Upload
najlaa-zouaoui
View
836
Download
0
Embed Size (px)
Citation preview
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
1
Terminologie et corpus : la question du genre et de la
variation
Myriam Bouveret (DYALANG)
Anne Condamines (ERSS)
Valérie Delavigne (DYALANG)
Pierre Zweigenbaum (DIAM/SIM)
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
2
Introduction
• le corpus permet de construire des ressources langagières de types différents (glossaires, index, terminologies, thésaurus, ontologies…)
• mais le corpus est aussi en soi une ressource langagière à considérer en amont
• des corpus, méthodes, ressources adaptées aux applications, utilisateurs
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
3
Sens / signification
• Ce déplacement en linguistique renvoie à la question de la signification
• Linguistique et informatique ont une base logique commune qui a permis de travailler sur le sens
• Nécessité de trouver de nouvelles bases entre linguistique et informatique reposant sur la signification (cf. Slodzian 2000)
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
4
Contexte, variation, genre• On pose ici le problème du sens en contexte :
variation et genre pour des ressources crées à partir de textes
• le genre, une sorte de variation • Un texte n’est pas normé, il est produit selon un
genre (ex : comptes rendus médicaux, résumés de thèse, fiches de dégustation, etc…)
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
5
2. La variation• « La variation mesure un décalage entre une
forme lexicalisée et son usage » (Slodzian 2000 :75)
• Le sens n’est pas figé. Synonymie et polysémie comme variation inhérente à la langue naturelle
• Cas de variation : variation sémantique (polysémie, synonymie), variantes morphologiques et variation multilingue
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
6
Variation sémantique et morphologique
Sortie 1 la sortie des informations
output process
Sortie 2 la sortie imprimée
output data
Sortie 3 la sortie du logiciel
computer output
Sortie 4 la sortie plug
exemples extraits du corpus LLI, Laboratoire de linguistique et d'informatique de l'université de Montréal
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
7
Terme instrument localisation
résultat
mémoriser mémoire
formater format
indexation index
impression imprimante imprimé
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
8
TAL: Différents aspects de la variation
Terme entré Terme de référence
Flexion Aberrations chromosomiques
Aberration chromosomique
Dérivation Sténose valve aorte
Sténose aortique valvulaire
Syntaxe
(+ dérivation)
Adénome de la prostate
Adénome prostatique
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
9
Sémantique
Terme entré Terme de référence
Synonymes Appareil
Derme
Dispositif
Corium
Co-référents Canal de Cuvier Veine cardinale commune
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
10
Genre et variation lexicale
• Le genre d’un texte influe sur sa syntaxe, mais aussi sur son lexique
• Une dimension du genre est le public visé
• Exemple: grand public vs spécialistes
Crise cardiaque Infarctus du myocarde
Rhume Rhinopharyngite
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
11
Genre et variation morphologique
• Le genre d’un texte influe sur sa syntaxe, mais aussi sur son lexique
• Cas: productivité des adjectifs dérivés dans des corpus médicaux (hématologie)
• Exemple: dérivés en –al sont plus productifs dans des documents Web que dans des comptes rendus hospitaliers
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
12
Genre et variation syntaxique
• Les outils de TAL ont des performances qui varient avec le genre des textes
• L’étiquetage morpho-syntaxique (GRACE) diffère selon le genre: HEUR et Brill-Limsi
• Exemple :journaux, mémoires, romans et essais. Performances homogènes sauf pour mémoires
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
13
3. La question du genre• Problématique
– Caractériser les textes au-delà de leur contenu– Prendre en compte la situation de production d’un texte– Genre influe sur les ressources terminologiques
ex : légitimité /illégitimité des textes de vulgarisation• Définition
– Comportement discursif observable par des régularités langagières auxquelles les locuteurs obéissent (Bahktine)
– Compétence métalinguistique. – Normes: horizon d’attente, modèle de création– Descriptions insuffisantes: droit, génie génétique, physique nucléaire, art
pariétal…
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
14
Une typologie des genres est-elle possible ?
