Cette étude s’intéresse au rapport des Anciens Égyptiens au sable, élément naturel omniprésent dans le paysage et le quotidien. Le problème est abordé d’un point de vue textuel et plus particulièrement lexicographique. Pour cela, les mentions de six termes appartenant au vocabulaire du sable sont examinées dans des textes mythologiques et rituels, sur une période comprise entre l’Ancien Empire et l’époque romaine. L’enjeu est de déterminer la perception du sable en contexte et de mettre en évidence les croyances élaborées autour de l’élément. Il s’agit de saisir les principes d’introduction du sable au discours religieux afin de mettre en lumière un mécanisme de pensée spécifique à la religion égyptienne : l’observation naturaliste. / This study focuses on the relations between Ancient Egyptians and sand, a natural element, ever-present in landscape and daily life. It is seen from a textual and especially lexicographical point of view. Therefore, quotes of six words related to the vocabulary of sand are studied in mythological and ritual texts from Old Kingdom to Roman Period. The aim is to establish the perception of sand depending on the context and to reveal the beliefs associated to sand. The introduction of sand in the religious speech is taken into account in order to highlight a way of thinking specific to the Egyptian religion : naturalistic observation.

La majorité des méthodes de classification de textes utilisent le paradigme du sac de mots pour représenter les textes. Pourtant cette technique pose différents problèmes sémantiques : certains mots sont polysémiques, d'autres peuvent être des synonymes et être malgré tout différenciés, d'autres encore sont liés sémantiquement sans que cela soit pris en compte et enfin, certains mots perdent leur sens s'ils sont extraits de leur groupe nominal. Pour pallier ces problèmes, certaines méthodes ne représentent plus les textes par des mots mais par des concepts extraits d'une ontologie de domaine, intégrant ainsi la notion de sens au modèle. Les modèles intégrant la représentation des textes par des concepts restent peu utilisés à cause des résultats peu satisfaisants. Afin d'améliorer les performances de ces modèles, plusieurs méthodes ont été proposées pour enrichir les caractéristiques des textes à l'aide de nouveaux concepts extraits de bases de connaissances. Mes travaux donnent suite à ces approches en proposant une étape d'enrichissement des modèles à l'aide d'une ontologie de domaine associée. J'ai proposé deux mesures permettant d'estimer l'appartenance aux catégories de ces nouveaux concepts. A l'aide de l'algorithme du classifieur naïf Bayésien, j'ai testé et comparé mes contributions sur le corpus de textes labéllisés Ohsumed et l'ontologie de domaine Disease Ontology. Les résultats satisfaisants m'ont amené à analyser plus précisément le rôle des relations sémantiques dans l'enrichissement des modèles. Ces nouveaux travaux ont été le sujet d'une seconde expérience où il est question d'évaluer les apports des relations hiérarchiques d'hyperonymie et d'hyponymie. / Most of text-classification methods use the ``bag of words” paradigm to represent texts. However Bloahdom and Hortho have identified four limits to this representation: (1) some words are polysemics, (2) others can be synonyms and yet differentiated in the analysis, (3) some words are strongly semantically linked without being taken into account in the representation as such and (4) certain words lose their meaning if they are extracted from their nominal group. To overcome these problems, some methods no longer represent texts with words but with concepts extracted from a domain ontology (Bag of Concept), integrating the notion of meaning into the model. Models integrating the bag of concepts remain less used because of the unsatisfactory results, thus several methods have been proposed to enrich text features using new concepts extracted from knowledge bases. My work follows these approaches by proposing a model-enrichment step using a domain ontology, I proposed two measures to estimate to belong to the categories of these new concepts. Using the naive Bayes classifier algorithm, I tested and compared my contributions on the Ohsumed corpus using the domain ontology ``Disease Ontology”. The satisfactory results led me to analyse more precisely the role of semantic relations in the enrichment step. These new works have been the subject of a second experiment in which we evaluate the contributions of the hierarchical relations of hypernymy and hyponymy.

