Search

International audience

International audience; Cette contribution présente la plateforme DeepFLE, un outil conçu pour tous les acteurs du français langue étrangère (FLE), qui est le résultat d’une recherche en cours, dont l’approche interdisciplinaire engage un dialogue entre la didactique du français langue étrangère (FLE), le deep learning et l’analyse des données textuelles (ADT). DeepFLE permet d’évaluer le niveau d’un texte en français selon les échelles du Cadre européen commun de référence pour les langues (CERCL). Plus précisément, cette plateforme propose une analyse à la fois prédictive et descriptive du niveau d’un texte grâce au modèle novateur de deep learning : le Text Deconvolution Saliency (TDS) (Vanni et al. 2018a ; 2018b ; 2021) qui opère une extraction automatique des saillances qui marquent un changement de niveau en distinguant les marqueurs qui contribuent le plus fortement à l’attribution à un niveau.

This thesis presents a new methodology for text analysis which is situated at the intersection of textual statistics, automatic language analysis and deep learning. It draws on the architecture of neural networks and its potential to extract information from texts. The accuracy of convolutional models for text classification depends on the quality of the linguistic markers which are identified. To make these markers accessible to linguists, we implement an algorithm that combines the following computational and linguistic approaches:1) Deconvolution (Zeiler et Fergus 2014), is an algorithmic process used in image analysis which we apply here to written texts in order to interpret the representations of words which are learned by the neural network. In particular, we analyse each layer of a deep model to understand the mechanisms linking the raw data which forms the input to the network (the text) with the predictions which constitute its output (classification). The aim is to express these connections in ways which are useful to linguists. We propose a new measure to express the relative weight of words in a deep model: Text Deconvolution Saliency (TDS).2) Our approach also comprises a linguistic theory of textual motifs or patterns developed by (S. Mellet et D. Longrée 2009) which informs the design of deep architectures which allow the analysis of texts as complex, multidimensional linguistic objects. The motif theory permits the detection of key passages in the output of deconvolution, and even the identification of deep motifs in cases where the model propose suggests several representations of words (e.g., full-form, part-of-speech, and lemma).The new methodology developed in our research connects empirical observations (TDS) with linguistic analysis in ways which open up new possibilities for the interpretation of texts. A number of studies of the application of this protocol in different contexts have served to test the methodology and will be used to illustrate its effectiveness throughout this doctoral thesis. Although deep neural network interpretation for linguistics analysis is a very new field, the initial results presented here are encouraging, and the thesis concludes with suggestions for further research in this domain.; Au croisement de la statistique textuelle, de l’analyse automatique des langues et du deep learning, cette thèse propose une méthodologie nouvelle pour l’analyse des texte. L'hypothèse de départ repose sur l'architecture des réseaux de neurones et leur capacité à extraire automatiquement l'information contenue dans un texte. La précision des modèles convolutionnels pour la classification de textes souligne l'importance des marqueurs linguistiques identifiés. Pour rendre accessible aux linguistes cette information d'un genre nouveau nous développons un protocole d'analyse qui combine l'approche informatique avec l'approche linguistique. Plus particulièrement :1) La deconvolution (Zeiler et Fergus 2014), procédé algorithmique utilisé dans l’analyse d’images, est appliquée aux textes pour pouvoir décoder la représentation des mots engendrés par le réseau de neurones. Plus généralement nous nous intéressons à l'ensemble des couches d'un modèle profond pour comprendre et transmettre aux linguistes la chaine de traitements qui existe entre les données brutes (le texte) en entrée du réseau et la prédiction en sortie du réseau (classification). Une nouvelle mesure est proposée pour rendre compte du poids des mots dans un modèle profond: le Text Deconvolution Saliency (TDS).2) Les motifs linguistiques fortement théorisés par (S. Mellet et D. Longrée 2009) accompagnent notre raisonnement sur les réseaux de neurones. Leur nature nous pousse à concevoir des architectures profondes capables de considérer le texte comme un objet complexe et multidimensionnel. Les motifs nous conduisent à entrevoir des passages-clés à la sortie d'une déconvolution et des motifs profonds lorsque le modèle utilise plusieurs représentations des mots (forme graphique, catégorie grammaticale, lemme).Ce lien que nous tentons de créer entre observations empiriques (TDS) et théories linguistiques ouvre des voies nouvelles d'interprétation des textes. Les cas d'utilisation de notre méthode sont nombreux et font déjà l'objet de plusieurs études que nous verrons tout au long de cette thèse. L'exploration des réseaux de neurones profonds pour la linguistique de corpus n'en est encore qu'à ses débuts, mais les premiers résultats que nous présentons ici sont dès à présent encourageants.

International audience

International audience

International audience

International audience

International audience; La question de la réutilisation des données est au cœur du projet de la Base Louis Meigret. Au-delà des gestes techniques que suppose la mise à disposition de données réutilisables, c’est un principe adéquat à la singularité de l’œuvre de Louis Meigret.Le projet est né à l’occasion du colloque consacré à cet auteur en 2018 à Nice. Il s’agissait au départ de créer un lieu de référence, destiné à favoriser les échanges entre chercheurs. Les personnes qui travaillent sur Meigret ne se connaissent pas toujours, et pour peu qu’elles évoluent dans des cercles différents, ignorent leurs activités respectives. Au moment du colloque une base venait d’être mise en ligne (Bettens 2017), parallèlement, et à peu près à la même époque, Le Tretté faisait l’objet d’une transcription par A. Pelfrêne et B. Colombat (mise en ligne sur le site du CTLF).Ce doublon, outre la fragmentation qu’il manifeste, rappelait un déséquilibre : la surexposition de certaines œuvres du grammairien, notamment Le Tretté de la grammere françoeze, et le relatif oubli de l’œuvre traduite. En outre, les œuvres linguistiques – et particulièrement Le Tretté - ont elles-mêmes été enfermées dans des modes de lecture qui en occultent bien des dimensions. Compte tenu de la grande diversité des travaux suscités par Louis Meigret (histoire de la langue, histoire des idées, histoire des techniques, histoire du livre), ce que devait offrir cette base à l’usager était à définir (ou peut-être à ne pas définir). D’emblée donc s’est posée la question de la réutilisation : réutilisation des données existantes (la base conçue par O. Bettens), réutilisation de celles qu’on envisageait de mettre à disposition des futurs usagers (l’intégralité de l’œuvre de Louis Meigret, textes personnels et traductions). Le projet était a minima de rassembler l’ensemble des textes, de faciliter la circulation d’un texte à l’autre, et de faire jaillir la cohérence quasiment organique de l’œuvre de Louis Meigret. Il s’agissait de permettre une appréhension globale de l’œuvre, tout en conservant la possibilité de revenir à la spécificité de chaque texte, sans l’assigner a priori à un genre (traité sur la langue / traduction), sans conditionner sa lecture par un outillage envahissant qui le rendrait « illisible » sous d’autres approches. Toutes les recommandations favorisant la réutilisation des données rejoignent donc la conviction que pour mieux connaître l’œuvre de Louis Meigret, l’essentiel réside dans la liberté laissée à l’usager (qu’il soit chercheur ou lecteur non expert) de choisir son mode de lecture (choix du support, choix des outils de visualisation et d’exploration), de réinventer le texte en modulant les points de vue.La base est à l’heure actuelle dans une phase intermédiaire : elle est utilisable mais en train de se faire. Utilisable parce que les traductions ont été numérisées (pour celles qui ne l’étaient pas), transcrites et mises en ligne sur le site d’Hyperbase, avec toutes les fonctionnalités que permet cet outil. La matière est disponible mais encore partiellement fragmentée, et pas forcément réutilisable. Il convient de réfléchir à la manière de faire fusionner les deux bases existantes : celle qui rassemble les traductions et celle qui concerne les textes en graphie rénovée. Les deux ensembles ont leur cohérence interne mais cela ne justifie pas une dualité que dément la démarche originale de Meigret. Démarche qui se manifeste de manière exemplaire dans une œuvre comme Le Menteur. Le Menteur est une œuvre bicéphale. Par sa préface, c’est un traité sur l’orthographe. Intégralement composé en graphie rénovée, il appartient à la base conçue par O. Bettens qui rassemble les autres textes de Meigret relatifs à la langue française publiés chez C. Wechel. Conserver les particularités graphiques et ménager un accès au support original est donc crucial. Mais Le Menteur intéresse aussi l’histoire de la traduction : le dialogue de Lucien engage vers d’autres formes de lecture et d’exploration qui peuvent justifier son intégration à la base des traductions, et à d’autres corpus (alignement avec les textes sources et les traductions ultérieures).Enfin reste à définir l’interface qui permettra de répondre aux questions qui ont motivé la création de l’outil tout en restant disponible pour des investigations nouvelles. Un projet d’édition collective sur les traductions de Louis Meigret doit créer les conditions d’un dialogue entre chercheurs d’horizons divers, et permettre à l’usager d’expérimenter l’outil et d’en suggérer des améliorations. On voudrait en somme que l’usager crée la base et puisse la recréer à chaque moment.

