Thesis (Ph. D.)--Massachusetts Institute of Technology, 1979. / Includes bibliographical references (p. 419-426).

Face à la quantité d'information textuelle disponible sur le web en langue arabe, le développement des Systèmes de Recherche d'Information (SRI) efficaces est devenu incontournable pour retrouver l'information pertinente. La plupart des SRIs actuels de la langue arabe reposent sur la représentation par sac de mots et l'indexation des documents et des requêtes est effectuée souvent par des mots bruts ou des racines. Ce qui conduit à plusieurs problèmes tels que l'ambigüité et la disparité des termes, etc.Dans ce travail de thèse, nous nous sommes intéressés à apporter des solutions aux problèmes d'ambigüité et de disparité des termes pour l'amélioration de la représentation des documents et le processus de l'appariement des documents et des requêtes. Nous apportons quatre contributions au niveau de processus de représentation, d'indexation et de recherche d'information en langue arabe. La première contribution consiste à représenter les documents à la fois par des termes simples et des termes complexes. Cela est justifié par le fait que les termes simples seuls et isolés de leur contexte sont ambigus et moins précis pour représenter le contenu des documents. Ainsi, nous avons proposé une méthode hybride pour l’extraction de termes complexes en langue arabe, en combinant des propriétés linguistiques et des modèles statistiques. Le filtre linguistique repose à la fois sur l'étiquetage morphosyntaxique et la prise en compte des variations pour sélectionner les termes candidats. Pour sectionner les termes candidats pertinents, nous avons introduit une mesure d'association permettant de combiner l'information contextuelle avec les degrés de spécificité et d'unité. La deuxième contribution consiste à explorer et évaluer les systèmes de recherche d’informations permettant de tenir compte de l’ensemble des éléments d’indexation (termes simples et complexes). Par conséquent, nous étudions plusieurs extensions des modèles existants de RI pour l'intégration des termes complexes. En outre, nous explorons une panoplie de modèles de proximité. Pour la prise en compte des dépendances de termes dans les modèles de RI, nous introduisons une condition caractérisant de tels modèle et leur validation théorique. La troisième contribution permet de pallier le problème de disparité des termes en proposant une méthode pour intégrer la similarité entre les termes dans les modèles de RI en s'appuyant sur les représentations distribuées des mots (RDMs). L'idée sous-jacente consiste à permettre aux termes similaires à ceux de la requête de contribuer aux scores des documents. Les extensions des modèles de RI proposées dans le cadre de cette méthode sont validées en utilisant les contraintes heuristiques d'appariement sémantique. La dernière contribution concerne l'amélioration des modèles de rétro-pertinence (Pseudo Relevance Feedback PRF). Étant basée également sur les RDM, notre méthode permet d'intégrer la similarité entre les termes d'expansions et ceux de la requête dans les modèles standards PRF. La validation expérimentale de l'ensemble des contributions apportées dans le cadre de cette thèse est effectuée en utilisant la collection standard TREC 2002/2001 de la langue arabe. / Given the amount of Arabic textual information available on the web, developing effective Information Retrieval Systems (IRS) has become essential to retrieve relevant information. Most of the current Arabic SRIs are based on the bag-of-words representation, where documents are indexed using surface words, roots or stems. Two main drawbacks of the latter representation are the ambiguity of Single Word Terms (SWTs) and term mismatch.The aim of this work is to deal with SWTs ambiguity and term mismatch. Accordingly, we propose four contributions to improve Arabic content representation, indexing, and retrieval. The first contribution consists of representing Arabic documents using Multi-Word Terms (MWTs). The latter is motivated by the fact that MWTs are more precise representational units and less ambiguous than isolated SWTs. Hence, we propose a hybrid method to extract Arabic MWTs, which combines linguistic and statistical filtering of MWT candidates. The linguistic filter uses POS tagging to identify MWTs candidates that fit a set of syntactic patterns and handles the problem of MWTs variation. Then, the statistical filter rank MWT candidate using our proposed association measure that combines contextual information and both termhood and unithood measures. In the second contribution, we explore and evaluate several IR models for ranking documents using both SWTs and MWTs. Additionally, we investigate a wide range of proximity-based IR models for Arabic IR. Then, we introduce a formal condition that IR models should satisfy to deal adequately with term dependencies. The third contribution consists of a method based on Distributed Representation of Word vectors, namely Word Embedding (WE), for Arabic IR. It relies on incorporating WE semantic similarities into existing probabilistic IR models in order to deal with term mismatch. The aim is to allow distinct, but semantically similar terms to contribute to documents scores. The last contribution is a method to incorporate WE similarity into Pseud-Relevance Feedback PRF for Arabic Information Retrieval. The main idea is to select expansion terms using their distribution in the set of top pseudo-relevant documents along with their similarity to the original query terms. The experimental validation of all the proposed contributions is performed using standard Arabic TREC 2002/2001 collection.

