Search

Gallicagram est un nouvel outil de lexicométrie, fondé notamment sur les archives océrisées de la Bibliothèque nationale de France et sur celles du journal Le Monde ; il dénombre dans le corpus choisi et pour une période donnée les occurrences d’un mot ou d’un syntagme, et offre différents modes de visualisation des données obtenues. Ce logiciel mérite à plusieurs titres d’être investi par les chercheurs : outre le volume des données qu’il exploite, suffisant pour fonder des analyses lexicométriques depuis le XVIIe siècle jusqu’à nos jours, Gallicagram a sur son concurrent immédiat, Ngram Viewer, l’avantage d’une transparence très supérieure et d’une structure plus constante au cours du temps. L’article présente Gallibase, son extension qui lui applique les outils de la statistique textuelle – en particulier les analyses factorielles et arborées. Il illustre son potentiel et insiste sur l’intérêt spécifique des corpus de presse, qui permettent des études sur périodes courtes. Gallicagram is a lexicometry tool, based primarily on the archives of the French National Library and those of Le Monde newspaper. It counts the occurrences of a word and syntagma for a chosen corpus and a given period and offers several visualization options of the resulting data. For researchers, this software offers several assets: a large enough volume of data sufficient for lexicometric analysis from 1600 to present; transparency, which its competitor Ngram Viewer notably lacks; and a more constant structure throughout time. This article presents Gallibase, its extension which applies the tools of textual statistics, in particular factor analysis and tree clustering. It illustrates its potential and insists on the value of press corpora, which allows for the study of short periods.

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.

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.

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 decorpus 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.

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; Author identification and text genesis have always been a hot topic for the statistical analysis of textual data community. Recent advances in machine learning have seen the emergence of machines competing state-of-the-art computational linguistic methods on specific natural language processing tasks (part-of-speech tagging, chunking and parsing, etc). In particular, Deep Linguistic Architectures are based on the knowledge of language speci-ficities such as grammar or semantic structure. These models are considered as the most competitive thanks to their assumed ability to capture syntax. However if those methods have proven their efficiency, their underlying mechanisms, both from a theoretical and an empirical analysis point of view, remains hard both to explicit and to maintain stable, which restricts their area of applications. Our work is enlightening mechanisms involved in deep architectures when applied to Natural Language Processing (NLP) tasks. The Query-By-Dropout-Committee (QBDC) algorithm is an active learning technique we have designed for deep architectures: it selects iteratively the most relevant samples to be added to the training set so that the model is improved the most when built from the new training set. However in this article, we do not go into details of the QBDC algorithm-as it has already been studied in the original QBDC article-but we rather confront the relevance of the sentences chosen by our active strategy to state of the art phraseology techniques. We have thus conducted experiments on the presidential discourses from presidents C. De Gaulle, N. Sarkozy and F. Hollande in order to exhibit the interest of our active deep learning method in terms of discourse author identification and to analyze the extracted linguistic patterns by our artificial approach compared to standard phraseology techniques.; L'identification de l'auteur et la gen ese d'un texte ont toujours eté une question de tr es grand intérêt pour la com-munauté de l'analyse statistique des données textuelles. Les récentes avancées dans le domaine de l'apprentissage machine ont permis l'´ emergence d'algorithmes concurrençant les méthodes de linguistique computationnelles de l'´ etat de l'art pour des tâches spécifiques en traitement automatique du langage (´ etiquetage des parties du dis-cours, segmentation et l'analyse du texte, etc). En particulier, les architectures profondes pour la linguistique sont fondées sur la connaissance des spécificités linguistiques telles que la grammaire ou la structure sémantique. Ces mod eles sont considérés comme les plus compétitifs grâcè a leur capacité supposée de capturer la syntaxe. Toute-fois, si ces méthodes ont prouvé leur efficacité, leurs mécanismes sous-jacents, tant du point de vue théorique que du point de vue de l'analyse empirique, restent difficilè a la fois a expliciter et a maintenir stables, ce qui limite leur domaine d'application. Notre article visè a mettre enlumì ere certains des mécanismes impliqués dans l'apprentissage profond lorsqu'il est appliqué a des tâches de traitement automatique du langage (TAL). L'algorithme Query-By-Dropout-Committee (QBDC) est une technique d'apprentissage actif, nous avons conçu pour les architectures profondes : il sélectionne itérativement les echantillons les plus pertinents pour etre ajoutés a l'ensemble d'entrainement afin que le mod ele soit amélioré de façon optimale lorsqu'on il est mis a jour a partir du nouvel ensemble d'entrainement. Cependant, dans cet article, nous ne détaillons pas l'algorithme QBDC-qui a déj a ´ eté etudié dans l'article original sur QBDC-mais nous confrontons plutôt la pertinence des phrases choisies par notre stratégie active aux techniques de l'´ etat de l'art en phraséologie. Nous avons donc mené des expériences sur les discours présidentiels des présidents C. De Gaulle , N. Sarkozy et F. Hollande afin de présenter l' intérêt de notre méthode d'apprentissage profond actif en termes de d'identification de l'auteur d'un discours et pour analyser les motifs linguistiques extraits par notre approche artificielle par rapport aux techniques de phraséologie standard.

