Search

Le texte est un réseau complexe, constamment enrichi. La variation lui est naturelle. La variation a toujours été l’objet de débat entre les philologues. Elle se manifeste naturellement au niveau de la phraséologie. La variation peut être paradigmatique ou apparaître de façon syntagmatique : le locuteur choisit entre deux options ou bien développe son texte. En matière de phraséologie, les banques de données lexicales sont de précieux instruments de recherche, si l’on en utilise tous les outils., The text is a complex network, constantly enriched. Variation is part of its nature and has always been a subject of debate among philologists. It manifests itself naturally in terms of phraseology. Variation can be paradigmatic or appear throughout the phrases: the speaker chooses between two options or develops his or her text. As far as phraseology is concerned, lexical data banks are valuable instruments for research provided that all the tools are used.

National audience; Operating a lexical database in the framework of the Innovalangues language learning platform The Innovalangues project aims to design a personalized digital environment for language learning. In this context, several modules such as serious games or exercise generators need a lexical database. It is also interesting to provide solutions for learners to manage their own lexicons. To prevent each one to develop its own lexical database, it quickly appears essential to develop one common lexical database that can be used for modules (machines) and learners (humans). After an analysis around usage scenarios, we set up a multilingual lexical database architecture. We then built a working prototype that integrates with the environment and allows a learner to look up existing lexical resources and create its own lexicon. The LexInnova prototype uses the Jibiki platform for managing heterogeneous lexical resources via its REST application programming interface.; Le projet Innovalangues a pour but la conception d'un environnement numérique personnalisé d'apprentissage des langues (ENPA). Dans ce cadre, plusieurs modules tels des jeux sérieux ou des générateurs d'exercices ont besoin d'une base lexicale. Il est intéressant également de donner la possibilité aux apprenants de gérer leurs propres lexiques. Pour éviter que chacun ne développe sa propre base lexicale, il apparaît rapidement indispensable de développer une seule base lexicale commune qui puisse servir aux modules (machines) comme aux apprenants (humains). Après une analyse des besoins autour de scénarios d'utilisation, nous proposons une architecture de base lexicale multilingue. Nous avons ensuite réalisé un prototype fonctionnel qui s'intègre à l'ENPA et permet à un apprenant de consulter des ressources lexicales existantes et de créer son propre lexique. Le prototype LexInnova utilise la plate-forme Jibiki de gestion de ressources lexicales hétérogènes à distance via son interface de programmation (API) REST.

International audience; Cet article vise à répondre à deux questions fondamentales. Premièrement, comment faut-il structurer une ressource lexicale et comment doit-elle croître en utilisant la logique interne du système lexical, et non pas selon des principes strictement statistiques (fréquences d'occurrences des signifiants lexicaux dans des corpus de référence) ? Deuxièmement, quels sont les apports possibles d'une telle approche lexicographique pour la didactique du vocabulaire aussi bien dans le cadre du français langue maternelle que dans celui du français langue seconde.

Les tables du Lexique-Grammaire, dont le developpement a ete initie par Gross (1975), constituent un lexique syntaxique tres riche pour le francais. Elles couvrent diverses categories lexicales telles que les verbes, les noms, les adjectifs et les adverbes. Cette base de donnees linguistiques n'est cependant pas directement exploitable informatiquement car elle est incomplete et manque de coherence. Chaque table regroupe un certain nombre d'entrees jugees similaires car elles acceptent des proprietes communes. Ces proprietes ont pour particularite de ne pas etre codees dans les tables meme mais uniquement decrites dans la litterature. Pour rendre ces tables exploitables, il faut expliciter les proprietes intervenant dans chacune d'entre elles. De plus, un grand nombre de ces proprietes doivent etre renommees dans un souci de coherence. Notre objectif est d'adapter les tables pour les rendre utilisables dans diverses applications de Traitement Automatique des Langues (TAL), notamment l'analyse syntaxique. Nous expliquons les problemes rencontres et les methodes adoptees pour permettre leur integration dans un analyseur syntaxique. Nous proposons LGExtract, un outil generique pour generer un lexique syntaxique pour le TAL a partir des tables du Lexique-Grammaire. Il est relie a une table globale dans laquelle nous avons ajoute les proprietes manquantes et un unique script d'extraction incluant toutes les operations liees a chaque propriete devant etre effectuees pour toutes les tables. Nous presentons egalement LGLex, le nouveau lexique syntaxique genere des verbes, des noms predicatifs, des expressions figees et des adverbes. Ensuite, nous montrons comment nous avons converti les verbes et les noms predicatifs de ce lexique au format Alexina, qui est celui du lexique Lefff (Lexique des Formes Flechies du Francais) (Sagot, 2010), un lexique morphologique et syntaxique a large couverture et librement disponible pour le francais. Ceci permet son integration dans l'analyseur syntaxique FRMG (French MetaGrammar) (Thomasset et de La Clergerie, 2005), un analyseur profond a large couverture pour le francais, base sur les grammaires d'arbres adjoints (TAG), reposant habituellement sur le Lefff. Cette etape de conversion consiste a extraire l'information syntaxique codee dans les tables du Lexique-Grammaire. Nous presentons les fondements linguistiques de ce processus de conversion et le lexique obtenu. Nous evaluons l'analyseur syntaxique FRMG sur le corpus de reference de la campagne d'evaluation d'analyseurs du francais Passage (Produire des Annotations Syntaxiques a Grande Echelle) (Hamon et al., 2008), en comparant sa version basee sur le Lefff avec notre version reposant sur les tables du Lexique-Grammaire converties

