Les médias sociaux ont changé notre manière de communiquer entre individus, au sein des organisations et des communautés. La disponibilité de ces données sociales ouvre de nouvelles opportunités pour comprendre et influencer le comportement des utilisateurs. De ce fait, la fouille des médias sociaux connait un intérêt croissant dans divers milieux scientifiques et économiques. Dans cette thèse, nous nous intéressons spécifiquement aux utilisateurs de ces réseaux et cherchons à les caractériser selon deux axes : (i) leur expertise et leur réputation et (ii) les sentiments qu’ils expriment.De manière classique, les données sociales sont souvent fouillées selon leur structure en réseau. Cependant, le contenu textuel des messages échangés peut faire émerger des connaissances complémentaires qui ne peuvent être connues via la seule analyse de la structure. Jusqu’à récemment, la majorité des travaux concernant l’analyse du contenu textuel était proposée pour l’Anglais. L’originalité de cette thèse est de développer des méthodes et des ressources basées sur le contenu pour la fouille des réseaux sociaux pour la langue Française.Dans le premier axe, nous proposons d'abord d’identifier l'expertise des utilisateurs. Pour cela, nous avons utilisé des forums qui recrutent des experts en santé pour apprendre des modèles de classification qui servent à identifier les messages postés par les experts dans n’importe quel autre forum. Nous démontrons que les modèles appris sur des forums appropriés peuvent être utilisés efficacement sur d’autres forums. Puis, dans un second temps, nous nous intéressons à la réputation des utilisateurs dans ces forums. L’idée est de rechercher les expressions de confiance et de méfiance exprimées dans les messages, de rechercher les destinataires de ces messages et d’utiliser ces informations pour en déduire la réputation des utilisateurs. Nous proposons une nouvelle mesure de réputation qui permet de pondérer le score de chaque réponse selon la réputation de son auteur. Des évaluations automatiques et manuelles ont démontré l’efficacité de l’approche.Dans le deuxième axe, nous nous sommes focalisés sur l’extraction de sentiments (polarité et émotion). Pour cela, dans un premier temps, nous avons commencé par construire un lexique de sentiments et d’émotions pour le Français que nous appelons FEEL (French Expanded Emotion Lexicon). Ce lexique est construit de manière semi-automatique en traduisant et en étendant son homologue Anglais NRC EmoLex. Nous avons ensuite comparé FEEL avec les lexiques Français de la littérature sur des benchmarks de référence. Les résultats ont montré que FEEL permet d’améliorer la classification des textes Français selon leurs polarités et émotions. Dans un deuxième temps, nous avons proposé d’évaluer de manière assez exhaustive différentes méthodes et ressources pour la classification de sentiments en Français. Les expérimentations menées ont permis de déterminer les caractéristiques utiles dans la classification de sentiments pour différents types de textes. Les systèmes appris se sont montrés particulièrement efficaces sur des benchmarks de référence. De manière générale, ces travaux ont ouvert des perspectives prometteuses sur diverses tâches d’analyse des réseaux sociaux pour la langue française incluant: (i) combiner plusieurs sources pour transférer la connaissance sur les utilisateurs des réseaux sociaux; (ii) la fouille des réseaux sociaux en utilisant les images, les vidéos, les géolocalisations, etc. et (iii) l'analyse multilingues de sentiment. / Social Media has changed the way we communicate between individuals, within organizations and communities. The availability of these social data opens new opportunities to understand and influence the user behavior. Therefore, Social Media Mining is experiencing a growing interest in various scientific and economic circles. In this thesis, we are specifically interested in the users of these networks whom we try to characterize in two ways: (i) their expertise and their reputations and (ii) the sentiments they express.Conventionally, social data is often mined according to its network structure. However, the textual content of the exchanged messages may reveal additional knowledge that can not be known through the analysis of the structure. Until recently, the majority of work done for the analysis of the textual content was proposed for English. The originality of this thesis is to develop methods and resources based on the textual content of the messages for French Social Media Mining.In the first axis, we initially suggest to predict the user expertise. For this, we used forums that recruit health experts to learn classification models that serve to identify messages posted by experts in any other health forum. We demonstrate that models learned on appropriate forums can be used effectively on other forums. Then, in a second step, we focus on the user reputation in these forums. The idea is to seek expressions of trust and distrust expressed in the textual content of the exchanged messages, to search the recipients of these messages and use this information to deduce users' reputation. We propose a new reputation measure that weighs the score of each response by the reputation of its author. Automatic and manual evaluations have demonstrated the effectiveness of the proposed approach.In the second axis, we focus on the extraction of sentiments (emotions and polarity). For this, we started by building a French lexicon of sentiments and emotions that we call FEEL (French Expanded Emotions Lexicon). This lexicon is built semi-automatically by translating and expanding its English counterpart NRC EmoLex. We then compare FEEL with existing French lexicons from literature on reference benchmarks. The results show that FEEL improves the classification of French texts according to their polarities and emotions. Finally, we propose to evaluate different features, methods and resources for the classification of sentiments in French. The conducted experiments have identified useful features and methods in the classification of sentiments for different types of texts. The learned systems have been particularly efficient on reference benchmarks.Generally, this work opens promising perspectives on various analytical tasks of Social Media Mining including: (i) combining multiple sources in mining Social Media users; (ii) multi-modal Social Media Mining using not just text but also image, videos, location, etc. and (iii) multilingual sentiment analysis.

