28/04/2001 INA et U-Paris III - K. Lespinasse 1

Analyse de l'hétérogénéité d’un corpus textuel élaboré à partir de

langages contrôlés (dans un contexte audiovisuel)

I N S T I T U T N A T I O N A L D E L   ’ A U D I O V I S U E L Karine Lespinasse

28/04/2001 INA et U-Paris III - K. Lespinasse 5

Dans ce contexte : un objectif :

La création d’un corpus de documents textuels se rapportant à des émissions télévisées, à des fins d’analyse et de modélisation sémantique, pour assister l’indexation

des émissions télévisées.

Or un problème : comment bâtir un corpus textuel homogène pour en exploiter le lexique, leurs relations

sémantiques ?

Mais un but : acquérir descatégories sémantiques propres à un domaine

(politique intérieure).

28/04/2001 INA et U-Paris III - K. Lespinasse 6

Pourquoi chercher à constituer un corpus homogène ?

Une série d’hypothèses…

- sur un domaine : choix de la politique intérieure, domaine jugé relativement bien défini et stable (par rapport à culture par ex.) et qui s’exprime dans différents genres d’émissions télévisées (journaux, débat, magazines…).

- sur un type de texte : la notice documentaire

- sur l’existence d’une langue télévisuelle politique (?)

- d’après une approche syntaxique : recherche de phénomènes qui se répètent, avec une certaine régularité

Analyse des surprises d’une expérimentation réelle