Le développement d'un système de reconnaissance de la parole exige la disponibilité d'une grande quantité de ressources à savoir, grands corpus de texte et de parole, un dictionnaire de prononciation. Néanmoins, ces ressources ne sont pas disponibles directement pour des dialectes arabes. De ce fait, le développement d'un SRAP pour les dialectes arabes se heurte à de multiples difficultés à savoir, l’'abence de grandes quantités de ressources et l'absence d’'une orthographe standard vu que ces dialectes sont parlés et non écrit. Dans cette perspective, les travaux de cette thèse s’intègrent dans le cadre du développement d’un SRAP pour le dialecte tunisien. Une première partie des contributions consiste à développer une variante de CODA (Conventional Orthography for Arabic Dialectal) pour le dialecte tunisien. En fait, cette convention est conçue dans le but de fournir une description détaillée des directives appliquées au dialecte tunisien. Compte tenu des lignes directives de CODA, nous avons constitué notre corpus nommé TARIC : Corpus de l’interaction des chemins de fer de l’arabe tunisien dans le domaine de la SNCFT. Outre ces ressources, le dictionnaire de prononciation s’impose d’une manière indispensable pour le développement d’un SRAP. À ce propos, dans la deuxième partie des contributions, nous visons la création d’un système nommé conversion (Graphème-Phonème) G2P qui permet de générer automatiquement ce dictionnaire phonétique. Toutes ces ressources décrites avant sont utilisées pour adapter un SRAP pour le MSA du laboratoire LIUM au dialecte tunisien dans le domaine de la SNCFT. L’évaluation de notre système donné lieu WER de 22,6% sur l’ensemble de test. / The development of a speech recognition system requires the availability of a large amount of resources namely, large corpora of text and speech, a dictionary of pronunciation. Nevertheless, these resources are not available directly for Arabic dialects. As a result, the development of a SRAP for Arabic dialects is fraught with many difficulties, namely the lack of large amounts of resources and the absence of a standard spelling as these dialects are spoken and not written. In this perspective, the work of this thesis is part of the development of a SRAP for the Tunisian dialect. A first part of the contributions consists in developing a variant of CODA (Conventional Orthography for Arabic Dialectal) for the Tunisian dialect. In fact, this convention is designed to provide a detailed description of the guidelines applied to the Tunisian dialect. Given the guidelines of CODA, we have created our corpus TARIC: Corpus of the interaction of the railways of the Tunisian Arab in the field of SNCFT. In addition to these resources, the pronunciation dictionary is indispensable for the development of a peech recognition system. In this regard, in the second part of the contributions, we aim at the creation of a system called conversion(Grapheme-Phonème) G2P which allows to automatically generate this phonetic dictionary. All these resources described before are used to adapt a SRAP for the MSA of the LIUM laboratory to the Tunisian dialect in the field of SNCFT. The evaluation of our system gave rise to WER of 22.6% on the test set.