International audience

International audience

International audience; Dès lors qu’il s’agit d’aller plus loin qu’une lecture intuitive, le retour d’expérience de nos devanciers en matière d’analyse assistée par l’ordinateur – de l’Analyse Automatique du Discours (AAD) de Michel Pêcheux à l’Analyse de contenu de Laurence Bardin en passant, centralement pour nous, par la lexicométrie politique de Saint Cloud – doit en effet permettre de répondre, plus vite et mieux, à l’exigence méthodologique qui domine toute pratique scientifique. Concrètement, dans ce chapitre nous posons la question des plus-values attendues du traitement des corpus politiques par les réseaux de neurones artificiels – plus value herméneutique s’entend. Ici le deep learning sera appliqué aux corpus parlementaires de la Vème République (particulièrement la mise à l’épreuve de la partition gauhce/droite, et la situation de la récente majorité En marche !) et au corpus présidentiel (de de Gaulle à Macron).

International audience; Le mystère Macron est un mystère du verbe. Ce n’est pas la politique de Macron en elle-même qui intrigue puisqu’elle est relativement convenue dans l’espace européen au début du XXIème siècle, mais ses mots et son discours. Le postulat de cet ouvrage est que la compréhension du macronisme passe par l’étude critique du corpus des textes du candidat en 2016-2017 et du président depuis qu’il est à l’Elysée.1000 discours ont été rassemblés de de Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy et Hollande pour servir de comparaison, et les 100 plus grands discours de Macron ont été ajoutés : ses vœux aux Français, ses discours devant le Congrès, ses interviews télévisées, ses tribunes dans la presse, ses discours de meeting ou ses allocutions solennelles.Et l’Intelligence artificielle et la logométrie ont appris les tournures et les mots favoris, les propositions originales ou celles au contraire reprises, les emprunts sinon les plagiats, les références revendiquées ou les idéologies cachées, les richesses rhétoriques et les tics de langages, afin de baliser les parcours de lecture de l’analyste.De quels discours Macron s’inspire-t-il le plus ? Ceux de De Gaulle ou ceux de Hollande ? Ceux de Pompidou ou ceux de Sarkozy ? Quelles sont les thématiques favorites de Macron et ses propositions phares ? L’égalité entre les hommes et les femmes, le « travailler plus », l’écologie, la crise sanitaire évidemment, les politiques territoriales ? Quelles sont les vertus et les vices d’un discours parfois performant et performatif, parfois incantatoire ? Et d’abord, Macron tient-il un discours de droite ou un discours de gauche ? Jacobin ou girondin ? Classique ou moderne ? Saint-simonien ou ricœurien ? L’ouvrage se termine par un clin d’œil et une prouesse méthodologique : la génération automatique du discours que le président prononcera fin 2021 ou début 2022 pour annoncer sa candidature à un second mandat à l’Elysée. Dans cet ouvrage, les algorithmes IA ont appris à parler le Macron, sa grammaire, son lexique, sa syntaxe. Dès lors, leur serait-il possible de produire un avatar de discours ou discours numérique pastiche, en tout point ressemblant, pour permettre au président de se faire réélire ?

International audience; Cette contribution entend traiter la parole politique méditerranéenne en France sur le temps long : 1881-2002. Le corpus étudié rassemble toutes les professions de foi de tous les députés français du pourtour méditerranéen sur plus d'un siècle. Systématiquement traquées, scannées et océrisées dans le Barodet depuis la naissance de la III e République, les professions de foi, premier et deuxième tour, que nous avons rassemblées couvrent 28 législatures de 1881 à 2002, et 12 départements de l'arc méditerranéen des Pyrénées-Orientales à la Corse, de la Lozère aux Bouches-du-Rhône ; elles s'élèvent au nombre de 1523 et représentent 1 613 042 mots.Deux arguments centraux seulement seront discutés dans ce chapitre : la diachronie, ry la diatopie.(1) C’est d’abord le temps, les rythmes, la chronologie du corpus qui seront mis à l’épreuve. Si les trois Républiques semblent devoir scander naturellement l’organisation du corpus, avec un fort soupçon que le régime institutionnel informe les discours, nous établirons une chronologie endogène aux professions de foi étudiées en comparant les 28 législatures. Ce sera alors la dialectique entre permanence et changement, rupture et continuité qui sera travaillée sur un temps politique long de 121 ans.(2) C’est ensuite l’espace, la (dis)continuité territoriale, la géographie qui seront pris en compte. De manière synchronique et sur une longue durée (les trois Républiques), les 12 départements méditerranéens sélectionnés seront comparés. C’est l’identité du discours méditerranéen - unité ou pluralité ? - qui sera alors discutée. Les zones de clivages - littoral/pays intérieur ; est/ouest de part et d’autre du Rhône ; départements urbains/départements ruraux, etc. - seront décrites dans leurs expressions discursives