Tentatives nombreuses: rhétorique classique,champ littéraire, institution scolaire. Mais :
• Multiplication des situations possibles• Classes trop générales • Hétérogénéité des genres (ex: écrit vs oral)• Plusieurs genres dans un même texte• Diversité des critères descriptifs (action sociale,
fonctionnement rhétorique, situations énonciatives, finalité du discours, situation sociale, types d’interaction, actes de langage…)
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
15
Marqueurs de reformulation
- Un exemple: les marqueurs des discours de vulgarisation
indice fort : importance du métalangagejuxtaposition, coordination, verbes (être, appeler, nommer, signifier, désigner…)
expressions métalinguistiques (c'est-à-dire, autrement dit, en d’autres termes…), joncteurs (ou, soit…)
- Mais • Marqueurs non spécifiques
• Tous les textes de vulgarisation ne portent pas ces marques
• Certains textes spécialisés les portent
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
16
Marqueurs de relation
• Marqueur d’anaphorique a permis de repérer 44 génériques (cf. Aussenac, Condamines et Szulman 2000)– Exemple: Archivage de l’état de configuration logiciel. Cette activité…
• Ces génériques apparaissent comme têtes de termes complexes: acteur, activité, composant, processus
• Hypothèse: si plus fréquents dans textes non spécialistes on peut utiliser ces génériques pour constituer des ressources terminologiques s’adressant à des non-spécialistes
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
17
Conclusion
• Pistes pour une étude de la variation – Outils d’extraction cf. Syntex – Patterns d’extraction – Marqueurs de genre – Modèles de ressources flexibles : intégrant la
variation. Nature du sens ?– Modèles de ressources économiques : indexant
la variation
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
18
Pistes: des marqueurs de genre
• Quelles questions poser pour typifier les genres ?
• Comment exploiter les outils existants pour étudier des genres ? Ex, Biber utilise les concordanciers pour une étude des marques discursives (« study of discourse characteristics » Biber, Conrad and Reppen, 1998 :106)
• Des marqueurs grand public/spécialisé ?
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
19
Pistes: des dimensions du genre
• Difficultés de caractériser les genres (ex Web, mémoires)
• On peut utiliser des traits ou des dimensions différentielles
• Exemple: dimensions externes (destinataire, objectif) et dimensions internes (style, factualité, technicité) cf.Sinclair (EAGLES), Biber
Atelier ASSTICCOT, Conférence CFD 2002, 20-23 octobre Hammamet
20
BibliographieAssadi H.et Bourigault D., 2000, « Analyse syntaxique et statistique pour la construction d’ontologies à partir de textes », in Actes d’IC 2000, Ingénierie des connaissances, Toulouse 2002, Eyrolles, 243-256 Aussenac, Condamines et Szulman, à paraître, « Prise en compte de l’application dans la constitution de produits terminologiques » Biber D., Conrad S. and Reppen R., 1998, Corpus Linguistics. Investigating language stucture and use, Cambridge University Press Biber D., 1994, “Representativeness in corpus design. Linguistica Computazionale, IX-X:377-408”. Current Issues in Computational Linguistics: in honor of Don Walker. Condamines A. et Rebeyrolles J., 2000, « Construction d’une BCT à partir de textes : expérimentation d’une méthdoe », in Actes d’IC 2000, Ingénierie des connaissances, Toulouse 2002, Eyrolles, 191-206 Delavigne V. et Bouveret M. (Ed.), 2000, Sémantique des termes, Dyalang, Publications de l’Université de Rouen Grabar et Zweigenbaum, à paraître, « Productivité à travers domaines et genres : dérivés adjectivaux et langue médicale », Langue française Illouz G., « Typage de données textuelles et adaptation des traitements linguistiques. Application à l’annotation morpho-syntaxique », thèse de l’Université de Paris XI, 2000 Illouz G ; 1999, « Méta-étiqueteurs adaptatif : vers une utilisation pragmatique des ressources linguistiques », Actes de TALN 99, (Pascal Amsili coord.), 185-194, ATALA CargèseSinclair J., 1996, « Preliminary Recommendations on Text Typology , document en ligne (http://nicolet.ilc.pi.cnr.it/EAGLES/texttyp/texttyp.html), EAGLES (Expert Advisory Group on Language Engineering Standards) Slodzian M., 2000, « L’émergence d’une terminologie textuelle et le retour du sens », in Béjoint et Thoiron 2000, Le sens en terminologie, Duculot-Aupelf, 61-85 Zweigenbaum P. et Grabar N., « Liens morphologiques et structuration de terminologie », in Actes d’IC 2000, Ingénierie des connaissances, Toulouse 2002, Eyrolles, 325-334