Ce travail est une étude syntaxique, sémantique et pragmatique des énoncés où le verbe voir a pour sujet un circonstant.Voix ou diathèse ? Telle est la première question qui est posée à propos de la tournure qui caractérise des phrases comme :(ex) L'année 1981 voit s'atténuer, du moins publiquement, les grandes polémiques politico-religieuses.Le sujet de la phrase peut être restitué en tant que circonstant dans un énoncé standard :(ex) Durant l’année 1981, les grandes polémiques politico-religieuses s’atténuent, du moins publiquement.Nous montrons que cette construction relève de la diathèse circonstancielle où le verbe voir doit être considéré comme un semi-auxiliaire de diathèse et non comme le verbe voir dans son sens plein.Nous menons ensuite une étude syntaxique et sémantique sur un corpus de 338 exemples extraits du Monde Diplomatique. Tous les éléments autour de voir, son sujet, le verbe ou le SNPred qui le suit, l’adjectif et enfin le participe passé passif, sont analysés des deux points de vue, syntaxique d’abord, puis sémantique.Du point de vue syntaxique, grâce à des tests auxquels nous soumettons ces éléments, nous montrons que voir forme un tout avec les éléments qui l’entourent, ce qui empêche de considérer que la proposition infinitive ou le SN prédicatif complexe qui le suivent immédiatement soit COD de voir. Par ailleurs, il ressort que les prédicats intransitifs et pronominaux dominent quantitativement.L’étude sémantique montre que la syntaxe propre à cette construction se traduit par une perte de la signification de voir en proportion du degré de grammaticalisation de ce verbe : son sujet devenant progressivement /-animé/. Le rôle d’expérient attribué par voir au sujet reste mais s’affaiblit. Nous l’avons appelé expérient "métaphorique". Par ailleurs, nous montrons que dans notre corpus les prédicats associés à voir sont tous de type dynamique.L’étude des contextes dans lesquels les constructions à diathèse circonstancielle montrent que leur choix par le journaliste peut être libre ou contraint. / This work is a syntactic, semantic and pragmatic study of the sentences of French in which the subject of the verb voir is a noun phrase with an adverbial (time or place).Is it an instance of voice or of diathesis? Such is the first question concerning such sentences as:L'année 1981 voit s'atténuer, du moins publiquement, les grandes polémiques politico-religieuses.In a standard sentence, the subject would appear as an adverbial complement referring to time or place:Durant l’année 1981, les grandes polémiques politico-religieuses s’atténuent, du moins publiquement.The voir structure is analysed as a case of adverbial diathesis, in which voir is considered as a semi-auxiliary of diathesis, not as the verb voir with its original meaning.The syntactic and semantic study is based on a corpus of 338 examples from Le Monde Diplomatique. All the terms around voir (its subject, the infinitive verb or the nominalised verb or the passive past participle that follow) have been analysed from both the syntactic and the semantic point of view.From the syntactic point of view, thanks to a number of tests, it can be shown that voir and the terms around it make up a whole, so that is impossible to consider the infinitive clause or the complex verb-derived NP as objects of voir. Moreover, the quantitative study shows that intransitive and pronominal (se) verbs are a majority.The semantic study shows that the syntax that is typical of the structure is related to a loss of meaning of voir in proportion to its degree of grammaticalization as its subject progressively becomes /-animate/. The role of experiencer of the subject of voir remains only in a weakened form. I have called this role metaphorical experiencer. Moreover, all the verbs or nominalizations after voir that occur in the corpus are shown to be of the dynamic type.Finally, the study of the contexts where the adverbial diathesis structure occurs shows that the choice of the structure by the journalist can be either free or constrained