International audience; De Homère à Shakespeare les questions de paternité littéraire ou de datation passionnent la critique. Or le décryptage de l’ADN résout sans discussion les problèmes de criminalité ou de paternité. L’Intelligence artificielle peut-elle jouer le même rôle dans le déchiffrement des textes? C’est l’objet de la présente étude, menée conjointement dans deux corpus. Dans le premier, on aborde le roman au XXème siècle en proposant à l’algorithme du deep learning un panel de 50 textes et de 25 écrivains (parmi lesquels Roman Gary et Émile Ajar). Il s’agit de reconnaître les textes qui ont le même auteur. Le deep learning réussit l’épreuve sans faillir. Fort de cette réussite, le même algorithme est appliqué au théâtre classique. La conclusion est là aussi catégorique : Racine, Corneille et Molière se distinguent parfaitement sauf dans deux cas (Don Garcie et Les Plaideurs) où le genre vient brouiller la signature. Le présent article s’interroge sur les mécanismes mis en œuvre dans le deep learning. Il s’agit d’abord de contrôler les résultats du deep learning en les confrontant non seulement aux acquis de l’histoire littéraire mais à l’approche classique de la statistique linguistique. Diverses mesures intertextuelles ont été proposées pour tenter de distinguer les distances intra (entre les textes d’un même auteur) et les distances inter (entre les auteurs). Tantôt on évalue la distance intertextuelle à partir des fréquences basses (grâce aux formules convergentes de, Jaccard , Evrard ou Muller), tantôt on s’appuie sur les hautes fréquences en recourant à l’analyse factorielle et à l’analyse arborée. Dans les deux corpus les procédures éprouvées de la lexicométrie confirment l’approche algorithmique du deep learning.On cherche aussi à imiter la démarche du deep learning en appliquant la statistique non pas aux mots individuels mais à des chaînes obtenues par glissement de trois mots adjacents (les triplets) ou bien en séparant, comme fait le deep learning, les textes soumis à l’apprentissage et les textes proposés à la prédiction (ces derniers traités en éléments supplémentaires dans l’analyse factorielle), ou bien en recourant à d’autres méthodes relevant de la technique neuronale (cartes de Kohonen).On vise aussi à expliquer, de l’intérieur, le processus , ici convolutionnel, du deep learning. Par une démarche rétroactive , dite de déconvolution, on s’applique à retrouver les marqueurs qui ont pesé sur les choix et à en relever la trace dans le texte. Mais le but principal est de comprendre et de maîtriser la démarche du deep learning et de la guider dans ses tentatives en s’appuyant sur des procédures plus exploratoires, transparentes, interprétables à chaque étape, avec des résultats visualisés (plans, arbres) ou évalués (zones de confiance bootstrap par exemple). On montre en particulier que l’analyse de correspondance peut obtenir les mêmes résultats que le deep learning, sans se soumettre à la nécessité d’un apprentissage supervisé : en traitant les pages du corpus en vrac, au kilomètre, sans partition explicite des textes.

International audience; This contribution focuses on controlled and assisted reading by statistical analysis of textual data, a method, that makes it possible to objectify the reading paths of a corpus and therefore the linguistic observable data. The few examples of exploration, analysis and description of a large corpus of FFL, constituted of oral texts and organized according to the 6 levels of the CEFR, will allow to apprehend the latter on the one hand, as an object of research in didactics of oral language. On the other hand, like an object and a device of teaching and learning by sketching a proposal of use of this approach in order to set up a reflexive path for future FFL teachers on the lexical and morphosyntactic specificities of texts according to their level.; Cette contribution se penche sur la lecture contrôlée et assistée par l’analyse statistique des données textuelles, une méthode qui permet d’objectiver les parcours de lecture d’un corpus et donc les observables linguistiques. Les quelques exemples d’exploration, d’analyse et de description d’un grand corpus FLE constitué de textes oraux et organisé selon les 6 niveaux du CECRL, permettront d’appréhender ce dernier d’une part, comme un objet de recherche en didactique de l’oral, et d’autre part comme un objet et un support d’enseignement/apprentissage en esquissant une proposition d’exploitation de cette approche afin de mettre en place un parcours réflexif destiné aux futurs enseignants de FLE qui vise la maîtrise des spécificités lexicales et morpho-syntaxiques des textes en fonction de leur niveau.

International audience

International audience

International audience

Ce sixième numéro de GLAD! est un numéro varia qui présente une grande cohérence thématique : dans la rubrique « Recherches », les articles explorent des formes de résistance artistique et culturelle féministe et/ou queer, dans différents contextes (Amérique du Nord, Amérique Latine, Europe, Afrique) et par le biais de divers moyens d’expression (cinéma, littérature, arts plastiques). La rubrique « Créations », qui propose trois œuvres littéraires originales jouant de façon féministe et subversive avec et sur la langue, fait écho de très belle façon à ces articles scientifiques. La rubrique « Actualités » s’enrichit de plusieurs recensions et résumés de thèse qui attestent de la variété et du dynamisme des études francophones en genre et langage, et la rubrique « Chronique » met en évidence la dimension politique de ces études en discutant la question du changement de prénom. This sixth issue of GLAD! is a varia issue with a strong topical coherence: in the "Research" section, the articles explore forms of feminist and queer artistic and cultural resistance in different contexts (North America, Latin America, Europe, Africa) involving various means of expression (cinema, literature, visual arts). The "Creations" section, which provides two original literary works, playing in a feminist and subversive way with and about the language, echoes these scientific articles in a beautiful way. The "News" section is enriched with several reviews and thesis summaries that illustrate the variety and dynamism of French gender and language studies, and the "Chronicle" section highlights the political dimension of these studies by discussing the issue of the practice of changing first names.

This thesis is at the croassroads of two methods: textual data analysis and the linguistics centred on the semantic, enunciative, pragmatic dimensions of language facts. Its aim is to characterize linguistically the political discourses of the French National Front (FNF) over the contemporary period (2000-2017). Starting from the postulate that this French political party is now anchored in the system and, paradoxically, claims to be an 'anti-system' party, we study the speech construction of this opposition. This work thus questions the heuristic interest of a counter-discourse notion within the political discourse. It defends the thesis that the FNF's speech is systematically built, on its own specific themes and with singular argumentative strategies, like a counter-discourse opposing a single and unique doxa to a counter-doxa.To carry out this research, we have used the Hyperbase software, text data analysis platform, to create a vast corpus over three million occurrences structured in five databases. We have thus applied our tools and our analysis to more than 300 Lepenian speeches and three French presidential campaigns.To answer our fundamental question, three fields of relevance - each corresponding to a linguistic approach - follow one another. They progress from an infra-textual analysis, centred on the study of the lexical and syntactic specificities of the FNF discourse, to a textual analysis devoted to the inter- and supra-phrastic cohesion of the Lepenian textuality, in order to arrive at the discursive organization and the relations that the FNF discourse locally and globally poses to other discourses.; Au croisement de deux méthodes, l’analyse des données textuelles et une linguistique centrée sur les dimensions syntaxiques, énonciatives et pragmatiques des faits de langue, cette thèse a pour objectif de caractériser linguistiquement les discours politiques du Front National sur la période contemporaine (2000-2017). Partant du postulat que ce parti politique français est un parti désormais ancré dans le système mais qui, paradoxalement, se revendique comme un parti « antisystème », nous étudions la mise en discours de cette opposition. Ce travail interroge ainsi l’intérêt heuristique de la notion de contre-discours au sein du discours politique et défend la thèse que le discours du FN se construit systématiquement, avec des stratégies argumentatives singulières et sur des thématiques qui lui sont propres, comme un contre-discours mettant en confrontation une seule et unique doxa face à une contre-doxa. Pour réaliser cette recherche, nous avons créé, sur le logiciel Hyperbase, une plateforme d’analyse de données textuelles, un vaste corpus de plus de 3 millions d’occurrences structurées en 5 bases de données. Plus de 300 discours lepéniens et trois campagnes présidentielles sont ainsi passés au crible de nos outils et de notre analyse. Pour répondre à notre interrogation fondamentale, trois champs de pertinence – correspondant chacun à une approche linguistique – se succèdent et progressent d’une analyse infra-textuelle, centrée sur l’étude des spécificités lexicales et syntaxiques du discours FN, vers une analyse textuelle consacrée à la cohésion inter- et supra-phrastique de la textualité lepénienne, pour aboutir à l’organisation discursive et aux relations que pose le discours du FN localement et globalement aux autres discours.