La question des emprunts lexicaux dans le Coran est l’une des premières questions linguistiques posées au commencement de la pensée linguistique arabe. Pourtant, cette question n’a pas connu le même développement qu’ont connu les autres questions linguistiques. C’est qu’elle était toujours un objet de désaccord entre les savants et les chercheurs ; certains ont nié la présence d’emprunts lexicaux dans le Coran, d’autres l’ont admise. Dans les études anciennes et contemporaines, nous avons pu distinguer deux approches: la première est d’ordre linguistique. Elle considère le Coran comme un texte langagier. En effet, les linguistes ont étudié les emprunts coraniques dans leurs caractères phonologiques, morphologiques, syntaxiques et sémantiques. Alors que la seconde est plutôt idéologique. Elle prend une position non objective, en niant complètement la présence d’emprunts lexicaux dans le Coran, ou en glorifiant une langue mère par des motivations nationalistes, religieuses, sociales et culturelles. Après avoir étudié le développement, l’interférence et l’interaction entre ces approches, nous avons proposé notre position sociolinguistique pour élaborer des critères d’identification de nature linguistique, référentielle et culturelle. Ces critères nous ont aidé à dégager deux corpus : le premier contient les emprunts coraniques et leurs langues sources, le deuxième comprend les unités lexicales que nous considérons comme des unités arabes. Ce travail nous a permis de mettre en lumière les motivations idéologiques qui peuvent influencer l’étude linguistique. De même il est un outil pour prendre conscience de la nécessité d’une révision critique des approches qui ont traité les emprunts lexicaux en général et les emprunts coraniques en particulier. / The issue of “lexical borrowings in The Quran” is one of the first issues that had emerged since the beginning of the Arabic linguistic thought. Unfortunately, this issue was fruitless compared to other linguistic researches, because it has always been a subject of a great polemic among ancient and modern Arabic and non Arabic scholars. Some denied the fact that The Quran contains lexical borrowings, others admitted it. Many scholars were pushed by ideological motivations such as religious, nationalist, social, cultural motivations, especially those who denied the phenomenon.In this work, we tried first to evoke main linguistic and extra- linguistic problems concerning lexical borrowing in general, and the study of this phenomenon in the Quran especially. Then, we studied the two main approaches: (1) ideological approach which denies the existence of lexical borrowings in the Quran, or which admits it and tries meanwhile to glorify some languages and dishonour some others, (linguistic approach and its phonological, morphological, syntactic and semantic analyses. After studying different approaches and their development, interference and interaction, we have elaborated a socio-linguistic perspective associated with some linguistic, referential and cultural criteria which allowed us to distinguish between two types of quranic words: words that we consider as real lexical borrowings, and genuine Arabic words. This study does not only shed the light on some ideological motivations which have affected linguistic research, but it also provides a crucial critical review of borrowing studies.

