Les corpus comparables thématiques regroupent des textes issus d¡¯un même thème et rédigés dans plusieurs langues, fortement similaires mais ne comprenant pas de traductions mutuelles. Par rapport aux corpus parallèles qui regroupent des paires de traductions, les corpus comparables présentent trois avantages: premièrement, ce sont des ressources riches et larges : en volume et en période couverte; deuxièmement, les corpus comparables fournissent des ressources linguistiques originales et thématiques. Enfin, ils sont moins coûteux à développer que les corpus parallèles. Avec le développement considérable du WEB, une matière première très abondante est exploitable pour la construction de corpus comparables. En contre-partie, la qualité des corpus comparables est essentielle pour leur utilisation dans différents domaines tels que la traduction automatique ou assistée, l¡¯extraction de terminologies bilingues, la recherche d¡¯information multilingue, etc. L¡¯objectif de ce travail de thèse est de développer une approche méthodologique et un outillage informatique pour fournir une assistance à la construction des corpus comparables bilingues et thématiques de ? bonne qualité ?, à partir du WEB et à la demande. Nous présentons tout d¡¯abord la notion de mesure de comparabilité qui associe deux espaces linguistiques et, à partir d¡¯une mesure quantitative de comparabilité de référence, nous proposons deux variantes, qualifiées de comparabilité thématique, que nous évaluons suivant un protocole basé sur la dégradation progressive d¡¯un corpus parallèle. Nous proposons ensuite une nouvelle méthode pour améliorer le co-clustering et la co-classification de documents bilingues, ainsi que l¡¯alignement des clusters comparables. Celle-ci fusionne des similarités natives définies dans chacun des espaces linguistiques avec des similarités induites par la mesure de comparabilité utilisée. Enfin, nous proposons une démarche intégrée basée sur les contributions précédemment évoquées afin d¡¯assister la construction, à partir du WEB, de corpus comparables bilingues thématiques de qualité. Cette démarche comprend une étape de validation manuelle pour garantir la qualité de l¡¯alignement des clusters comparables. En jouant sur le seuil de comparabilité d¡¯alignement, différents corpus comparables associés à des niveaux de comparabilité variables peuvent être fournis en fonction des besoins spécifiés. Les expérimentations que nous avons menées sur des Flux RSS issus de grands quotidiens internationaux apparaissent pertinentes et prometteuses.

Notre travail concerne l'extraction automatique d'une liste de termes alignés avec leurs traductions (c'est-à-dire un lexique bilingue spécialisé) à partir d'un corpus comparable dans un domaine de spécialité. Un corpus comparable comprend des textes écrits dans deux langues différentes sans aucune relation de traduction entre eux mais dont les textes appartiennent à un même domaine. Les contributions de cette thèse portent sur l'amélioration de la qualité d'un lexique bilingue spécialisé extrait à partir d'un corpus comparable. Nous proposons des méthodes consacrées à la traduction de deux types de termes, qui ont des caractéristiques en commun entre plusieurs langues ou qui posent par leur nature des problèmes pour la traduction : les composés savants (termes contenant au moins une racine gréco-latine) et les termes composés d'un nom et un adjectif relationnel. Nous développons également une méthode, qui exploite des contextes riches en termes spécifiques au domaine du corpus, pour réordonner dans un lexique bilingue spécialisé des traductions candidates fournies pour un terme. Les expériences sont réalisées en utilisant deux corpus comparables spécialisés (dans les domaines du cancer du sein et des énergies renouvelables), sur les langues français, anglais, allemand et espagnol.

