Reproduction de : Thèse de doctorat : Sciences de l'information et de la communication : Lyon 2 : 2005. / Titre provenant de l'écran-titre. Bibliogr.

Made available in DSpace on 2016-03-22T17:26:23Z (GMT). No. of bitstreams: 1 Marta_Tessmann_Bandeira.pdf: 1541902 bytes, checksum: 7e4daab9f7d4916b9f64e370ac42d3fc (MD5) Previous issue date: 2010-03-23 / Arroio do Padre - RS was colonized by German and Pomeranians immigrants and is characterized as a geographic region relatively limited, which contributes to the inhabitants of the city to continue using the daily Pomeranian and / or German as their first language, a fact that gives rise to the bi and multilingualism. A multilingual person is defined as someone who can communicate in three or more languages with some degree of proficiency (Bialystok, 2001). The objectives of this study are: 1) examine the differences in the patterns of VOT in voiceless consonants of English produced by monolingual and multilingual children, attending the third grade in a municipal school in Arroio do Padre learning the English language in relation to the role of language Native (PB & Pomeranian, respectively), 2) compare the performance in executive functions (inhibitory control and attention) of mono- and multilingual children in accuracy and reaction time of a non-verbal task (Simon task) 3 ) to verify the performance differences in executive functions (inhibitory control and attention) between mono-and multilingual children in the accuracy and reaction time of a verbal task (Stroop test). To achieve the first objective, we used a tool for storytelling, in three languages (Portuguese, Pomerania and English), together with a game that would elicit the production of target words initiated by plosive voiceless. These words were recorded in studio and acoustically analyzed for the average VOT produced were compared. There was great difference between the averages for monolingual and multilingual production of plosives in English, indicating strong influence from the first language of the participants in the production of aspirated stops of English as L3 (in the case of bi / multilingual) and as L2 (in the case of monolingual). To test the executive functions, the same group of participants (20 monolingual and bilingual 20) underwent the Simon task and the Stroop test. We analyzed the results of reaction time and accuracy on each task, and found significant differences in all conditions of the two tests of the accuracy, and in most conditions, when measured reaction time. The results, which suggest that people develop the multi-processing related to executive functions faster and with higher levels of accuracy than monolingual, are discussed in light of the inhibitory control model (Green, 1998) and the theory of dynamical systems / O município de Arroio do Padre RS foi colonizado por imigrantes pomeranos e alemães e caracteriza-se como uma região geográfica de acesso relativamente limitado, fato que contribui para que os habitantes desse município continuem usando cotidianamente o pomerano e/ou o alemão como sua primeira língua, fato que enseja o bi e o multilinguismo. Define-se multilíngue como alguém capaz de se comunicar em três ou mais línguas com certo grau de proficiência (BIALYSTOK, 2001). Este trabalho investiga diferenças entre multi e monolíngues em tarefas envolvendo a produção de plosivas surdas de três línguas e funções executivas verbais e não verbais. Assim, os objetivos são: 1) analisar as diferenças relativas aos padrões de VOT em plosivas surdas do inglês produzidas por crianças monolíngues e multilíngues, cursando a terceira série numa escola municipal de Arroio do Padre aprendendo a língua inglesa, em relação ao papel da língua materna (PB e pomerano, respectivamente); 2) comparar o desempenho, em funções executivas (controle inibitório e atenção), de crianças mono e multilíngues, na acurácia e no tempo de reação de uma tarefa não verbal (tarefa de Simon); 3) verificar as diferenças de desempenho em funções executivas (controle inibitório e atenção) entre crianças mono e multilíngues na acurácia e no tempo de reação de uma tarefa verbal (Stroop test). Para a consecução do primeiro objetivo, foi utilizado um instrumento de contação de histórias, em três línguas (português, pomerano e inglês), acompanhado de um jogo que eliciava a produção de palavras-alvo iniciadas pelas consoantes plosivas surdas. Essas palavras foram gravadas em estúdio e analisadas acusticamente