Cette thèse s’intéresse au lexique scientifique transdisciplinaire (LST), lexique inscrit dans le genre de l’article de recherche en sciences humaines et sociales. Le LST est fréquemment mobilisé dans les écrits scientifiques et constitue ainsi un objet d’importance pour l’étude de ce genre. Ce lexique trouve également des applications concrètes tant en indexation terminologique que pour l’aide à la rédaction/compréhension de textes scientifiques. Ces différents objectifs nous amènent à adopter une approche outillée pour identifier et caractériser les unités lexicales du LST, lexique complexe à circonscrire, situé entre lexique de la langue générale et terminologie. En nous basant sur les propriétés de spécificité et de transdisciplinarité ainsi que sur l’étude des propriétés lexico-syntaxiques de ses éléments, nous élaborons une ressource du LST intégrant informations lexicales, syntaxiques et sémantiques. L’analyse de la combinatoire à l’aide d’un corpus arboré autorise ainsi une caractérisation du LST ancrée sur l’usage dans le genre de l’article de recherche. Selon cette même approche, nous identifions les acceptions nominales transdisciplinaires et proposons une classification sémantique fondée sur la combinatoire en corpus pour intégrer à notre ressource lexicale une typologie nominale sur deux niveaux. Nous montrons enfin que cette structuration du LST nous permet d’aborder la dimension phraséologique et rhétorique du LST en faisant émerger du corpus des constructions récurrentes définies par leurs propriétés syntactico-sémantiques. / In this dissertation we study the French cross-disciplinary scientific lexicon (CSL), a lexicon which fall within the genre of scientific articles in humanities and social sciences. As the CSL is commonly used in scientific texts, it is a gateway of interest to explore this genre. This lexicon has also practical applications in the fields of automatic terms identification and foreign language teaching in the academic background. To this end, we apply a corpus-driven approach in order to extract and structure the CSL lexical units which are complex to circumscribe. The method relies on the cross-disciplinarity and specificity criteria and on the lexico-syntactic properties of the CSL lexical units. As a result, we designed a lexical resource which include lexical, syntactical and semantical informations. As we analyze the combinatorial properties extracted from a parsed corpus of scientific articles, we performed a CSL study based on its genre specific use. We follow the same approach to identify cross-disciplinary meanings for the CSL nouns and to design a nominal semantic classification. This two-level typology allow us to explore rhetorical and phraseological CSL properties by identifying frequent syntactico-semantic patterns.

La présente étude est centrée sur les constructions verbales scientifiques. Ce lexique se situe à mi-chemin entre le lexique de la langue générale et celui de la terminologie. Il s’agit de termes utilisés à des fins d’expressions scientifiques, pour contribuer à l’élaboration du fonctionnement rhétorique et pragmatique de l’écrit scientifique. En nous fondant sur le modèle du Corpus Pattern Analysis, nous élaborons une ressource lexicale des patrons verbaux à l’aide de techniques du TAL sur des corpus numériques. Notre objectif est d’intégrer à cet outil les collocations et les constructions verbales récurrentes dans les écrits scientifiques. Cette ressource a pour objectif d’aider les locuteurs allophones dans leur rédaction d’écrits académiques en français.Sur le plan didactique, afin de mieux comprendre les difficultés des étudiants allophones en matière de constructions verbales scientifiques, nous établissons un diagnostic qui comporte à la fois l’analyse des erreurs et celle des cas de suremploi et de sous-emploi de certaines de ces constructions verbales. Les résultats ont montré que le statut de novice, en matière de rédaction scientifique, confronte de manière identique les étudiants natifs et non-natifs aux difficultés liées au genre du discours. Afin de répondre à ces besoins langagiers, nous avons proposé d’intégrer la ressource lexicale des patrons dans l’enseignement de l’écrit académique dont l’objectif est de guider les étudiants vers l’autonomie et la manipulation de corpus numériques. / The present study focuses on scientific verb constructions, i.e., the lexicon situated between general language and terminology and which is used for scientific expressions, whose rhetorical and pragmatic function must be mastered while writing scientific discourse. Based on the Corpus Pattern Analysis model, we develop a lexical resource of verb patterns using NLP techniques, which include collocations and recurring verbal constructions. The purpose of this resource is to help non-native speakers to write their academic writings in French.From an educational point of view, in order to understand better the difficulties of foreign students with regard to scientific verb constructions, we establish a diagnosis which includes the analysis of both errors and cases of overuse and underuse (notably compared to native students). The results show that both unexperienced natives and non-natives have to face difficulties related to discourse genre. In order to answer these linguistic needs, we suggest that a verb pattern resource should be integrated into corpus-based teaching of academic writing so as to help students gain autonomy in corpus manipulation.

Cette thèse propose une nouvelle approche des écrits scientifiques en prenant comme point de départ les marqueurs discursifs (MD). Elle s'inscrit dans le cadre du Français sur Objectif Universitaire (FOU). Dans ce travail, nous nous intéressons tout particulièrement aux MD polylexicaux et les intégrons dans une conception large de la phraséologie. La particularité de cette recherche réside dans le fait de relier les descriptions linguistiques des MD et la transposition didactique de ces unités lexicales à l'aide de corpus, ce qui est encore peu abordé dans le champ de la didactique francophone. Nous cherchons à répondre à des objectifs à la fois linguistiques et didactiques. Pour les objectifs linguistiques, nous mettons en place un modèle d'analyse des MD polylexicaux associant les propriétés syntaxiques et sémantiques et qui est tout à fait réadaptable à d'autres MD. Les analyses linguistiques des MD serviront par la suite à l'enseignement/apprentissage de ces unités. Pour les objectifs didactiques, cette recherche vise à concevoir une méthodologie d'enseignement/apprentissage des MD à partir de l'observation de corpus. Les considérations méthodologiques proposées dans le cadre de cette thèse ouvrent des pistes intéressantes pour l'enseignement/apprentissage de ces éléments linguistiques ainsi que pour faciliter l'accès aux écrits scientifiques auprès des étudiants non-natifs. / This thesis proposes a new approach to scientific writings which takes discourse markers as starting point. It is part of the framework of French for Academic Purposes. In this work, we are particularly interested in multi-word discourse markers and we integrate them into a broader concept of phraseology. The particularity of this work lies in linking linguistic descriptions of discourse markers and didactic transposition of these tokens with a corpus, which is still little discussed in the didactic francophone field. We aim to meet two main objectives of linguistic and didactic nature. The linguistic objectives are to set up a model for analyzing multi-word discourse markers that combines both syntactic and semantic properties and is totally reconfigurable to other discourse markers. Linguistic analyses will then be used for the teaching/learning of these units. For didactic purposes, this research aims to develop a methodology for teaching/learning discourse markers from the observation of the corpus. Methodological considerations proposed in the framework of the thesis provide attractive ways for teaching/learning these language elements and for making access to the academic writings easier to non-native students.