Dans la sémantique des cadres de Fillmore, les mots prennent leur sens par rapport au contexte événementiel ou situationnel dans lequel ils s’inscrivent. FrameNet, une ressource lexicale pour l’anglais, définit environ 1000 cadres conceptuels, couvrant l’essentiel des contextes possibles. Dans un cadre conceptuel, un prédicat appelle des arguments pour remplir les différents rôles sémantiques associés au cadre (par exemple : Victime, Manière, Receveur, Locuteur). Nous cherchons à annoter automatiquement ces rôles sémantiques, étant donné le cadre sémantique et le prédicat. Pour cela, nous entrainons un algorithme d’apprentissage machine sur des arguments dont le rôle est connu, pour généraliser aux arguments dont le rôle est inconnu. On utilisera notamment des propriétés lexicales de proximité sémantique des mots les plus représentatifs des arguments, en particulier en utilisant des représentations vectorielles des mots du lexique. / According to Frame Semantics (Fillmore 1976), word meanings are best understood considering the semantic frame they play a role in, for the frame is what gives them context. FrameNet is a lexical database that defines about 1000 semantic frames, along with the roles to be filled by arguments to the predicate calling the frame in a sentence. Our task is to automatically label argument roles, given their position, the frame, and the predicate (sometimes refered to as semantic role labelling). For this task, I make use of distributed word representations, in order to improve generalisation over the few training exemples available for each frame. A maximum entropy classifier using common features of the arguments is used as a strong baseline to be improved upon.

Dans cette thèse, j’étudie l’intransitivité scindée dans la famille linguistique arawak (Amérique du sud). L’analyse grammaticale du phénomène de l’intransitivité scindée s’appuie sur la prise en compte d’une part de ses motivations sémantico-pragmatiques, et d’autre part de ses réalisations morphosyntaxiques selon les catégories grammaticales, les changements de diathèse et les facteurs de TAM. En plus des marquages canoniques de l’agent et du patient d’un verbe transitif, les constructions impliquant des marquages non canoniques, comme celles engageant des verbes nominalisés ou un marquage différentiel, ont également été considérées.Cette étude non seulement révèle l’existence d’une grande diversité parmi les sous-types d’intransitivité scindée, mais propose les moyens de comprendre l’évolution diachronique de ces sous-types, avec laquelle ont pu interférer les effets du contact de langues. Les hypothèses avancées sur l’évolution historique des systèmes grammaticaux mettent à jour les voies où plusieurs langues ont pu s’engager vers des alignements à coloration accusative vs. ergative.Au travers de cette orientation, l’étude nous éclaire sur les différentes manières qu’a l’intransitivité scindée d’affecter l’alignement des actants, apportant ainsi sa contribution à la typologie des langues. / In this thesis I study in depth the split intransitivity in the Arawak family of languages of South America. The grammatical analysis of the split intransitivity phenomenon is based on both their semantico-pragmatical motivations and their morphosyntactical realizations according to grammatical categories, valence changes and TAM. Besides, I also take into account constructions involving other types such as nominalized verbs and differential marking.This study not only reveals the existence of a rich diversity of split intransitivity patterns within this family, but it also proposes paths to understand the diachrony of such patterns, involving shifts from ergative alignment to accusative alignment, for which the effects of language contact may have played an important role. In this connection, the study sheds light onto the ways split intransitivity has implication for alignment-type and it is thus of interest for language typology.