This thesis is at the croassroads of two methods: textual data analysis and the linguistics centred on the semantic, enunciative, pragmatic dimensions of language facts. Its aim is to characterize linguistically the political discourses of the French National Front (FNF) over the contemporary period (2000-2017). Starting from the postulate that this French political party is now anchored in the system and, paradoxically, claims to be an 'anti-system' party, we study the speech construction of this opposition. This work thus questions the heuristic interest of a counter-discourse notion within the political discourse. It defends the thesis that the FNF's speech is systematically built, on its own specific themes and with singular argumentative strategies, like a counter-discourse opposing a single and unique doxa to a counter-doxa.To carry out this research, we have used the Hyperbase software, text data analysis platform, to create a vast corpus over three million occurrences structured in five databases. We have thus applied our tools and our analysis to more than 300 Lepenian speeches and three French presidential campaigns.To answer our fundamental question, three fields of relevance - each corresponding to a linguistic approach - follow one another. They progress from an infra-textual analysis, centred on the study of the lexical and syntactic specificities of the FNF discourse, to a textual analysis devoted to the inter- and supra-phrastic cohesion of the Lepenian textuality, in order to arrive at the discursive organization and the relations that the FNF discourse locally and globally poses to other discourses.; Au croisement de deux méthodes, l’analyse des données textuelles et une linguistique centrée sur les dimensions syntaxiques, énonciatives et pragmatiques des faits de langue, cette thèse a pour objectif de caractériser linguistiquement les discours politiques du Front National sur la période contemporaine (2000-2017). Partant du postulat que ce parti politique français est un parti désormais ancré dans le système mais qui, paradoxalement, se revendique comme un parti « antisystème », nous étudions la mise en discours de cette opposition. Ce travail interroge ainsi l’intérêt heuristique de la notion de contre-discours au sein du discours politique et défend la thèse que le discours du FN se construit systématiquement, avec des stratégies argumentatives singulières et sur des thématiques qui lui sont propres, comme un contre-discours mettant en confrontation une seule et unique doxa face à une contre-doxa. Pour réaliser cette recherche, nous avons créé, sur le logiciel Hyperbase, une plateforme d’analyse de données textuelles, un vaste corpus de plus de 3 millions d’occurrences structurées en 5 bases de données. Plus de 300 discours lepéniens et trois campagnes présidentielles sont ainsi passés au crible de nos outils et de notre analyse. Pour répondre à notre interrogation fondamentale, trois champs de pertinence – correspondant chacun à une approche linguistique – se succèdent et progressent d’une analyse infra-textuelle, centrée sur l’étude des spécificités lexicales et syntaxiques du discours FN, vers une analyse textuelle consacrée à la cohésion inter- et supra-phrastique de la textualité lepénienne, pour aboutir à l’organisation discursive et aux relations que pose le discours du FN localement et globalement aux autres discours.

International audience; As a first step towards increasing reproducibility of language data and promoting scientific synergies and transparency, CORLI (Corpus, Language and Interaction), a consortium involving members from more than 20 research labs and 15 Universities, part of the French large infrastructure Huma-Num, contributes to the European research infrastructure of CLARIN through the establishment of a knowledge sharing centre: the French Clarin CORpus Language and Interactions K-Centre (CORLI K-Centre). The purpose of the CORLI K-Centre is to provide expertise in corpus linguistics and French language, and support academic communities through actions towards FAIR and Open data. We describe the development of the CORLI K-Centre, its scope, targeted audiences, as well as its intuitive and interactive online platform which centralizes and offers both proactive and reactive services about: available language resources, databases and depositories, training opportunities, and best research practices (i.e., on legal/ethical issues, data collection, metadata standardization, anonymization, annotation and analysis guidelines, corpus exploration methods, format conversions and interoperability).

