Bien que la recherche ait fait progresser la traduction automatique depuis plusieurs années, la sortie d’un système automatisé ne peut être généralement publiée sans avoir été révisée humainement au préalable, et corrigée le cas échéant. Forts de ce constat, nous avons voulu exploiter ces retours utilisateurs issus du processus de révision pour adapter notre système statistique dans le temps, au moyen d’une approche incrémentale.Dans le cadre de cette thèse Cifre-Défense, nous nous sommes donc intéressés à la postédition, un des champs de recherche les plus actifs du moment, et qui plus est très utilisé dans l’industrie de la traduction et de la localisation.L’intégration de retours utilisateurs n’est toutefois pas une tâche aussi évidente qu’il n’y paraît. D’une part, il faut être capable d’identifier l’information qui sera utile au système, parmi l’ensemble des modifications apportées par l’utilisateur. Pour répondre à cette problématique, nous avons introduit une nouvelle notion (les « Actions de Post-Édition »), et proposé une méthodologie d’analyse permettant l’identification automatique de cette information à partir de données post-éditées. D’autre part, concernant l’intégration continue des retours utilisateurs nous avons développé un algorithme d’adaptation incrémentale pour un système de traduction statistique, lequel obtient des performances supérieures à la procédure standard. Ceci est d’autant plus intéressant que le développement et l’optimisation d’un tel système de traduction estune tâche très coûteuse en ressources computationnelles, nécessitant parfois jusqu’à plusieurs jours de calcul.Conduits conjointement au sein de l’entreprise SYSTRAN et du LIUM, les travaux de recherche de cette thèse s’inscrivent dans le cadre du projet ANR COSMAT 1. En partenariat avec l’INRIA, ce projet avait pour objectif de fournir à la communauté scientifique un service collaboratif de traduction automatique de contenus scientifiques. Outre les problématiques liéesà ce type de contenu (adaptation au domaine, reconnaissance d’entités scientifiques, etc.), c’est l’aspect collaboratif de ce service avec la possibilité donnée aux utilisateurs de réviser les traductions qui donne un cadre applicatif à nos travaux de recherche. / Although machine translation research achieved big progress for several years, the output of an automated system cannot be published without prior revision by human annotators. Based on this fact, we wanted to exploit the user feedbacks from the review process in order to incrementally adapt our statistical system over time.As part of this thesis, we are therefore interested in the post-editing, one of the most active fields of research, and what is more widely used in the translation and localization industry.However, the integration of user feedbacks is not an obvious task. On the one hand, we must be able to identify the information that will be useful for the system, among all changes made by the user. To address this problem, we introduced a new concept (the “Post-Editing Actions”), and proposed an analysis methodology for automatic identification of this information from post-edited data. On the other hand, for the continuous integration of user feedbacks, we havedeveloped an algorithm for incremental adaptation of a statistical machine translation system, which gets higher performance than the standard procedure. This is even more interesting as both development and optimization of this type of translation system has a very computational cost, sometimes requiring several days of computing.Conducted jointly with SYSTRAN and LIUM, the research work of this thesis is part of the French Government Research Agency project COSMAT 2. This project aimed to provide a collaborative machine translation service for scientific content to the scientific community. The collaborative aspect of this service with the possibility for users to review the translations givesan application framework for our research.