In this paper, we propose a new strategy , called Text Deconvolution Saliency (TDS), to visualize linguistic information detected by a CNN for text classification. We extend Deconvolution Networks to text in order to present a new perspective on text analysis to the linguistic community. We empirically demonstrated the efficiency of our Text Decon-volution Saliency on corpora from three different languages: English, French, and Latin. For every tested dataset, our Text Deconvolution Saliency automatically encodes complex linguistic patterns based on co-occurrences and possibly on grammatical and syntax analysis.

International audience; Held every other year since 1990, the JADT brings together 150 to 200 researchers involved in the automatic and statistical processing of textual data. The meeting provides a forum in which participants can present their results, compare existing tools, and exchange with colleagues on their practical and methodological experiences. Occurring within the framework of the Digital Humanities, from text mining to the textual analysis of big data, the 13th JADT -- JADT 2016 – have been held in Nice, France from June 7 to 10, 2016. Statisticians, linguists, computer scientists, discourse analysis specialists, sociologists, historians working on digital archives, and specialists in lexicography and text mining came together for the meeting on the Mediterranean coast, within the prestigious locales of the University of the Côte d’Azur and the Lerins Islands off of Cannes.

International audience

Les arts et les sciences du texte peuvent-ils tirer parti de la puissance nouvelle des machines ? Que peuvent nous apprendre les algorithmes de deep learning sur une œuvre, un auteur, un genre, une époque ? L’Intelligence artificielle peut-elle offrir à l’analyste des parcours de lecture inédits et faire émerger de nouveaux observables textuels comme autant de passages pertinents à interpréter ? En retour enfin, l’expertise linguistique du texte permet-elle d’éclairer le fonctionnement des réseaux de neurones artificiels ? C’est à ces questions ambitieuses que les auteurs de cet ouvrage, linguistiques et informaticiens proposent des réponses.

International audience; This article deals with an important task for the processing of morphologically rich languages. Unsupervised learning of morphology mainly consists of learning a grammar that enables word segmentation into morphemes without any prior knowledge of the analysed language. It is usually assumed that the origins of such a task date back to the times of Zellig Harris, an assumption which ignores the important contribution of his contemporary, the Soviet linguist Nikolaj Dmitrievič Andreev, who developed a statistico-combinatorial model to learn morphology in the 1960s. We propose a critical description of Andreev’s model and attempt to bring to light its pioneering aspects as well as its weaknesses. Finally, we show results over several European languages. Our implementation of the model can be downloaded from https://github.com/franckbrl/stat_comb_model.

