Les pièges, langue par langue
Ce qui fait rater une publication dans une langue, avec la règle exacte et sa source : rien ici ne s’appuie sur une impression.
Ce qu’est un piège, ici
Un piège, sur ce site, n’est pas une curiosité de grammaire : c’est une règle de langue vérifiable, qui porte sa source, et qui explique une faute qui revient plutôt qu’un cas isolé. Sept familles reviennent sans cesse : le sens d’écriture, les pluriels, les genres, les registres (de politesse ou de formalité), les faux amis, les formats de nombre et de date, la ponctuation.
La règle ne fléchit jamais : une affirmation sur une langue sans source n’est pas servie par l’API, et elle n’est pas publiée sur ce site. L’outil qui construit chaque page de langue refuse une règle sans source plutôt que de la publier quand même : exactement ce que ce projet reproche à une traduction automatique qui invente sans le dire.
Ce projet compte aujourd’hui 212 affirmations sourcées sur les langues, toutes langues confondues : les règles d’écriture, de ponctuation et d’interface, plus les registres et les faux amis, chacun portant sa source au même titre.
Deux pièges, pour de vrai
Plutôt que d’en parler en général, en voici deux, tirés des données du projet, chacun avec sa source.
Le français compte zéro comme un singulier
En français, 0 se classe dans la même catégorie grammaticale que 1 : on écrit 0 jour, jamais 0 jours. Un système calqué sur l’anglais, qui ne connaît qu’un singulier pour 1 et un pluriel pour tout le reste, ajoute un s à zéro par réflexe.
0 jour restant
0 jours restant
En arabe, de 11 à 99, le nom compté reste au singulier
C’est le piège le plus souvent raté sur cette langue : contrairement au réflexe venu du français ou de l’anglais, le nom qui suit un nombre de 11 à 99 reste au singulier en arabe, jamais au pluriel.
11 رسالة جديدة
11 رسائل جديدة
Un moteur de traduction généraliste apprend depuis des exemples fréquents : il rend bien ce qui revient souvent dans ce qui l’a entraîné, et lisse ce qui est rare. Compter zéro comme un singulier, ou garder un nom au singulier après onze, sont justement des cas rares dans un corpus ordinaire : le genre de règle qu’un moteur, quelle que soit sa qualité, généralise le moins bien. Vérifier ces deux points sur une sortie de traduction ne coûte rien.
Ce que change la boîte de traduction
Ce site embarque désormais un traducteur qui calcule dans le navigateur, sans rien envoyer sur le réseau : sur l’accueil, sans un clic, ou en pleine page sur la boîte de traduction. Cette page en devient plus utile qu’avant : elle ne décrit plus seulement des curiosités de grammaire, elle nomme précisément ce qu’une machine, la nôtre comme n’importe quelle autre, rate le plus souvent.
Ce qu’une traduction automatique rate en général, et pourquoi une relecture humaine reste nécessaire, se lit sur la page les limites. Ce que mesurent les scores publiés pour chaque paire de langues, et ce qu’ils ne mesurent pas, se lit sur la page ce que vaut une traduction machine. Cette page-ci ne mesure rien et ne généralise pas : elle montre, langue par langue, la règle précise qui casse, avec sa source.
Ce qui traverse toutes les langues
Certaines fautes ne sont propres à aucune langue en particulier : elles reviennent partout où l’on traduit vite, et elles ne coûtent cher qu’une fois publiées, jamais avant.
La troncature
Couper un texte à un nombre fixe de caractères peut couper un signe au milieu de lui-même : les écritures indiennes, où une lettre porte souvent un signe attaché en dessous ou au-dessus, et l’arabe, où une lettre change de forme selon sa position dans le mot, en souffrent particulièrement. Voir hindi, bengali et arabe.
