L'objectif de cette thèse est de combler des lacunes scientifiques dans la connaissance de l’histoire du francoprovençal et de son lexique. En effet, à l'heure actuelle aucun travail de synthèse ne regroupe les matériaux anciens du francoprovençal et dans le Französisches Etymologisches Wörterbuch (FEW), qui pourrait remplir cette fonction, les états anciens du francoprovençal sont sous-représentés en raison de l'absence d'un tel travail. La conséquence est un grand déséquilibre avec la connaissance que nous avons de l'ancien français et occitan qui sont les langues romanes anciennes les mieux décrites. Les sources en francoprovençal sont relativement peu nombreuses parce que cette langue a été de tout temps confiné à un usage essentiellement oral. La littérature ancienne se borne à quelques textes d'édification et un traité juridique, surtout des traductions. À partir du XVIième siècle se développe une littérature en patois le plus souvent fortement ancrée localement. Les auteurs qui voulaient toucher un publique plus large ont très tôt opté pour le français. Les sources documentaires sont plus nombreuses, mais très inégalement réparties dans l'espace. Les sources issues de la partie française du domaine ont pour la plupart été éditées, mais beaucoup d'entre elles sont difficilement exploitables en l'absence de glossaires. La situation est plus favorable en Suisse romande où le Glossaire des patois de la Suisse romande (Gl.) documente non seulement les dialectes modernes, mais aussi leurs états anciens. Pour cette raison nous nous sommes concentrée sur la partie française du domaine et nous nous sommes basée sur le Gl. pour la partie suisse. En collaboration avec une autre doctorante, Laure Grüner, nous avons rassemblé les sources intéressantes pour l'étude de l'ancien francoprovençal de France et nous avons procédé à des dépouillements étendus. Sur cette base, nous avons élaboré un modèle de description lexicographique adapté à l’ancien francoprovençal et nous avons rédigé la tranche f de ce Dictionnaire de l'ancien francoprovençal, qui représente environ un vingtième du dictionnaire complet, afin de prouver la faisabilité du projet et d'évaluer son apport à la connaissance de l’ancien francoprovençal. Plus de la moitié de nos articles documentent des unités lexicales qui n'étaient pas encore attestées en ancien francoprovençal de France dans le FEW et dans une bonne partie des autres cas nous pouvons compléter les matériaux. Sur la base des 386 articles rédigés, nous évaluons la nomenclature complète du dictionnaires à 7’500 articles et le temps de rédaction à une bonne douzaine d'années de travail d'une personne à temps plein. Nous avons aussi envisagé plusieurs possibilités pour obtenir des résultats tangibles dans des délais plus courts / The aim of this thesis is to fill in the scientific gaps concerning the knowledge of the history of Francoprovençal and its vocabulary. Currently, there is no synthesis of the available documentation of Old Francoprovençal. In the Französisches Etymologisches Wörterbuch (FEW), that could fulfil this function, the older states of Francoprovençal are underrepresented because of the lack of this kind of work. The consequence is a huge imbalance with the knowledge we have for instance of Old French and Occitan which are the best known Romance languages of the past.There are few sources in Francoprovençal because this language has always been mostly oral. The oldest literature consists of a few religious texts and a legal treaty. Most of them are translations. From the 16th century onward, a locally based literature emerges generally with modest ambitions. Authors wanting to reach a larger audience chose French at a very early stage. The documentary sources are more numerous but very unevenly spread. Most sources from the French part are edited, but many of them lack a glossary and are difficult to handle. The situation is better in Switzerland, where the Glossaire des patois de la Suisse romande (Gl.) provides documentation not only regarding the modern dialects but also their older stages. For this reason, we concentrated our work on the French part and relied on the Gl. for the Swiss part. Together with an other PhD student, Laure Grüner, we gathered the sources and extracted the interesting lexical forms.Based on this documentation, we elaborated a lexicographical description template suitable for Old Francoprovençal. We wrote the articles of this Dictionnaire de l'ancien francoprovençal beginning with the letter f which represents about one twentieth of the whole dictionary. Not only did this provide a proof of its feasibility, but it also assessed its contribution to the knowledge on Old Francoprovençal. More than a half of the articles gather evidence for lexical units not yet documented in this language regarding the French part of the linguistic area, whereas for most of the others we could complete the existing documentation. Based on the 386 articles written, we estimate the complete nomenclature at approximately 7’500 articles and the time needed to write them at about twelve years. We also considered various possibilities to get tangible outcomes in a shorter amount of time