Québec Université Laval, Bibliothèque 2014

Devant les nombreux problèmes que rencontrent maîtres et élèves confrontés à la pratique d'écriture, la question est posée: comment penser autrement l'acte d'enseigner/apprendre à écrire en milieu scolaire? Avec toutes les inquiétudes et tous les espoirs que ce questionnement sous-tend, nous présentons dans cette thèse quelques fruits d'une expérience vécue dans une classe régulière de 29 élèves de quatrième secondaire. Expérience qui se situe au carrefour des changements que connaissent présentement le monde moderne et le monde de la didactique des langues; d'une part, l'approche communicative que privilégient les nouveaux programmes de français (MEQ, 1969 et particulièrement 1981) et les travaux de recherche des deux dernières décennies; d'autre part, l'utilisation du traitement de texte que le récent avènement de l'informatique a rendu accessible, mais qui n'est pas encore lié culturellement à la pédagogie de l'écriture. Pour l'essentiel, il s'est agi de faire écrire une lettre d'opinion (type de discours au programme de ce niveau) à l'aide de l'ordinateur pour toutes les étapes d'écriture (brouillons, réécriture, objectivation, produit fini), en accompagnant les élèves au moyen d'un suivi pendant et après chaque période d'écriture en laboratoire. Notre recherche s'est proposé d'observer des manifestations de progrès dans l'apprentissage de la communication écrite en analysant les transformations mélioratives effectuées par l'apprenti-scripteur placé en situation discursive. Et l'observation des copies a visé un double but heuristique. Le premier en importance se rapporte aux éléments d'intervention que la réécriture convoque; il concerne les faits linguistiques proprement dits et les intervenants du discours: élève/maître, scripteur/destinataire. Le second est relatif à l'outil informatisé qui a été utilisé comme support à l'écriture et se propose de dégager quelques-unes des contributions de cet instrument associé à la production discursive. L'analyse des copies d'élèves a été effectuée en suivant le modèle "interactif de la situation de communication" de Claire Kramsch (1984). Cette modélisation intègre d'abord les éléments relatifs à la situation de production (champ d'attention intersubjectif qui s'établit entre émetteur et récepteur dans le contexte externe du discours), éléments qui sont pris en compte pour élaborer le discours (perception/interprétation de la situation). Elle détaille ensuite trois niveaux qui participent à l'élaboration d'un discours: la structure thématique (représentation de l'expérience), la structure illocutoire (objectifs de communication et attitudes) et la structure formelle (grammaires formelle et interactionnelle). Enfin, cette modélisation suggère qu'il existe une interaction entre ces niveaux d'élaboration. Notre compte rendu de l'expérience fait état d'améliorations que les apprentis-scripteurs ont effectuées sur leur production en voie d'élaboration pour chacun de ces niveaux et décrit comment se fait l'interaction entre les niveaux. Enfin, après avoir souligné le bien fondé des activités de réécriture (qui se dégage des résultats de l'analyse), nous suggérons des pistes de réflexion qui pourraient contribuer à la réorientation d'une didactique de la production et, de façon plus exploratoire, au développement d'une didactique de l'informatique au service de la pratique d'écriture. / Québec Université Laval, Bibliothèque 2016

Les travaux présentés dans ce mémoire abordent la problématique de l'interprétation de documents techniques. Dans ce contexte, ils se trouvent à la confluence de différentes thématiques de recherche telles que le traitement du signal et des images, la reconnaissance de formes, l'intelligence artificielle, la communication Homme/Machine et l'ingénierie des connaissances. En effet, si ces domaines scientifiques diffèrent dans leurs fondements, ils sont complémentaires et leurs apports respectifs sont indispensables pour la conception d'un système d'interprétation fiable et adaptable. Dans ce contexte pluridisciplinaire, le mémoire est organisé en deux parties. La première partie propose une méthodologie originale permettant la détection et la reconnaissance de formes (caractères et symboles) multi-orientées et multi-échelles. L'approche adoptée est basée sur la transformée de Fourier-Mellin. Elle permet la reconnaissance de formes isolées, mais aussi, dans une certaine mesure, de formes connectées. Son utilisation autorise en outre l'estimation des paramètres de mouvements des formes. Les outils développés sont évalués et comparés sur différentes bases de caractères et les résultats obtenus sont tout à fait compétitifs au regard des approches de la littérature. La seconde partie de ce mémoire aborde quant à elle la problématique de l'interprétation de documents techniques avec un point de vue orienté vers l'ingénierie des connaissances. Les réflexions proposées dans ce cadre permettent selon nous de montrer la faisabilité et la pertinence d'une démarche orientée connaissances pour la conception d'un système d'interprétation. Elles ont donné lieu à une implémentation conduisant à un système nommé NATALI v2. Une représentation explicite des connaissances, une architecture logicielle à base d'agents ainsi que différentes interfaces homme-machine offrent une bonne adaptabilité et une grande souplesse au système.