Ce travail de thèse s'inscrit dans le contexte d'extraction de connaissances à partir de documents textuels, appelé Fouille de textes (FdT) ou Text Mining (TM). Ce mémoire s'articule autour des problématiques liées à la modélisation de documents et la représentation de connaissances textuelles. Il s'intéresse à des collections de documents qui abordent des thématiques différentes. Le mémoire s'attache à élaborer un modèle de représentation et un système permettant d'extraire automatiquement des informations sur les différentes thématiques abordées mais également des mécanismes offrant la possibilité d'avoir des aperçus sur les contenus. Il est montré que les approches basées sur les associations de termes sont adaptées à ce contexte. Cependant, ces approches souffrent de certaines lacunes liées au choix du modèle et de la connaissance à retenir. Pour l'élaboration du modèle de représentation, le choix porte sur l'extension de l'approche d'association de termes. A cet effet, la notion de contexte est étudiée et un nouveau critère appelé « partage de contextes » est défini. Via ce critère, il est possible de détecter des liens entre termes qui n'apparaîtraient pas autrement. L'objectif est de représenter le plus de connaissances possibles. Ces dernières sont exploitées pour une meilleure représentation du contenu et des informations enfouies dans les textes. Un système appelé IC-DOC est réalisé, ce dernier met en oeuvre le modèle de représentation dans un nouvel environnement d'extraction de connaissances à partir de documents textuels. Dans un contexte de veille scientifique, la proposition de ce type de systèmes devient indispensable pour extraire et visualiser de manière automatique l'information contenue dans les collections de documents textuels. L'originalité du système IC-DOC est de tirer profit du modèle de représentation proposé. Une série d'expérimentations et de validations sur divers jeux de données sont réalisées via le système IC-DOC. Deux applications sont considérées. La première s'intéresse à la caractérisation thématique et la seconde étend la première pour une cartographie visuelle de connaissances textuelles.

L'expérience du résumé automatique m'a amené à élargir le champ de mes recherches en visant non plus de simples résumés automatiques non ciblés, mais des systèmes automatiques de filtrage sémantique d'informations, adaptés aux besoins spécifiques d'une tâche d'identification. Divers travaux menés parallèlement dans l'équipe LALIC depuis plusieurs années ont en effet permis d'identifier une même problématique qui relève du filtrage sémantique dans des textes. <br />Ce filtrage sémantique se fonde sur la méthode d'exploration contextuelle. Il s'effectue en exploitant des connaissances purement textuelles, indépendantes d'un domaine particulier, ce qui signifie que nous ne cherchons pas à construire des ontologies. Ces connaissances s'expriment sous forme de marqueurs linguistiques discursifs explicites d'une notion sémantique et sont organisées pour des tâches précises. L'exploitation de ces connaissances a pour finalité d'attribuer une ou plusieurs valeurs sémantiques à une unité textuelle. Il devient ainsi possible de produire un extrait textuel en « filtrant » les unités textuelles étiquetées selon le point de vue adopté. En d'autres termes, le filtrage sémantique est un moyen pour fouiller un texte selon le point de vue d'un utilisateur.<br />Ma recherche s'est déployée selon deux axes :<br />• La construction d'un système d'expression de l'exploration contextuelle ;<br />• La conception d'une plate-forme d'ingénierie linguistique, FilText, plate-forme dans laquelle s'inscrivent les concepts et méthodes définis.<br />Je présenterai l'architecture conceptuelle de la plate-forme FilText ainsi que les possibilités offertes par ContextO, instance logicielle de Filtext.<br />Enfin, je montrerais en quoi la problématique du filtrage sémantique d'informations s'étend à d'autres disciplines des sciences humaines dans lesquelles la recherche d'informations dans des textes constitue une activité essentielle des chercheurs.