Cette thèse s'est construite comme un travail visant à comprendre que les pratiques linguistiques inscrivent le locuteur dans un rapport d'altérité, par des phénomènes essentiellement sociaux et dynamiques. Ces dernières sont alors comprises comme des ressources de gestion relationnelle, des rites d'interaction. <br />Sur le plan méthodologique, la production d'observables s'est effectuée par des techniques classiques dans les sciences humaines et sociales, mais avec des adaptations pour le terrain : la participation observante, l'entretien compréhensif, des corpus non sollicités, mais aussi et surtout un travail sur l'expérience du terrain des acteurs de la recherche (enquêteur et témoins). Cette ouverture a permis de comprendre qu'il ne fallait pas s'accrocher à une démarche prédéfinie. Les approches ethnosociolinguistique et interprétiviste, nous sont alors apparues comme des démarches constructivistes, qui ont conduit à une dimension réflexive, grâce à la récursivité de la connaissance construite entre enquêteur, témoins et contextes de la recherche. <br />Se basant sur l'acceptation mutuelle des différents acteurs sociaux comme mode de vie, ce travail a revisité les concepts de norme et de communauté linguistique, et les a considérés comme des pratiques contextuelles. Le français dans ce cadre est apparu comme un ensemble de constructions représentationnelles (francanglais, bon français, « français personnalisé », mauvais français, français du quartier, français des enfants ou des apprenants). Les formes reconnues et privilégiées comme du français ou bien une autre langue, ont une pertinence contextuelle. Différents acteurs sont ainsi d'accord même sur les points de désaccord. Dans cette alchimie, le français du quartier, qui se présente dans la société doualaise, comme une pratique caractéristique à la fois de l'ouverture et du clivage social dans les rapports à autrui. Une des implications linguistiques de ces pratiques est l'ensemble des efforts pour l'appropriation du français qui, en étant la langue de jure, se présente comme un capital symbolique. Il donne du pouvoir, et permet d'accéder aux ressources rattachées au pouvoir. Parler français à Douala revient donc à revendiquer le pouvoir symbolique, c'est vouloir imposer SON français dans un contexte interactif, puisque LE français en soi n'existe pas. Il est simplement une langue en construction. <br />Le point essentiel à retenir de cette étude est que si la langue reste une construction sociale, la démarche pour y accéder ne peut occulter la contextualisation, avec les conséquences qui en découlent.

Cette thèse aborde le problème de la structuration de bases lexicales multilingues (BDLM) en lexies et axies, à partir de ressources existantes. Ce travail est motivé par l'inadéquation des techniques existantes utilisées isolément, pour la structuration de BDLM.<br />Pour résoudre ce problème, la stratégie proposée est de composer des techniques existantes de désambiguïsation pour structurer semi-automatiquement des bases lexicales multilingues à lexies et acceptions interlingues. De plus, cette thèse propose une catégorisation des critères d'évaluation de la qualité des BDLM, ainsi que les mesures correspondantes.<br />Cette stratégie a été implémentée dans Jeminie, un système logiciel adaptable qui permet d'implémenter à la fois des méthodes de structuration de BDLM et des mesures de qualité, sous la forme de modules logiciels réutilisables.<br />Des compositions arbitraires de ces modules peuvent être définies par un lexicologue dans un langage de haut niveau d'abstraction, ce qui permet d'adapter facilement la structuration et l'évaluation de qualité en fonction des objectifs du lexicologue et des ressources disponibles sans nécessiter de connaissances en programmation.<br />L'intérêt de cette approche a été validé expérimentalement : la qualité des BDLM obtenues est meilleure par combinaison de techniques qu'avec chaque technique antérieure utilisée seule.