Ce mémoire en recherche création débute par un récit poétique rédigé par fragments et intitulé Ma mère est une porte. Ce texte met en abyme les ruines afin de démontrer leur lien de contiguïté avec l’absence, l’empreinte, la mémoire et la mort. D’ailleurs, leur aspect ruiniforme rappelle le fragment, ce qui permet d’appuyer l’esthétique formelle de l’œuvre. La deuxième partie intitulée Approche génétique : un monument à la mémoire des disparus emportés par le temps de l’écriture, propose une réflexion sur l’imaginaire des ruines en lien avec les archives littéraires et la mémoire. Divisé en trois sections, cet essai pose un regard inquiet sur l’avenir de l’objet d’étude de la critique génétique, soit le manuscrit moderne. Depuis l’avènement de l’informatique et du traitement de texte, que conserverons-nous de la mémoire scripturale et du processus d’écriture de l’écrivain de demain? / This M.A. Thesis combining research and creative writing is divided in two parts: a poetic narrative and an essay. Ma mère est une porte is structured in fragments and contains the mise en abyme of ruins in order to demonstrate that they closely relate to the ideas of absence, genetic footprint, memory and death. Ruins suggest fragments, thus the narrative’s esthetical form. The second part, Approche génétique : un monument à la mémoire des disparus emportés par le temps de l’écriture, is an essay reflecting on the metaphorical link between manuscript, ruins, archives and memory. Divided in three sections, it posits that new technology will cause modern manuscripts to disappear and the methodology behind genesis of text’s to evolve. Moreover, this will change how creative writing’s memory is preserved, hence affecting our cultural heritage.

Ce mémoire en recherche création débute par un récit poétique rédigé par fragments et intitulé Ma mère est une porte. Ce texte met en abyme les ruines afin de démontrer leur lien de contiguïté avec l’absence, l’empreinte, la mémoire et la mort. D’ailleurs, leur aspect ruiniforme rappelle le fragment, ce qui permet d’appuyer l’esthétique formelle de l’œuvre. La deuxième partie intitulée Approche génétique : un monument à la mémoire des disparus emportés par le temps de l’écriture, propose une réflexion sur l’imaginaire des ruines en lien avec les archives littéraires et la mémoire. Divisé en trois sections, cet essai pose un regard inquiet sur l’avenir de l’objet d’étude de la critique génétique, soit le manuscrit moderne. Depuis l’avènement de l’informatique et du traitement de texte, que conserverons-nous de la mémoire scripturale et du processus d’écriture de l’écrivain de demain? / This M.A. Thesis combining research and creative writing is divided in two parts: a poetic narrative and an essay. Ma mère est une porte is structured in fragments and contains the mise en abyme of ruins in order to demonstrate that they closely relate to the ideas of absence, genetic footprint, memory and death. Ruins suggest fragments, thus the narrative’s esthetical form. The second part, Approche génétique : un monument à la mémoire des disparus emportés par le temps de l’écriture, is an essay reflecting on the metaphorical link between manuscript, ruins, archives and memory. Divided in three sections, it posits that new technology will cause modern manuscripts to disappear and the methodology behind genesis of text’s to evolve. Moreover, this will change how creative writing’s memory is preserved, hence affecting our cultural heritage.