Ce travail de thèse porte sur la problématique d'extraction de connaissances à partir de textes, plus communément appelée la fouille de textes (FdT). Il s'articule autour des problèmes liés à l'analyse des textes, la fouille de textes proprement dite, et l'interprétation des éléments de connaissances extraits. Dans ce cadre, un système d'extraction des connaissances nécessaires pour analyser les textes en fonction de leur contenu est étudié et implanté. Les méthodes de fouille de données appliquées sont la recherche de motifs fréquents (avec l'algorithme Close) et l'extraction de règles d'association. Le mémoire s'attache à définir précisément le processus de fouille de textes et ses principales caractéristiques et propriétés en s'appuyant sur l'extraction de motifs fréquents et de règles d'association. En outre, une étude minutieuse d'un ensemble donné de mesures de qualité qu'il est possible d'attacher aux règles d'association est menée, toujours dans le cadre de la fouille de textes. Il est montré quel rôle ces mesures peuvent avoir sur la qualité et sur l'interprétation des règles extraites ; comment peuvent-elles influer sur la qualité globale du processus de fouille de textes.<br />L'utilisation d'un modèle de connaissances vient appuyer et surtout compléter cette première approche. Il est montré, par la définition d'une mesure de vraisemblance, l'intérêt de découvrir de nouvelles connaissances en écartant les connaissances déjà répertoriées et décrites par un modèle de connaissances du domaine. Les règles d'association peuvent donc être utilisées pour alimenter un modèle de connaissances terminologiques du domaine des textes choisi. La thèse inclut la réalisation d'un système appelé TAMIS : "Text Analysis by Mining Interesting ruleS" ainsi qu'une expérimentation et une validation sur des données réelles de résumés de textes en biologie moléculaire.

Depuis les années 1860 en Nouvelle-Calédonie, de nombreux textes évoquent les activités de la mine, son organisation, sa structure de commandement, la vie des mineurs et autres activités liées à la mine, les conflits entre les catégories sociales. L'attention se porte notamment sur Jules Garnier et son récit de voyage, sur les nouvelles de Baudoux et sa " Chanson des cobaleurs ", en passant par les romans et nouvelles de Mariotti, Quel langage spécifique est recrée par les textes littéraires ? Comment rendent-ils compte du véritable argot minier qui a existé et existe peut-être encore ? Ils témoignent surtout d'une partie de l'imaginaire de la mine développé en Nouvelle-Calédonie : celui qui s'est élaboré à travers le prisme changeant de l'idéologie coloniale de 1853 à 1953, c'est-à-dire, avec le souci d'écrire une " légende ", ou une "épopée " et de participer à la grandeur de l'empire colonial français. C'est, en effet, pendant cette période que la plupart des termes et des représentations -- notamment celles du pionnier -- qui servent encore à évoquer l'exploitation minière, ont été crées par les auteurs qui ont occupé l'espace littéraire de la Nouvelle-Calédonie. Pour traiter des représentations d'une notion ou d'une réalité dans un texte appartenant à la littérature, il a été nécessaire d'aborder le texte comme une construction. En effet, même les témoignages qui semblent marqués de la plus pure authenticité sont d'abord des faits de discours qu'il faut démonter, dont on décrit les relations dans un modèle qui est toujours dynamique. De même, les évolutions dans les représentations suivent ou anticipent les mutations historiques avec une temporalité qui propre à la vie imaginaire et symbolique des collectivités humaines.

Ce travail de thèse a pour objectif de concevoir et réaliser un module informaticolinguistique apte à effectuer des analyses automatiques de textes thaï sous le système INTEX © . Basé fondamentalement sur les langues indo-européennes écrites avec l'alphabet latin, INTEX © rencontre quelques difficultés pour travailler sur une langue très différente comme le thaï. Le problème crucial est la segmentation en mots et en phrases, étant donné que le thaï n'a pas de séparateur de mot : une phrase est écrite en une séquence de lettres continues, et les séparateurs de phrase sont fréquemment ambigus. Aussi avons-nous développé et évalué deux méthodes de segmentation en mots, par expressions rationnelles et par transducteurs à nombre fini d'états, qui découpent respectivement des textes thaï en lettres et en syllabes. Nous avons également créé les dictionnaires électroniques du thaï qui servent à la fois à reconnaître les mots à partir des lettres ou des syllabes et à les étiqueter avec les codes syntaxiques et sémantiques. Deux méthodes de segmentation en phrases thaï, par la ponctuation et par mots-clés, sont également proposées et évaluées. Nous montrons enfin que, grâce à notre travail, INTEX © est capable d'analyser des documents thaï, malgré toutes les difficultés.