Notre mémoire porte sur l’attrition de la marque d’usage PROVERBIAL de la 7e (1878) à la 8e édition du Dictionnaire de l’Académie française (1932-35). L’informatisation des huit éditions achevées de l’ouvrage (Redon 2002), qui permet tant le relevé quantitatif que qualitatif des données, laisse voir que la marque jouit d’une grande stabilité dans les sept premières éditions, mais que son emploi chute considérablement de l’édition de 1878 à celle de 1932-35. Dans les limites notre projet, nous tâchons de comprendre le comment de cette érosion. Pour ce faire, nous avons recensé exhaustivement les lexies touchées de la 7e à la 8e édition, en tenant compte des cas de figure logiquement possibles : retrait d’un article ou d’une lexie dans la 8e édition, lexies partagées avec la 7e édition mais a) dépouillées de la marque, b) marquées différemment ou c) héritières du marquage d’origine. Dans l’édition de 1878, PROVERBIAL s’applique à 4 674 lexies distribuées dans 1 645 articles. Au terme de notre recherche, nous identifions les expressions proverbiales disparues ou maintenues dans le passage crucial de la 7e à la 8e édition du Dictionnaire de l’Académie française. Nous en tirons des résultats qui portent, entre autres, sur la transformation du système de marquage dans la tradition du Dictionnaire de l’institution. / This study looks at the attrition of the usage label PROVERBIAL between the 7th (1878) and 8th edition (1932-35) of the Dictionnaire published by the Académie française. The electronic version of the eight completed editions of this work (Redon 2002), which allows for the collection of both quantitative and qualitative data, shows that the label was consistently used in the first seven editions, but that its use falls dramatically between the 1878 and 1932-35 edition. Within the scope of this study, we have tried to identify the reasons behind this reduction. To achieve this, all lexies (~ lexical unit) from the 7th and the 8th edition with this usage label were meticulously noted, while taking into consideration all logically possible cases: the removal of an article or a lexie in the 8th edition, shared lexies with the 7th edition but a) lacking the label, b) labelled differently or c) inheriting the original label. In the 1878 edition, PROVERBIAL is assigned to 4 674 lexies in 1 645 articles. Through our research, we have identified the proverbial expressions that have disappeared or have been maintained during the crucial passage from the 7th to the 8th edition of the Dictionnaire published by the Académie française. We draw conclusions from these results that, amongst other things, address the transformation of the labelling system in the tradition of the institution’s Dictionnaire.

Cette recherche porte sur la lexicologie, la lexicographie et l’enseignement/apprentissage du lexique. Elle s’inscrit dans le cadre du projet Modélisation ontologique des savoirs lexicographiques en vue de leur application en linguistique appliquée, surnommé Lexitation, qui est, à notre connaissance, la première tentative d’extraction des savoirs lexicographiques — i.e. connaissances déclaratives et procédurales utilisées par des lexicographes — utilisant une méthode expérimentale. Le projet repose sur le constat que les savoirs lexicographiques ont un rôle crucial à jouer en lexicologie, mais aussi en enseignement/apprentissage du lexique. Dans ce mémoire, nous décrirons les méthodes et les résultats de nos premières expérimentations, effectuées à l’aide du Think Aloud Protocol (Ericsson et Simon, 1993). Nous expliquerons l’organisation générale des expérimentations et comment les savoirs lexicographiques extraits sont modélisés pour former une ontologie. Finalement, nous discuterons des applications possibles de nos travaux en enseignement du lexique, plus particulièrement pour la formation des maîtres. / This research is about lexicology, lexicography and vocabulary teaching/learning. It is part of a project called Ontologization of lexicographic abilites for use in the fields of applied linguistics, nicknamed Lexitation, which is, to our knowledge, the first attempt at extracting lexicographic abilities using experimental techniques. The project relies on the assumption that lexicographic abilities play a role in teaching and acquisition of lexical knowledge, and not only in lexicography per se. We will describe the methods and results of our initial set of experiments, that are based on the use of so-called Think Aloud Protocol (Ericsson et Simon, 1993). We will explain how experiments have been set up and how we are currently proceeding with the extraction and modeling of various types of knowledge and strategies used by lexicographers while performing lexicographic tasks. Finally, we will present possible applications of our work in the field of language teaching, more specifically, teachers’ training.

Cette thèse présente un environnement ouvert et souple pour l'acquisition automatique d'expressions multimots (MWE) à partir de corpus textuels monolingues. Cette recherche est motivée par l'importance des MWE pour les applications du TALN. Après avoir brièvement présenté les modules de l'environnement, le mémoire présente des résultats d'évaluation intrinsèque en utilisant deux applications: la lexicographie assistée par ordinateur et la traduction automatique statistique. Ces deux applications peuvent bénéficier de l'acquisition automatique de MWE, et les expressions acquises automatiquement à partir de corpus peuvent à la fois les accélérer et améliorer leur qualité. Les résultats prometteurs de nos expériences nous encouragent à mener des recherches ultérieures sur la façon optimale d'intégrer le traitement des MWE dans ces applications et dans bien d'autres / This thesis presents an open and flexible methodological framework for the automatic acquisition of multiword expressions (MWEs) from monolingual textual corpora. This research is motivated by the importance of MWEs for NLP applications. After briefly presenting the modules of the framework, the work reports extrinsic evaluation results considering two applications: computer-aided lexicography and statistical machine translation. Both applications can benefit from automatic MWE acquisition and the expressions acquired automatically from corpora can both speed up and improve their quality. The promising results of our experiments encourage further investigation about the optimal way to integrate MWE treatment into these and many other applications.

