Etude de l'impact d'un lexique bilingue sp\'ecialis\'e sur la performance d'un moteur de traduction \`a base d'exemples (Studying the impact of a specialized bilingual lexicon on the performance of an example-based machine translation engine)

La traduction automatique statistique bien que performante est aujourd{'}hui limit{\'e}e parce qu{'}elle n{\'e}cessite de gros volumes de corpus parall{\`e}les qui n{'}existent pas pour tous les couples de langues et toutes les sp{\'e}cialit{\'e}s et que leur production est lente et co{\^u}teuse. Nous pr{\'e}sentons, dans cet article, un prototype d{'}un moteur de traduction {\`a} base d{'}exemples utilisant la recherche d{'}information interlingue et ne n{\'e}cessitant qu{'}un corpus de textes en langue cible. Plus particuli{\`e}rement, nous proposons d{'}{\'e}tudier l{'}impact d{'}un lexique bilingue de sp{\'e}cialit{\'e} sur la performance de ce prototype. Nous {\'e}valuons ce prototype de traduction et comparons ses r{\'e}sultats {\`a} ceux du syst{\`e}me de traduction statistique Moses en utilisant les corpus parall{\`e}les anglais-fran{\c{c}}ais Europarl (European Parliament Proceedings) et Emea (European Medicines Agency Documents). Les r{\'e}sultats obtenus montrent que le score BLEU du prototype du moteur de traduction {\`a} base d{'}exemples est proche de celui du syst{\`e}me Moses sur des documents issus du corpus Europarl et meilleur sur des documents extraits du corpus Emea.