’autre. L’équipe à qui revient Gemini peut proposer un autre agent, à condition qu’il repose sur une autre famille de modèles.

L’annotation, terminée le 4 octobre 2026

L’annotation s’est faite individuellement et en silence, sur INCEpTION, avec deux questionnaires, de profil et de fin de tâche. Les consignes d’annotation servent encore pour la section 1 du rapport individuel :

La dimension recherche

L’annotation du Projet 1 sert aussi de premier groupe d’annotateurs à une étude que je mène sur l’annotation terminologique, AnnoTerm. Votre charge de travail et votre note sont exactement les mêmes que vous participiez à l’étude ou non : le projet compte pour 20 %, il est corrigé selon les mêmes critères, et rien dans la correction ne dépend de votre décision.

Ce qui change, en revanche, c’est la forme de la tâche. Plusieurs contraintes du Projet 1 viennent de l’étude et non de la pédagogie, et une contrainte dont on connaît la raison se supporte mieux qu’une contrainte arbitraire :

• les textes sont fixés et identiques pour tout le monde ;
• la plateforme est imposée ;
• la consigne d’annotation est unique et ne se négocie pas ;
• il est interdit d’en discuter avant la remise ;
• l’échéance est ferme ;
• les outils qui proposent des candidats sont interdits.

Sur quoi porte le consentement

Le projet, vous le faites en entier dans tous les cas. Le consentement porte sur une seule chose : que vos données servent aussi à l’étude que nous comptons publier. Vous pouvez donc faire tout le projet et refuser cela. La question vous a été envoyée pendant la séance du 3 septembre 2026, par un courriel de Noah Tremblay Taillon menant à un questionnaire LimeSurvey ; votre réponse est attendue pour le 1er octobre 2026. Elle ne passe pas par moi : je n’ai pas accès aux réponses, et je n’apprends qu’après la remise des notes finales qui a consenti à l’étude et qui n’y a pas consenti.

Les deux questionnaires du projet, eux, sont des travaux de cours, et je vois vos réponses comme je vois vos annotations. La seule chose que je ne vois pas, c’est votre réponse à la question du consentement.

Retirer son consentement

Vous pouvez retirer votre consentement jusqu’au 1er novembre 2026, sans avoir à vous justifier et sans aucune conséquence sur le cours. La demande passe par Noah, jamais par moi. Ce retrait ne vous retire pas du projet, qui reste noté comme pour tout le monde : il veut dire seulement que vos données ne serviront pas à l’étude publiée.

L’encadrement éthique

L’étude a reçu l’approbation du comité d’éthique de la recherche en arts et en humanités le 24 août 2026 (dossier 2026-8835, CERAH). Elle est financée par le FRQNT (2025-NCM-362349).

De l’export au score

INCEpTION exporte un fichier par texte et par personne, avec une ligne par mot. Voici le début d’une phrase de en_02 dans l’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. d’une personne, l’annotateur A :

#FORMAT=WebAnno TSV 3.3
#T_SP=webanno.custom.Terme|Commentaire

#Text=Among the various cardiovascular diseases, heart failure (HF) is projected to have the largest increases in incidence over the coming decades; therefore, improving HF prediction is of significant value.
2-6	187-201	cardiovascular	*[8]	
2-7	202-210	diseases	*[8]	
2-8	210-211	,	_	
2-9	212-217	heart	*[9]	
2-10	218-225	failure	*[9]	
2-11	226-227	(	_	
2-12	227-229	HF	*	
2-13	229-230	)	_	
2-14	231-233	is	_	
…
2-20	264-273	increases	_	
2-21	274-276	in	_	
2-22	277-286	incidence	*	

Le calcul est le même pour les 36 paires du groupe, une fois par langue et par règle de correspondance exact matchcorrespondance exacte CAT toolsTAO A translation-memory match in which the stored source segment is identical to the segment being translated, character for character, so the tool can insert the stored translation as it is.Correspondance de mémoire de traduction dans laquelle le segment source stocké est identique, caractère pour caractère, au segment à traduire, de sorte que l'outil peut insérer la traduction stockée telle quelle. .

