Notre thèse s’intéresse aux processus de création des adverbes de modalité dubitative dans l’histoire de l’espagnol. À l’aide des corpus de la Real Academia Española, CORDE et CREA, nous étudions du point de vue diachronique les principaux adverbes et locutions adverbiales qui expriment le doute du locuteur par rapport au contenu propositionnel de l’énoncé : por (a)ventura, acaso, quizá(s), puede que, tal vez, a lo mejor, lo mismo et igual. Notre recherche comprend ainsi la quasi-totalité de l’histoire de la langue espagnole, depuis le XIIe siècle, où l’on retrouve déjà quizá, jusqu’au XXe avec le surgissement de lo mismo et igual. Ces expressions ont des origines diverses – constructions verbales, syntagmes prépositionnels, etc.–mais elles fonctionnent toutes initialement comme des éléments intégrés dans la structure syntaxique de la phrase, dans laquelle elles transmettent des notions qui relèvent du hasard, de la temporalité, de la comparaison, etc. Ce travail s’occupe donc, dans un premier temps, d’élucider les chemins que ces expressions ont empruntés pour parvenir à fonctionner comme des adverbes de modalité dubitative et, dans un deuxième temps, il rend compte des relations qu’entretiennent ces expressions adverbiales, puisque, malgré leur apparente synonymie et interchangeabilité, ces adverbes diffèrent sur certains aspects les uns des autres. À cet égard, l’étude diachronique des contextes d’apparition, des valeurs et des fonctions des éléments qui ont intégré le paradigme nous permet de comprendre les différentes nuances et possibilités d’emploi qui caractérisent ces expressions une fois qu’elles acquièrent leur rôle d’adverbes de modalité dubitative. / This thesis aims to study the creation processes of the modal probability adverbs in the history of Spanish. Thus, from the diachronic point of view, we study, with the help of the Real Academia Española corpora, CORDE and CREA, the main adverbs and adverbial locutions that express the speaker's doubt regarding the propositional content of the statement: por (a)ventura, acaso, quizá(s), puede que, tal vez, a lo mejor, lo mismo and igual. Our research covers practically the whole history of the Spanish language, from the twelfth century, in which quizá is documented, until the twentieth, when the most recent adverbs of probability, lo mismo and igual, arise. These expressions have different origins – verbal constructions, prepositional phrases, etc. – but all function initially as integrated elements in the syntactic structure of the sentence, in which they transmit notions related to chance, temporality, comparison, etc. This work, therefore, is concerned firstly with elucidating the paths followed by these expressions in order to function as probability adverbs and, secondly, it gives account of the relations that lie between these adverbial expressions. Despite their apparent synonymy and interchangeability, these adverbs differ from one another in some respects. In this sense, the diachronic study of the contexts of appearance, the meanings and the functions of the elements that have integrated the paradigm allow us to understand the different nuances and possibilities of use that characterize these expressions once they acquire their role of modal probability adverbs. / Esta tesis se ocupa del estudio de los procesos de creación de los adverbios de modalidad dubitativa en la historia del español. Con la ayuda de los corpus de la Real Academia Española, CORDE y CREA, estudiamos desde el punto de vista diacrónico los principales adverbios y locuciones adverbiales que expresan la duda del hablante con respecto al contenido proposicional del enunciado: por (a)ventura, acaso, quizá(s), puede que, tal vez, a lo mejor, lo mismo e igual. Nuestra investigación abarca así prácticamente toda la historia de la lengua española, desde el siglo XII, en el que ya se documenta quizá, hasta el XX, en el que surgen los adverbios de duda más recientes lo mismo e igual. Las expresiones estudiadas tienen orígenes diversos –construcciones verbales, sintagmas preposicionales, etc.–, pero todas funcionan inicialmente como elementos integrados en la estructura sintáctica de la frase, en la que transmiten nociones relativas al azar, a la temporalidad, a la comparación, etc. Este trabajo se ocupa, pues, en primer lugar, de elucidar los caminos que han seguido estas expresiones para llegar a funcionar como adverbios de modalidad dubitativa y, en segundo lugar, de dar cuenta de las relaciones que mantienen estas expresiones adverbiales, ya que, a pesar de su aparente sinonimia e intercambiabilidad, estos adverbios difieren unos de otros en algunos aspectos. En este sentido, el estudio diacrónico de los contextos de aparición, valores y funciones de los elementos que han integrado el paradigma nos permite comprender los diferentes matices y posibilidades de uso que caracterizan a estas expresiones una vez que adquieren su papel de adverbios de modalidad dubitativa.

