Perspectives de l’architecture Trame/Cadre pour les alignements multilingues

Abstract

L’informatisation des alignements textuels est confrontée à la complexité de l’organisation textuelle et discursive. L’architecture modulaire Trame/Cadre issue des recherches menées en textométrie facilite la navigation dans l’espace textuel multilingue. Le flux textuel est représenté par un système de coordonnées sur le texte (la Trame). Le calcul d’une Trame permet une identification précise des objets (contenants et contenus) nécessaires aux repérages contextuels (le Cadre). La construction d’un Cadre permet de stocker non seulement les découpages du texte mais aussi les annotations produites par différentes procédures informatiques (y compris les alignements) et, éventuellement, de les faire passer d’une procédure de traitement à l’autre. Ces états successifs de traitement induisent la notion de ressource textuelle incrémentale qui conserve la trace de séquences de traitement apportées à la ressource textuelle initiale, avec apport de méthodes quantitatives. Cette approche est implémentée au sein du logiciel Le Trameur qui permet d’explorer les corpus multilingues richement annotés (treebanks).Multilingual text alignment is challenging due to the complexity of text and discourse organisation. Multilingual textual space can be explored using a textometric data model (Thread/Frame). A Thread is a textual flow represented as a system of items with position identifiers. A Frame is used to locate different textual objects (containers and contents) and their contexts. Following these principles, all text parts and annotations (including alignments) are stored and exchanged through different computerised procedures. Incremental textual resources trace all processing steps (from the initial segmentation to subsequent explorations and quantitative analyses). The software implementation of this model in Le Trameur allows exploring richly annotated multilingual text corpora (treebanks)

Lexicogrammar and textometrics: Identification and visualisation of typical lexico-grammatical patterns in two comparable corpora of legal French

“…Lorsqu'il s'agit d'identifier les schémas LG caractéristiques dans des corpus de taille importante, il est nécessaire de recourir à la « linguistique outillée ». Né des rencontres pluridisciplinaires entre philologues, linguistes, analystes du discours et statisticiens du texte, le courant que l'on appelle aujourd'hui textométrie offre des bases solides pour ce type d'analyse outillée sur corpus (Lafon 1984 ;Lebart, Salem 1994 ;Heiden 2006 ;Söze-Duval 2008, Pincemin 2011Zimina & Fleury 2015). La textométrie regroupe l'ensemble des méthodes quantitatives permettant d'opérer des réorganisations formelles de la séquence textuelle et des analyses statistiques portant sur l'ensemble des unités textuelles d'un corpus.…”