Le tableau

Lire le tableau

• Chaque case est l’accord inter-annotator agreement (IAA)accord inter-annotateurs evaluationévaluation How far two or more people who annotate the same data independently give the same answers.Mesure dans laquelle deux personnes ou plus qui annotent les mêmes données séparément donnent les mêmes réponses. entre deux personnes, leur score F1 F1 scorescore F1 evaluationévaluation The harmonic mean of precision and recall: a single number between 0 and 1 that is high only when both are high.Moyenne harmonique de la précision et du rappel : un seul nombre entre 0 et 1, qui n'est élevé que si les deux le sont. .
• La colonne « moyenne », au bout de votre ligne, est votre accord moyen avec les huit autres personnes, pour la langue et la règle choisies au-dessus du tableau : c’est le chiffre que demande le rapport individuel (section 3.1, règle 3).
• Les couleurs vont du score le plus bas de ce tableau au plus haut ; la légende donne les deux valeurs.
• Cliquer sur une case affiche les deux listes en cercles, proportionnels à leur taille, avec la précision precisionprécision evaluationévaluation The share of the items a system returned that are correct according to the gold standard.Part des éléments trouvés par un système qui sont corrects selon la référence. et le rappel recallrappel evaluationévaluation The share of the items in the gold standard that a system returned.Part des éléments de la référence qu'un système a trouvés. quand l’une sert de référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. (see also the Agreement as an F1 score page, in the Evaluating language technology module) (voir aussi la page L'accord mesuré par le score F1, dans le module L'évaluation des technologies langagières), et un lien vers la comparaison des deux listes, terme par terme.
• Les causes de désaccord : la frontière du terme, les sigles, les mots courants au sens spécialisé, le degré de spécialisation. Vos propres cas sont sur la page de comparaison (see also the Comparing two lists, term by term page) (voir aussi la page Comparer deux listes, terme par terme).

L’accord moyen du groupe

L’accord moyen du groupe est la moyenne des 36 scores F1 du tableau, une fois par langue et par règle de correspondance.

Les règles de correspondance

Les règles 2 et 3 réunissent des formes que la règle 1 sépare, par exemple « disease » et « diseases » (see also the Project 1 · Step by step page) (voir aussi la page Projet 1 · Pas à pas). Le tableau montre ce que cela change pour ce groupe : de la règle 1 à la règle 3, les termes différents, les listes et la liste majoritaire raccourcissent d’environ un dixième en anglais et un peu plus en français, mais l’accord monte à peine. Les désaccords portent donc rarement sur la forme d’un terme : ils portent sur ce qui compte comme terme et sur ses frontières, que les règles ne touchent pas.

L’anglais et le français

Le groupe s’accorde mieux sur les textes français, selon les trois règles. Les textes français et anglais sont des résumés différents : l’écart peut donc venir des textes autant que de la langue.

Le nombre de termes

Ensemble, les neuf personnes ont marqué bien plus de termes différents qu’une seule liste n’en contient : selon la règle 3, 389 en anglais et 357 en français, contre 152 et 153 dans une liste moyenne.

Les listes diffèrent par les termes retenus, et aussi par leur nombre : en anglais, la plus longue compte près de quatre fois plus de termes que la plus courte. Deux listes de tailles très différentes ne peuvent pas avoir un F1 élevé, même si la plus courte est entièrement comprise dans la plus longue : pour ces deux listes extrêmes, le F1 ne peut pas dépasser 0,42.

Par rapport à la recherche

Les scores d’accord du groupe sont du même ordre que ceux d’études publiées. Dans une étude sur des résumés scientifiques en anglais sur l’insuffisance cardiaque, huit personnes aux profils variés obtenaient un F1 moyen de 0,48 avec de simples définitions du terme, et de 0,59 avec des consignes complètes, calculé comme ici entre chaque paire de personnes et sur les formes distinctes (Rigouts Terryn et al., 2020a, tableau 2). Un accord entre 0,5 et 0,6 reflète la difficulté de la tâche.

Deux listes côte à côte

Choisissez deux listes, celles de deux personnes du groupe ou la vôtre et la liste majoritaire, puis la langue et la règle de correspondance exact matchcorrespondance exacte CAT toolsTAO A translation-memory match in which the stored source segment is identical to the segment being translated, character for character, so the tool can insert the stored translation as it is.Correspondance de mémoire de traduction dans laquelle le segment source stocké est identique, caractère pour caractère, au segment à traduire, de sorte que l'outil peut insérer la traduction stockée telle quelle.  : la page montre les termes que les deux listes partagent et ceux que chacune a retenus seule.

Lire la comparaison

Les termes que les deux listes partagent viennent en premier, puis ceux que chaque liste est seule à contenir, chacun dans la couleur de sa partie du diagramme. L’annotation data annotationannotation des données datadonnées The process of adding labels or other structured information, such as categories, tags, transcriptions, or marked regions, to data so that it can be used to train or evaluate a machine learning system.Processus consistant à ajouter aux données des étiquettes ou d'autres informations structurées, comme des catégories, des balises, des transcriptions ou des zones marquées, pour qu'elles puissent servir à entraîner ou à évaluer un système d'apprentissage automatique. d’une personne se télécharge en .txt, un terme par ligne, et l’ensemble des annotations du groupe en .tsv, qui s’ouvre dans un tableur.

Du vote à la référence

Pour évaluer un outil, il faut une seule liste. L’étalon de référence gold standardétalon de référence evaluationévaluation The best available reference dataset, annotation, measurement or procedure against which a system's results are evaluated.Meilleur jeu de données, annotation, mesure ou procédure de référence disponible pour évaluer les résultats d'un système. du projet garde les termes qu’au moins cinq personnes sur neuf ont marqués.

Le groupe et la référence