@inproceedings{Raoul:TALN:2020,
    author = "Raoul, Blin",
    title = "Traduire des corpus pour construire des mod\`eles de traduction neuronaux : une solution pour toutes les langues peu dot\'ees ?",
    booktitle = "Actes de la Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 2 : Traitement Automatique des Langues Naturelles (Articles courts)",
    month = "6",
    year = "2020",
    address = "Nancy, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "172-180",
    note = "Corpus Translation to Build Translation Models : a Solution for all Low-Resource Languages ?",
    abstract = "Nous comparons deux usages des langues pivots en traduction automatique neuronale pour des langues peu dot\'ees. Nous nous int\'eressons au cas o\`u il existe une langue pivot telle que les paires source-pivot et pivot-cible sont bien ou tr\`es bien dot\'ees. Nous comparons la traduction s\'equentielle traditionnelle (source{\textrightarrow}pivot{\textrightarrow}cible) et la traduction \`a l'aide d'un mod\`ele entra{\^\i}n\'e sur des corpus traduits \`a l'aide des langues pivot et cible. Les exp\'eriences sont men\'ees sur trois langues sources (espagnol, allemand et japonais), une langue pivot (anglais) et une langue cible (fran\c{c}ais). Nous constatons que quelle que soit la proximit\'e linguistique entre les langues source et pivot, le mod\`ele entra{\^\i}n\'e sur corpus traduit a de meilleurs r\'esultats que la traduction s\'equentielle, et bien s\^ur que la traduction directe.",
    keywords = "langues peu dot\'ees, traduction automatique neuronale, langue pivot.",
    url = "http://talnarchives.atala.org/TALN/TALN-2020/148.pdf"
}