Aujourd’hui, l’apprentissage des langues assisté par ordinateur est de plus en plus répandu, dans les institutions publiques et privées. Cependant, il est encore loin des attentes des enseignants et des apprenants et ne répond pas encore à leurs besoins. Les systèmes d’apprentissage des langues assisté par ordinateur (ALAO) actuels sont plutôt des environnements de tests des connaissances de l'apprenant et ressemblent plus à un support d’apprentissage traditionnel. De plus, le feedback proposé par ces systèmes reste basique et ne peut pas être adapté pour un apprentissage autonome, car, il devrait être en mesure de diagnostiquer les problèmes d'un apprenant avec l’orthographe, la grammaire, la conjugaison,etc., puis générer intelligemment un feedback adéquat selon la situation de l’apprentissage.Cette recherche expose les capacités des outils TAL à apporter des solutions aux limitations des systèmes d’ALAO dans le but d’élaborer un système d’ALAO complet et autonome. Nous présentons une architecture complète d'un système multilingue pour l’apprentissage des langues assisté par ordinateur destiné aux apprenants des langues étrangères, français et arabe. Ce système pourrait être utilisé pour l’apprentissage des langues par les apprenants de la langue en tant que langue seconde ou étrangère.La première partie de nos travaux porte sur l’adaptation des outils et des ressources issues du TAL pour qu’ils soient utilisés dans un environnement d’apprentissage des langues assisté par ordinateur. Parmi ces outils et ressources, il y a les analyseurs morphologiques pour l’arabe et le français, corpus, dictionnaires électroniques, etc. Ensuite, dans la deuxième section, nous présentons la reconnaissance de l’écriture manuscrite en ligne. Dans cette optique, nous exposons une approche statistique basée sur le réseau de neurones, puis, nous présentons la conception de l’architecture du système de reconnaissance ainsi que l’implémentation de l’algorithme de la reconnaissance.La deuxième partie de notre exposé porte sur l’élaboration, l’intégration et l’exploitation des outils TAL utilisés (analyseurs morphologiques, système de reconnaissance de l’écriture, dictionnaires, etc.) dans notre système d’apprentissage des langues assisté par ordinateur. Nous y présentons aussi les modules ajoutés à la plate-forme pour avoir une architecture complète d’un système d’ALAO. Parmi ces modules, figure le générateur de feedback qui permet de corriger les fautes des apprenants et générer un feedback pédagogique pertinent qui permet à l’apprenant de cerner et ses fautes. Enfin, nous décrivons l’outil de génération automatique des activités pédagogiques variées et automatisées. / Today, learning computer assisted language is increasingly widespread in public and private institutions. However, it is still far from expectations teachers and learners, and still does not meet their needs. computer-assisted language learning (CALL) today are rather test environments of learner knowledge and more like a support traditional learning. In addition, the feedback provided by these systems remains basic and can not be adapted for independent learning, because it should be able to diagnose problems a learner with spelling, grammar, conjugation, etc., and intelligently generate adequate feedback according to the situation of learning.This research exposes the capabilities of NLP tools to provide solutions to limitations CALL systems in order to develop a comprehensive system and CALL autonomous. We present a complete architecture of a multilingual system learning the computer assisted language for language learners Foreign, French and Arabic. This system could be used for learning languages by learners of the language as a second or foreign language. The first part of our work focuses on the adaptation of tools and resources from NLP for them to be used in a language learning environment computer assisted. These tools and resources, there are stemmers for Arabic and French corpora, electronic dictionaries, etc. Then, in the second section presents the handwriting recognition online. In this optical, we present a statistical approach based on neural network, then we present the design of the architecture of the recognition system as well the implementation of the recognition algorithm.The second part of the presentation focuses on the development, integration and exploitation of NLP tools (morphological analyzers recognition system writing, dictionaries, etc.) in our learning system assisted language computer. We also present the modules added to the platform to have a the complete architecture of a CALL system. These modules, figure generator feedback that corrects the mistakes of learners and generate a relevant educational feedback which allows the learner to identify and faults. Finally, we describe the tool automatic generation and automated various educational activities.
Identifer | oai:union.ndltd.org:theses.fr/2016GREAL031 |
Date | 21 October 2016 |
Creators | Mars, Abdelkarim |
Contributors | Grenoble Alpes, Antoniadis, Georges |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0014 seconds