La présente étude examine les facteurs qui ont favorisé le développement d'un important mouvement de traduction au XIXe siècle, plus précisément, depuis la période de Muhammad ‘Ali Pacha.La langue française était, pendant cette période, l’une des principales langues sources à être traduite. Le roman français, envisagé sous l'angle de la traduction littéraire, commençait à devenir un genre répandu, ce qui permet de mieux réfléchir sur la pratique traduisante, ses caractéristiques, sa problématique et son influence sur la langue et la culture arabes.Dans la seconde partie, le présent travail étudie la traduction littéraire et ses problèmes à travers l’examen du roman français traduit au XIXe siècle. On a choisi, dans ce but, d’analyser plusieurs traductions de « Paul et Virginie » qui ont paru à la fin du XIXe siècle. Elles révèlent l'intérêt particulier de nombreux traducteurs de l’époque pour ce roman.La troisième partie se penche sur les aspects culturels résultants et sur le grand bouleversement idéologique, linguistique et littéraire que la traduction de maints ouvrages français, des romans en particulier, a entraîné.Cette thèse s'inscrit dans les recherches qui étudient la traduction en général et plus particulièrement celles liées au monde arabe. Elle vise à enrichir le thème de la découverte de l’autre, à approfondir, à comprendre et à promouvoir les échanges culturels entre les peuples, arabophones et francophones notamment. Par le nouvel éclairage qu'elle apporte, elle contribue également à l’histoire des échanges des idées. / The present study examines the various factors who triggered the development of an important cultural translation current in the XIXth century.French language was then one of the main source languages to be translated. French novel, if we consider literary translation, was growingly spread, so it allows us to think upon the translation practices, its characteristics, its problems and how it influenced arabic language and culture.In the second part, this work studies literary translation and its problems, through the french novels which were translated in the XIXth century. For this, we decided to analyze several translations of « Paul and Virginie » released end of XIXth century. They show how many translators had keen interest for that novel at this time.Third part covers the ensuing cultural aspects and the huge ideological, linguistic and literary upheaval that translation of many french books, particularly novels, brought about.This thesis is part of researches who deal with translation in general and those linked with the arab world in particular. It intends to enrich the discovering of other people thema. It seeks to deepen, understand and promote cultural exchanges between arabic speaking and french speaking people in particular. Through the new vision it brings, it also contributes to the history of ideas.

La politique d’arabisation commune aux trois pays du Maghreb,a été beaucoup plus problématique en Algérie.En effet,le cas algérien attire particulièrement l’attention dans la mesure où l’équation sociolinguistique demeure irrésolue. Les récentes évolutions en matière linguistique à l’exemple de la reconnaissance de la langue berbère,Tamazight,comme langue officielle, montrent en effet que la question linguistique n’est pas un acquis, mais aussi que celle-ci est fortement liée au pouvoir politique.C’est dans ce cadre que nous avons choisi d’appréhender la politique d’arabisation algérienne de 1962 à 2000 en tant qu’enjeu multidimensionnel,avec pour exemple l’arabisation du système éducatif algérien afin d’en mesurer les conséquences sur l’ensemble du système algérien.Cette thèse s’articule autour de deux parties.La première partie pose les jalons de la construction de l’Etat algérien,à travers une rétrospective historique allant de l’Algérie précoloniale à l’Algérie contemporaine.Dans cette partie, deux chapitres sont abordés,le premier portant sur la genèse du système politique algérien à travers lequel sont analysés les principes et fondements de l’Etat algérien et sa formation nationale;et le second est consacré à la construction identitaire algérienne autour de la politique d’arabisation et particulièrement de la généralisation de l’utilisation de la langue arabe, et dans lequel a été questionné le rapport entre politique d’arabisation et édification nationale et identitaire.D’autre part, dans une deuxième partie traitant des usages politiques de l’arabisation en Algérie,un premier chapitre empirique a été traité afin de cerner la politique d’arabisation de façon plus pragmatique, notamment à travers son application dans l’enseignement algérien; et enfin dans un second et dernier chapitre,c’est la politique d’arabisation au cœur du pouvoir algérien et la mise en exergue des dynamiques, des enjeux et des luttes de pouvoir que cette politique a fait naître qui sont étudiés. Dans cette perspective, nous nous sommes interrogés sur le rôle et la fonction de la politique d’arabisation dans la construction nationale et étatique algérienne, et plus globalement dans l’édification du système politique algérien. En d’autres termes, il s’agit de déconstruire les liens entre une politique dite linguistique et le pouvoir qui l’a mise en place en retraçant l’évolution historique de la politique d’arabisation algérienne depuis l’indépendance du pays en 1962 jusqu’en 2000.L’on verra ainsi comment cette politique