小瓢虫传媒

Enseignants

Pasquier Christine; Zilio Leonardo;

Langue
d'enseignement

贵谤补苍莽补颈蝉

Th猫mes abord茅s

Les deux disciplines sont 茅tudi茅es suivant la m茅thode empirique de questionnement :

• La r茅vision/post-茅dition, qu'est-ce que c'est ? (bref historique, d茅finitions, typologie, etc.)
• Pourquoir茅viser/post-茅diter ? (normes qualit茅, etc.)
• Que r茅viser/post-茅diter ? (traduction humaine vs traduction machine, formats de documents, etc.)
• Commentr茅viser/post-茅diter ? (th茅ories, 茅coles, strat茅gies, modalit茅s et techniques, proc茅dures, crit猫res et param猫tres, outils d'aide 脿 la r茅vision/post-茅dition, etc. avec exemples et exercices)
• Qui r茅vise/post-茅dite ? (le r么le et les comp茅tences du r茅viseur/post-茅diteur, la relation r茅viseur-r茅vis茅, la place du r茅viseur au sein des relations professionnelles dans la gestion d'un projet de traduction)

Acquis
d'apprentissage

A la fin de cette unit茅 d鈥檈nseignement, l鈥櫭﹖udiant est capable de :
1	D茅montrer sa connaissance et sa ma卯trise des concepts et techniques de la r茅vision et de la post-茅dition听(m茅talangage du traducteur-r茅viseur-post-茅diteur) ;
2	Distinguer entre une traduction r茅pondant aux crit猫res de qualit茅 de la norme de traduction et une traduction 脿 r茅viser ;
3	Identifier une traduction non r茅visable, dont la qualit茅 serait insuffisante pour justifier une r茅vision ;
4	Identifier dans une traduction humaine ou dans une traduction automatique ; en utilisant le m茅talangage de la r茅vision et de la post-茅dition - la nature des 茅l茅ments 脿 r茅viser en fonction des crit猫res ou param猫tres de v茅rification de la qualit茅 et des diff茅rents niveaux de r茅vision ;
5	Identifier les sources de r茅f茅rence th茅oriques les plus appropri茅es pour effectuer les v茅rifications et/ou corrections n茅cessaires dans une traduction 脿 r茅viser/ post-茅diter ;
6	D茅montrer sa connaissance des outils de TAO utiles en mati猫re de r茅vision/post-茅dition ;
7	R茅diger un travail de recherche scientifique sur une question sp茅cifique en rapport avec la discipline 茅tudi茅e, en articulant une argumentation fond茅e en th茅orie avec des exemples concrets tir茅s de sa propre pratique traduisante.
8	Contribution de l'unit茅 d'enseignement au r茅f茅rentiel AA du programme Eu 茅gard au r茅f茅rentiel d'AA du Master en traduction, cette unit茅 d'enseignement contribue au d茅veloppement et 脿 l'acquisition des AA suivants : 2.4,听 2.5 5.10

Contenu

Aspects th茅oriques听[cours magistraux] et pratiques [s茅ances d'exercices]听de la r茅vision et de la post-茅dition.
Les deux disciplines sont 茅tudi茅es suivant la m茅thode empirique de questionnement :
鈥� La r茅vision / post-茅dition, qu'est-ce que c'est ? (bref historique, d茅finitions, typologie, etc.)
鈥� Pourquoi r茅viser / post-茅diter ? (normes qualit茅, etc.)
鈥� Que r茅viser / post-茅diter ? (traduction humaine vs traduction machine, formats de documents, etc.)
鈥� Comment r茅viser / post-茅diter ? (th茅ories, 茅coles, strat茅gies, modalit茅s et techniques, proc茅dures, crit猫res et param猫tres, outils d'aide 脿 la r茅vision / post-茅dition, etc. avec exemples et exercices)
鈥� Qui r茅vise / post-茅dite ? (le r么le et les comp茅tences du r茅viseur / post-茅diteur, la relation r茅viseur-r茅vis茅, la place du r茅viseur au sein des relations professionnelles dans la gestion d'un projet de traduction, etc.)
脡changes d'exp茅rience : rencontres avec des professionnels du/des m茅tier(s) de la r茅vision et de la post-茅dition.

M茅thodes d'enseignement

Cours magistraux et s茅ances d鈥檈xercices.

• Aspects th茅oriques et exemples pratiques expos茅s en pr茅sentiel sous la forme de cours magistraux.
• Mise 脿 disposition des documents de travail (th茅orie et exercices, bibliographies sp茅cifiques et vocabulaire de la r茅vision / post-茅dition, lectures th茅oriques et exercices pratiques 脿 pr茅parer 脿 domicile) via la plateforme Moodle.
• S茅ances d'exercices pratiques en pr茅sentiel.

Modes d'茅valuation
des acquis des 茅tudiants

L'茅valuation certificative finale (100 %) de premi猫re session (session de juin) et de deuxi猫me session (session d'ao没t-septembre) se compose d'un examen 茅crit en trois parties (valant chacune pour un tiers de la note finale) :

1. Partie 1 - valant pour un tiers de la note finale - portant听sur la th茅orie de la r茅vision et de la post-茅dition - questionnaire sur la th茅orie vue dans le cadre des cours, conf茅rences et lectures recommand茅es / exercice de correction de phrases mettant en oeuvre les techniques de rep茅rage des erreurs, l'identification et la d茅finition des fautes et erreurs, les techniques de r茅solution des erreurs ;
2. Partie 2 - valant pour un tiers de la note finale - portant sur deux exercices d'application de r茅vision professionnelle, en r茅vision unilingue d'une part et en r茅vision bilingue d'autre part听(respectivement pour 50 % de la note attribu茅e 脿 cette partie) ;
3. Partie 3 - valant pour un tiers de la note finale - portant sur un ou plusieurs exercices d'application de la post-茅dition.