Il est un champ d'investigation qui mérite un intérêt particulier : il s'agit de la réception des littératures maghrébines en milieu scolaire : les oeuvres littéraires n'existent que par la lecture dans le milieu scolaire. C'est donc ayant présente à l'esprit cette évidence que nous nous proposons d'approfondir la recherche en la matière. Nous empruntons trois voies: l'analyse des textes normatifs, notamment ceux qui concernent l'enseignement du français, l'enquête auprès des enseignants et l'analyse des manuels scolaires en usage dans le secondaire. Notre recherche comporte donc deux grandes parties : la première porte sur le système éducatif et l'enseignement du français au Maroc; alors que la deuxième est consacrée à la place des textes littéraires dans les documents officiels et aux représentations interprétatives des pédagogues sur les oeuvres maghrébines aux programmes

De nombreux élèves fréquentant les écoles secondaires québécoises présentent des difficultés au niveau de l'apprentissage de l'écriture, et ce, malgré le fait que la langue française constitue leur langue maternelle. La méconnaissance du processus de révision, qui requiert la maîtrise de savoir-faire complexes et variés, compte au nombre des principales causes à l'origine de ces difficultés. À l'ère actuelle, l'intégration des technologies de l'information et de la communication (TIC) comme outils d'aide à l'apprentissage s'avère tout indiquée afin de favoriser le développement de certaines compétences en ce domaine. La présente recherche s'intéresse à savoir de quelle façon les TIC peuvent favoriser l'émergence de certaines habitudes de révision chez des élèves du secondaire. L'objectif général est donc d'étudier l'incidence des TIC sur les comportements et les stratégies de révision d'élèves de quatrième secondaire faibles en écriture. Pour ce faire, des ateliers d'écriture appuyés d'un réseau virtuel de soutien ont d'abord été élaborés, puis trois comportements et deux stratégies de révision ont ensuite fait l'objet d'une étude comparative entre le début et la fin de l'intervention. La collecte de données s'est effectuée, auprès de neuf sujets, à partir d'observations faites sur le terrain, de même que l'analyse qualitative du verbatim d'entrevues dirigées, des brouillons de trois productions écrites et de certaines publications des participants sur leur cyberportfolio. Les résultats obtenus démontrent que l'intervention des membres du réseau virtuel de soutien a eu un impact positif sur l'importance accordée à la révision de l'orthographe d'usage et grammaticale, tout comme sur l'utilisation du code d'autocorrection et sur la nature du jugement porté sur les stratégies de révision utilisées. Cela dit, aucun impact considérable n'a pu être confirmé au niveau de la révision du contenu, de la consultation des ouvrages de référence, de même que sur la fréquence des retours réflexifs sur les stratégies de révision employées et la prise en considération du destinataire. Au-delà de son apport au plan scientifique et pratique, la recherche propose finalement des pistes de recherches futures. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Apprentissage de l'écriture, Stratégies de révision, Technologies de l'information et de la communication, Réseau de soutien, Scripteur novice, Scripteur expert.