Nous connaissons depuis plus d’un siècle des bouleversements climatiques, socio-économiques et sociétaux de plus en plus fréquents et intenses. L’adaptation à ce contexte incertain, pour envisager l’avenir de façon durable, est un défi particulièrement important. L’agriculture est au cœur de ce défi et de la réflexion sur les modes d’adaptation. Les anthropologues ont récemment identifié deux types de changements de l’agriculteur: le changement mineur (en accord avec le comportement normatif de référence), et le changement majeur (changement profond, remise en cause des normes majoritaires permettant l’adoption de comportements innovants). Ces deux types de changement sont très proches de l’adaptation incrémentale et de l’adaptation transformationnelle qui sont définis tant pour des individus que pour des institutions locales, nationales ou internationales … Nous proposons un modèle individu-centré de l’adaptation des agriculteurs qui intègre dynamiquement changements mineurs et majeurs, en nous focalisant sur la dimension psycho-sociale de ces changements. Nous appliquons notre modèle à la question, de la conversion à l’agriculture biologique des éleveurs laitiers français. Cette transition a en effet été généralement caractérisée comme un changement majeur, ou une adaptation transformationnelle, et s’avère donc pertinente pour tester notre modèle. Le modèle d’agriculteur est en général dans un régime stable durant lequel seuls des changements mineurs sont opérés. Ces changements sont menés en imitant des comportements adoptés par les agriculteurs les plus crédibles. La crédibilité d’un agriculteur pour un autre est d’autant plus forte que son volume produit est supérieur à celui de cet agriculteur. Ces changements se traduisent concrètement par des modifications des volumes produits qui correspondent à des choix de pratiques plus ou moins intensifs.Le modèle peut passer d’un régime stable à un autre en transitant par un changement majeur impliquant de changer la hiérarchie des importances, accordées aux dimensions « productiviste » et « environnementale », qui pondèrent son évaluation des résultats de son mode de production (par exemple : conventionnel ou biologique). Le calcul de son évaluation utilise la théorie de l’action raisonnée. Il permet à l’agriculteur de déterminer sa satisfaction, à partir de ses résultats précédents, et de ses résultats comparés à ceux de ses pairs crédibles, en tenant compte de l’importance accordées à chaque dimension d’évaluation. Lorsqu’un agriculteur est insatisfait de son mode de production courant, il évalue sa satisfaction potentielle pour un autre mode de production, et adopte ce dernier si son gain de satisfaction est supérieur à un seuil. Il change alors la hiérarchie des importances accordées à ses dimensions d’évaluation pour être en accord avec le mode adopté. Un agriculteur biologique accordera ainsi par exemple une importance plus forte à la dimension environnementale qu’à la dimension productiviste. Ce changement implique alors une réévaluation tant de la crédibilité de ses pairs que de leurs pratiques. (...) / For more than a century, climatic, socio-economic and societal changes are more and more frequent and intense. Adapting to this uncertain context to envisage a sustainable future is a particularly important challenge. Agriculture is at the heart of this challenge and the reflection on the modes of adaptation. Anthropologists have recently identified two types of farmer changes: minor change (consistent with normative behavior), and major change (deep change, challenge the majority norms allowing adoption of innovative behaviors). These two types of change are very close to the incremental adaptation and the transformational adaptation that are defined for individuals as well as for local, national or international institutions.We propose an individual-based model to study farmers’ adaptations that dynamically integrates minor and major changes. We focus on the social-psychological dimension of these changes. Our model is applied to the question of French dairy farmers’ conversions to organic farming. This transition has been characterized as a major change, or a transformational adaptation, and is therefore relevant to test our model.A farmer stays generally in a stable regime doing only minor changes. These changes are carried out by imitating the practices of the most credible farmers. The credibility of one farmer given to another is larger if his (her) produced volume is greater than that of this farmer. These changes are shown by concrete changes of produced volumes, which correspond to more or less intensive choices of practice.In the model, a farmer passes from one stable regime to another through a major change involving a change of his (her) hierarchy of importance over the "productivist" and "environmental" evaluative dimensions. The importance weights his (her) evaluation of the results according to the mode of production (for example: conventional or organic). The computation of the evaluation is based on the theory of reasoned action. This evaluation shows a farmer’s satisfaction that is based on his (her) previous results and his (her) results compared to those of his (her) credible peers, taking into account the importance given to each dimension of evaluation. When a farmer is dissatisfied with his (her) current mode of production, he (she) evaluates his (her) potential satisfaction with another mode of production, and adopts the latter if his (her) satisfaction gain is above a threshold. He (she) then changes the importance hierarchy given to the evaluation dimensions to be in agreement with the adopted mode. For example, an organic farmer will given more importance to the environmental dimension than to the productivist dimension. This change implies a reassessment of both the credibility given to his (her) peers and their practices. (...)