@inproceedings{avila-etal-2024-reduction,
    title = "R{\'e}duction des r{\'e}p{\'e}titions dans la Traduction Automatique Neuronale",
    author = "Avila, Marko  and
      Rebollo, Anna  and
      Crego, Josep",
    editor = "Balaguer, Mathieu  and
      Bendahman, Nihed  and
      Ho-dac, Lydia-Mai  and
      Mauclair, Julie  and
      G Moreno, Jose  and
      Pinquier, Julien",
    booktitle = "Actes de la 31{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position",
    month = "7",
    year = "2024",
    address = "Toulouse, France",
    publisher = "ATALA and AFPC",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2024.jeptalnrecital-taln.13/",
    pages = "198--210",
    language = "fra",
    abstract = "Actuellement, de nombreux syst{\`e}mes TAL utilisent des d{\'e}codeurs neuronaux pour la g{\'e}n{\'e}ration de textes, qui font preuve d`une capacit{\'e} impressionnante {\`a} g{\'e}n{\'e}rer des textes approchant les niveaux de fluidit{\'e} humaine. Toutefois, dans le cas des r{\'e}seaux de traduction automatique, ils sont souvent confront{\'e}s {\`a} la production de contenu r{\'e}p{\'e}titif, {\'e}galement connu sous le nom de diction r{\'e}p{\'e}titive ou de r{\'e}p{\'e}tition de mots, un aspect pour lequel ils n`ont pas {\'e}t{\'e} explicitement entra{\^i}n{\'e}s. Bien que cela ne soit pas intrins{\`e}quement n{\'e}gatif, cette r{\'e}p{\'e}tition peut rendre l'{\'e}criture monotone ou maladroite si elle n`est pas utilis{\'e}e intentionnellement pour l`emphase ou des fins stylistiques. La r{\'e}p{\'e}tition de mots a {\'e}t{\'e} trait{\'e}e par des m{\'e}thodes post-hoc pendant l`inf{\'e}rence, contraignant le r{\'e}seau {\`a} examiner des hypoth{\`e}ses auxquelles le syst{\`e}me avait initialement attribu{\'e} une plus faible probabilit{\'e}. Dans cet article, nous impl{\'e}mentons une m{\'e}thode qui consiste {\`a} p{\'e}naliser les r{\'e}p{\'e}titions lors de l`apprentissage et qui s`inspire des principes du label smoothing. Conform{\'e}ment {\`a} cette m{\'e}thode, nous modifions la distribution de la v{\'e}rit{\'e} terrain afin d`orienter le mod{\`e}le de mani{\`e}re {\`a} d{\'e}courager ces r{\'e}p{\'e}titions. Les r{\'e}sultats de nos exp{\'e}riences montrent que les m{\'e}thodes propos{\'e}es permettent de contr{\^o}ler le probl{\`e}me de la r{\'e}p{\'e}tition dans les moteurs neuronaux de traduction automatique sans compromis en termes d`efficacit{\'e} ou de qualit{\'e} des traductions."
}