GenDR est un réalisateur de texte symbolique qui prend en entrée un graphe, une repré- sentation sémantique, et génère les graphes sous forme d’arbres de dépendances syntaxiques lui correspondant. L’une des tâches de GenDR lui permettant d’effectuer cette transduction est la lexicalisation profonde. Il s’agit de choisir les bonnes unités lexicales exprimant les sémantèmes de la représentation sémantique d’entrée. Pour ce faire, GenDR a besoin d’un dictionnaire sémantique établissant la correspondance entre les sémantèmes et les unités lexi- cales correspondantes dans une langue donnée. L’objectif de cette étude est d’élaborer un module de lexicalisation souple construisant automatiquement un dictionnaire sémantique du français riche pour GenDR, son dictionnaire actuel étant très pauvre. Plus le dictionnaire de GenDR est riche, plus sa capacité à paraphra- ser s’élargit, ce qui lui permet de produire la base de textes variés et naturels correspondant à un même sens. Pour y parvenir, nous avons testé deux méthodes. La première méthode consistait à réorganiser les données du Réseau Lexical du Français sous la forme d’un dictionnaire sémantique, en faisant de chacun de ses noeuds une entrée du dictionnaire et des noeuds y étant reliés par un type de lien lexical que nous appelons fonctions lexicales paradigmatiques sémantiquement vides ses lexicalisations. La deuxième méthode consistait à tester la capacité d’un modèle de langue neuronal contextuel à générer des lexicalisations supplémentaires potentielles correspondant aux plus proches voisins du vecteur calculé pour chaque entrée du dictionnaire afin de l’enrichir. Le dictionnaire construit à partir du Réseau lexical du français est compatible avec GenDR et sa couverture a été considérablement élargie. L’utilité des lexicalisations supplémentaires générées par le modèle neuronal s’est avérée limitée, ce qui nous amène à conclure que le modèle testé n’est pas tout à fait apte à accomplir le genre de tâche que nous lui avons de- mandée. / GenDR is an automatic text realiser. Its input is a graph; a semantic representation, and its output is the corresponding syntactic dependencies tree graphs. One of GenDR’s tasks to operate this transduction successfully is called deep lexicalization, i.e. choosing the right lexical units to express the input semantic representation’s semantemes. To do so, GenDR needs access to a semantic dictionnary that maps the semantemes to the corresponding lexical units in a given language. This study aims to develop a flexible lexicalization module to build a rich French semantic dictionary automatically for GenDR, its current one being very poor. The more data the semantic dictionary contains, the more paraphrases GenDR is able to produce, which enables it to generate the basis for natural and diverse texts associated to a same meaning. To achieve this, we have tested two different methods. The first one involved the reorganization of the French Lexical Network in the shape of a semantic dictionary, by using each of the network’s nodes as a dictionary entry and the nodes linked to it by a special lexical relationship we call semantically empty paradigmatic lexical functions as its lexicalizations. The second method involved testing a contextual neural language model’s ability to gen- erate potential additional lexicalizations by calculating the vector of each of the dictionary entries and generating its closest neighbours in order to expand the semantic dictionary’s coverage. The dictionary we built from the data contained in the French Lexical Network is com- patible with GenDR and its coverage has been significantly broadened. Use of the additional lexicalizations produced by the language model turned out to be limited, which brings us to the conclusion that the tested model isn’t completely able to perform the task we’ve asked from it.

Dans cette thèse, nous présentons une analyse syntaxique du vietnamien de Hô-Chi-Minh-Ville, dans la lignée de la syntaxe fonctionnelle mise en place par André Martinet et développée par la suite par ses continuateurs. Dans un premier temps, nous nous sommes intéressée au degré d’opposition verbo-nominal en vietnamien : nous proposons tout d’abord une synthèse des travaux menés à ce sujet, avant d’exposer notre analyse en classes, en nous appuyant sur des critères strictement syntaxiques. Une étude syntaxique détaillée des modalités (déterminants non déterminables) – les modalités nominalisantes, les modalités de degré, les modalités prédicatives et les modalités injonctives – a été nécessaire. Ces unités permettent de distinguer des comportements différents, et l’identification des grandes classes lexicales du vietnamien : nominaux, adjectifs, modaux et verbaux. Il apparait que ces classes d’unités s’organisent en un continuum, avec à un pôle les nominaux, à l’autre les verbaux. Dans un second temps, l’analyse porte sur les différents types de structures prédicatives du vietnamien. La variété des constructions – nucléaires et connectives – est au centre de l’étude, ainsi que l’identification des différentes fonctions. Enfin, nous exposons une analyse des “séries verbales”, phénomène très courant en vietnamien, mais décrivant en fait des réalités très diverses. Tout au long de l’analyse, nous accordons une importance particulière à la variation et aux zones de changements (réanalyses, lexicalisations, grammaticalisations), faisant état de la dynamique des différentes structures et de la langue elle-même. / We present here a syntaxic analysis of the Vietnamese language spoken in Ho Chi Minh City, in line with the functional syntax introduced by André Martinet and developed later by his followers. In a first part, we examined the extent of noun/verb opposition in Vietnamese. After a synthesis of work on this subject, we present our own analysis of the lexical classes, relying on strictly syntactic criteria. A detailed study of the syntactic modalités (undeterminable determinants) - nominalizing undeterminable determinants, undeterminable determinants of degree, predicative undeterminable determinants and injunctive undeterminable determinants - was necessary. These units are used to distinguish different behaviors, and leads to the identification of major lexical classes in Vietnamese: nominals, adjectives, modals and ‘verbals’. It appears that these classes of units are organized along a continuum. In a second part, the analysis focuses on the different types of predicative structures in Vietnamese. The variety of structures - nuclear and connective - is central to the study as well as the identification of the different functions. Finally, we present an analysis of "serial verb constructions" very common in Vietnamese, but actually reflecting very different realities. Throughout this study, we pay particular attention to the variation and change (reanalysis, lexicalizations, grammaticalizations), referring to the dynamics of the various structures and of the Vietnamese language itself.