est présentée d’abord comme une politique linguistique, puis comme une politique identitaire et idéologique pour enfin se révéler être une politique de pouvoir et véritable enjeu de luttes entre les différentes factions au pouvoir.Ainsi,d’un point de vue strictement théorique,nous avons utilisé une approche constructiviste, de construction nationale mais aussi identitaire,en nous appuyant sur des théoriciens tels qu’Anthony D.Smith,Ernest Gellner,Benedict Anderson,Adrian Hastings,ou encore Juan Linz. Du point de vue idéologique,la politique d’arabisation relève clairement de l’idéologie arabo-musulmane dans laquelle s’inscrit explicitement l’aile conservatrice du parti unique FLN (Front de libération nationale) qui l’a instaurée.A partir de là,nous avons questionné le rapport de la politique d’arabisation à l’idéologie arabo-musulmane.Ce sont donc tous ces éléments, politiques, idéologiques et identitaires qui donnent naissance à la mise en place d’une succession importante de lois d’arabisations.Parmi elles,la principale est la loi n°91-05 portant généralisation de l’utilisation de la langue arabe qui a connu de nombreux bouleversements.Tout cela montre à quel point,la politique d’arabisation a été un processus lent,discontinu,parfois fragile,mais surtout qu’elle a été davantage au cœur de luttes de pouvoir,en servant ce dernier qu’une politique linguistique à proprement parler servant la langue arabe et la population arabophone. / The arabization policy is a common policy to the three countries of Maghreb,Morocco,Tunisia and Algeria.However,it has been more problematical in Algeria than in the two other countries. Actuallly,the algerian case is interesting to study because of the fact that the linguistic equation is still challenging and remain unresolved.The latest evolutions in the linguistic field,as the example of the recognition of the berber language,Tamazight,as an official language,show that this topic cannot be considered as an acquis,and above all that it’s an issue that is very much tied to political power.In that context,we’ve chosen to discuss the arabization policy from 1962 to 2000 as a multidimensionnal issue,with the example of the educational system in order to give a more valid measure of its impact on the algerian system as a whole,the political,social and economic system as well as the ideological,linguistic and cultural one.This thesis is structured around two parts.The purpose of the first part is to establish the foundations of the construction of the algerian state,through an historical retrospective from the pre-colonial period to the post-colonial one.In this part,two chapters are submited.The first one deals with the algerian political system’s genesis into which the principles and foundations of the algerian state and its national formation;the second chapter focuses on the algerian identity building around the arabization policy and especially the generalization of the utilization of the arabic language,it questions the link between arabizaion policy and national and identitary building.On the other hand,the second part is about the political purposes of the arabization policy in Algeria in which the first chapter is empirical in order to get a clear understanding of the pratical side of the arabization policy,particularly in the educational system;and finally the second and last chapter is about arabization and power,it comes to include arabization policy in the heart of the algerian power and to point out the dynamics,the issues,concerns and struggles that are involved by such a policy.When we look at that perspective,we have questioned the role and function of the arabization policy in the algerian state and national building,and more generally in the edification of the algerian system and its particular characteristics.In other words,it is about deconstructing the links between a policy known as linguistic and the power that established it,by tracing the historical evolution of the arabization policy since Algeria’s independance in 1962 to 2000.Thus,we have seen how the arabization policy has been first presented as a linguistic policy,then as an identity policy and finally has proven to be a power policy and a real power game and struggle.In this way, from a strict theorical point of you,we’ve first presented a constructivist approach of a national building and identity building,by using theorists’ references such as those of Anthony D.Smith,Ernest Gellner,Benedict Anderson, Adrian Hastings,and Juan Linz.From an ideological point of view,arabization policy goes to arab-islamic ideology into which explicitly fit the conservative faction of the single party NLF(National Liberation Front)which has initiated it.The arab-muslim orientation is begining to dawn at the first sign of algerian nationalism.From there,the relation between arabization policy and arab-muslim ideology has been questioned.All these facts,political,ideological and identity ones set up a series of arabization laws. Amongst them,the main one is the law n°91-05 on the generalization of the utilization of the arabic language which has experienced difficulties.All of this points out how much arabization policy has been a very long process,discontinuous,and fragile.But especially,we have proved that arabization policy has been more a power issue serving the algerian political regime than a linguistic policy serving arabic language and population.