This thesis is devoted to the study of the preposition iz in modern Russian, through the constructions that contain it and form a complex semantic network. While prepositions have always been a central part of linguistic research, iz has not been described in much detail in terms of its semantics and function, even though some works have been devoted to it. The main objective of this work has been to establish a semantic network of the preposition iz, through its main uses and based on existing digital corpora.Chapter I of this thesis provides an overview of research on prepositions in Russian and Western linguistics. This theoretical section looks at unresolved questions in linguistic research related to this part of speech, including definition of the preposition as a category, the existence of lexical meanings inherent in prepositions, and the organisation of their semantical structure, among others. Chapter II presents a detailed analysis of the uses of iz within a construction, considered as a semantic-syntactic unit. The preposition iz is studied here in terms of its interaction with its cotexts: the governing element, on the one hand, and the complement of the preposition, on the other. There are eighteen (18) main constructions, three (3) of which have a concrete, spatial meaning, related to movement through space; five (5) constructions have a reconceptualised spatial meaning; eight (8) constructions have a “non-dynamic” character (no longer involving the idea of movement through space) and two (2) constructions have a causal meaning with iz. This detailed analysis highlights the parameters that show similarities between the various uses of iz by establishing links between them and by organising them into a well-structured network of meanings. This network of meanings forms the semantic profile of iz itself. Chapter III provides a summary including the main ideas developed in the chapter analysing iz, and compares them through a contrastive study on the uses of the prepositions ot and s, which appear in similar contexts and, as a result, enter into competition with iz. This contrastive analysis makes it possible to identify the specificities of the uses of each of the three prepositions and to determine the way in which they separate areas of use. Elsewhere, particular consideration is given to the quantitative analysis of combinations of the three prepositions iz, ot and s with prefix verbs. The results obtained clearly confirm the hypothesis of a correlation between the prepositions and the homonymous prefixes ot and ot-, s and s-, and the synonymous prefixes iz and vy-. Lastly, the arguments developed throughout the work are used to explain erroneous use cases involving the preposition iz in works for learners of Russian (mainly French and English-speaking). Thanks to this comparative dimension between languages with a different structure, the analysis carried out highlights the fact that certain constructions with iz (in particular, ‘belonging’, ‘identification of an entity within a group of entities’) have specific parameters that are not present in “equivalent” constructions in French and English. The general conclusion of the thesis that concludes this study presents all of the results and data obtained, as does the Annex, which brings together the main quantitative data taken from research on prepositions studied mainly in the Russian National Corpus (ruscorpora.ru). The results obtained can contribute to linguistic studies of prepositions and to lexicographical entries, as well as to research related to acquisition of Russian by non-Russian-speaking adults, and didactics of Russian as a foreign language for example., La présente thèse est dédiée à l’étude de la préposition iz dans la langue russe moderne à travers les constructions qui la contiennent et qui s’organisent en un réseau sémantique complexe. Bien que les prépositions aient toujours été au cœur des recherches linguistiques, iz n’a cependant pas reçu de description très détaillée de sa sémantique ni de son fonctionnement même s’il existe quelques travaux qui lui sont consacrés. L’établissement d’un réseau sémantique de la préposition iz à travers ses principaux emplois et à l’appui des corpus informatisés existants a été le principal objectif poursuivi dans le présent travail.Le Chapitre I de la présente thèse est dédié à l’état des lieux de la recherche sur les prépositions dans la linguistique russe et occidentale et aborde, entre autres, des questions non résolues dans la recherche actuelle, à savoir la définition catégoriale, l’existence des significations lexicales inhérentes aux prépositions, l’organisation de leur structure sémantique, et quelques autres. Le Chapitre II présente une analyse détaillée des emplois de iz au sein d’une construction, considérée comme une unité sémantico-syntaxique. La préposition iz y est étudiée dans l’interaction avec ses cotextes : d’un côté, l’élément régissant et, de l’autre côté, le complément de la préposition. Il se dégage ainsi dix-huit (18) constructions principales avec iz, dont trois (3) à signification spatiale de nature concrète, renvoyant au déplacement dans l’espace ; cinq (5) constructions à signification spatiale reconceptualisée ; huit (8) constructions à caractère « non-dynamique » (n’impliquant plus l’idée de déplacement dans l’espace) et deux (2) constructions à signification causale. Cette analyse détaillée permet de mettre en évidence les paramètres qui rapprochent les différents emplois de iz en établissant les liens entre ses différents emplois et en les organisant en un réseau de significations bien structuré. Ce réseau de significations constitue le profil sémantique de iz à proprement parler. Le Chapitre III est un chapitre synthétique qui reprend les principales idées développées dans le Chapitre II et les confronte par le biais d’une étude contrastive aux emplois des prépositions ot et s qui apparaissent dans des contextes proches et, par conséquent, y entrent en concurrence avec iz. Cette analyse contrastive permet d’identifier les particularités propres aux emplois de chacune des trois prépositions et de cerner la manière dont elles départagent les domaines d’emplois. En outre, une place particulière est accordée à l’analyse quantitative des combinatoires des prépositions iz, ot et s avec les verbes à préfixe. Les résultats obtenus confirment grandement l’hypothèse de la corrélation entre les prépositions et les préfixes homonymes (ot et ot-, s et s-) ou « synonymes » (iz et vy-). Enfin, les thèses développées tout au long du travail sont utilisées pour expliquer les cas d’emplois erronés impliquant la préposition iz dans les travaux d’apprenants de russe (francophones et anglophones principalement). Grâce à cette dimension comparative entre les langues à structure différente, l’analyse effectuée met en lumière le fait que certaines constructions avec iz (notamment, « appartenance », « repérage d’une entité dans un groupe d’entités ») ont des paramètres particuliers qui ne sont pas présents dans des constructions « équivalentes » en français et en anglais. La conclusion générale expose l’ensemble des résultats et données obtenus, tout comme l’Annexe qui regroupe les principales données quantitatives issues des recherches sur les prépositions étudiées principalement dans le Corpus National de la Langue Russe (ruscorpora.ru). Les résultats obtenus peuvent aussi bien contribuer aux études linguistiques sur les prépositions et aux entrées lexicographiques, qu’aux recherches portant sur l’acquisition du russe par des adultes non-russophones ou encore sur la didactique du russe langue étrangère.

International audience; L'intertexte est la condition de l'interprétation de tout texte. Cependant, sa matérialisation, son explicitation, son implémentation ont toujours paru difficile pour la linguistique textuelle. Cette contribution propose une matérialisation de l'intertexte au sein de corpus réflexifs numériques, et convoque de manière originale l'intelligence artificielle (deep learning, modèle convolutionnel) et la logométrie pour explorer de manière systématique l'intertexte ainsi matérialisé. Pour cette étude, nous postulons que le corpus élyséen depuis 1958 constitue l'intertexte des discours d'Emmanuel Macron, dans lequel le président puise de manière consciente ou inavouée pour construire ses discours. A titre d'exemple, nous mettons ainsi au jour automatiquement les empreintes grammaticales de Giscard dans le discours de Macron, et les emprunts lexicaux que le nouveau président concède à de Gaulle.

International audience; Since few years, some tools that are helping us to interpret results of deep learning have appeared (LIME, LSTMVIS, TDS). In this paper, we propose to go further by searching hidden information encoded in intermediate layers of deep learning thanks to a new tool. Hyperdeep allows, on the one hand, to predict the belonging of a text and to appreciate its borrowings from different styles or authors and, on the other hand, it allows to analyze, by deconvolution, the spatial and static patterns of the text in order to bring up the linguistic markers learned by the network. This new type of linguistic objects is gathered and highlighted in a graphical tool combining visualizations and hypertext. This tool is fully integrated in the Hyperbase Web platform, which offers the adequate environment and a natural starting point for any study mixing deep learning and text mining. Abstract 2 (in French) Depuis peu, les outils d'aide à l'interprétation des résultats du deep learning font leur apparition (LIME, LSTMVIS, TDS). Dans cette communication nous proposons d'aller plus loin en allant chercher l'information cachée au plus profond des couches intermédiaires du deep learning grâce à un nouvel outil. Hyperdeep permet d'une part de prédire l'appartenance d'un texte et d'en apprécier les emprunts à différents styles ou auteurs et d'autre part, par déconvolution, d'analyser les motifs spatiaux et statiques du texte afin d'en faire remonter les marqueurs linguistiques appris par le réseau. Cette information d'un genre nouveau est rassemblée et mise en valeur dans un nouvel outil mêlant visualisations graphiques et texte dynamique. Son utilisation est accompagnée d'une intégration complète dans la plateforme Hyperbase Web qui propose l'environnement adéquate et un point de départ naturel pour toute étude mêlant deep learning et statistiques du texte.; Depuis peu, les outils d'aide à l'interprétation des résultats du deep learning font leur apparition (LIME, LSTMVIS, TDS). Dans cette communication nous proposons d'aller plus loin en allant chercher l'information cachée au plus profond des couches intermédiaires du deep learning grâce à un nouvel outil. Hyperdeep permet d'une part de prédire l’appartenance d’un texte et d’en apprécier les emprunts à différents styles ou auteurs et d’autre part, par déconvolution, d'analyser les saillances du texte afin d’en faire remonter les marqueurs linguistiques appris par le réseau. Cette information d’un genre nouveau est rassemblée et mise en valeur dans un nouvel outil mêlant visualisations graphiques et texte dynamique. Son utilisation est accompagnée d’une intégration complète dans la plateforme Hyperbase Web qui propose l’environnement adéquate et un point de départ naturel pour toute étude mêlant deep learning et statistiques du texte.