para que as médias de VOT produzidas fossem comparadas. Houve grande diferença entre as médias obtidas por multilíngues e monolíngues na produção de plosivas do inglês, apontando grande influência da primeira língua dos participantes na produção das oclusivas aspiradas do inglês como L3 (no caso dos bi/multilíngues) e como L2 (no caso dos monolíngues). Para testar as funções executivas, o mesmo grupo de participantes (20 monolíngues e 20 bilíngues) foi submetido à tarefa de Simon e ao teste de Stroop. Foram analisados os resultados do tempo de reação e acurácia em cada uma das tarefas, e encontraram-se diferenças significativas, em todas as condições dos dois testes relativas à acurácia, e na maioria das condições, quando se mediu tempo de reação. O resultados, que sugerem que pessoas multilíngues desenvolvem os processamentos ligados às funções executivas mais rapidamente e com níveis maiores de acurácia do que monolíngues, são discutidos à luz do modelo de Controle Inibitório (GREEN, 1998) e da Teoria dos Sistemas Dinâmicos

Les travaux de recherche présentés dans cette thèse s'inscrivent dans le domaine de la traduction automatique et automatisée. Nous nous intéressons en particulier aux outils d'aide à la traduction sur le Web favorisant la traduction bénévole, non-commerciale et incrémentale. La croissance remarquable de la quantité des documents multilingues disséminés en ligne gratuitement (W3C, Traduct, Mozilla, traducteurs bénévoles de documents en droits de l'homme, etc.) est le résultat d'un travail laborieux de communautés bénévoles qui sont malheureusement technologiquement marginalisées, et privées de toute aide « linguistique » à la traduction. Nous avons effectué une étude approfondie des communautés bénévoles et en avons dégagé les problèmes les plus intéressants et difficiles. Nous avons construit BEYTrans, un environnement collaboratif et non commercial offrant des services linguistiques et répondant aux besoins spécifiques de ces communautés. Les principales composantes logicielles développées sont : un éditeur multilingue Web intégrant des fonctionnalités linguistiques avancées et variées, un module de recyclage des traductions existantes, et la gestion et le traitement d'une masse de données multilingues. Chacun d'eux résout un problème intéressant, et ils sont entièrement intégrés (avec d'autres fonctionnalités) dans un environnement collaboratif complet, qui a été expérimenté avec succès dans des situations concrètes.

Les besoins croissants en ressources lexicales et le succès des projets de développement coopératif comme LINUX convergent vers l'idée d'accumuler des données lexicales multilingues de grande taille et de grande richesse par construction coopérative sur la Toile et utilisation "mutualisée". Les contributeurs fourniraient eux-mêmes ces informations sous une forme standardisée grâce à un environnement adapté. L'étude du contexte actuel de la dictionnairique nous a conduit à l'identification de problèmes difficiles tels que la structuration et la manipulation de données hétérogènes, la visualisation d'une grande quantité de données lexicales multilingues et la construction en coopération par des personnes aux compétences diverses. Des prototypages et des expérimentations portant sur la consultation de ressources hétérogènes, l'enrichissement et personnalisation du résultat, la construction de ressources en ligne et la rédaction d'articles avec un éditeur standard nous ont permis de résoudre séparément ces problèmes. Cela nous a permis de concevoir un environnement complet de "bases lexicales" répondant à tous ces problèmes se plaçant au dessus des SGBD utilisés pour le stockage et intégrant un serveur pour la construction coopérative. Son noyau inclut un formalisme générique de définition de structures lexicales inspiré de SUBLIM de G. Sérasset, mais complété et réexprimé en XML. Cet environnement est actuellement appliqué au projet Papillon de développement par des bénévoles sur Internet d'une base lexicale comprenant cinq langues. L'architecture de la base est constituée d'un dictionnaire monolingue pour chaque langue et d'un dictionnaire pivot d'acceptions interlingues reliant les articles monolingues (lexies) dont la structure provient de la lexicologie combinatoire. Enfin, l'architecture du serveur assez générique devrait être réutilisée dans d'autres contextes (mémoires de traduction, outils pour traducteurs, communication et RI multilingue, annotations multimédia).