Dans cette thèse, j’étudie l’intransitivité scindée dans la famille linguistique arawak (Amérique du sud). L’analyse grammaticale du phénomène de l’intransitivité scindée s’appuie sur la prise en compte d’une part de ses motivations sémantico-pragmatiques, et d’autre part de ses réalisations morphosyntaxiques selon les catégories grammaticales, les changements de diathèse et les facteurs de TAM. En plus des marquages canoniques de l’agent et du patient d’un verbe transitif, les constructions impliquant des marquages non canoniques, comme celles engageant des verbes nominalisés ou un marquage différentiel, ont également été considérées.Cette étude non seulement révèle l’existence d’une grande diversité parmi les sous-types d’intransitivité scindée, mais propose les moyens de comprendre l’évolution diachronique de ces sous-types, avec laquelle ont pu interférer les effets du contact de langues. Les hypothèses avancées sur l’évolution historique des systèmes grammaticaux mettent à jour les voies où plusieurs langues ont pu s’engager vers des alignements à coloration accusative vs. ergative.Au travers de cette orientation, l’étude nous éclaire sur les différentes manières qu’a l’intransitivité scindée d’affecter l’alignement des actants, apportant ainsi sa contribution à la typologie des langues. / In this thesis I study in depth the split intransitivity in the Arawak family of languages of South America. The grammatical analysis of the split intransitivity phenomenon is based on both their semantico-pragmatical motivations and their morphosyntactical realizations according to grammatical categories, valence changes and TAM. Besides, I also take into account constructions involving other types such as nominalized verbs and differential marking.This study not only reveals the existence of a rich diversity of split intransitivity patterns within this family, but it also proposes paths to understand the diachrony of such patterns, involving shifts from ergative alignment to accusative alignment, for which the effects of language contact may have played an important role. In this connection, the study sheds light onto the ways split intransitivity has implication for alignment-type and it is thus of interest for language typology.

L’annotation en rôles sémantiques est une tâche qui permet d’attribuer des étiquettes de rôles telles que Agent, Patient, Instrument, Lieu, Destination etc. aux différents participants actants ou circonstants (arguments ou adjoints) d’une lexie prédicative. Cette tâche nécessite des ressources lexicales riches ou des corpus importants contenant des phrases annotées manuellement par des linguistes sur lesquels peuvent s’appuyer certaines approches d’automatisation (statistiques ou apprentissage machine). Les travaux antérieurs dans ce domaine ont porté essentiellement sur la langue anglaise qui dispose de ressources riches, telles que PropBank, VerbNet et FrameNet, qui ont servi à alimenter les systèmes d’annotation automatisés. L’annotation dans d’autres langues, pour lesquelles on ne dispose pas d’un corpus annoté manuellement, repose souvent sur le FrameNet anglais. Une ressource telle que FrameNet de l’anglais est plus que nécessaire pour les systèmes d’annotation automatisé et l’annotation manuelle de milliers de phrases par des linguistes est une tâche fastidieuse et exigeante en temps. Nous avons proposé dans cette thèse un système automatique pour aider les linguistes dans cette tâche qui pourraient alors se limiter à la validation des annotations proposées par le système. Dans notre travail, nous ne considérons que les verbes qui sont plus susceptibles que les noms d’être accompagnés par des actants réalisés dans les phrases. Ces verbes concernent les termes de spécialité d’informatique et d’Internet (ex. accéder, configurer, naviguer, télécharger) dont la structure actancielle est enrichie manuellement par des rôles sémantiques. La structure actancielle des lexies verbales est décrite selon les principes de la Lexicologie Explicative et Combinatoire, LEC de Mel’čuk et fait appel partiellement (en ce qui concerne les rôles sémantiques) à la notion de Frame Element tel que décrit dans la théorie Frame Semantics (FS) de Fillmore. Ces deux théories ont ceci de commun qu’elles mènent toutes les deux à la construction de dictionnaires différents de ceux issus des approches traditionnelles. Les lexies verbales d’informatique et d’Internet qui ont été annotées manuellement dans plusieurs contextes constituent notre corpus spécialisé. Notre système qui attribue automatiquement des rôles sémantiques aux actants est basé sur des règles ou classificateurs entraînés sur plus de 2300 contextes. Nous sommes limités à une liste de rôles restreinte car certains rôles dans notre corpus n’ont pas assez