International audience; This contribution defines the cooccurrence as a textual unit for statistical text analysis. Through the study of a corpus of statements of principles of women and men candidates under the French Fifth republic (1958-2007), it aims to expose some of the main benefits of using cooccurrences for textual comparisons. As minimal forms of co(n)text and semantic units, cooccurrences are a qualitative leap in the characterization of texts.; Cette contribution pose les cooccurrences comme des unités textuelles pour le traitement statistique des textes. Elle vise, à travers des analyses menées sur un corpus de professions de foi électorales rédigées sous la Cinquième République (1958-2007), à exposer quelques-uns des principaux apports de l'application des outils de contrastes textuels à l'unité cooccurrentielle. Forme minimale du co(n)texte et déjà porteuse de sens, la cooccurrence incarne pour les entreprises de caractérisation des textes une avancée qualitative notable.

International audience; With the exponential development of the Internet, new discourse genres and situations have expanded. These new web genres, which are still little described, are complex objects challenging our methodologies and our analysis tools: the encyclopedic project Wikipedia is one of these new objects which are part of Computer-mediated communication (CMC). The present article concentrates on the exploration of conflicts in Wikipedia talk pages, using Hyperbase Web. Wikipedia data and CMC corpora have been little studied by French linguistics so far, and are still challenging text statistics, notably because of the complexity of such data (multiple annotations, consistent metadata, references between postings and user networks). Based on the Wikiconflits corpus, which is already available and freely usable by researchers, we will propose some methodological avenues to explore Wikipedia data and CMC corpora.

International audience; Since Antiquity, the rhetorical anaphora is a well-known argumentative device, but its contours are often vague and imprecise. In this paper, we will use a conceptual tool, the "motif" as well as a statistical tool, the test of Lafon, to provide a more precise definition of the rhetorical anaphora and to transform it into an observable linguistic phenomenon allowing automatic identification and quantitative treatments. Our demonstration will lean on examples mined, on the one hand, out of the literary classical Latin texts of the LASLA and, on the other hand, out of Nicolas Sarkozy's campaign speeches during the 2007 presidential election.; L'anaphore rhétorique est un procédé bien connu depuis l'Antiquité, mais ses contours restent souvent flous et imprécis. En nous appuyant sur un outil conceptuel, le « motif », et un outil statistique, le test de Lafon des rafales, nous nous proposons dans cette communication de doter l'anaphore rhétorique d'une définition plus précise et d'en faire un observable linguistique susceptible de repérage automatique et de traitements quantitatifs. Pour ce faire, nous nous appuyons sur des exemples tirés, d'une part du corpus de textes latins classiques du LASLA, d'autre part des discours politiques contemporains de Nicolas Sarkozy lors de l'élection présidentielle de 2007.

International audience; Finding word cooccurrences and calculating the specificity scores is one of the most popular statistical methods in the analysis of textual data. Within Hyperbase, there is a " theme " feature for this purpose, which is capable of locating words that are used more commonly near a given word form, grammatical structure or lemma. The graphical representation of such an analysis is often challenging ; more than a list of the cooccurring words, it should be able to indicate the order, the score and the relations between pairs of words. Now that Hyperbase has a Web version, this article proposes a new approach for the " theme " feature : the calculation of cooccurrences has been extended to include the second level. The accompanying graphical representation is betting on new visual features in order to simplify reading the results and render the underlying calculation more explicit. Résumé Le calcul des cooccurrents spécifiques d'un mot est une des méthodes statistiques les plus populaires de l'ADT. Le logiciel Hyperbase a introduit cette notion avec la fonction " Th eme " qui rend compte du lexique surutilisé autour d'une forme, d'une structure grammaticale ou d'un lemme. La représentation graphique d'une telle analyse est souvent loin d'ˆ etré evidente. Plus que la simple liste des cooccurrents spécifiques , elle se doit de nous indiquer aussi l'ordre, l'´ ecart ainsi que les relations entre chaque paire de mots. Avec l' arrivée de la version Web d'Hyperbase, nous proposons aujourd'hui une nouvelle approche de cette fonction. Le calcul se voit pour l'occasion approfondi, lui permettant d'identifier la cooccurrence dedeuxì eme niveau. La représentation graphique, quant a elle, fait le pari de simplifier la lecture du résultat de cette analyse tout en explicitant plus précisément les calculs sous-jacents.