The present paper examines the N1 by N1 construction using corpus linguistic methodology.The distribution of types of the construction that occur more than once either unhyphenated or hyphenated in any subcorpus of the British National Corpus accessed through the BrighamYoung University interface is examined. Written and spoken language as well as variousgenres are compared. Hyphenation is also investigated. A collocation analysis of some typesof the construction is further carried out and it is concluded that the N1 by N1 construction canbe part of the on a N1 by N1 basis construction. Results from the quantitative analysis as wellas the qualitative discussion suggest that the N P N construction may be undergoinglexicalisation starting as an adverbial and moving to functioning as a premodifier. Thissuggestion is indicated through complementary diachronic searches in the Oxford EnglishDictionary. It is also indicated that the construction may follow a development pattern similarto that of N1 to N1. The notion of construction is discussed in relation to the N1 by N1 construction, and a hierarchical view of constructions is proposed as a solution to some of theproblems with the term.

La locution est peu étudiée en génération automatique de texte (GAT). Syntaxiquement, elle forme un syntagme, alors que sémantiquement, elle ne constitue qu’une seule unité. Le présent mémoire propose un traitement des locutions en GAT multilingue qui permet d’isoler les constituants de la locution tout en conservant le sens global de celle-ci. Pour ce faire, nous avons élaboré une solution flexible à base de patrons universels d’arbres de dépendances syntaxiques vers lesquels pointent des patrons de locutions propres au français (Pausé, 2017). Notre traitement a été effectué dans le réalisateur de texte profond multilingue GenDR à l’aide des données du Réseau lexical du français (RL-fr). Ce travail a abouti à la création de 36 règles de lexicalisation par patron (indépendantes de la langue) et à un dictionnaire lexical pour les locutions du français. Notre implémentation couvre 2 846 locutions du RL-fr (soit 97,5 %), avec une précision de 97,7 %. Le mémoire se divise en cinq chapitres, qui décrivent : 1) l’architecture classique en GAT et le traitement des locutions par différents systèmes symboliques ; 2) l’architecture de GenDR, (principalement sa grammaire, ses dictionnaires, son interface sémantique-syntaxe et ses stratégies de lexicalisations) ; 3) la place des locutions dans la phraséologie selon la théorie Sens-Texte, ainsi que le RL-fr et ses patrons syntaxiques linéarisés ; 4) notre implémentation de la lexicalisation par patron des locutions dans GenDR, et 5) notre évaluation de la couverture de la précision de notre implémentation. / Idioms are rarely studied in natural language generation (NLG). Syntactically, they form a phrase, while semantically, they correspond to a single unit. In this master’s thesis, we propose a treatment of idioms in multilingual NLG that enables us to isolate their constituents while preserving their global meaning. To do so, we developed a flexible solution based on universal templates of syntactic dependency trees, onto which we map French-specific idiom patterns (Pausé, 2017). Our work was implemented in Generic Deep Realizer (GenDR) using data from the Réseau lexical du français (RL-fr). This resulted in the creation of 36 template-based lexicalization rules (independent of language) and of a lexical dictionary for French idioms. Our implementation covers 2846 idioms of the RL-fr (i.e., 97.5%), with an accuracy of 97.7%. We divided our analysis into five chapters, which describe: 1) the classical NLG architecture and the handling of idioms by different symbolic systems; 2) the architecture of GenDR (mainly its grammar, its dictionaries, its semantic-syntactic interface, and its lexicalization strategies); 3) the place of idioms in phraseology according to Meaning-Text Theory (théorie Sens-Texte), the RL-fr and its linearized syntactic patterns; 4) our implementation of the template lexicalization of idioms in GenDR; and 5) our evaluation of the coverage and the precision of our implementation.