d’exemples annotés manuellement. Dans notre système, nous n’avons traité que les rôles Patient, Agent et Destination dont le nombre d’exemple est supérieur à 300. Nous avons crée une classe que nous avons nommé Autre où nous avons rassemblé les autres rôles dont le nombre d’exemples annotés est inférieur à 100. Nous avons subdivisé la tâche d’annotation en sous-tâches : identifier les participants actants et circonstants et attribuer des rôles sémantiques uniquement aux actants qui contribuent au sens de la lexie verbale. Nous avons soumis les phrases de notre corpus à l’analyseur syntaxique Syntex afin d’extraire les informations syntaxiques qui décrivent les différents participants d’une lexie verbale dans une phrase. Ces informations ont servi de traits (features) dans notre modèle d’apprentissage. Nous avons proposé deux techniques pour l’identification des participants : une technique à base de règles où nous avons extrait une trentaine de règles et une autre technique basée sur l’apprentissage machine. Ces mêmes techniques ont été utilisées pour la tâche de distinguer les actants des circonstants. Nous avons proposé pour la tâche d’attribuer des rôles sémantiques aux actants, une méthode de partitionnement (clustering) semi supervisé des instances que nous avons comparée à la méthode de classification de rôles sémantiques. Nous avons utilisé CHAMÉLÉON, un algorithme hiérarchique ascendant. / Semantic role annotation is a process that aims to assign labels such as Agent, Patient, Instrument, Location, etc. to actants or circumstants (also called arguments or adjuncts) of predicative lexical units. This process often requires the use of rich lexical resources or corpora in which sentences are annotated manually by linguists. The automatic approaches (statistical or machine learning) are based on corpora. Previous work was performed for the most part in English which has rich resources, such as PropBank, VerbNet and FrameNet. These resources were used to serve the automated annotation systems. This type of annotation in other languages for which no corpora of annotated sentences are available often use FrameNet by projection. Although a resource such as FrameNet is necessary for the automated annotation systems and the manual annotation by linguists of a large number of sentences is a tedious and time consuming work. We have proposed an automated system to help linguists in this task so that they have only to validate annotations proposed. Our work focuses on verbs that are more likely than other predicative units (adjectives and nouns) to be accompanied by actants realized in sentences. These verbs are specialized terms of the computer science and Internet domains (ie. access, configure, browse, download) whose actantial structures have been annotated manually with semantic roles. The actantial structure is based on principles of Explanatory and Combinatory Lexicology, LEC of Mel’čuk and appeal in part (with regard to semantic roles) to the notion of Frame Element as described in the theory of frame semantics (FS) of Fillmore. What these two theories have in common is that they lead to the construction of dictionaries different from those resulting from the traditional theories. These manually annotated verbal units in several contexts constitute the specialized corpus that our work will use. Our system designed to assign automatically semantic roles to actants is based on rules and classifiers trained on more than 2300 contexts. We are limited to a restricted list of roles for certain roles in our corpus have not enough examples manually annotated. In our system, we addressed the roles Patient, Agent and destination that the number of examples is greater than 300. We have created a class that we called Autre which we bring to gether the other roles that the number of annotated examples is less than 100. We subdivided the annotation task in the identification of participant actants and circumstants and the assignment of semantic roles to actants that contribute to the sense of the verbal lexical unit. We parsed, with Syntex, the sentences of the corpus to extract syntactic informations that describe the participants of the verbal lexical unit in the sentence. These informations are used as features in our learning model. We have proposed two techniques for the task of participant detection: the technique based in rules and machine learning. These same techniques are used for the task of classification of these participants into actants and circumstants. We proposed to the task of assigning semantic roles to the actants, a partitioning method (clustering) semi supervised of instances that we have compared to the method of semantic role classification. We used CHAMELEON, an ascending hierarchical algorithm.