The thesis deals with problems posed by the design and implementation of the software part of CAT (Computer Automated Translation) systems, integrating multiple MT (Machine Translation) systems and/or MT systems with heterogeneous components, as well as a MAHT (Machine Aided Human Translation) part, based on translation memories. These systems are emerging beside homogeneous MT systems and MAHT system, and may replace them in the middle term. Their various MT components will be built by different teams, distributed around the world, using different algorithmic methods and different tools (Specialized Languages or SLLP), as well as different lingware resources and components (corpora and dictionaries of various types, rule-based grammars and transducers), and developing under different lingware development environments (EDL). The contributions of the thesis concern especially: • the improvement of the "meta-EDL for CAT systems", allowing to carry out an incremental transition between the native EDLs of the MT systems used for building a heterogeneous MT system, and a future "universal integrating EDL", in which it will be possible to reengineer the compilers and engines (interpreters) of the SLLPs from various systems; • the design and the implementation of PIVAX, a contributive lexical database for heterogeneous CAT systems sharing the same "lexical pivot", built over the Jibiki platform (G.Sérasset, GETALP); • the reengineering of "external" specialized languages (not supported by the EDL of Ariane-G5), with an application to the "Q-Systems" (A. Colmerauer, 1967) that was for 15 years the basis of the TAUM-meteo MT system used to translate the Canadian weather bulletins ; • the design and the implementation of EMEU_w.1.0, a "monitor" handling the "production" part of a heterogeneous CAT system, that has been used in the framework of a large-scale project.; La thèse porte sur les problèmes posés par la conception et la réalisation de la partie logicielle des systèmes de traduction automatisée (TAO) hétérogènes, intégrant des systèmes de TA multiples et/ou à composants hétérogènes, ainsi qu'une partie THAM (traduction humaine aidée par la machine), reposant sur des mémoires de traductions. Ces systèmes se développent à côté des systèmes de TA homogènes et de THAM, et les supplanteront peut-être à moyen terme. Leurs différents composants de TA seront construits par des équipes différentes, distribuées autour de la planète, avec des méthodes algorithmiques et des outils différents (langages spécialisés ou LSPL), ainsi que des ressources et composants linguiciels différents (dictionnaires et corpus de divers types, grammaires et transducteurs basés sur des règles), à l'aide d'EDL (environnements de développement linguiciel) eux aussi différents. Les contributions de la thèse concernent en particulier : • l'amélioration des « méta-EDL de TAO », permettant d'effectuer une transition incrémentale entre les EDL natifs des systèmes de TA utilisés pour construire un systèmes de TAO à composants hétérogènes, et un futur EDL intégrateur universel, dans lequel on pourra « rapatrier » la compilation et l'exécution des LSPL ; • la conception et la réalisation d'une base lexicale partageant un même pivot lexical, PIVAX, réalisée au-dessus de la plate-forme Jibiki (G. Sérasset, GETALP) ; • la réingénierie de langages spécialisés « externes » (non supportés par l'EDL Ariane-G5), avec application aux « systèmes-Q » (A. Colmerauer, 1967), qui servit de base pendant 15 ans au système de TA TAUM-météo destiné aux bulletins météorologiques canadiens ; • la conception et la réalisation d'un « moniteur » adapté à la partie « production » d'un système de TAO hétérogène, EMEU_w.1.0, qui a été développé et utilisé dans le cadre d'un projet de grande ampleur.

