Il existe des sémantiques communes partagées entre le texte et les images. Étant donné une phrase dans une langue source, l’illustration de la scène visuelle améliore-t-elle la traduction vers une langue cible ? Les méthodes existantes de traduction automatique neuronale multimodale (MNMT) nécessitent des triplets composés d’une phrase bilingue et d’une image pour l’entraînement, ainsi que des tuples composés d’une phrase source et d’une image pour l’inférence. Dans cet article, nous proposons ImagiT, une nouvelle méthode de traduction automatique fondée sur l’imagination visuelle. ImagiT apprend d’abord à générer une représentation visuelle à partir de la phrase source, puis utilise à la fois la phrase source et cette « représentation imaginée » pour produire la traduction cible. Contrairement aux méthodes précédentes, elle n’a besoin que de la phrase source au moment de l’inférence. Les expériences montrent qu’ImagiT tire un avantage significatif de l’imagination visuelle et surpasse de manière notable les modèles de traduction automatique basés uniquement sur le texte. Une analyse approfondie révèle que le processus d’imagination dans ImagiT permet de combler les informations manquantes lors de l’application d’une stratégie de dégradation.