L'étude porte sur l'efficacité de stratégies de correction de l'orthographe grammaticale, plus précisément sur l'accord sujet-verbe, en révision, lors d'activités décontextualisées (exercices ponctuels) et contextualisées (productions écrites). L'expérimentation d'une séquence d'enseignement-apprentissage inspirée notamment de l'approche donneur→receveur a été réalisée auprès d'élèves de 2e secondaire. La problématique se fonde sur les difficultés des élèves en grammaire et en production écrite et, plus précisément, lors du réinvestissement des savoirs grammaticaux en écriture. L'étude a également comme point de départ les pratiques souvent décloisonnées du milieu scolaire quant à l'enseignement de la grammaire et de l'écriture de même que le métissage souvent mal conçu des pratiques voulant fusionner approches traditionnelles et rénovées. Le cadre théorique présente la complexité de l'écriture et de ses processus (planification, mise en texte et révision), en s'attardant principalement à la révision. Les brouillons des élèves et les traces qu'on y décèle, qui ont fait l'objet de moins d'études que le processus d'écriture, sont aussi décrits. Les caractéristiques de l'orthographe grammaticale, du verbe et de son accord de même que l'approche donneur→receveur ayant inspiré la conception de notre séquence d'enseignement-apprentissage font également l'objet d'explications. Le cadre théorique se clôt par une description succincte des principales méthodes pédagogiques mises de l'avant dans l'expérimentation (modélisation, enseignement stratégique, démarche active de découverte et coopération). La méthodologie de recherche présente les sujets de l'étude de même que leurs caractéristiques (élèves de 2e secondaire fréquentant une école secondaire privée mixte de la couronne sud de Montréal). On précise le désign expérimental, dont les instruments de mesure. Il s'agit de deux épreuves, l'épreuve A (une dictée trouée) et l'épreuve B (une production écrite). On mentionne ensuite le déroulement de la cueillette de données. Dans un premier temps, la passation d'un prétest (épreuves A et B) est faite auprès d'un groupe expérimental et d'un groupe contrôle. Dans un deuxième temps, la séquence d'expérimentation est vécue par le groupe expérimental seulement. Dans un troisième temps, la passation d'un post-test (épreuves A et B) est faite auprès du groupe expérimental et du groupe contrôle. La précision des divers critères d'analyse considérés est également présentée. Les résultats et leur analyse, à partir de la comparaison des données issues de l'utilisation des différents instruments de mesure, a permis de constater que le traitement expérimental a eu un certain impact positif perceptible surtout en situation décontextualisée (exercices ponctuels - dont l'épreuve A, la dictée trouée, faisait partie). Le groupe expérimental a connu une amélioration marquée quant à l'identification correcte et complète des divers sujets du verbe. Les résultats font ressortir les difficultés du dispositif expérimental sur l'accord pour les élèves, soit l'absence d'indice oral en nombre pour le verbe, des sujets du verbe de nature particulière (groupe infinitif, subordonnée, etc.), la présence d'écran entre le verbe et son sujet, des constructions syntaxiques sujet-verbe inhabituelles (sujet après le verbe). Ces résultats constituent le premier pas vers des accords sujet-verbe réussis. En situation contextualisée (rédaction - dont l'épreuve B, la production écrite, faisait partie), les résultats ont été moins notables, l'impact de l'expérimentation s'étant moins fait sentir, laissant supposer qu'un réinvestissement des acquis grammaticaux en situation plus complexe comme en production écrite s'avère plus long, plus ardu et plus laborieux. Toutefois, l'analyse de divers éléments comparatifs a permis de constater que le groupe expérimental s'était tout de même démarqué du groupe contrôle, du moins à certains égards. En effet, les élèves du groupe expérimental ont fait preuve de davantage d'audace et de confiance lors du post-test en rédigeant des textes plus longs contenant davantage de couples sujet-verbe, donc d'accords de ce type à effectuer. Aussi, ce sont surtout les types de sujets du verbe répertoriés qui étaient plus variés, plus complexes et plus nombreux dans la production écrite du post-test du groupe expérimental de même que les constructions syntaxiques sujet-verbe utilisées. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : révision, correction, orthographe grammaticale, accord sujet-verbe, stratégies, traces dans les brouillons