La concaténation
Assembler une phrase à partir de morceaux traduits séparément suppose que l’ordre des mots et les accords grammaticaux tombent juste une fois recollés, ce que rien ne garantit d’une langue à l’autre. Une phrase se traduit entière, jamais recollée à partir de bouts traduits isolément.
Le pluriel à deux formes
Une règle pensée pour « un » et « plusieurs » ne suffit pas partout : l’arabe distingue six catégories, zéro, un, deux, quelques-uns, beaucoup et les autres, et une interface qui n’en prévoit que deux en efface quatre. Voir arabe.
Le nombre mal formaté
La virgule et le point ne séparent pas les milliers et les décimales de la même façon d’une langue à l’autre, et certaines écritures emploient des chiffres qui ne sont pas les chiffres arabes occidentaux. Un nombre recopié tel quel, sans reformatage, se lit juste dans une langue et faux dans l’autre.
Les sept portes
Une page par langue, chacune à sa propre adresse, chacune dans sa propre écriture.
Français Français
Langue source du site : accents, guillemets, apostrophe, et ce qui change quand on traduit vers elle.
OuvrirAnglais English
Ce qu’une interface calquée sur le français y perd, du compteur au format de date.
OuvrirEspagnol Español
La proximité avec le français cache les fautes plutôt qu’elle ne les évite.
OuvrirArabe العربية
Le sens d’écriture, le duel grammatical, et un nom qui reste au singulier après onze.
OuvrirHindi हिन्दी
Une écriture où compter les caractères ne dit jamais combien de signes on voit.
OuvrirBengali বাংলা
Des consonnes qui se lient en blocs, une voyelle implicite qu’on oublie.
OuvrirChinois simplifié 简体中文
Pas d’espaces entre les mots, pas de marque de pluriel, deux écritures à ne pas confondre.
OuvrirChaque page de cette liste suppose que sa langue a des règles sourcées : sans cela, pas de page inventée, le lien resterait mort plutôt que de promettre un contenu qui n’existe pas encore. C’est le même verrou qui a tenu chacune de ces sept pages hors ligne tant qu’elle n’était pas prête ; aujourd’hui, 7 langues sur sept sont publiées.
Ce que chaque page de langue contient
Une même structure pour les sept, dans cet ordre, remplie ou laissée de côté selon ce que la langue a de sourcé.
- Les faits de base : l’étiquette de langue, l’écriture, le sens de lecture, les catégories de pluriel.
- L’écriture : les règles propres à l’alphabet ou à l’abugida de la langue.
- La ponctuation : ce qui se détache, ce qui s’attache, ce qui n’existe pas dans cette langue.
- Traduire une interface : les règles propres aux boutons, menus et messages, pas à la prose.
- Les pluriels : les catégories réellement employées, chacune avec un nombre et un exemple.
- Les nombres et les dates : les chiffres employés, les séparateurs, les formats courts et longs.
- Les registres : quand employer un registre plutôt qu’un autre, et pourquoi cela compte.
- Les faux amis : ce qu’on croit dire, ce qu’on dit vraiment, et pourquoi.
- Les sources : chaque règle de la page, reliée à la source qui la prouve.
Chaque règle illustrée porte un exemple juste et un exemple à éviter, écrit dans la langue concernée et déclaré comme tel : un attribut lang toujours, un dir="rtl" en plus pour l’arabe.
Aller plus loin
- Ce qu’une traduction automatique rate en général, et pourquoi une relecture reste nécessaire : les limites.
- Ce que mesurent, et ne mesurent pas, les scores publiés par paire de langues : ce que vaut une traduction machine.
- Le vocabulaire qui doit rester le même d’un texte à l’autre, avec sa nuance et son piège : les glossaires.
- La marche à suivre complète pour publier proprement en plusieurs langues : la méthode.
- Les chaînes d’interface déjà prêtes à télécharger, sept langues : les packs de chaînes.
- Sourcer une règle qui manque, corriger un exemple, ajouter une langue : contribuer.