La post-édition de traduction automatique (MTPE) est le travail d'un humain qui relit et corrige un texte traduit par une machine jusqu'à ce qu'il atteigne un niveau de qualité convenu. Il existe deux niveaux reconnus : la post-édition légère, qui corrige les erreurs de sens pour que le texte soit exact et compréhensible, et la post-édition complète, qui corrige aussi le style, la terminologie et la fluidité pour que le résultat se lise comme une bonne traduction humaine.
Pour un catalogue produits, la réponse pratique consiste à répartir le travail selon le risque. Traduis tout avec l'AI à l'aide d'un glossaire et de règles fixes, réserve la post-édition complète aux champs où une erreur coûte de l'argent ou engage ta responsabilité (avertissements de sécurité, mentions légales, titres des meilleures ventes, textes de catégories), et contrôle la longue traîne avec des échantillons structurés au lieu de relire chacune des 5 000 descriptions. Cet article couvre les deux niveaux, ce que les relecteurs doivent vérifier dans le contenu produit et un workflow d'échantillonnage. Pour tout ce qui entoure la traduction, comme les prix, l'affichage de la TVA et les tailles propres à chaque marché, consulte le guide de la localisation e-commerce.
Post-édition légère et complète selon la norme ISO 18587
La norme de référence est l'ISO 18587:2017, « Services de traduction, Post-édition d'un texte résultant d'une traduction automatique, Exigences ». Selon l'ISO, elle fixe des exigences pour le processus de post-édition complète et humaine des résultats de traduction automatique et pour les compétences des post-éditeurs, et elle s'adresse aux prestataires de services de traduction, à leurs clients et aux post-éditeurs. Les prestataires peuvent être certifiés selon cette norme, et un résumé de l'Association of Translation Companies note qu'elle décrit la post-édition complète comme atteignant une qualité comparable à celle d'une traduction humaine, tout en maintenant une distinction entre post-édition légère et complète.
Une révision est en cours. L'ISO indique que l'édition 2017 est « à réviser » et prévoit son remplacement par l'ISO/DIS 18587, renommée « Post-editing of non-human translation output » pour inclure la traduction par AI et par LLM. En Allemagne, l'enquête publique du DIN sur le projet (ISO/DIS 18587:2026) court jusqu'au 11 novembre 2026. Tant que la nouvelle édition n'est pas publiée, la version 2017 reste en vigueur. Le résumé de l'ATC indique que le texte révisé laisse les spécifications du client décider du niveau applicable, ce qui correspond à la façon dont les équipes catalogue travaillent déjà.
Les lignes directrices du secteur tracent la même frontière en termes plus simples. Une étude comparative des lignes directrices de post-édition de Hu et Cadwell note que TAUS présente les deux niveaux comme une qualité « suffisante » (good enough) et une « qualité de traduction humaine », et que les lignes directrices de post-édition légère se concentrent sur l'exactitude du message, la grammaire, la syntaxe et le style n'étant pas une préoccupation majeure.
Post-édition légère ou complète pour le contenu produit
| Objectif | Exact et compréhensible | Se lit comme une bonne traduction humaine |
|---|---|---|
| Corrige | Sens erroné, chiffres erronés, texte manquant, termes cassés | Tout ce que corrige la post-édition légère, plus le style, le ton, la cohérence terminologique et la fluidité |
| Laisse tel quel | Les formulations maladroites mais correctes | Rien qu'un lecteur natif remarquerait |
| Contenu produit typique | Descriptions de longue traîne, meta descriptions à faible trafic | Textes de sécurité et mentions légales, titres des meilleures ventes, textes de catégories, textes publicitaires |
| Qui s'en charge | Un locuteur natif qui connaît les produits | Un traducteur qualifié ou un rédacteur natif expérimenté |
| Effort par produit | Faible | Proche d'une relecture complète de chaque phrase |
Quels champs du catalogue reçoivent quel niveau
La plupart des catalogues ont trois niveaux. Note ces niveaux par écrit avant de traduire, car cette décision pèse plus sur le coût et les délais que le moteur lui-même.
- Post-édition complète. Avertissements de sécurité, notices et mentions d'âge ; formulations de garantie et mentions légales ; noms et titres de tes meilleures ventes ; textes de catégories et de landing pages ; toute affirmation qui pourrait t'engager (« imperméable jusqu'à 10 000 mm », « compatible lave-vaisselle »). Selon le règlement européen relatif à la sécurité générale des produits (GPSR), une offre en ligne doit afficher les avertissements et les informations de sécurité dans une langue aisément compréhensible par les consommateurs, déterminée par l'État membre (article 19, voir le guide GPSR). Ici, le « suffisant » n'a pas sa place.