International audience; The methods of deep learning, particularly deconvolution, have recently made it possible to go beyond simple classification tasks in order to develop text description tasks. This article proposes to apply the methods of deep learning on a corpus of electoral proclamations by the left and the right between 1958 and 2017. We highlight some salient results to interpret electoral speeches under the French V° Republic in order to emphasize, from a methodological point of view, the added value of deconvolution protocols. We thus point to well-known units of textual statistics (such as specificities, lexical and grammatical co-occurrences). But we also show how the model allows for the formal capture of complex syntagmatic units, which the analysis of textual data has often conceptualized without being able to identify them automatically, such as patterns (« motifs ») or passages.

International audience; This paper focuses on the linguistic expression of conflicts in Wikipedia. I am currently working on a pragmatic annotation task. I concentrate on the markers of disagreement and conflict (Poudat 2018, Poudat and Ho-Dac 2019) keeping in mind an objective of operative and partially automated description. In this context, I am naturally interested in the possibility of detecting disagreement and conflict in discussions. Deep learning and in particular the convolutional model (CNN) that my research team is currently implementing in Hyperbase Web (Vanni et al. 2018a&b) is very attractive for a number of reasons: on the one hand, it will allow me to assess conflict detection in discussion sequences and threads ; and on the other hand, to enrich the description and annotation of conflicts with new patterns and regularities using the TDS index.

International audience; The topic of the levels of language, as defined by the Common European Framework of Reference for languages (CEFR), and that of our characterization and of their mastery is a crucial topic in the didactics of French as a foreign language and it overhangs the automatic analysis of corpora. Our research is based on a sample corpus composed of six levels: namely A1, A2, B1, B2, C1 and C2. This corpus, whose extent is 595.980 occurrences, is made of several oral texts drawn from many educational packages of French. On the one hand, our study will present the statistic extraction of saliences that mark a change of level according to the CEFR thanks to Hyperdeep. This tool utilizes a deep learning model (Vanni et al., 2020) able to extract the characteristics that give a unique imprint to the text. On the other hand, our research focuses on the patterns, which characterize texts corresponding to levels A1 and A2, thanks to the statistical analysis of textual data.; La question des niveaux de langue tels que définis par le Cadre Européen Commun de Référence pour les Langues (CECRL) (Conseil de l’Europe, 2001), de leur caractérisation et de leur maîtrise est une question centrale de la didactique du français langue étrangère (FLE) et surplombe l'analyse automatique des corpus. Notre recherche s’est appuyée sur un corpus échantillonné qui comporte six classes de niveaux de langue : à savoir A1, A2, B1, B2, C1 et C2. Ce corpus, dont l’étendue est de 595.980 occurrences, est constitué de nombreux textes oraux extraits de plusieurs ensembles pédagogiques de français langue étrangère (FLE). Notre contribution présentera d’une part, l’extraction statistique des saillances qui marquent un changement de niveau selon le CECRL grâce à Hyperdeep, qui exploite un modèle de deep learning (Vanni et al., 2020) capable d’extraire les caractéristiques qui donnent une empreinte unique du texte, et d’autre part, les passages-clés qui caractérisent les textes de niveaux A1 et A2 grâce à l’analyse des données textuelles (ADT) et plus précisément à la plateforme Hyperbase web.

International audience; The present paper suggests that intertextuality can be brought out objectively by resorting to specific methodological tools. The case in point is political intertextuality in the speeches of the French president Emmanuel Macron. Deep learning (convolutional model) is first used to "learn" (satisfactory accuracy rate of 92.3%) the French presidential speeches since 1958: the speeches of De Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy and Hollande are then considered as the potential intertext of Macron's own speeches. Next, Macron's texts-hitherto unknown to the machine-are included in the model and the machine is instructed to assign Macron's quotations to one of his predecessors based on their linguistic content. Finally, the algorithm extracts and describes Macron's quotations and linguistic units (wTDS, lexical specificities, co-occurrences, morpho-syntactic labels) as they were interpreted by the machine in comparison to those of De Gaulle or Sarkozy, of Mitterrand or Holland. Macron's discourse is permeated with, sometimes explicitly but more often than not implicitly, by the discourse of former French presidents-a phenomenon that we shall refer to as "intertextuality"-and it turns out that Artificial Intelligence and textual statistics are able to identify such phenomena of borrowing, imitation and even plagiarism.; Cette contribution propose un parcours méthodologique susceptible d’objectiver l’intertexte ; l’intertexte politique des discours du président français Emmanuel Macron en l’occurrence.Le deep learning (modèle convolutionnel) est d’abord utilisé pour « apprendre » (taux d’accuracy satisfaisant de 92,3%) le discours présidentiel français depuis 1958 : les discours de de Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy et Hollande sont alors considérés comme l’intertexte potentiel des discours de Macron.Ensuite, les textes de Macron – inconnus jusqu’ici du système – sont versés dans le modèle et nous forçons la machine à attribuer les passages de Macron à l’un de ses prédécesseurs en fonction de leur composition linguistique. Enfin, l’algorithme extrait et décrit les passages et les unités linguistiques (wTDS, spécificités lexicales, cooccurrences, étiquettes morpho-syntaxiques) de Macron interprétées par la machine comme ressemblant à celles de de Gaulle ou Sarkozy, à celles de Mitterrand ou de Hollande.Le discours de Macron est traversé, de manière explicite parfois, de manière implicite le plus souvent, par les discours de ses prédécesseurs – phénomène que l’on appellera « intertextualité » – et l’Intelligence artificielle et la statistique textuelle peuvent repérer les phénomènes d’emprunt, d’imitation voire de plagiat.

International audience; Islamophobia has been at the heart of social debates in France and Belgium for several years now. In this article, we study two large corpora of francophone news media ((Le Monde, Le Figaro, Libération, between 1997 and 2015; Le Soir, La libre Belgique, La Dernière Heure and Le Vif between 2014 and 2018, i.e. 37 million and 9,6 million occurrences), that will allow us to observe the coverage of the public problem called Islamophobia in two countries that consider themselves, each in their own way, secular. To do this, we implement a co-occurrence analysis protocol, understood as a statistical, textual and semantic unit.; La question de l’islamophobie se trouve, depuis quelques années déjà, au cœur des débats sociaux en France et en Belgique. Dans cet article, nous étudions deux grands corpus de presse généraliste francophone (Le Monde, Le Figaro, Libération, entre 1997 et 2015 ; Le Soir, La libre Belgique, La Dernière Heure et Le Vif entre 2014 et 2018, soit respectivement 37 millions 9,6 millions d’occurrences) qui nous permettront d’observer comment le problème public appelé islamophobie est traité dans deux pays qui se considèrent, chacun à leur manière, laïques. Pour ce faire, nous mettons en œuvre un protocole d’analyse de la co-occurrence, comprise comme unité statistique, textuelle et sémantique.