Les Textes des Pyramides empruntent au répertoire de la vie quotidienne des Anciens Egyptiens bon nombre de vocables, faisant de ces objets a priori profanes des attributs divins ou encore des éléments d’un viatique funéraire accompagnant le défunt lors de son « ascension ». Le cas des artefacts textiles (vêtements et habits) est particulièrement riche.En reprenant l’identification de chaque item, d’un point de vue tant iconographique que lexicographique, et en tenant compte du contexte d’utilisation, il est possible de comprendre ce qui motiva sa présence : traditions institutionnelles héritées des premières dynasties, significations théologiques ou simples préoccupations fonctionnelles. / The Pyramid Texts borrow from the daily life of Ancient Egyptian a lot of words,making those objects a priori profane to divine attributes or components of funeraryequipment accompanying the deceased during his ascension. The case of textile artifacts(clothes and garments) is particularly affluent.By resuming the identification of each item, on a point of view so iconographical aslexicographical, and to take account of used context, it is able to understand what wasthe motivation of its : institutional lore inherited from first dynasty, theological senses orprivate functional preoccupations.

L'évaluation d'un objet est intrinsèquement liée à la définition que l'on pose de celui-ci. Si à un certain niveau de généralité, ce qu'est comprendre un texte semble aller de soi, une recension des travaux en psychologie cognitive, du développement, en didactique, en sociolinguistique, montre au contraire le caractère polymorphe de cet objet qu'on peine à définir. Dès lors, comment évaluer ce que l'on peine à circonscrire, même par exclusion ? Toujours dans le but de cerner ce qu'on entend par compréhension, nous avons mené quatre enquêtes. La première repose sur des entretiens avec des enseignants autour d'une épreuve (texte + questions), en vue de décrire leur manière de se représenter la compréhension et ses difficultés. La deuxième, centrée sur l'analyse des questions repose sur la constitution et une première analyse d'un corpus d'environ 200 questions proposées lors d'évaluations nationales sur la compréhension de textes narratifs. Analyser les questions ne pouvant se faire sans prendre en compte l'activité de réponse, nous avons proposé ensuite deux expériences. La première procède d'une sorte de raisonnement par « l'absurde »: peut-on répondre à des questionnaires de compréhension sans le texte y afférant ? La seconde a pour but de cerner les spécificités des épreuves, en proposant aux mêmes élèves quatre tâches (rappel, reconnaissance, jugement d'importance et QCM) sur deux textes différents. Ces analyses convergent pour montrer que chaque tâche donne un portrait différent de la compréhension et que l'on passe parfois rapidement d'une compréhension d'un texte à la compréhension de textes. / The evaluation of an object is intrinsically linked to the way one defines it. In seeking to define narrative texts comprehension, we have educed multiple facets of this process: cognitiv psychology, psychology of development, didactics, sociolinguistics, which each in their way clarifies an aspect of texts comprehension. This being the case, how can an object so polymorphous be evaluated? To properly understand the functioning of MCQs, the most common method for evaluating texts comprehension, we have undertaken four separate investigations. The first was based on interviews with teachers about a given examination (text plus questions), with the aim of being able to formulate how one depicts texts comprehension and its difficulties. The second investigation, centered on the analysis of questions, was based on the constitution of a corpus of about 200 questions used in nationwide tests of narrative texts comprehension , and a first-level analysis. Analyzing questions necessitates taking into consideration the activity of replying to questions, so we developed two further experiments. The first proceeded from a sort of "reasoning by the absurd": can one reply to questions without cognizance of the corresponding text? The second aimed to identify the specificities of tests, by proposing to the same students four tasks (recall, recognition, relative importance judgments and QMCs) for two different texts. These analyses converge to demonstrate that each kind of task generates a specific profile view of texts comprehension, and that sometimes one passes rapidly from the comprehension of a given text to the general texts comprehension reading competencies.