Non dispo

Les thèmes principaux abordés dans cette thèse sont l'utilisation de méthodes d'apprentissage actif et d'apprentissage profond dans le contexte du traitement de documents multimodaux. Les contributions proposées dans cette thèse abordent ces deux thèmes. Un système d'apprentissage actif a été introduit pour permettre une annotation plus efficace des émissions de télévision grâce à la propagation des étiquettes, à l'utilisation de données multimodales et à des stratégies de sélection efficaces. Plusieurs scénarios et expériences ont été envisagés dans le cadre de l'identification des personnes dans les vidéos, en prenant en compte l'utilisation de différentes modalités (telles que les visages, les segments de la parole et le texte superposé) et différentes stratégies de sélection. Le système complet a été validé au cours d'un ``test à blanc'' impliquant des annotateurs humains réels.Une deuxième contribution majeure a été l'étude et l'utilisation de l'apprentissage profond (en particulier les réseaux de neurones convolutifs) pour la recherche d'information dans les vidéos. Une étude exhaustive a été réalisée en utilisant différentes architectures de réseaux neuronaux et différentes techniques d'apprentissage telles que le réglage fin (fine-tuning) ou des classificateurs plus classiques comme les SVMs. Une comparaison a été faite entre les caractéristiques apprises (la sortie des réseaux neuronaux) et les caractéristiques plus classiques (``engineered features''). Malgré la performance inférieure des seconds, une fusion de ces deux types de caractéristiques augmente la performance globale.Enfin, l'utilisation d'un réseau neuronal convolutif pour l'identification des locuteurs à l'aide de spectrogrammes a été explorée. Les résultats ont été comparés à ceux obtenus avec d'autres systèmes d'identification de locuteurs récents. Différentes approches de fusion ont également été testées. L'approche proposée a permis d'obtenir des résultats comparables à ceux certains des autres systèmes testés et a offert une augmentation de la performance lorsqu'elle est fusionnée avec la sortie du meilleur système. / The main topics of this thesis include the use of active learning-based methods and deep learning in the context of retrieval of multimodal documents. The contributions proposed during this thesis address both these topics. An active learning framework was introduced, which allows for a more efficient annotation of broadcast TV videos thanks to the propagation of labels, the use of multimodal data and selection strategies. Several different scenarios and experiments were considered in the context of person identification in videos, including using different modalities (such as faces, speech segments and overlaid text) and different selection strategies. The whole system was additionally validated in a dry run involving real human annotators.A second major contribution was the investigation and use of deep learning (in particular the convolutional neural network) for video retrieval. A comprehensive study was made using different neural network architectures and training techniques such as fine-tuning or using separate classifiers like SVM. A comparison was made between learned features (the output of neural networks) and engineered features. Despite the lower performance of the engineered features, fusion between these two types of features increases overall performance.Finally, the use of convolutional neural network for speaker identification using spectrograms is explored. The results are compared to other state-of-the-art speaker identification systems. Different fusion approaches are also tested. The proposed approach obtains comparable results to some of the other tested approaches and offers an increase in performance when fused with the output of the best system.

