Propositions pour la détection automatique de la néologie sémantique

Alors que la néologie formelle fait aujourd’hui l’objet de traitements informatiques, une approche automatisée de la néologie sémantique reste délicate. Des travaux en sémantique textuelle (Rastier et Valette 2009) proposent des représentations des mécanismes sémiques en jeu dans la néologie sémantique de façon à la fois détaillée et ancrée dans la pratique. Cet article présente un travail prospectif sur l’identification de la néologie sémantique à partir de méthodes statistiques sur corpus et dans la lignée de la sémantique textuelle, notamment à travers le rôle clé accordé à la notion de sème. Dans ce cadre a été élaborée une procédure informatisée, fondée sur une annotation de corpus en traits sémantiques et destinée à mettre en évidence des néologismes sémantiques. Cette procédure est appliquée à un cas d’étude, l’adjectif toxique dans le contexte de la crise économique et financière de fin 2008 à début 2009.
Various techniques have been developed and implemented to process neology of form automatically, but the processing of semantic neology is still a tricky question. Mechanisms underlying semantic neology are described using semantic features or semes in works on text semantics (Rastier and Valette 2009). In this paper, we propose a prospective approach to detect semantic neology using statistical methods and corpus analysis. These methods are inspired from text semantics, since they use descriptors considered as semes. We propose a process relying on semantic tagging to detect semantic neologisms. This process is applied to study the French adjective toxique in the context of the economic crisis in 2008 and 2009.