Cette étude, après avoir souligné l’évolution complexe de l’enseignement de la littérature au secondaire, et les difficultés actuelles face à ce que les instructions officielles nomment la lecture analytique, montre les intérêts didactiques du texte poétique résistant. Une mise en œuvre auprès d’élèves de 3e dans le cadre de cet apprentissage, et l’analyse de leurs textes de lecteurs, permettent ainsi de vérifier l’intérêt didactique du texte poétique résistant. En effet, les zones d’indéterminations spécifiques qui le caractérisent créent une dynamique motivationnelle et stimulent l’effort interprétatif de l’élève. Les contraintes fécondes de ce type de texte favorisent ainsi une lecture littéraire « dialectique », plurielle, contribuant à la compréhension de la notion d’interprétation littéraire. La rencontre avec les textes poétiques résistants apparait donc comme une expérience précieuse, porteuse de progrès pour l’apprentissage de l’élève et pour son autonomisation. / After underlining the complex evolution of teaching literature at Secondary school level, and the current difficulties faced when teaching the official syllabus, particularily as far as analytical reading is concerned, this study reveals the educational benefits of teaching Resistance poetry. An experiment carried out with Year 10 pupils, and the analysis of their reader's texts enables us to assess the educational importance of the study of Resistance poetry. Indeed, the characteristic indetermination zones create a motivational dynamic and stimulate interpretational efforts amongst the pupils. The prolific constraints of this type of text encourage a « dialectic » and plural literary reading of the text, contributing to the understanding of the notion of literary interpretation. The encounter with Resistance poetry appears then to be a valuable experience, encouraging pupils to progress and become more independent.

En 2004, moins de 1 % des 6800 langues du monde bénéficie d'un niveau d'informatisation élevé, incluant un éventail large de services allant du traitement de textes à la traduction automatique. Cette thèse, qui s'intéresse aux autres langues - les langues-pi - s'attache à proposer des solutions pour remédier à leur sous-développement informatique. Dans une première partie destinée à montrer la complexité du problème, nous présentons la diversité des langues, les technologies utilisées, ainsi que les approches des différents acteurs impliqués : populations linguistiques, éditeurs de logiciels, Nations Unies, États... Une mesure du degré d'informatisation des langues - l'indice-sigma - ainsi que plusieurs méthodes sont proposées. La seconde partie traite de l'informatisation du laotien et présente concrètement les travaux réalisés pour cette langue en appliquant les méthodes décrites précédemment. Les réalisations décrites ont permis d'améliorer l'indice-sigma de la langue laotienne d'environ 4 points, cet indice étant actuellement évalué à 8,7/20. Dans la troisième partie, nous montrons qu'une approche par groupe de langues peut encore réduire les coûts d'informatisation grâce à l'utilisation d'une architecture modulaire associant des logiciels grand public et des compléments spécifiques. Pour les parties intimement liées aux langues, des outils linguiciels génériques complémentaires permettent aux populations d'informatiser elles-mêmes leurs langues. Nous avons validé cette méthode en l'appliquant à la segmentation syllabique de langues à écritures non segmentée d'Asie du Sud-Est, telles que le birman, le khmer, le laotien et le siamois (thaï).