Orientador: Claudia Maria Xatara / Banca: Claudia Zavaglia / Banca: Clotilde de Almeida Azevedo / Banca: Maria Cristina Parreira da Silva / Banca: Oto Araújo Vale / Resumo: Neste trabalho, de cunho essencialmente lexicográfico, privilegia-se a linguagem do dia-a-dia para propor um modelo de dicionário de expressões idiomáticas do português do Brasil, sob uma perspectiva onomasiológica. É extremamente importante indicar as relações analógicas ou sinonímicas existentes entre os diferentes idiomatismos que se referem a um mesmo conceito. Observa-se que, embora muitas expressões relacionadas a um mesmo conceito sejam basicamente sinônimas, os idiomatismos possuem nuanças diferenciadoras que regem seu uso. / Abstract: In this work, with an essentially lexicographic feature, focused on the current language in order to present a model for a Brazilian Portuguese idiom dictionary from an onomasiologic view. It is extremely important to display the analogous or synonymy relations between the idioms which belong to the same fields. We were able to verify that, although many idioms subsumed under the same concept are basically synonyms, their use is governed by the nuances that distinguish them. / Résumé: Dans cette recherche, essentiellement lexicographique, nous privilegions le langage cotidien pour proposer un modèle de dictionnaire d'expressions idiomatiques de la langue portugaise du Brésil, sous une perspective onomasiologique. Il est très important d'indiquer les relations analogiques ou synonymiques existantes entre de différentes expressions idiomatiques qui concernent un seul concept. Nous remarquons que malgré la similarité conceptuelle entre plusieurs expressions, celles-ci ont des nuances différenciatrices régies par l'usage. / Doutor

Ce travail propose une classification universelle des verbes de « pensée ». Il présente également une étude analytique comparative de ce groupe de verbes dans plusieurs langues. Les différences entre les approches classificatrices spécifiques de chaque langue rendent la mission de catégorisation universelle d’une certaine complexité. C’est pourquoi nous nous sommes orientés dans ce travail vers l’exploration de toutes les spécificités de ces verbes en arabe et en français. Nous entamons cette recherche avec un essai de définition de ce que peut représenter un verbe de pensée. Ensuite nous proposons un répertoire de verbes représentatif de toutes les sous-catégories étudiées. Le dictionnaire et l’analyse des données qu’il fournit feront le sujet de notre deuxième partie. Quant à la troisième partie, elle s’appuie sur une analyse sémantico-cognitive de ces verbes. La quatrième et dernière partie présente l’analyse de ces verbes une fois repérés dans le corpus parallèle aligné bilingue. / This work proposes a universal classification of verbs of "thought". It also presents a comparative analytical study of this group of verbs in several languages. The differences between the approaches specific classifications of each language make the task of universal categorization more complex. That's why we're facing in this work to the exploration of all the specifics of these verbs in Arabic and French. We begin this research with an attempt to define what can be a verb of thinking. Then we offer a directory of verbs representing all sub-categories studied. The dictionary and the analysis of the data submitted will be the subject of our second game. The third part, it relies on cognitive-semantic analysis of these verbs. The fourth and final section presents the analysis of these verbs when identified in the aligned bilingual parallel corpus.