Cuxac's Model predicts that each sign of the LSF lexicon is a combination of morphemic rather than phonemic values. This paper exposes the theoretical principles and conditions of falsifiability we propose to constitute an inventory of morphemic values, their assignation to the parametric components and, in fine, to establish which role is played by the different kinds of constraints exerted on lexical signs. The results we present come from the exploitation of a database including the whole standard signs of LSF. In this database, morphemic, parametric and infraparametric analysis is realized according to different frames of reference and points of view (ego/allocentric ; visual/physiological), leading to an original modellisation. These results corroborate the hypothesis of morphemic compositionality but they call into question the nature and status of current parameters and those of their mutual interdependencies., Cuxac fait l'hypothèse d'une organisation morphémique plutôt que phonémique des signes lexicaux en LSF. Cet article expose les principes théoriques et les conditions de falsiabilité mises en œuvre pour inventorier ces valeurs morphémiques et leur assigner un corrélat formel pour, finalement, préciser la part respective des contraintes en jeu dans la structuration des signes. Les résultats présentés proviennent d'une base de données intégrant l'ensemble des signes standard recensés et pour laquelle les descriptions morphémiques, paramétriques et infraparamétriques sont effectuées selon plusieurs référentiels et points de vue (ego et allocentrés, visuels et physiologiques), aboutissant ainsi à une modélisation originale de l'ensemble. S'ils corroborent l'hypothèse d'une compositionnalité morphémique, ces résultats interrogent la nature des paramètres classiquement retenus, du fait des liens d'interdépendance qu'ils entretiennent.

The age of acquisition and familiarity of a word are crucial for lexical access, in production as well as in perception. To promote research into the mechanisms of lexical processing in French, a lexical database has been established for a corpus of 1225 monosyllabic and bisyllabic French words. This article describes the method used for data collection, the raw information obtained, the procedure for dealing with this raw information, and the content of the database CHACQFAM obtained after processing the raw information, as well as the validation procedures of this content. CHACQFAM can be downloaded on this open archive., L'âge d'acquisition et la familiarité d'un mot sont des facteurs décisifs pour l'accès au lexique, en production comme en perception. Pour favoriser les recherches sur les mécanismes du traitement lexical en Français, une base de données lexicales a été constituée pour un corpus de 1225 mots monosyllabiques et bisyllabiques du Français. Cet article décrit la méthode utilisée pour le recueil des données, l'information brute obtenue, la procédure pour traiter cette information brute, et le contenu de la base de données CHACQFAM obtenu après traitement de l'information brute, ainsi que les procédures de validation de ce contenu. CHACQFAM peut être téléchargée depuis cette archive.

CHACQFAM : A lexical data base for the estimated age of acquisition and familiarity of 1225 monosyllabic and bisyllabic French words Age of acquisition of a word and familiarity are important factors for the lexical processing, in production as in perception. To help developing research on the mechanisms underlying the lexical processing in French, a lexical data base was built for a corpus of 1225 monosyllabic and disyllabic French words. This article describes the method used to collect the data, the rough information obtained with the survey, explains the method that was used to process the rough information, describes the content of the lexical data base CHACQFAM, obtained after the rough data has been processed, and describes the validation procedure of its content. CHACQFAM is made freely available to researchers in an electronic format, from the website “ http :// psycholinguistique. unige. ch/”., L’âge d’acquisition et la familiarité d’un mot sont des facteurs décisifs pour l’accès au lexique, en production comme en perception. Pour favoriser les recherches sur les mécanismes du traitement lexical en Français, une base de données lexicales a été constituée pour un corpus de 1225 mots monosyllabiques et bisyllabiques du Français. Cet article décrit la méthode utilisée pour le recueil des données, l’information brute obtenue, la procédure pour traiter cette information brute, et le contenu de la base de données CHACQFAM obtenu après traitement de l’information brute, ainsi que les procédures de validation de ce contenu. CHACQFAM est disponible gratuitement sur le site Internet «http :// psycholinguistique. unige. ch/ » ., Lachaud Christian Michel. CHACQFAM : une base de données renseignant l’âge d’acquisition estimé et la familiarité pour 1225 mots monosyllabiques et bisyllabiques du Français. In: L'année psychologique. 2007 vol. 107, n°1. pp. 39-63.

We present a new lexical database of French, named Lexique. Based on a corpus of texts written since 1950 which contained 31 million words, Lexique yields 130 000 entries including the inflected forms of verbs, nouns and adjectives. Each entry provides several kinds of information including frequency, gender, number, phonological form, graphemic and phonemic unicity points. Several tables give additional statistics such as the frequencies of various units: letters, bigrams, trigrams, phonemes and syllables. The database is available for free on the Internet.