À l'université, au niveau du tronc commun des filières scientifiques, l'exigence de construire des connaissances à partir de textes scientifiques se heurte globalement à deux types d'obstacles qui se résument dans le traitement des informations du texte et dans la stratégie de production adoptée pour conserver les informations. Du fait que l'activité de compréhension met en œuvre un double traitement du contenu sémantique du texte (Van Dijk & Kintsch, 1983), de même que la réécriture exige le retraitement des informations récupérées de la mémoire du lecteur en fonction des paramètres de la situation de production, nous analysons l'effet d'outils didactiques, du niveau des apprenants en langue étrangère ainsi que le rôle du contexte linguistique sur les stratégies de travail des étudiants. Ainsi, dans le cadre de la littératie et de la société mondiale de l'information, les résultats de nos quatre expérimentations renforcent ceux obtenus par des travaux antérieurs (Cordier & Legros, 2005; Hoareau & Legros, 2006; Marin & Legros, 2007) et renvoient à la nécessité de construire des systèmes d'aide à la compréhension et à la réécriture en adéquation avec les capacités cognitives des apprenants et les contraintes de la situation d'apprentissage.

La thèse porte sur la génération automatique de descriptions définies et démonstratives. Il s'agit d'établir les contraintes linguistiques qui régissent leur production, et d'identifier les connaissances non linguistiques qui entrent en jeu dans cette production. Les algorithmes existant traitent essentiellement la génération de descriptions définies lorsque leur référent est déjà connu et les pronoms. Notre objectif est de parvenir à la génération de descriptions définies référant à des entités nouvelles et de descriptions démonstratives. Pour y parvenir, nous avons étudié un corpus de 10 000 descriptions définies et démonstratives. Notre thèse s'articule autour de deux grandes parties. Dans la première partie, nous réalisons un état de l'art dans les trois domaines qui nous concernent et dans la seconde, nous présentons les résultats de notre étude, et les extensions des algorithmes que nous proposons. Dans le premier chapitre, nous exposons les données théoriques et empiriques connues sur la référence, les expressions référentielles en français, et en anglais. Nous concluons par une synthèse montrant les limites de ces analyses. Nous présentons dans le deuxième chapitre la problématique de la génération d'expressions référentielles, et les algorithmes existant. Nous présentons l'algorithme de Gardent et Striegnitz, et montrons en quoi il nous semble être le plus approprié pour les extensions que nous souhaitons réaliser. Le troisième chapitre présente les concepts liés la linguistique de corpus et au traitement de corpus électroniques. Nous terminons la première partie par une synthèse exposant comment se lient les problèmes posés par les trois domaines abordés. Le cinquième chapitre de notre thèse présente les travaux ralisés sur le corpus, des pré-traitements informatiques à l'extraction des résultats. Dans le sixième chapitre, nous exposons les résultats d'une étude approfondie des anaphores associatives annotées dans notre corpus, et une extension de l'algorithme de Gardent et Striegnitz. Le septième chapitre présente une étude des descriptions définies et démonstratives et une seconde extension de l'algorithme de Gardent et Striegnitz, en tenant compte de la notion d'informativité d'une expression référentielle. Le dernier chapitre présente les contraintes identifiées l'aide du corpus sur le choix du déterminant des descriptions, et nous montrons qu'elles sont à la fois syntaxiques et sémantiques.

Présentation de la structure et des caractéristiques externes habituellement rencontrées parmi les éditeurs de lieu. Panorama des principaux éditeurs de textes existants et de leurs particularités. Description de yéti en tant que structure interne et interface avec l'utilisateur et en tant que produit fini vu par l'usager. Caractéristiques d'un éditeur de texte interactif. Yeti est doté d'un certain nombre de petites routines qui sont ses instruments de mesure. Il est aisément modifiable car il est conçu avec une structure modulaire.