International audience

La logométrie et l’Intelligence artificielle (deep learning) appliquées aux textes politiques permettent de repérer dans le discours d’Emmanuel Macron les emprunts linguistiques qu’il contracte auprès de ses prédécesseurs à l’Elysée (de Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy et Hollande). Les emprunts les plus importants, lexicaux autour de la valeur travail et énonciatifs autour de l’exhibition du « je » et du « je veux », concernent statistiquement Nicolas Sarkozy. Logometry and Artificial Intelligence (deep learning) applied to political texts make it possible to identify in Emmanuel Macron's speeches the linguistic borrowings he contracted from his predecessors at the Palais de l’Elysée (de Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy and Hollande). The most important borrowings, which are around the work value and enunciative around the exhibition of “I” and "I want", are statistically related to Nicolas Sarkozy.

International audience; The Cles (Certificat en Langues de l’Enseignement Supérieur – Higher education language certificate) is a high stake certification system conceived by the will of the Higher Education Ministry in 2001. It is a multilingual certification system available for 9 languages and “ levels (B1-B2-C1). Its conception was based on the CEFR and its designers followed an action-based perspective. Recent research has shown how the CLES has exerted a positive washback effect on the language policy in French universities. If it has now become quite common to adopt an action-oriented approach for language courses, applying this perspective to an evaluation process still remains original 20 years after the first CLES exams were produced. It is believed that fewer than 10 scenario-based language certification systems exist in the world (J. Purpura). The challenges become even greater in so far as the 4 main language activities are necessarily evaluated and interconnected by a mediation process : oral and written comprehension, written and oral production This presentation aims at defining what the construct of the CLES is and how Nulte (Network of university Language Testers in Europe), of which the CLES is a founding member, makes it possible to highlight our respective strengths and weaknesses and opens new perspectives on testing.

International audience; La logométrie et l’Intelligence artificielle (deep learning) appliquées aux textes politiques permettent de repérer dans le discours d’Emmanuel Macron les emprunts linguistiques qu’il contracte auprès de ses prédécesseurs à l’Elysée (de Gaulle, Pompidou, Giscard, Mitterrand, Chirac, Sarkozy et Hollande). Les emprunts les plus importants, lexicaux autour de la valeur travail et énonciatifs autour de l’exhibition du « je » et du « je veux », concernent statistiquement Nicolas Sarkozy.

Cette contribution pose la strategie de restauration ou de reparation d’image, telle que theorisee par William Benoit, comme un acte de langage. Des lors, elle s’interroge sur les conditions de felicite ou d’infelicite de ce speech act. Durant la campagne presidentielle francaise 2017, le candidat favori, Francois Fillon, a vu son image d’homme sincere se briser sur les affaires sans etre capable, malgre les efforts deployes, de la reparer. En utilisant successivement et/mais de maniere contradictoire la « mortification », la « minimisation » (minimization), le « deni » (denial), la « compensation », l’« attaque de l’accusateur » (attacking accuser), la « provocation », la « dilution ou reduction de la responsabilite » (evading responsibility) Francois Fillon a semble affaiblir sa defense et rendre irrecevable son discours. De meme, en utilisant parfois le logos, parfois le pathos, parfois l’ethos, il semble avoir perdu la coherence rhetorique necessaire a l’efficacite. Enfin, cette contribution pointe l’aporie de toute strategie discursive de restauration lorsque c’est la parole du locuteur qui se trouve elle-meme discreditee : comment reparer par le discours, un discours devenu inaudible ?

International audience; The aim of this contribution is to review the national research project CoMeRe (Communication Médiée par les Réseaux - Networked-Mediated Communication) and, in particular, focus on the the complexity of the corpus it developed, structured, and disseminated. The CoMeRe corpus is a reference corpus for computer-mediated communication (CMC) in French comprising fourteen sub-corpora. Fourteen researchers from eight different laboratories were involved in the project and three key words guided their collaborations: variety, standards, and open access.The CoMeRe corpus is composed of a wide range of heterogeneous CMC genres (emails, text chat, SMS, Internet discussion forums, blogs, tweets, Wikipedia discussions, interactions from synthetic worlds). In the first section of the article, we underline their main characteristics of the different CMC genres and highlight their similarities and differences. We then describe the choices made to support corpus interoperability: the fourteen sub-corpora were structured in a standardized manner in accordance with the Interaction Space model developed within the project (Chanier & Jin, 2013) and, in collaboration with European partners, following guidelines for standardizing CMC corpora in TEI (Text Encoding Initiative, 2019). The CoMeRe corpus was released in an open-access format so as to encourage future use by the scientific community. In the article’s conclusion, we underline the different implications of the corpus’ dissemination.; Le présent article se propose de revenir sur le projet national CoMeRe (Communication Médiée par les Réseaux) en insistant sur la complexité du corpus développé. Constitué de quatorze sous-corpus variés, le corpus CoMeRe est un corpus de référence de la communication médiée par les réseaux en français. Quatorze enseignants-chercheurs de huit laboratoires différents se sont impliqués dans le projet et ont été guidés par trois mots clés lors de leurs collaborations : variété, standards et accès ouvert. Le corpus CoMeRe a ainsi été construit sur une hypothèse de variété et contient une gamme étendue d'interactions de la CMR dont nous restituons les différences et les caractéristiques principales (courriels, clavardage, SMS, forums de discussion Internet, blogs, tweets, discussions Wikipédia, interactions provenant de mondes synthétiques). Nous détaillons ensuite comme le corpus CoMeRe a été rendu interopérable : les quatorze sous-corpus ont été standardisés, suivant le modèle de l'espace d'interaction élaboré lors du projet (Chanier & Jin, 2013) d'une part et suivant les propositions de représentation standardisée des corpus de la CMR en TEI (Text Encoding Initiative, 2019) élaborées en lien avec les partenaires européens. Enfin, les collègues tenaient à diffuser le corpus en accès ouvert pour permettre son utilisation par la communauté scientifique. Nous revenons sur les retombées du projet liées à la diffusion du corpus dans la conclusion de notre article.

Dans une perspective d’analyse du discours reliant statistique textuelle et pragmatique, cet article a pour objectif d’apporter un éclairage sur le discours politique du Front National (FN) à travers l’usage du néologisme par ses dirigeant.e.s. Si le discours FN est un discours politique institutionnalisé, il reste discriminatoire sans faire l’objet de plaintes récurrentes. Dans ce cadre, cet article interrogera la notion de « haine dissimulée » dans le discours de Jean-Marie et Marine Le Pen. Nous étudierons, dans un premier temps, la disqualification « institutionnelle », puis la disqualification insultante, pour interroger dans un dernier temps la place que la politique institutionnelle laisse aujourd’hui aux discours de haine. From a discourse-analytical perspective, combining text mining statistics and a pragmatic approach, this article aims to shed light on covert hate as it unfolds in the French Front National rhetoric, and in particular through the use of neologisms. Despite its discriminatory content, the FN’s discourse remains institutional and is rarely condemned. In this context, this study will investigate the concept of covert hate in texts and talks of both leaders, Jean-Marie Le Pen, and Marine Le Pen. It will first examine the concept of “institutional” disqualification, then that of insulting disqualification, prior to investigating the room that current institutional political speeches leave to hate.

International audience

International audience; The Russian language has sought its place in the multilingual culture of France since the 19th century. Among the ‘exotic’ languages, Russian is the most frequently studied in both grade school and tertiary education. This article will explore the history of teaching Russian in France, particularly in Southeast France, in relation to its political and historical background. This review is based on archival and unpublished documents (e.g., Ph.D. dissertations and end-of-year essays) and interviews and will contribute to the social study of migrant pluricentricity, cultural policy, and migration, and the Russian diaspora.

