Technologies du langage

Les technologies du langage (LT) permettent aux machines non seulement de lire, d'analyser, de traiter et de générer le langage humain, mais aussi, grâce aux progrès scientifiques récents, de combler le fossé entre la communication humaine et la compréhension des machines.

Étant donné que le langage est le support fondamental de l'interaction humaine, LT a acquis une importance considérable dans diverses industries et applications, de la traduction et de la localisation au support client, en passant par les soins de santé, la création de médias et le marketing. Les exemples courants de cette technologie sont la reconnaissance vocale, les assistants intelligents, la traduction automatique, les chatbots, la synthèse de texte et le sous-titrage automatique.

Que faut-il pour développer les technologies du langage?

Voici quelques-uns des éléments clés pour développer des outils et des services basés sur la langue.

• Données linguistiques: il s’agit du contenu textuel ou parlé – dans une ou plusieurs langues – qui sert d’intrant ou de matériel de formation pour les tâches de traitement du langage naturel, par exemple la génération de texte ou l’analyse des sentiments. Ces données peuvent provenir de diverses sources (livres, articles, publications sur les réseaux sociaux, transcriptions de conversations orales, etc.). Étant donné qu’elles constituent le fondement du développement du droit d’auteur, il est essentiel qu’elles soient collectées dans le plein respect des dispositions relatives au droit d’auteur (DPI) et à la protection des données à caractère personnel (RGPD).
• Algorithmes de formation et modèles de langage: Les algorithmes sont le logiciel, les «recettes», pour créer des modèles de langages humains. Avec des quantités substantielles de données de qualité, les derniers algorithmes d'apprentissage automatique ont montré des capacités accrues pour créer des modèles représentant les connaissances dérivées des données linguistiques. Plus les ressources et les modèles sont importants, plus leurs applications sont globales et génériques.
• Puissance de calcul: des ressources informatiques importantes sont nécessaires, en particulier lors de la création de modèles linguistiques, où le calcul à haute performance et des infrastructures en nuage robustes sont essentiels.
• Expertise humaine: La LT réussie implique une collaboration entre les linguistes, les scientifiques de données, les ingénieurs en informatique et les spécialistes du domaine.

Que fait l'Europe pour développer les technologies linguistiques?

En Europe, nous avons un paysage linguistique complexe. La Charte des droits fondamentaux de l'Union européenne interdit la discrimination fondée sur la langue et impose à l'UE l'obligation de respecter la diversité linguistique. La responsabilité, la transparence, l'équité et le respect de nos valeurs ne sont que quelques-unes de ses implications éthiques. Ces droits et principes ne peuvent être garantis que par une utilisation impartiale de LT.

L’industrie européenne des LT joue un rôle clé dans l’autonomie stratégique et technologique de l’Europe, qui devrait être encore renforcée. Nos besoins spécifiques du marché sont mieux connus des prestataires européens de services de traduction en ligne, dont des centaines sont répertoriés dans le catalogue des services de traduction en ligne.

Les solutions accessibles au public, y compris les outils et services proposés par la Commission européenne, complètent l’offre du marché tout en remédiant à une lacune dans le soutien technologique aux langues à faibles ressources. Ces solutions de base, à savoir la traduction automatique (eTranslation), la reconnaissance d’entités nommées, la synthèse, la transcription vocale et la pseudonymisation des données aux fins de la conformité au RGPD, sont disponibles pour toutes les administrations publiques européennes et les petites et moyennes entreprises dans toutes les langues officielles.

Dans le cadre d’Horizon 2020, l’European Language Grid (ELG) a créé un guichet unique de solutions LT spécialisées. Les efforts de diffusion et de renforcement des communautés ont contribué à favoriser une compréhension commune de la nécessité d’unir les forces publiques et privées et de tirer parti du meilleur des deux mondes en matière de recherche et de déploiement.

Le programme Horizon Europe encourage la recherche et l’innovation en soutenant le développement de technologies de la connaissance avancées au-delà de l’état de l’art, y compris les grands modèles linguistiques. Ces modèles, conçus pour améliorer l'interaction homme-machine, auront des capacités multilingues, géreront plusieurs modes d'entrée, géreront les biais et montreront une prise de conscience du contexte.

L’initiative ELE (European Language Equality), un projet pilote/action préparatoire lancé par le Parlement européen, a élaboré un programme et une feuille de route pour parvenir à une égalité totale des langues numériques en Europe d’ici à 2030.

Dans le cadre du programme d’action pour la décennie numérique, la Commission coordonne les efforts déployés par l’Union dans les États membres et le secteur privé pour développer un écosystème européen des technologies à long terme.

Enfin, la Commission reconnaît la valeur des données linguistiques en tant que fondement de la formation de modèles linguistiques par l’intermédiaire de l’espace européen commun des données linguistiques (ELD). Financé dans le cadre du programme de travail DIGITAL 2021-2022, le projet vise à déployer une plateforme et un marché pour la collecte, le partage et la réutilisation de données linguistiques multilingues et multimodales. Conformément à la stratégie européenne pour les données et au concept même d’espaces de données, il garantira que davantage de données linguistiques seront disponibles pour une utilisation dans l’économie, la société et la recherche, tout en gardant le contrôle des entreprises et des personnes qui génèrent les données.

La réunion de tous ces éléments, projets et acteurs constitue un défi majeur pour l’Union, l’industrie européenne et les administrations publiques nationales, l’objectif ultime étant de soutenir la décennie numérique de l’Europe dans l’intérêt de tous.