Nous posons comme hypothèse de départ que, chez Beckett, une réponse aux questions posées par le problème du temps s'élabore à travers l'énonciation. Ce fonctionnement particulier apparaît dès les premiers textes beckettiens, mais sera étudié plus précisément à travers les Textes pour rien datant de 1950. Le premier chapitre propose une présentation des différentes caractéristiques propres aux Textes pour rien en rapport avec l'expérience du temps telle que l'écriture de Beckett en témoigne. Nous lirons en parallèle les Confessions de saint Augustin afin de voir de quelle façon Beckett a repris la question dans la poétique de son oeuvre. Dans le second chapitre, le statut du langage, tel que la psychanalyse le révèle et tel qu'il est pris en charge par le linguiste Émile Benveniste, permettra de voir comment le sujet se met en scène dans les modalités de sa parole. Chez Beckett en général et dans les Textes pour rien en particulier, certaines figures du temps, celles de l'attente, de la nostalgie, de l'habitude, du ressassement et de la fin participent à la constitution d'un présent en cours qui détermine à la fois la forme et le sens de l'oeuvre. Cette question du temps étant liée par sa nature même à celle de la mémoire, nous revenons dans le troisième chapitre à Augustin pour décrire la voix des Textes pour rien en ce qu'elle est tributaire d'une logique singulière de la mémoire (individuelle, intertextuelle et autotextuelle). En fait, la « mauvaise mémoire » des personnages, associée à un intertexte évident même s'il n'est pas toujours clairement identifiable, fonctionne de telle sorte que toute l'activité mémorielle servant au rappel de souvenirs et d'un héritage culturel commun devient la matière même du texte, par le travail d'une mémoire immanente au texte. Nous verrons alors que, chez Beckett, l'énonciation fait partie de l'expérience du temps plutôt qu'elle sert à la décrire et que, renonçant au temps physique ou chronologique, les Textes pour rien mettent en acte une temporalité qui n'est pas tant subjective que révélatrice d'une certaine forme de sujet. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Beckett, Textes pour rien, Temps, Mémoire, Figure, Énonciation.

La présente recherche a porté sur la maîtrise de la cohérence microstructurelle par les élèves de niveau collégial. Elle avait pour objectif de mesurer les effets de l'enseignement de la progression thématique comme critère de cohérence microstructurelle selon une méthode contrastive, et les effets de l'enseignement de deux méthodes différentes de la révision de cet aspect. Nous avons aussi cherché à déterminer quels défauts de cohérence se trouvent dans les textes d'élèves du collégial. Trois groupes d'élèves du collégial ont reçu des séances d'enseignement différentes de la cohérence dans l'introduction et la conclusion, l'une traditionnelle et l'autre expérimentale. Les deux groupes soumis à l'enseignement expérimental ont suivi des activités d'entraînement à la révision différentes, soit une activité de mise à distance par la tâche dans un groupe et de mise à distance par les pairs. Trois introductions rédigées par les élèves avant et après les interventions ont servi de prétest et de post-tests. Un taux de réussite de la progression thématique a été calculé pour chacune des introductions afin de comparer les performances des trois groupes. L'examen des résultats a montré que le taux de réussite de la progression thématique a augmenté de façon constante dans les groupes expérimentaux, alors qu'il a stagné dans le groupe témoin. Par contre, il n'a pas été possible de distinguer l'impact des deux méthodes d'entraînement à la révision expérimentées. L'examen des défauts de cohérence présents dans les textes d'élèves regroupés en fonction de leur habileté de départ a montré que l'amélioration observée dans les groupes expérimentaux est plus marquée chez les sous-groupes d'élèves faibles. Les résultats de cette expérimentation montrent que l'enseignement de la progression thématique selon une méthode contrastive favorise l'amélioration de la cohérence microstructurelle des introductions rédigées par les élèves. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : cohérence, cohérence microtructurelle, progression thématique, défauts de cohérence, méthode contrastive, cohésion, révision, mise à distance par la tâche, mise à distance par les pairs, différence forts/faibles, collégial.