- Post-édition légère ou relecture par échantillon. Descriptions longues, descriptions courtes et meta descriptions des produits de longue traîne qui se vendent à quelques unités par an. Les erreurs y coûtent moins cher et deviennent plus rares une fois les règles bien posées, donc un échantillon suffit à dire si le lot est sain.
- Traduire une fois, relire entièrement. Les valeurs d'attributs issues d'une liste contrôlée : couleurs, matières, coupes, « lavable en machine à 30 °C ». Les mêmes 200 valeurs apparaissent sur des milliers de produits, donc une seule traduction relue de la liste les corrige partout. Les relire produit par produit gaspille l'effort.
- Ne pas traduire, mais vérifier. GTIN, SKU, références de modèles, noms de marques et caractéristiques chiffrées. Ils doivent passer sans changement, et un contrôle automatique peut le confirmer.
Le vocabulaire de recherche mérite sa propre ligne. Une traduction correcte peut quand même être le mauvais mot pour la recherche : le terme que les acheteurs tapent en allemand ou en néerlandais peut différer d'un rendu littéral du titre anglais. Le guide du SEO multilingue couvre la recherche de mots-clés par langue pour les titres et les champs meta.
Les glossaires et les listes de termes à ne pas traduire passent avant la première traduction
Dans les catalogues, l'essentiel de l'effort de post-édition répète les mêmes quelques corrections : un nom de marque traduit, un nom de ligne de produits découpé en mots, un terme technique rendu de trois façons différentes. Chacune d'elles a sa place dans les règles avant la traduction, pas dans la file du relecteur après. Quatre listes couvrent l'essentiel :
- Termes à conserver tels quels. Noms de marques, noms de lignes de produits et de modèles, matières et technologies déposées, et noms de certifications. Ajoute d'abord ta propre marque.
- Traductions préférées. Des termes avec une seule traduction approuvée par langue, comme « laine mérinos » ou « colonne d'eau ». Ajoute une note de contexte quand un terme est ambigu : « case » désigne une coque de téléphone dans les accessoires et un carton de 12 dans ta gamme de gros.
- Termes propres à une catégorie. Le même mot source traduit différemment selon la catégorie. « Sleeve » est une manche dans l'habillement et une housse de protection dans l'électronique.
- Règles de champ. Limites de caractères pour les titres et les champs meta, conversion ou non des unités, vouvoiement ou tutoiement selon la langue.
Le comparatif DeepL vs Google Translate explique comment les glossaires fonctionnent dans chaque moteur. Quel que soit l'outil, la source est la même : un tableur avec le terme, son contexte et la traduction approuvée par langue, tenu par une personne qui en est responsable.
Ce qu'un post-éditeur vérifie dans le contenu produit
Les lignes directrices générales de post-édition sont écrites pour de la prose. Le contenu produit échoue de façons plus spécifiques, surtout dans les chiffres, les noms et les textes fixes. Donne aux relecteurs cette liste plutôt qu'un simple « vérifie la traduction ».
Checklist de relecture des traductions produit
Demande aux relecteurs de classer chaque correction plutôt que de simplement la faire : critique (chiffre erroné, avertissement manquant, sens produit erroné), majeure (terme erroné, balisage cassé, mauvais format d'unité) ou mineure (style, ordre des mots). C'est ce classement qui te dit si un lot passe et quelle règle modifier.
Une fiche de casque enfant en post-édition légère puis complète
Un exemple illustratif montre où les deux niveaux se séparent. La source anglaise d'un casque de vélo pour enfant dit : « TrailBuddy Junior kids' bike helmet with LED rear light, size S (48 to 54 cm), 230 g. Adjust the fit with the dial at the back. Warning: do not use this helmet for climbing or other activities where a child could get caught. » Une première traduction par AI en néerlandais est revenue avec quatre problèmes :
- L'avertissement a perdu « or other activities » et ne mentionne plus que l'escalade. Critique : une phrase de sécurité est incomplète.
- « TrailBuddy Junior » est devenu « PadMaatje Junior ». Majeure : un nom de ligne de produits a été traduit.
- Le texte vouvoie le lecteur (« u ») alors que la boutique tutoie (« je ») partout ailleurs. Mineure pour le sens, mais visible par chaque acheteur néerlandais.
- Le titre dit « fietshelm voor kinderen » alors que les acheteurs néerlandais cherchent « kinderfietshelm ». Mineure pour le sens, importante pour la recherche.
Une passe légère corrige les deux premiers problèmes et s'arrête : l'avertissement est complet et le nom est juste, donc le texte est exact. Une passe complète passe aussi au « je », réécrit le titre autour du terme que les acheteurs utilisent et fluidifie l'ordre des mots. Comme ce produit appartient au niveau sécurité, il reçoit la passe complète. Une chaussette de la longue traîne qui n'aurait que le troisième problème serait publiée après une passe légère, et la règle de tutoiement serait corrigée dans les réglages pour que le lot suivant soit juste.