Being the result of a manual or an automatic annotation procedure, a coreference chain groups a set of referring expressions that all refer to the same entity. A chain can cover the whole text and therefore contributes to its coherence. Each mention may be annotated with linguistic interpretations. Moreover, relations (that can be annotated, too) may exist between mentions. As a consequence, one can find difficult to apprehend and quickly analyze a chain. In this paper, we present a tool for visualizing coreference chains and for detecting relevant phenomena like patterns in referential transitions. We propose a general methodology for coreference analysis, and we illustrate it with the results of preliminary tests using short texts. Then, we discuss the interests of such a tool for text analytics and textometry, and we identify links with existing works that can lead to a future version of our tool., Qu'elle soit le résultat d'une annotation manuelle ou automatique, une chaîne de coréférence est une structure qui regroupe un ensemble d'expressions référentielles désignant toute la même entité. Une chaîne peut s'étendre tout le long d'un texte et contribuer ainsi à sa cohérence. Chaque expression (ou maillon) peut être enrichie d'annotations linguistiques, et les différents maillons d'une chaîne peuvent être reliés par des relations, elles-mêmes annotées avec des interprétations linguistiques. En conséquence, il est difficile d'appréhender cognitivement une telle structure et d'en tirer directement des analyses. Dans cet article, nous présentons un outil pour visualiser des chaînes de coréférences et pour repérer des phénomènes remarquables tels que des motifs dans les transitions référentielles. Nous proposons une méthodologie pour analyser les coréférences et les transitions référentielles, que nous illustrons avec les résultats de tests effectués sur des textes courts. Nous discutons alors les intérêts de cette méthodologie et de notre outil pour le domaine de l'analyse des données textuelles et de la textométrie. Nous identifions notamment un ensemble de liens avec des travaux existants qui pourront permettre d'envisager des perspectives de recherche ainsi qu'une prochaine version de notre outil.

As part of the Matrix Équipex, we gather a corpus of testimonies from survivors of the Shoah, which is diachronic from the perspective of the time of writing: immediate testimonies written after the end of the war, median testimonies written in the 1980's and recent testimonies written in the 2000's. The objective is to make use of TDA tools to distinguish the primary vocabulary which could be directly inherited from the camps and a reconstructed vocabulary that includes, over the years, the historical understanding of an event which was unintelligible to contemporary victims. In a way, we don't practice text genetics but memory genetics within the texts of our corpus. Contrastive statistics allows us to deconstruct testimonies into distinct lexical sedimentations reflecting superimposed layers of memory., Dans le cadre de l'Équipex Matrice, nous rassemblons un corpus de témoignages de survivants de la Shoah, diachronique du point de vue de la date d'écriture : témoignages immédiats écrits à la sortie de la guerre, témoignages médians écrits dans les années 1980, et témoignages récents écrits dans les années 2000. L'objectif est de mobiliser les outils de l'ADT pour sérier le vocabulaire primaire sans doute hérité directement des camps et un vocabulaire reconstruit qui intègre, au fil des années, la compréhension historique d'un événement inintelligible aux victimes contemporaines. D'une certaine manière, il s'agit non pas de faire de la génétique de texte, mais de la génétique mémorielle au sein des textes, en déconstruisant les témoignages en sédimentations lexicales distinctes, traces de strates mémorielles superposées.