L'茅tudiant.e devra听faire preuve de sa听ma卯trise du m茅talangage de la r茅vision et de la post-茅dition 脿 la fois dans les questions de th茅orie et dans les exercices d'application pratique.
Sauf exception - communiqu茅e, le cas 茅ch茅ant, sur la plateforme Moodle du cours d猫s le d茅but du cours -,听l'茅tudiant.e ayant obtenu une note globale d'茅chec en premi猫re session (juin) devra repasser en seconde session l'ensemble de l'茅preuve听(100 %).
L'茅tudiant.e ayant obtenu une note globale d'茅chec en seconde session (ao没t-septembre) devra repasser l'int茅gralit茅 de l'茅preuve (100 %) l'ann茅e acad茅mique suivante.
La post-茅dition portant sur la traduction automatique (ou traduction machine), l'utilisation des logiciels et autres applications de traduction automatique (TA) ou g茅n茅r茅e par les intelligences artificielles (IA) g茅n茅ratives sera autoris茅e dans le cadre des exercices de post-茅dition, suivant les balises et les consignes expos茅es par l'enseignant dans le cahier des charges (publi茅 sur la page Moodle du cours).
D'une mani猫re g茅n茅rale, les intelligences artificielles (IA) g茅n茅ratives doivent 锚tre utilis茅es de mani猫re responsable et conform茅ment aux pratiques de l鈥檌nt茅grit茅 acad茅mique et scientifique et suivant les consignes reprises dans le cahier des charges publi茅 sur la plateforme Moodle du cours. L'int茅grit茅 scientifique impliquant que l'on cite ses sources, l'usage d'une IA devra toujours 锚tre signal茅 de mani猫re appropri茅e et d没ment r茅f茅renc茅.
N茅anmoins, l'utilisation des intelligences artificielles pour les t芒ches o霉 celles-ci sont explicitement interdites sera consid茅r茅e comme un cas de tricherie.

Autres infos

REMARQUE IMPORTANTE
脡tant donn茅 la nature sp茅cifique de l'objet de ce cours, 脿 savoir la r茅vision et la post-茅dition de textes r茅dig茅s ou traduits en fran莽ais, ce cours requiert de la part des 茅tudiant.e.s une excellente ma卯trise et une expertise fine de la langue fran莽aise. Un niveau C2 du Cadre europ茅en de r茅f茅rence pour les langues (CECRL) est donc requis en fran莽ais.

Bibliographie

脡l茅ments de bibliographie g茅n茅rale 鈥� 搁茅惫颈蝉颈辞苍 :
BISAILLON, Jocelyne (Sous la direction de].- La r茅vision professionnelle : processus, strat茅gies et pratiques.-
Qu茅bec : Editions Note Bene, 2007.
DELISLE, Jean, LEE-JAHNKE, Hannelore, et CORMIER, Monique.- Terminologie de la traduction = Translation
terminology = Terminolog铆a de la traducci贸n. Amsterdam : Benjamins, 1999.
Guide du r茅viseur.- Secr茅tariat d'脡tat du Canada / Bureau des traductions / Direction des services linguistiques,
1985.
HORGUELIN, Paul A. & BRUNETTE, Louise.- Pratique de la r茅vision.- Montr茅al (Qu茅bec) : Linguatech, 1998 [3e
茅dition revue et augment茅e].
HORGUELIN, Paul-A. et PHARAND, Michelle.- Pratique de la r茅vision.- Montr茅al : Linguatech, 2009 [4e 茅dition
revue et augment茅e].
LACHANCE, Ginette.- La r茅vision linguistique en fran莽ais. Le m茅tier d'une passion, la passion d'un m茅tier. Sillery
(Qu茅bec): Les 茅ditions du Septentrion, 2007.
脡l茅ments de bibliographie g茅n茅rale 鈥� 笔辞蝉迟-茅诲颈迟颈辞苍听:
FORCADA, M. L. (2017). Making sense of neural machine translation.听Translation spaces, 6(2), 291-309.
GARC脥A, I. (2012). A brief history of postediting and of research on postediting.听Revista Anglo Saxonica, 291-310.
HEARNE, M., & WAY, A. (2011). Statistical Machine Translation: A Guide for Linguists and Translators.听Lang. Linguistics Compass, 5, 205-226.
KENNY, D. (2022).听Machine translation for everyone: Empowering users in the age of artificial intelligence. Language Science Press.听
POIBEAU, T. (2019).听Babel 2.0: o霉 va la traduction automatique ?听. Odile Jacob.
VIEIRA, L. N. (2019). Post-editing of machine translation.听The Routledge Handbook of Translation and Technology, 319-332.
Pour les r茅f茅rences bibliographiques d茅taill茅es et actualis茅es听: se reporter aux documents mis 脿 dispositions sur la plateforme听Moodle.

Support de cours

• 搁茅惫颈蝉颈辞苍 : documents de travail mis 脿 disposition via Moodle
• 笔辞蝉迟-茅诲颈迟颈辞苍 : documents de travail mis 脿 disposition via Moodle

Facult茅 ou entit茅
en charge

> LSTI