L'objet de la présente étude est d’examiner l’apport de la linguistique de corpus à la lexicographie bilingue français-arabe. L’intérêt est porté tout particulièrement à la collocation. Ainsi, la quête commence dès la compilation du corpus jusqu'à l'intégration des collocations au lexique. Les notions fondamentales telle que la linguistique de corpus, le corpus et la collocation sont examinées. Ensuite, la recherche prend une tournure empirique qui se base sur un corpus. Pour pallier la non disponibilité des outils de traitement de corpus en langue arabe, une approche a été élaborée au sein de cette étude, que nous avons baptisée stratégie de passerelle. L’idée est de partir d’un corpus parallèle (traduit) français-arabe. Ce corpus est constitué de la version française du journal Le Monde Diplomatique, ainsi que sa traduction arabe. Le recours à un corpus parallèle a pour vocation de faciliter le repérage des phénomènes contrastifs. Les résultats obtenus seront vérifiés par la suite dans un corpus monolingue arabe (comparable) constitué de trois journaux, à savoir Alrai, Alayam, Algomhuria. Tout au long de cette partie, les résultats sont comparés dans un premiers temps entre corpus et dictionnaires, dans un deuxième temps entre types de corpus (parallèle et comparable), et dans un troisième temps entre journaux du corpus comparable (Alrai, Alayam et Algomhuria). Ensuite, un certain nombre des collocations est soumis à un examen structurel et à un examen sémantique. Ces exploitations apportent non seulement des éléments sur l’environnement collocationnel entre langue et discours, mais également sur une éventuelle approche pour la prise en compte des collocations. Des interrogations légitimes naissent au fur et à mesure des exploitations sur la ressemblance entre les collocations des deux langues. Les résultats mettent en évidence des points comme l’enchaînement collocationnel, la synonymie collocationnelle et d’autres aspects. L’étude est couronnée par la conception d’un dictionnaire informatique de collocations. Il s’agit d’un dictionnaire actif bilingue, qui s’adresse à un public arabisant et aux traducteurs. / The aim of this study is to examine the contribution of corpus linguistics to bilingual French-Arabic lexicography. We particularly focus on collocations, as our research begins with the compilation of a bilingual corpus leading up to the integration of collocations in the lexicon. Fundamentals such as corpus linguistics, corpora and collocation are examined. Our research then takes an empirical turn that is based on the use of our corpus. To overcome the unavailability of corpus processing tools in Arabic, an approach was developed in this study that we called the footbridge strategy. The idea is to start from a French-Arabic (translated) parallel corpus. This corpus consists of the French version of Le Monde Diplomatique, and its translation. Using a parallel corpus aims to facilitate the identification of contrastive phenomena. The results obtained in the translated corpus (in its Arabic component) will be subsequently checked in an Arabic monolingual corpus. The latter is a corpus consisting of three newspapers: Alrai, Alayyam, Algouhouria. Throughout the exploitation of the corpus, results are compared first between corpora and dictionaries, secondly between corpus types (parallel and comparable), and thirdly between newspapers (Alrai, Alayyam, Algouhouria). Then a number of collocations are subjected to semantic and structural review and consideration. This review process not only brings some clarifications on the environment of collocations between language and speech but also about a possible approach for their integration in the dictionary. Legitimate questions gradually arise regarding the resemblance of collocations in French and Arabic. The results highlight phenomena such as collocational chains (clusters), collocational synonyms, etc. The study culminates in the design of a computer dictionary of collocations, i.e. an active bilingual dictionary aimed at Arabic language specialists and translators.

Ce travail vise à étudier les collocations à verbe support. Un phénomène qui a été introduit par Z. Harris (1964) et décrit par plusieurs chercheurs à la suite des travaux du laboratoire d’automatique documentaire et linguistique dirigés par M. Gross. L’un des principaux buts de ce travail est de savoir comment ces phénomènes sont construits et comment les modéliser et les anticiper. Il s’agira de donner les caractéristiques différenciant ce phénomène des autres constructions comme les locutions figées, en nous penchant sur sa charge sémantique considérée à tort comme vide de sens.Cette recherche est faite dans l’optique de créer un dictionnaire bilingue de verbes supports (arabe – français) (français – arabe). C’est en ce sens que cette recherche s’intéressera aussi à la traduction de ces verbes supports en arabe afin d’essayer de créer un nouveau type d’article dictionnairique spécialement conçu pour ces derniers. Pour créer cet article dictionnairique, nous chercherons à démontrer la possibilité de classer les noms prédicatifs et leurs verbes supports suivants des catégories. Les noms prédicatifs seront divisés suivant des catégories lexicales engendrées par une ontologie binaire construite avec quatre notions et dégageant onze catégories lexicales. Les verbes supports sont à leur tour divisés en catégories sémantiques de verbes supports « scénarios » suivants lesquelles ils sont classés et peuvent être anticipés. Ces scénarios répondront aux deux critères de la limitation en nombre de scénarios et de l’exhaustivité de l’application. / This work aims at studying light verb colocations. A phenomenon that was introduced by Z. Harris (1964) and described by several researchers following the lab work of automatic documentary and linguistics directed by M. Gross.One of the main goals of this work is to know how these phenomena are built and how to model them and anticipate them. It will cover the characteristics differentiating this phenomenon from the other constructions like idioms, by leaning on its semantic load considered wrongly as meaningless.This research is done with the aim of creating a bilingual dictionary of light verbs (Arabic - French) (French - Arabic). Therefore, this research will also focus on the translation of these Arabic verbs in order to try to create a new type of dictionary article specially designed for them.To create this dictionary article, we will try to demonstrate the possibility of classifying the predicative nouns and their following light verbs into categories. Predicative nouns will be divided into lexical categories generated by a binary ontology created with four notions and distinguishing eleven lexical categories.The light verbs will be divided into semantic categories of light verbs "scenarios" following which they are classified and can be anticipated. These scenarios will meet the two criteria of limiting the number of scenarios and entireness/exhaustiveness of the application.