Este estudo teve como objectivo determinar e formalizar as propriedades léxico-sintácticas dos adjectivos intransitivos, i.e., sem complementos, e que se constroem com sujeito humano, em português europeu contemporâneo. Uma das motivações subjacentes à escolha deste tema foi a aparente falta de economia descritiva resultante da dupla classificação de numerosas unidades lexicais como nomes e adjectivos. Efectivamente, muitos destes adjectivos têm sido classificados como nomes, por forma a dar conta dos casos em que aparecem em posições sintácticas tipicamente nominais. Esta ambiguidade encontra eco no fenómeno de criação lexical tradicionalmente designado como derivação imprópria (ou conversão). Nesta dissertação, defendemos que certos adjectivos humanos têm a propriedade de desempenhar superficialmente a função de núcleo de grupos nominais. Esta análise baseia-se na constatação de que, nessas construções sintácticas, os adjectivos exibem, geralmente, algumas propriedades que exibiriam se se encontrassem em contexto adnominal e de que é possível reconstituir o nome (humano) a que os mesmos se encontram associados. Entre as várias estruturas aqui analisadas, tratámos (i) as construções caracterizadoras indefinidas, em que o adjectivo aparece precedido de artigo indefinido; (ii) as construções cruzadas, em que o adjectivo ocupa a posição típica de núcleo de um grupo nominal; (iii) as orações exclamativas de insulto; e outras, cujas especificidades sintácticas, semânticas e discursivas procurámos igualmente clarificar. A investigação baseou-se na análise de 4.250 lemas adjectivais, que organizámos em diversas subclasses sintáctico-semânticas, de acordo com os princípios teórico-metodológicos do Léxico-Gramática, fundados na gramática transformacional de operadores harrissiana. As informações linguísticas foram formalizadas em matrizes léxico-sintácticas, o que permite, como ilustraremos, a sua utilização em diversas tarefas de processamento de linguagem natural (PLN), nomeadamente, na desambiguação e análise sintáctica automática de textos.

Ce mémoire porte sur mes travaux de recherche en traitement automatique des langues (TAL) et en fouille de données textuelles. Il présente comment ces travaux s'organisent autour de la problématique de l'accès à l'information dans les textes. Notre démarche s'appuie sur la prise en compte de l'aspect sémantique de la langue sous forme de modélisation linguistique et de ressources linguistiques pour le développement d'applications. La méthodologie de l'accès à l'information est donc ici vue comme un accès au sens à partir d'une modélisation linguistique relative à l'application visée plutôt qu'un accès aux formes de surface comme l'utilisent par exemple actuellement les méthodes prédominantes des moteurs de recherche. En retour, la formalisation du modèle linguistique et son expérimentation sur corpus visent à améliorer notre connaissance des phénomènes traités et permettre un retour qualitatif, c'est-à-dire explicatif, sur le modèle. L'intérêt pour les méthodes de fouille fondées sur les motifs et la volonté de les intégrer au TAL -- par exemple, pour acquérir automatiquement des ressources linguistiques et alimenter à moindre coût les systèmes de TAL -- procède de la même démarche. Une telle combinaison vise d'une part à repenser la manière dont les processus de TAL peuvent tirer bénéfice de méthodes de fouille spécifiquement adaptées au texte, et d'autre part à renforcer les processus de fouille, en fonction des spécificités de la donnée textuelle, par une prise en compte d'informations de nature linguistique visant notamment à sélectionner l'information la plus pertinente.

La problématique de l'analyse d'opinion connaît un intérêt croissant depuis une quinzaine d'années. Cette problématique mène à de nombreux travaux ayant des objectifs allant de la constitution de ressources lexicales à l'identification des cibles d'une opinion. Le cadre applicatif de notre étude est l'analyse automatique d'articles de journaux pour la veille d'opinion. Ce cadre est ambitieux vis-à-vis de l'état de l'art puisque nous sommes amené à étudier un grand nombre de critères propres à l'analyse d'opinion. Nous proposons un modèle conceptuel permettant de caractériser une opinion par la polarité, l'intensité, la prototypicalité, la cible, la source, l'engagement de l'auteur, etc. En particulier, nous modélisons la négation et ses effets sur l'intensité et la polarité. En plus des cas classiques de négation, nous sommes en mesure de modéliser des effets de rhétoriques tels que l'euphémisme ou la litote, très présents dans le genre journalistique. À partir de ce modèle conceptuel, nous présentons un ensemble de choix techniques permettant de préciser les ressources et traitements nécessaires à l'automatisation. Nous mettons en œuvre deux applications (en chinois et en français) de la chaîne de traitements issue du modèle permettant de confirmer la validité du modèle conceptuel ainsi que l'efficacité des traitements automatiques.