La coédition d'un texte en langue naturelle et de sa représentation dans une forme interlingue semble le seul moyen de partager la révision du texte vers plusieurs langues. Pour diverses raisons, les graphes UNL sont les meilleurs candidats dans ce contexte. Nous développons un prototype où, dans le scénario avec partage le plus simple, des utilisateurs "naïfs" interagissent directement avec le texte dans leur langue (L0), et indirectement avec le graphe associé. Le graphe modifié est ensuite envoyé au déconvertisseur UNL-L0 et le résultat est affiché. S'il est satisfaisant, les erreurs étaient probablement dues au graphe et non au déconvertisseur, et le graphe est envoyé aux déconvertisseurs vers d'autres langues. Les versions dans certaines autres langues connues de l'utilisateur peuvent être affichées, de sorte que le partage de l'amélioration soit visible et encourageant. Comme les nouvelles versions sont ajoutées dans le document multilingue original avec des balises et des attributs appropriés, rien n'est jamais perdu, et le travail coopératif sur un même document est rendu possible. Du côté interne, des liaisons sont établies entre des éléments du texte et du graphe en utilisant des ressources largement disponibles comme un dictionnaire L0-anglais, ou mieux L0-UNL, un analyseur morphosyntaxique de L0, et une transformation canonique de graphe UNL à arbre. On peut établir une "meilleure" correspondance entre "l'arbre-UNL+L0" et la "structure MS-L0", une treille, en utilisant le dictionnaire et en cherchant à aligner l'arbre et une trajectoire avec aussi peu que possible de croisements de liaisons. Un but central de cette recherche est de fusionner les approches de la TA par pivot, de la TA interactive, et de la génération multilingue de texte.

Les bases de données lexicales jouent un grand rôle dans le TAL, mais, elles nécessitent un développement et un enrichissement permanents via l’exploitation des ressources libres du web sémantique, entre autres, l’encyclopédie Wikipédia, DBpedia, Geonames et Yago2. Prolexbase, comporte à ce jour dix langues, trois parmi elles sont bien couvertes : le francais, l’anglais et le polonais. Il a été conçu manuellement et une première tentative semi-automatique a été réalisée par le projet ProlexFeeder (Savary et al. 2013). L’objectif de notre travail était d’élaborer un outil de mise à jour et d’extension automatiques de ce lexique, et l'ajout de la langue arabe. Un système automatique a également été mis en place pour calculer via la Wikipédia l’indice de notoriété des entrées de Prolexbase ; cet indice dépend de la langue et participe, d'une part, à la construction d'un module de Prolexbase pour la langue arabe et, d'autre part, à la révision de la notoriété présente pour les autres langues de la base. / Lexical databases play a significant role in natural language processing (NLP), however, they require permanent development and enrichment through the exploitation of free resources from the semantic web, among others, Wikipedia, DBpedia, Geonames and Yago2. Prolexbase, which issued of numerous studies on NLP, has ten languages, three of which are well covered: French, English and Polish. It was manually designed; the first semiautomatic attempt was made by the ProlexFeeder project (Savary et al., 2013). The objective of our work was to create an automatic updating and extension tool for Prolexbase, and to introduce the Arabic language. In addition, a fully automatic system has been implemented to calculate, via Wikipedia, the notoriety of the entries of Prolexbase. This notoriety is language dependent, is the first step in the construction of an Arabic module of Prolexbase, and it takes a part in the notoriety revision currently present for the other languages in the database.