Semantic nets are one of several ways of representing concepts and the words that lexicalize them. I outline here the design of WordNet, a lexical database for English. The article will focus on the treatment of verbs, whose lexical semantics tend to be highly complex. In examining a number of particular cases, I discuss the conceptual and lexical relations that link verbs in WordNet and draw comparisons with other lexical semantic approaches to the verb lexicon and specific verb classes., Fellbaum Christiane. La représentation des verbes dans le réseau sémantique WordNet. In: Langages, 33ᵉ année, n°136, 1999. Sémantique lexicale et grammaticale, sous la direction de Yvette Yannick Mathieu. pp. 27-40.

The aim of this thesis is the definition and development of a multilingual lexical database manager independent from the applications and linguistic theories. It begins with the study of some dictionaries (printed or electronic) and some tools for the management of lexical databases, like, notably, the MULTILEX ESPRIT project, considered as the most advanced effort, although it presents some limitations (transfer-based lexical architecture, linguistic structures coded as feature structures, etc.). The second part of this thesis is dedicated to the definition of SUBLIM, a multilingual lexical database management system which allows the specification of the lexical architecture (organization of the dictionaries), and of the linguistic architecture (organization of the linguistic information inside the dictionaries). This system does not constrain the kind of dictionaries or linguistic structures to be used. The third part of the thesis presents a specialization of this generic system for the management of multilingual lexical databases based on interlingual acceptions: NADIA. This approach is a generalization of some interlingual methods, as the one used in the ULTRA translation system, and an alternative to the knowledge based approach.; Le but de cette these est de definir et developper un systeme de bases lexicales multilingues independant des applications et des theories linguistiques. Elle debute donc par une etude des dictionnaires (imprimes ou electroniques) et des outils de gestion de bases lexicales, avec, notamment, le projet ESPRIT MULTILEX, considere comme l'effort le plus avance, mais qui presente quelques faiblesses (architecture lexicale par transfert, structures linguistiques codees sous forme de structures de traits types.). La deuxieme partie de cette these est consacree a la definition de SUBLIM, un systeme de gestion de bases lexicales multilingues qui permet de specifier l'architecture lexicale (organisation des dictionnaires) et l'architecture linguistique (organisation des informations linguistiques des unites des dictionnaires), sans imposer de contraintes ni sur les types de dictionnaires choisis, ni sur les structures linguistiques utilisees. La troisieme et derniere partie de cette these presente une specialisation de ce systeme generique en un systeme dedie a la gestion de bases lexicales multilingues fondees sur les acceptions interlingues : NADIA. Cette approche generalise certaines methodes interlingues comme celle du projet de traduction multilingue ULTRA, et permet la definition de bases lexicales multilingues ne se basant pas sur une approche par connaissances.

The aim of this thesis is the definition and development of a multilingual lexical database manager independent from the applications and linguistic theories. It begins with the study of some dictionaries (printed or electronic) and some tools for the management of lexical databases, like, notably, the MULTILEX ESPRIT project, considered as the most advanced effort, although it presents some limitations (transfer-based lexical architecture, linguistic structures coded as feature structures, etc.). The second part of this thesis is dedicated to the definition of SUBLIM, a multilingual lexical database management system which allows the specification of the lexical architecture (organization of the dictionaries), and of the linguistic architecture (organization of the linguistic information inside the dictionaries). This system does not constrain the kind of dictionaries or linguistic structures to be used. The third part of the thesis presents a specialization of this generic system for the management of multilingual lexical databases based on interlingual acceptions: NADIA. This approach is a generalization of some interlingual methods, as the one used in the ULTRA translation system, and an alternative to the knowledge based approach.; Le but de cette these est de definir et developper un systeme de bases lexicales multilingues independant des applications et des theories linguistiques. Elle debute donc par une etude des dictionnaires (imprimes ou electroniques) et des outils de gestion de bases lexicales, avec, notamment, le projet ESPRIT MULTILEX, considere comme l'effort le plus avance, mais qui presente quelques faiblesses (architecture lexicale par transfert, structures linguistiques codees sous forme de structures de traits types.). La deuxieme partie de cette these est consacree a la definition de SUBLIM, un systeme de gestion de bases lexicales multilingues qui permet de specifier l'architecture lexicale (organisation des dictionnaires) et l'architecture linguistique (organisation des informations linguistiques des unites des dictionnaires), sans imposer de contraintes ni sur les types de dictionnaires choisis, ni sur les structures linguistiques utilisees. La troisieme et derniere partie de cette these presente une specialisation de ce systeme generique en un systeme dedie a la gestion de bases lexicales multilingues fondees sur les acceptions interlingues : NADIA. Cette approche generalise certaines methodes interlingues comme celle du projet de traduction multilingue ULTRA, et permet la definition de bases lexicales multilingues ne se basant pas sur une approche par connaissances.