2 volumes - ISBN 978-2-7466-9067-7.; International audience; For the JADT 2012, we applied the text pattern theory to Noun-preposition-Noun (NpN) sequences, where both nouns surrounding the preposition are identical. Our working corpus was composed of texts from the four main literary genres, memoirs (109 texts), novels (740 texts), poetry (191 texts) and theater (210 texts), 85 million words, sampled out of Frantext, a categorized database. That exploratory research allowed us to pinpoint the specific place of the NpN sequence, between language and discourse, its blooming into a full discursive pattern, able to produce a stylistic effect linked to lexical innovation, as well as its possible use as a generic litterarity marker. This paper aims at pursuing the work by extending the corpus and proposing new contrastive studies, showing the role of the NpN sequence as a litterarity marker.; Lors des JADT 2012, la théorie du motif avait été évaluée à l'aune des séquences Nom-préposition-Nom, restreintes aux cas où les deux noms sont identiques. Le corpus était alors constitué d'un extrait de Frantext, base catégorisée, qui offrait un échantillon des quatre genres littéraires principaux, les mémoires (109 textes), les romans (740 textes), la poésie (191 textes) et le théâtre (210 textes), soit près de 85 millions de mots. Ce premier travail exploratoire a montré que le motif NpN se situe entre langue et discours et se développe comme motif discursif susceptible de produire un effet stylistique corrélé à l'innovation lexicale. Il intervient aussi comme possible marqueur générique. La présente communication entend poursuivre cette recherche en développant le corpus de recherche et en proposant de nouvelles études contrastives, susceptibles d’évaluer la suite NpN comme marqueur de littérarité.

Within the framework of the French school of discourse analysis, two main methods borrowed from multivariate data analysis have been applied to the processing of text corpora: specificity analysis and correspondence analysis. In a complementary perspective, we present a classification technique specially dedicated to corpora ordered according to a chronological variable: variablility-based neighbour clustering (VNC), introduced by Gries & Hilpert (2008; 2012) as a periodisation tool in the area of diachronic corpus linguistics. This classification method is applied to the processing of a large corpus, i.e. the debates in plenary sitting of the European Parliament between 1996 and 2011. As an example, we study the chronological variation of the word civilisation, as it is shown through its collocational stocklist partitioned by year., L'École française d'analyse du discours a appliqué au traitement des corpus textuels deux principales méthodes empruntées à l'analyse de données multivariée : l'analyse des spécificités lexicales et l'analyse factorielle des correspondances (AFC). Dans une perspective complémentaire, nous présentons un procédé de classification spécifiquement adapté aux corpus ordonnés suivant une variable chronologique : la classification ascendante hiérarchique par contiguïtés (CAHC), introduite par Gries & Hilpert (variablility-based neighbour clustering, 2008 ; 2012) comme outil de périodisation dans le domaine de la linguistique de corpus diachronique. Cette méthode de classification est appliquée au traitement d'un corpus volumineux, celui des interventions en séance plénière au Parlement européen entre 1996 et 2011. A titre d'exemple, nous étudions la variation chronologique concernant l'usage du mot civilisation, tel qu'il se manifeste à travers ses inventaires collocationnels partitionnés par année.

International audience; This paper presents a preliminary work on a corpus of editorials published in French newspapers between 1890 and 2015. Our contribution has three aims: the first one involves confronting the diachronic evolution that emerges from a general grammatical types analysis with the periodization proposed by historical sciences. Then, we will focus on the validity of non-computer-aided researches’ highlights, led in discours analysis. Finally, from a methodological point of view, we will discuss the inputs of finer-grained morphosyntaxic information.; Nous rendons compte ici d’un travail préliminaire d’exploration textométrique d’un corpus d’éditoriaux publiés entre 1890 et 2015 dans la presse française. L’objectif de notre contribution est triple : d’abord, mettre au jour l’évolution chronologique des éditoriaux telle qu’elle émerge à partir d’une analyse des catégories grammaticales et la faire dialoguer avec les périodisations issues de l’histoire des médias. Ensuite, nous visons à mettre à l’épreuve de relevés systématiques la pertinence des descriptions linguistiques de l’éditorial opérées par l’analyse du discours non-outillée. La poursuite de ces objectifs nous amènera à discuter des apports d’une annotation linguistique fine, tendant vers une meilleure prise en compte des dimensions textuelles.

International audience