Alors que Twitter évolue vers un outil omniprésent de diffusion de l'information, la compréhension des tweets en langues étrangères devient un problème important et difficile. En raison de la nature intrinsèquement à commutation de code, discrète et bruitée des tweets, la traduction automatique (MT) à l'état de l'art n'est pas une option viable (Farzindar & Inkpen, 2015). En effet, au moins pour le hindi et le japonais, nous observons que le pourcentage de tweets « compréhensibles » passe de 80% pour les locuteurs natifs à moins de 30% pour les lecteurs monolingues cible (anglais ou français) utilisant Google Translate. Notre hypothèse de départ est qu'il devrait être possible de créer des outils génériques, permettant aux étrangers de comprendre au moins 70% des « tweets locaux », en utilisant une interface polyvalente de « lecture active » (LA, AR en anglais) tout en déterminant simultanément le pourcentage de tweets compréhensibles en-dessous duquel un tel système serait jugé inutile par les utilisateurs prévus.Nous avons donc spécifié un « SUFT » (système d'aide à la compréhension des tweets étrangers) générique, et mis en œuvre SUFT-1, un système interactif à mise en page multiple basé sur la LA, et facilement configurable en ajoutant des dictionnaires, des modules morphologiques et des plugins de TA. Il est capable d'accéder à plusieurs dictionnaires pour chaque langue source et fournit une interface d'évaluation. Pour les évaluations, nous introduisons une mesure liée à la tâche induisant un coût négligeable, et une méthodologie visant à permettre une « évaluation continue sur des données ouvertes », par opposition aux mesures classiques basées sur des jeux de test liés à des ensembles d'apprentissage fermés. Nous proposons de combiner le taux de compréhensibilité et le temps de décision de compréhensibilité comme une mesure de qualité à deux volets, subjectif et objectif, et de vérifier expérimentalement qu'une présentation de type lecture active, basée sur un dictionnaire, peut effectivement aider à comprendre les tweets mieux que les systèmes de TA disponibles.En plus de rassembler diverses ressources lexicales, nous avons construit une grande ressource de "formes de mots" apparaissant dans les tweets indiens, avec leurs analyses morphologiques (à savoir 163221 formes de mots hindi dérivées de 68788 lemmes et 72312 formes de mots marathi dérivées de 6026 lemmes) pour créer un analyseur morphologique multilingue spécialisé pour les tweets, capable de gérer des tweets à commutation de code, de calculer des traits unifiés, et de présenter un tweet en lui attachant un graphe de LA à partir duquel des lecteurs étrangers peuvent extraire intuitivement une signification plausible, s'il y en a une. / As Twitter evolves into a ubiquitous information dissemination tool, understanding tweets in foreign languages becomes an important and difficult problem. Because of the inherent code-mixed, disfluent and noisy nature of tweets, state-of-the-art Machine Translation (MT) is not a viable option (Farzindar & Inkpen, 2015). Indeed, at least for Hindi and Japanese, we observe that the percentage of "understandable" tweets falls from 80% for natives to below 30% for target (English or French) monolingual readers using Google Translate. Our starting hypothesis is that it should be possible to build generic tools, which would enable foreigners to make sense of at least 70% of “native tweets”, using a versatile “active reading” (AR) interface, while simultaneously determining the percentage of understandable tweets under which such a system would be deemed useless by intended users.We have thus specified a generic "SUFT" (System for Helping Understand Tweets), and implemented SUFT-1, an interactive multi-layout system based on AR, and easily configurable by adding dictionaries, morphological modules, and MT plugins. It is capable of accessing multiple dictionaries for each source language and provides an evaluation interface. For evaluations, we introduce a task-related measure inducing a negligible cost, and a methodology aimed at enabling a « continuous evaluation on open data », as opposed to classical measures based on test sets related to closed learning sets. We propose to combine understandability ratio and understandability decision time as a two-pronged quality measure, one subjective and the other objective, and experimentally ascertain that a dictionary-based active reading presentation can indeed help understand tweets better than available MT systems.In addition to gathering various lexical resources, we constructed a large resource of "word-forms" appearing in Indian tweets with their morphological analyses (viz. 163221 Hindi word-forms from 68788 lemmas and 72312 Marathi word-forms from 6026 lemmas) for creating a multilingual morphological analyzer specialized to tweets, which can handle code-mixed tweets, compute unified features, and present a tweet with an attached AR graph from which foreign readers can intuitively extract a plausible meaning, if any.

