Séminaires atilf

Les dictionnaires électroniques sont une source d’information idéale pour la morphologie dérivationnelle. Ces informations se trouvent notamment au niveau de la vedette des entrées, des catégories, des descriptions étymologiques, des indicateurs, des définitions ou des entrées secondaires dans un dictionnaire comme le TLF. Elles fournissent entre autres la forme des lexèmes, leur catégorie, leur sens, les opérations qui ont permis de les construire lorsqu’ils sont complexes, les exposants de ces opérations, etc. Le problème est que ces informations sont difficiles à exploiter notamment parce que les rubriques étymologiques ne sont pas parsées, parce que les définitions présentent des variations importantes ou parce que les formes féminines ne sont pas fournies explicitement. Ceci est vrai du TLFI et dans une moindre mesure de dictionnaires similaires comme GLAWI, un dictionnaire créé à partir du Wiktionnaire. Ceci explique en partie l’absence de ressources morphologiques dérivationnelles fiables et à large couverture pour le français alors même que le TLFi existe depuis près de 20 ans.

Dans la première partie de mon exposé, je discuterai des freins qui empêchent l’exploitation complète des dictionnaires électroniques dans le but de produire des ressources morphologiques dérivationnelles extensives de bonne qualité. Dans la 2e partie de l’exposé, je présenterai Glawinette, une ressource morphologique construite automatiquement à partir de GLAWI et destinée à alimenter la base Demonette. Dans Glawinette, les relations morphologiques, décrites au moyen d’exposants « intuitifs », similaires à ceux qu’utilisent les morphologues, forment des familles et des séries dérivationnelles. Ces structures constituent le matériau de base à partir duquel il sera possible de créer de véritables paradigmes dérivationnels.

L’exposé portera sur les différentes étapes de la constitution d’un corpus oral informatisé : recueil des données, transcription, alignement, méta-données, annotation et interface de requêtes, et l’apport d’un tel outil à la linguistique descriptive et à la didactique de la langue française.

L’objectif de cette conférence est de proposer une synthèse partielle de trois articles (François 2020, à paraître 1, 2) centrés sur une même question : « Peut-on tirer parti des notices ‘Étymologie et histoire’ des articles du TLFi (disponibles en format XML, merci à Étienne Petitjean) pour
– en extraire une base de données (1ère partie du projet)
– et convertir cette dernière en une succession de graphes arborescents ‘séculaires’ destinés
   • à représenter siècle par siècle l’état des fluctuations (expansions, persistances et contractions) de la polysémie évolutive d’une sélection de vocables très polysémiques en français actuel (2ème partie)
   • et à associer à chacun de ces vocables un arbre dynamique (ou évolutif, 3ème partie) ? ».
La motivation du projet est d’ordre pédagogique. On connaît le pouvoir évocateur de la visualisation dynamique des états successifs des continents émergés (Gondwana, Pangée, etc.) à la suite du mouvement des plaques tectoniques, qui a largement contribué à l’intérêt du grand public pour l’histoire de notre planète. Le projet présenté vise, toutes proportions gardées, à offrir un outil comparable de visualisation de l’histoire des mots susceptible de compléter deux outils de représentation de la synonymie et polysémie lexicale accessibles sur le site du CNRTL, le Dictionnaire Électronique des Synonymes (conçu par B. Victorri et S. Ploux et que l’auteur a contribué à mettre en place au tournant du 21e siècle au CRISCO de Caen) et le projet Prox conçu par B. Gaume.
 
SOMMAIRE (susceptible d’amendements)
A. Les fondements du projet (1. Articulation synonymie / polysémie / diachronie ; 2. Fluctuations, expansions et contractions de la polysémie)
B. Retraitement des notices historiques en format XML (1. Notices historiques en double format lecture et XMLATILF ; 2. Segmentation / distillation / normalisation / tabularisation des notices historiques ; 3. Enrichissement du format XML ATILF -> XML catégorisé)
C. Graphes arborescents évolutifs (1. Bases de la théorie des graphes arborescents ; 2 Élaboration manuelle des graphes arborescents)
D. Quand deux polysémies se frôlent (1. Polysémie coïncidente au 21e siècle : tests de synonymie contextuelle ; 2. Périodisation de la polysémie coïncidente)
 
Articles de présentation du projet
François J. (2020), « Pour un retraitement informatisé et dynamique des notices historiques du TLF ». Cahiers de lexicologie 117 : 11-48.
François j. (à paraître 1), « Comment visualiser l’évolution historique des polysémies lexicales : l’itinéraire sémantique de TERRE et MONDE ». Zeitschrift für romanische Philologie (en relecture).
François J. (à paraître 2), « Les fluctuations historiques de la polysémie lexicale ». Travaux de linguistique (en relecture).
 