L’annotation en rôles sémantiques est une tâche qui permet d’attribuer des étiquettes de rôles telles que Agent, Patient, Instrument, Lieu, Destination etc. aux différents participants actants ou circonstants (arguments ou adjoints) d’une lexie prédicative. Cette tâche nécessite des ressources lexicales riches ou des corpus importants contenant des phrases annotées manuellement par des linguistes sur lesquels peuvent s’appuyer certaines approches d’automatisation (statistiques ou apprentissage machine). Les travaux antérieurs dans ce domaine ont porté essentiellement sur la langue anglaise qui dispose de ressources riches, telles que PropBank, VerbNet et FrameNet, qui ont servi à alimenter les systèmes d’annotation automatisés. L’annotation dans d’autres langues, pour lesquelles on ne dispose pas d’un corpus annoté manuellement, repose souvent sur le FrameNet anglais. Une ressource telle que FrameNet de l’anglais est plus que nécessaire pour les systèmes d’annotation automatisé et l’annotation manuelle de milliers de phrases par des linguistes est une tâche fastidieuse et exigeante en temps. Nous avons proposé dans cette thèse un système automatique pour aider les linguistes dans cette tâche qui pourraient alors se limiter à la validation des annotations proposées par le système. Dans notre travail, nous ne considérons que les verbes qui sont plus susceptibles que les noms d’être accompagnés par des actants réalisés dans les phrases. Ces verbes concernent les termes de spécialité d’informatique et d’Internet (ex. accéder, configurer, naviguer, télécharger) dont la structure actancielle est enrichie manuellement par des rôles sémantiques. La structure actancielle des lexies verbales est décrite selon les principes de la Lexicologie Explicative et Combinatoire, LEC de Mel’čuk et fait appel partiellement (en ce qui concerne les rôles sémantiques) à la notion de Frame Element tel que décrit dans la théorie Frame Semantics (FS) de Fillmore. Ces deux théories ont ceci de commun qu’elles mènent toutes les deux à la construction de dictionnaires différents de ceux issus des approches traditionnelles. Les lexies verbales d’informatique et d’Internet qui ont été annotées manuellement dans plusieurs contextes constituent notre corpus spécialisé. Notre système qui attribue automatiquement des rôles sémantiques aux actants est basé sur des règles ou classificateurs entraînés sur plus de 2300 contextes. Nous sommes limités à une liste de rôles restreinte car certains rôles dans notre corpus n’ont pas assez d’exemples annotés manuellement. Dans notre système, nous n’avons traité que les rôles Patient, Agent et Destination dont le nombre d’exemple est supérieur à 300. Nous avons crée une classe que nous avons nommé Autre où nous avons rassemblé les autres rôles dont le nombre d’exemples annotés est inférieur à 100. Nous avons subdivisé la tâche d’annotation en sous-tâches : identifier les participants actants et circonstants et attribuer des rôles sémantiques uniquement aux actants qui contribuent au sens de la lexie verbale. Nous avons soumis les phrases de notre corpus à l’analyseur syntaxique Syntex afin d’extraire les informations syntaxiques qui décrivent les différents participants d’une lexie verbale dans une phrase. Ces informations ont servi de traits (features) dans notre modèle d’apprentissage. Nous avons proposé deux techniques pour l’identification des participants : une technique à base de règles où nous avons extrait une trentaine de règles et une autre technique basée sur l’apprentissage machine. Ces mêmes techniques ont été utilisées pour la tâche de distinguer les actants des circonstants. Nous avons proposé pour la tâche d’attribuer des rôles sémantiques aux actants, une méthode de partitionnement (clustering) semi supervisé des instances que nous avons comparée à la méthode de classification de rôles sémantiques. Nous avons utilisé CHAMÉLÉON, un algorithme hiérarchique ascendant. / Semantic role annotation is a process that aims to assign labels such as Agent, Patient, Instrument, Location, etc. to actants or circumstants (also called arguments or adjuncts) of predicative lexical units. This process often requires the use of rich lexical resources or corpora in which sentences are annotated manually by linguists. The automatic approaches (statistical or machine learning) are based on corpora. Previous work was performed for the most part in English which has rich resources, such as PropBank, VerbNet and FrameNet. These resources were used to serve the automated annotation systems. This type of annotation in other languages for which no corpora of annotated sentences are available often use FrameNet by projection. Although a resource such as FrameNet is necessary for the automated annotation systems and the