Cette recherche doctorale examine le lien entre l’apprentissage d’une langue et la construction identitaire à travers l’expérience d’apprentissage du français de quatre hongkongaises. L’étude adopte la perspective post-structuraliste de l’identité (Norton, 2000; Bucholtz & Hall, 2005). Selon cette perspective, l’apprentissage d’une langue est considéré sous l’angle d’un procédé de construction identitaire qui reflète « le désir des apprenants d’étendre la gamme de leurs identités et d’accéder à des environnements plus larges » (Pavlenko & Norton, 2007, 670). En utilisant une méthodologie de type « narrative inquiry » (Clandinin & Connelly 2000) que l’on pourrait qualifier d’« étude de récits de vie par enquêtes approfondies », l’étude met en lumière l’expérience individuelle ainsi que les différents aspects de l’apprentissage de langues à l’ère de la « superdiversité » (Vertovec, 2007). A partir d’un corpus composé en partie d’entretiens approfondis et de « language learner histories » (Mercer, 2013), cette étude a pour but d’illustrer que même les langues « minoritaires » (tel que le français à Hong Kong) ont un rôle à jouer en terme de construction identitaire. Les quatre participantes ont toutes appris le français dans un cadre institutionnel mais elles ont aussi développé leur intérêt pour cette langue au cours de leur expérience professionnelle ainsi qu’en voyageant voyages ou au cours de leurs activités en ligne. L’étude montre le côté unique et personnel de l’expérience d’apprentissage de langues et met en avant différents aspects de cette expérience et sa signification en terme de construction identitaire en faisant valoir que ces aspects sont souvent négligés en didactique des langues. Ce qui ressort de cette étude est que, premièrement, apprendre une langue « minoritaire » joue un rôle important dans la construction indentitaire en dépit d’un niveau de maîtrise linguistique qui, conventionnellement, serait jugé limitée. Deuxièmement, l’étude montre que le développement de la connaissance interculturelle incite à réfléchir à son environnement culturel, ce qui agit sur l’identité. En conclusion, l’étude souligne le besoin de prendre en compte la « diversité ou multidimensionalité » des apprenants de langues dans les dispositifs d’apprentissage de langues (voir Byrd Clark, 2010) ainsi que le phénomène de de-territorialisation des langues à l’ère de la superdiversité (Jacquemet, 2005). Les notions pédagogiques de ce qu’est et représente une langue doivent être également être repensées et réfléter la créativité et la diversité des pratiques langagières des personnes multilingues, ce qui amène aussi à repenser la notion de compétence en langues. L’étude offre donc des pistes méthodologiques, théoriques et pédagogiques / This doctoral research examines the relationship between language learning and identity construction, focusing on four Hong Kong adults and their experiences of learning French. The study adopts a poststructuralist perspective on identity (Norton, 2000; Bucholtz & Hall, 2005). From this perspective, language learning is a process of identity construction which reflects ‘the desire of learners to expand their range of identities and to reach out to wider worlds’ (Pavlenko & Norton, 2007, 670). Using a narrative methodology known as ‘narrative inquiry’ (Clandinin & Connelly, 2000), the study highlights the personal experiences of learners and illustrates various aspects of language learning in the age of ‘superdiversity’ (Vertovec, 2007). Using data gathered from a range of sources including in-depth interviews and language learner histories, this inquiry aims to illustrate how even ‘minor’ languages (such as French in Hong Kong) can be significant in terms of identity. The four participants investigated in this study have all studied French in formal settings, but their engagement with French has also developed through workplace and travel experiences, as well as through online interaction. The study was able to highlight the unique and personal experiences of learners and illustrates various aspects of language learning and their significance for learner identity, aspects that are often overlooked from a conventional language didactic perspective. Two major findings are that, firstly, learning ‘minor’ languages can play a significant role in learner identities despite limited levels of conventional proficiency. Secondly, the process of language learning is revealed as being one of growing intercultural awareness, an awareness that is brought to bear upon the learner’s own cultural environment and also has relevance for identity. The study concludes by highlighting the need to acknowledge the ‘diversity or multidimensionality’ of language learners in curriculum and language classrooms (e.g. Byrd Clark, 2010) as well as an increased de-territorialisation of language under conditions of superdiversity (Jacquemet, 2005). Also, pedagogical notions of language and languages need to be reconceptualised to reflect the creative, diverse and complex language repertoires of language of multilingual learners and speakers, which means rethinking the notion of language competence. The study thus offers orientations for methodology, theory and pedagogy