Etude descriptive du parler arabe de Salt en Jordanie. La description couvre des questions relatives à la phonologie, morphologie et à la syntaxe. Le parler de Salt est un parler de type sédentaire, du groupe levantin (sud), proche des dialectes du Horan. Il s'agit de la première description exhaustive d'une variété jordanienne.<p><p>Descriptive study of the arabic dialect of Salt in Jordan. The study covers issues in phonology, morphology and syntax. The dialect of Salt is a sedentary variety and belongs to the southern levantine group. This is the first comprehensive description of a Jordanian variety / Doctorat en Langues et lettres / info:eu-repo/semantics/nonPublished

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

L’objectif de cette recherche en linguistique de corpus est d’appliquer, suivant les concepts et principes de la sémantique interprétative, une méthode d’analyse contrastive de textes pour l’apprentissage de la langue arabe, en utilisant l’outil de textométrie Lexico 3. Cette étude se base sur deux corpus : l’un de discours journalistiques (thème des révolutions arabes de 2011), et l’autre de discours politiques (de Gamal Abdel Nasser et Anouar Sadate). Nous posons l’hypothèse que, d’une part, la sémantique outillée permet de caractériser les orientations idéologiques et politiques des différents énonciateurs. D’autre part, nous supposons que les analyses permettront de proposer des pistes didactiques applicables dans le cadre d’un apprentissage de la langue arabe, et en particulier pour la compréhension et la production écrites.La première partie de cette étude présente la linguistique de corpus, situe et décrit la sémantique des textes dans les sciences du langage et expose quelques caractéristiques de la langue arabe. La deuxième partie présente nos analyses de textes journalistiques et politiques et met en évidence, les positions des journaux vis-à-vis des révolutions en Égypte et au Bahreïn et expose, les différences d’énonciation des deux présidents égyptiens sur les politiques conduites en Égypte et dans le monde arabe.La troisième et dernière partie présente le volet théorique et pratique de nos pistes didactiques. Elle ancre notre positionnement sur l’interdisciplinarité, en faisant appel au paradigme des "connaissances" (qui se distingue de la notion de "compétence") en didactique des langues. Cette partie décrit, enfin, l’expérimentation avec sept étudiants de langue arabe. Elle montre les difficultés et les apports de cette expérimentation et montre qu’il est possible de penser un processus de conscientisation vis-à-vis des données langagières, qui doit, en outre, marquer une rupture avec la simple transmission d’informations à l’apprenant. / The purpose of this research in corpus linguistics is to apply, in accordance with the concepts and principals of interpretive semantics, a method of contrastive analysis of texts for learning Arabic using the Textometry tool Lexico 3. It is based on two corpora: a journalistic discourse (from Arab revolutions of 2011), and political speeches (from Gamal Abdel Nasser and Anwar Sadat). We postulate that the Corpus Semantics allows us to characterize the ideological and political orientation of the different enunciators. Furthermore we assume that the study will provide practical didactic approaches in the context of learning the Arabic language, in particular for the understanding and writing learning.The first part of this study presents the Corpus Linguistics, situates and describes the Interpretive Semantics theory in the linguistics field and shows some characteristics of the Arabic language. The second part presents our analyses of journalistic and political texts, highlighting the stance of newspapers on the revolutions in Egypt and Bahrain and exposes the differences in articulation between two Egyptian presidents regarding their policies in Egypt and in the Arab world.The third and last part presents the theoretical and practical component of our educational tracks. It anchors our work on the interdisciplinarity by drawing on the paradigm of "knowledge" in language teaching (which is distinct from the notion of "competence"). This section describes the experiment with seven students of Arabic. It shows the difficulties and the benefits of this experiment and demonstrates that it is possible to think of a process of awareness in regards to the language data, which must, amongst other points, mark a break from the simple transmission of information to the learner.