This contribution compares statistical analysis and deep learning approaches to textual data. The extraction of key passages using statistics and deep learning is implemented using the Hyperbase software. An evaluation of the underlying calculations is given by using examples from two different languages—French and Latin. Our hypothesis is that deep learning is not only sensitive to word frequency but also to more complex phenomena containing linguistic features that pose problems for statistical approaches. These linguistic patterns, also known as motives Mellet and Longree (Belg J Linguist 23:161–173, 2009 [9]), are essential for highlighting key passages. If confirmed, this hypothesis would provide us with a better understanding of the deep learning black box. Moreover, it would bring new ways of understanding and interpreting texts. Thus, this paper introduces a novel approach to explore the hidden layers of a convolutional neural network, trying to explain which are the relevant linguistic features used by the network to perform the classification task. This explanation attempt is the major contribution of this work. Finally, in order to show the potential of our deep learning approach, when testing it on the two corpora (French and Latin), we compare the obtained linguistic features with those highlighted by a standard text mining technique (z-score computing).

International audience; This article aims at studying the discourse of journalists moderating the political debate Question Time. Focusing on the discourse of participants whose role is not to speak but to stimulate the debate may seem pointless. Journalists however have to articulate 3 orders of discourse (political, media, ordinary life), it is therefore fascinating to try to identify what positioning is achieved. Do moderators side with ordinary citizens whose discourse they relay or with the Institution ? Such is the question guiding the study. The adopted approach is both qualitative, considering discourse genres, enunciative positionings as well as quantitative (logometry), enabling a relative quantification of the strategies at work. The analysis reveals the extreme diversity, not to say ambiguity inherent to the role of debate moderator (articulation of turns, handling of topical sequences). The two moderators scrutinized (Peter Sissons, 1992 and David Dimbleby 1997) show that the mode of the opposition plays a key role to determine variations in terms of strategy. It is also argued that the wider socio-cultural, political context is to be taken into account in the interpretation of results; Cet article a pour but d’étudier le discours des journalistes modérateurs du débat télévisé Question Time. Il peut sembler a priori inintéressant de se pencher sur la production discursive de participants dont le rôle premier n’est pas de parler mais de « faire parler ». Pourtant, si l’on considère que ces acteurs du débat nécessairement effacés doivent articuler différents ordres de discours (politique, médiatique et celui de la vie ordinaire), il est fascinant de tenter de voir quels positionnements ils réalisent : sont-ils les relais discursifs du citoyen ordinaire ou bien penchent-ils du côté institutionnel ? Telles est la question qui nous guident dans cette étude. Une approche à la fois qualitative considérant les genres de discours, les positionnements énonciatifs et quantitative (logométrique) permettant de relativiser les stratégies qualitatives est utilisée. L’analyse révèle l’extrême diversité, pour ne pas dire ambigüité du rôle de modérateur (circulation de la parole, gestion des séquences thématiques). Les variations auxquelles se livrent les deux présentateurs étudiés (Peter Sissons en 1992 et David Dimblebly en 1997) montrent que le mode de l’opposition joue un rôle central. Il est aussi suggéré que le contexte socioculturel et politique large doit être pris en compte pour l’interprétation des résultats.

International audience

Si le developpement du web a rendu accessibles des masses de donnees numeriques, facilitant la collecte de textes et le developpement de corpus, il a egalement donne naissance a de nouveaux genres qui defient les representations, les methodes et les grilles d’analyses developpees jusqu’a present. Ainsi a-t-on vu apparaitre des corpus assez eloignes des premiers corpus ecrits traditionnels, regroupes sous la banniere de la CMR (Communication Mediee par les Reseaux / Computer-Mediated Communica...

International audience; The aim of this article is to show how, in Frères migrants by Patrick Chamoiseau, the osmosis between the content of the discourse and the formal aspects of the text is achieved; how the form not only serves the discourse but also says itself, how the form is significant, how a form-sense is constructed that expresses a vision of the world and a call to the imagination, to aesthetic desire. The poet of the Relation wants to inspire an identity-rhizome that is sketched out at the different levels that linguistics explores and that constitute the language: the lexicon, the syntax, the rhythm, the semantics and the figural.; L'enjeu de cet article est de montrer comment, dans Frères migrants de Patrick Chamoiseau, se réalise l'osmose entre le contenu du discours et les aspects formels du texte ; comment la forme ne fait pas que servir le discours mais dit aussi elle-même, comment la forme est signifiante, comment se construit une forme-sens qui exprime une vision du monde et un appel à l'imaginaire, au désir esthétique. Le poète de la Relation veut inspirer une identité-rhizome qui s'esquisse aux différents niveaux qu'explore la linguistique et qui constituent la langue : le lexique, la syntaxe, le rythme, le sémantique et le figural.

International audience

Résumé : Sur la base d’une analyse assistée par la statistique textuelle des tracts électoraux des femmes députées sous la Cinquième République, cet article examine l’élaboration des frontières discursives qui conduisent à la perpétuation de la hiérarchie des sexes dans l’ordre politique. En accédant aux compétitions électorales, les femmes sont contraintes de s’exprimer dans le cadre balisé de/par la parole électorale jusqu’ici dominée par les hommes. Dans le même temps, elles sont également sommées de donner des gages de féminité conformes aux représentations des femmes dans nos sociétés occidentales héritières de systèmes patriarcaux. Abstract: On the basis of an analysis assisted by textual statistics of the electoral tracts of women deputies under the Fifth Republic, this article examines the development of discursive boundaries which lead to the perpetuation of the hierarchy of the sexes in the political order. By accessing electoral competitions, women are forced to express themselves within the marked framework of/by electoral speech dominated by men. At the same time, they are also urged to give pledges of femininity in accordance with the representations of women in our Western societies inherited from patriarchal systems.

International audience; L'article met au centre des investigations les verbes associés aux cris d'animaux et tente de démontrer sur l'exemple de langues diverses que même si au départ, il y a une part d'animalisation du lexique lorsque le domaine Cible de la métaphore est l'homme, le côté animal tend à s'estomper et à se neutraliser-au point de ne plus se sentir comme expressif-, lorsque le domaine Cible n'est pas l'homme (partie du corps, objet, élément naturel). Ces deux voies correspondent à deux différents types de métaphorisation (métaphores de ressemblance et de corrélation). L'article met en évidence les trois composants-sources qui sont à la base de métaphorisation vers le domaine des hommes : la capacité de produire des sons, la capacité de se mouvoir et la capacité d'éprouver des émotions.

International audience; The Russian language has sought its place in the multilingual culture of France since the 19th century. Among the ‘exotic’ languages, Russian is the most frequently studied in both grade school and tertiary education. This article will explore the history of teaching Russian in France, particularly in Southeast France, in relation to its political and historical background. This review is based on archival and unpublished documents (e.g., Ph.D. dissertations and end-of-year essays) and interviews and will contribute to the social study of migrant pluricentricity, cultural policy, and migration, and the Russian diaspora.

International audience