manual annotation by linguists of a large number of sentences is a tedious and time consuming work. We have proposed an automated system to help linguists in this task so that they have only to validate annotations proposed. Our work focuses on verbs that are more likely than other predicative units (adjectives and nouns) to be accompanied by actants realized in sentences. These verbs are specialized terms of the computer science and Internet domains (ie. access, configure, browse, download) whose actantial structures have been annotated manually with semantic roles. The actantial structure is based on principles of Explanatory and Combinatory Lexicology, LEC of Mel’čuk and appeal in part (with regard to semantic roles) to the notion of Frame Element as described in the theory of frame semantics (FS) of Fillmore. What these two theories have in common is that they lead to the construction of dictionaries different from those resulting from the traditional theories. These manually annotated verbal units in several contexts constitute the specialized corpus that our work will use. Our system designed to assign automatically semantic roles to actants is based on rules and classifiers trained on more than 2300 contexts. We are limited to a restricted list of roles for certain roles in our corpus have not enough examples manually annotated. In our system, we addressed the roles Patient, Agent and destination that the number of examples is greater than 300. We have created a class that we called Autre which we bring to gether the other roles that the number of annotated examples is less than 100. We subdivided the annotation task in the identification of participant actants and circumstants and the assignment of semantic roles to actants that contribute to the sense of the verbal lexical unit. We parsed, with Syntex, the sentences of the corpus to extract syntactic informations that describe the participants of the verbal lexical unit in the sentence. These informations are used as features in our learning model. We have proposed two techniques for the task of participant detection: the technique based in rules and machine learning. These same techniques are used for the task of classification of these participants into actants and circumstants. We proposed to the task of assigning semantic roles to the actants, a partitioning method (clustering) semi supervised of instances that we have compared to the method of semantic role classification. We used CHAMELEON, an ascending hierarchical algorithm.

Dans cette thèse, j’étudie l’intransitivité scindée dans la famille linguistique arawak (Amérique du sud). L’analyse grammaticale du phénomène de l’intransitivité scindée s’appuie sur la prise en compte d’une part de ses motivations sémantico-pragmatiques, et d’autre part de ses réalisations morphosyntaxiques selon les catégories grammaticales, les changements de diathèse et les facteurs de TAM. En plus des marquages canoniques de l’agent et du patient d’un verbe transitif, les constructions impliquant des marquages non canoniques, comme celles engageant des verbes nominalisés ou un marquage différentiel, ont également été considérées.Cette étude non seulement révèle l’existence d’une grande diversité parmi les sous-types d’intransitivité scindée, mais propose les moyens de comprendre l’évolution diachronique de ces sous-types, avec laquelle ont pu interférer les effets du contact de langues. Les hypothèses avancées sur l’évolution historique des systèmes grammaticaux mettent à jour les voies où plusieurs langues ont pu s’engager vers des alignements à coloration accusative vs. ergative.Au travers de cette orientation, l’étude nous éclaire sur les différentes manières qu’a l’intransitivité scindée d’affecter l’alignement des actants, apportant ainsi sa contribution à la typologie des langues. / In this thesis I study in depth the split intransitivity in the Arawak family of languages of South America. The grammatical analysis of the split intransitivity phenomenon is based on both their semantico-pragmatical motivations and their morphosyntactical realizations according to grammatical categories, valence changes and TAM. Besides, I also take into account constructions involving other types such as nominalized verbs and differential marking.This study not only reveals the existence of a rich diversity of split intransitivity patterns within this family, but it also proposes paths to understand the diachrony of such patterns, involving shifts from ergative alignment to accusative alignment, for which the effects of language contact may have played an important role. In this connection, the study sheds light onto the ways split intransitivity has implication for alignment-type and it is thus of interest for language typology.