Imposer sa terminologie à un modèle : le RAG en traduction

Le problème qu’aucun modèle ne peut résoudre seul

Un modèle de langue ignore que votre entreprise appelle systématiquement ses clients des « partenaires », que « module » désigne chez vous un composant physique et non logiciel, ou qu’un comité technique de votre secteur a normalisé un terme contre l’usage courant.

Il produira une traduction juste en langue générale et fausse dans votre contexte. Ce n’est pas un défaut de performance : l’information manquante n’existe nulle part dans ses données d’entraînement. Elle est dans votre base terminologique.

Toute la question est donc de la lui transmettre au bon moment.

Le principe : récupérer, puis fournir

La génération augmentée par récupération consiste, pour chaque segment à traduire, à retrouver automatiquement les éléments pertinents et à les fournir au modèle avec la consigne.

Ces éléments sont de quatre natures :

• les entrées de glossaire dont les termes apparaissent dans le segment ;
• les segments de mémoire similaires, déjà traduits et validés ;
• les règles de style applicables au type de contenu ;
• le contexte documentaire — le titre de section, les segments voisins, la nature du document.

Le modèle ne fait rien de plus qu’obéir à une consigne mieux informée. C’est ce qui rend l’approche robuste : elle ne dépend pas d’une capacité particulière du système.

Pourquoi c’est préférable au réglage fin

Le réglage fin modifie les paramètres du modèle en poursuivant son entraînement sur un corpus spécialisé. Il produit des résultats plus stables sur un domaine étroit.

Ses inconvénients sont décisifs pour la plupart des organisations. Il exige un corpus important et propre. Il coûte du calcul. Et surtout, il fige la terminologie : toute évolution — un produit renommé, un terme normalisé différemment, une décision de style — impose de recommencer.

Le RAG, lui, se modifie en éditant une ligne de glossaire. L’effet est immédiat, sur toutes les traductions suivantes. Pour une organisation dont la terminologie vit, cette réactivité vaut plus que le gain de stabilité du réglage fin.

Ce qui détermine la réussite

Trois facteurs, dans cet ordre.

La qualité du glossaire

C’est le facteur dominant, et il n’a rien de technique. Un glossaire incomplet, contradictoire ou non validé produira des traductions incomplètes, contradictoires ou non validées.

Trois catégories suffisent pour démarrer : les termes propres à l’organisation avec leur traduction validée, les termes à ne jamais traduire, les termes interdits avec leur remplacement. Ajoutez une note de contexte d’une ligne quand un terme est ambigu — elle sert au modèle comme au traducteur humain.

La pertinence de la récupération

C’est la partie technique, et la plus négligée. Ramener des entrées non pertinentes équivaut à donner des instructions contradictoires : le modèle peut employer un terme correct dans un autre contexte que le sien.

Une récupération purement lexicale rate les variantes morphologiques ; une récupération purement sémantique ramène des voisins approximatifs. Les dispositifs qui fonctionnent combinent les deux, et limitent le nombre d’entrées fournies — au-delà d’une certaine quantité, le signal se dilue.

La formulation de la consigne

Les entrées récupérées doivent être présentées comme des contraintes, non comme des suggestions. Une consigne du type « employez obligatoirement les équivalents suivants ; ne les paraphrasez pas » obtient un meilleur respect qu’une liste fournie sans instruction.

Ce que le dispositif ne garantit pas

Il faut le dire, parce que le contraire est souvent suggéré : le RAG augmente fortement la probabilité du terme attendu, il ne l’assure pas. Le modèle reste probabiliste.

La conséquence opérationnelle est simple et non négociable : un contrôle déterministe de conformité terminologique doit tourner après la génération. Il vérifie la présence des termes imposés et l’absence des termes interdits, et signale les écarts. C’est peu coûteux et c’est ce qui transforme une amélioration statistique en garantie vérifiable.

Une conséquence stratégique

Ce mécanisme change la valeur relative des actifs d’une organisation.

Le moteur devient interchangeable : on en change en modifiant une configuration. Le glossaire et la mémoire de traduction, en revanche, deviennent l’élément différenciant — c’est par eux que passe tout ce qui rend une traduction juste pour vous plutôt que juste en général.

D’où une recommandation qui découle logiquement de tout ce qui précède : exigez de pouvoir exporter votre mémoire en TMX et votre terminologie en TBX, sans frais ni délai. Ce n’est pas une précaution administrative. C’est la protection du seul actif qui ne se remplace pas.