Biographie
Jacques FRANÇOIS est professeur de linguistique émérite à l’université de Caen-Normandie, ancien directeur des laboratoires CNRS LanDisCo à l’université de Nancy 2 (1995-98) et CRISCO (2000-07) à celle de Caen. Spécialiste de lexicologie, syntaxe, et sémantique du français et de l’allemand, de psycholinguistique et d’histoire de la linguistique allemande. Membre du bureau de la Société de Linguistique de Paris.

http://www.interlingua.fr/

Voir le diaporama

Il y a 20 ans, l’ATILF est né de la volonté politique de rapprocher à Nancy, dans le domaine des Sciences du langage, les activités du CNRS regroupées alors au sein de la composante nancéienne de l’INaLF et celles de l’Université Nancy 2 représentées par l’équipe Landisco (Langue, Discours, Cognition).

Après un bref rappel des circonstances qui provoquèrent mon implication dans ce projet, je rappellerai les grandes orientations qui présidèrent à sa mise en place et qui posèrent les fondations de notre laboratoire tel qu’il est 20 ans après.

D’un point de vue scientifique, les travaux menés au sein des deux composantes fondatrices ont conduit à proposer comme thématique l’ « Analyse et [le] Traitement Informatique de la Langue Française » avec une structuration suivant trois axes – études synchroniques, études diachroniques et usages, modèles et traitements informatiques de la langue – préfiguration des quatre équipes actuelles – Lexique, Linguistique historique française et romane, Discours et Ressources –. Cinq ans plus tard, notre laboratoire s’enrichissait de la composante Didactique des langues et sociolinguistique (CRAPEL) et, plus récemment, l’arrivée de psycholinguistes enrichira l’équipe discours.

La seconde orientation forte fut, dès le départ, l’ouverture du laboratoire vers l’extérieur :

• Ouverture scientifique au travers de projets coopératifs
• régionaux, projet CPER ILD&ISTC (Ingénierie des Langues et des Documents & Information Scientifique, Technique et Culturelle) et Programme Pluri formations « Gestion et exploitation de ressources linguistiques » (ATILF – LORIA) ;
• nationaux, projets de la fédération ILF et projets Technolangue TILT et EVALDA ;
• internationaux, avec entre autres des implications dans les projets OLAC (Open Language Archives Community), INTERA (Integrated European language data Resource Area) et TEI (Text Encoding Initiative) sans oublier le programme franco-suisse autour du FEW.
• Ouverture des données scientifiques informatisées accumulées au sein du laboratoire (TLFi, Frantext, rayon des dictionnaires entre autres). Préfiguration de ce qu’on appelle aujourd’hui la science ouverte, cette orientation, nouvelle à cette époque dans le champ des sciences du langage, est à l’origine des nombreuses ressources proposées aujourd’hui par le laboratoire et a conduit à la reconnaissance du CNRTL (Centre National de Ressources Textuelles et Lexicales : cnrtl.fr) puis à la définition, à la mise en place et au pilotage par le laboratoire de l’Equipex ORTOLANG (Open Resources and Tools for LANGuage : www.ortolang.fr).

En complément de ces aspects scientifiques, notre laboratoire s’est aussi construit au travers d’un véritable esprit de laboratoire grâce à la mise en place des « journées de rentrée » dont les premières datent de 2001, d’AG et de réunions régulières mais aussi grâce à une meilleure intégration et valorisation de tous, chercheurs, enseignants-chercheurs et ITA au sein du laboratoire et de ses instances.

Enfin n’oublions les efforts importants mis en œuvre pour l’amélioration de nos conditions de travail (travaux de remise aux normes du bâtiment CNRS, restructuration du centre de documentation et du FEW, consolidation des moyens informatiques du laboratoire) qui ont aussi contribué grandement au dynamisme du laboratoire.