Le résultat le plus utile, c'est ce qui change dans les règles. « TrailBuddy » rejoint la liste des termes à conserver, le « je » devient le réglage de la langue néerlandaise, et la proposition manquante déclenche une vérification de chaque produit qui porte un texte d'avertissement, pas seulement de ce casque.
Un workflow d'échantillonnage pour les catalogues traduits par AI
Relire chaque description traduite annule l'intérêt de la traduction automatique, et n'en relire aucune, c'est ainsi qu'une mauvaise unité se retrouve sur 800 produits. L'échantillon se situe entre les deux : relis un petit ensemble délibérément varié jusqu'à ce qu'il soit propre, puis traduis le reste avec les mêmes règles et continue à contrôler de plus petits échantillons à chaque lot.
Échantillonner, corriger les règles, puis passer à l'échelle
- Choisis un échantillon représentatif par langue. Mélange catégories, marques, meilleures ventes et articles de longue traîne, et inclus délibérément les cas difficiles : produits avec tableaux de caractéristiques, textes de sécurité, nombreuses unités, termes ambigus et descriptions chargées en HTML.
- Traduis l'échantillon avec les règles définitives. Même glossaire, mêmes réglages de champs, même moteur et même mode que pour la traduction complète, sinon l'échantillon mesure la mauvaise chose.
- Relis avec la checklist et classe chaque correction. Note le champ, le type d'erreur et la gravité. Une note du relecteur expliquant pourquoi un terme est faux vaut plus que le seul texte corrigé.
- Transforme les corrections répétées en règles. Un terme corrigé deux fois devient une entrée du glossaire ; une remarque sur le ton devient une instruction au niveau de la langue ; une erreur d'unité devient une règle de champ. Puis régénère et relis à nouveau le même échantillon.
- Fixe le seuil et passe à l'échelle. Lance tout le catalogue dès qu'un échantillon revient sans erreur critique et avec seulement les erreurs mineures que tu acceptes pour ce niveau. Donne aux champs de niveau 1 leur post-édition complète, et contrôle un nouvel échantillon aléatoire dans chaque nouveau lot, fournisseur ou catégorie.
- Garde la boucle active. Les corrections faites après publication, par le service client ou un responsable de marché, vont dans le même glossaire et les mêmes règles pour ne pas se reproduire. L'entrée du dictionnaire sur la gestion de la traduction du contenu produit décrit les rôles et les passages de relais autour de cette boucle.
Fais tourner la boucle séparément pour chaque langue cible. Les erreurs sont rarement partagées : l'allemand peut buter sur les termes produit composés et la longueur des titres, le français sur l'accord en genre des valeurs d'attributs, le néerlandais sur le tutoiement et sur les anglicismes que les acheteurs emploient ou non. Un échantillon propre dans une langue ne dit rien de la suivante, et les règles que tu ajoutes (entrées de glossaire, tutoiement, limites de champ) sont elles aussi surtout propres à chaque langue.
Mener la relecture par échantillon dans WISEPIM
WISEPIM traduit le contenu produit avec une AI basée sur des LLM, avec une précision de 95 %+, selon des règles de projet : un dictionnaire de termes approuvés et de termes à conserver (limités à certaines catégories si besoin), des instructions et des limites de longueur par champ, des réglages par langue pour le tutoiement ou le vouvoiement, et un réglage d'unités qui conserve, convertit ou affiche les deux. L'espace Translation samples (échantillons de traduction) gère l'étape d'échantillonnage : tu choisis jusqu'à 50 produits (et au maximum 300 combinaisons produit, champ et langue), jusqu'à six langues cibles et les champs à relire (nom, descriptions, titre SEO, description et mots-clés), et les propositions sont générées dans le lot sans toucher au contenu produit en ligne.
Des contrôles automatiques signalent les erreurs mécaniques de la checklist : un chiffre de la source absent de la traduction, une unité de mesure modifiée, un terme protégé disparu, du HTML altéré, un texte qui dépasse la limite du champ, le mauvais système d'écriture et une terminologie qui ignore le dictionnaire. Les relecteurs approuvent, demandent des modifications ou rejettent chaque ligne, et une correction enregistrée protège cette ligne contre la régénération. Comme l'écran l'indique lui-même, la fluidité, le ton et l'exhaustivité factuelle demandent toujours un humain. Le feedback d'un relecteur externe peut être importé sous forme de fichier via Ingest feedback (ingérer du feedback) et transformé en suggestions de modifications du dictionnaire et des réglages. La page traduction de produits par AI couvre l'ensemble du workflow de traduction.
