Ponctuation et syntaxe dans la langue française … · Rappel du plan de la thèse Techniques...

Rappel du plan de la thèseTechniques d’annotation

Prolongements

Ponctuation et syntaxedans la langue française médiévale

Étude d’un corpus de chartes originalesécrites à Liège entre 1236 et 1291

L’envers des tapisseries

Nicolas Mazziotta

21 décembre 2007, exposé de soutenance

N. Mazziotta Ponctuation et syntaxe dans la langue française médiévale


Prolongements

Plan

1 Rappel du plan de la thèse



Prolongements

Plan


2 Techniques d’annotation



Prolongements

Plan


2 Techniques d’annotation

3 Prolongements



Prolongements

Question de départ et besoin de modélisationAnalyse des données : statistiquesConclusions

1 Rappel du plan de la thèseQuestion de départ et besoin de modélisationAnalyse des données : statistiquesConclusions

2 Techniques d’annotationUn travail cachéLangage de base : XML (présentation)Problématique de l’annotationInterface

3 ProlongementsÉlargissement du corpus, projet de recherchePartage des techniques



Prolongements


Question de départ et besoin de modélisation

Situation de départ



Prolongements




Pari : la syntaxe explique les signes de ponctuation



Prolongements





Servons-nous du corpus deKhartês



Prolongements





Servons-nous du corpus deKhartês

Guide pour toute la recherche

Comment, d’après ce qu’on peut observer dans les chartes écrites en françaisà Liège avant 1292, la ponctuation originale interagit-elle avec la syntaxedans la langue française médiévale ?



Prolongements







Prolongements





Implique des sous-questions



Prolongements




Comment,d’après ce qu’on peut observer dans les chartes écrites en françaisà Liège avant 1292, la ponctuation originale interagit-elle avec la syntaxedans la langue française médiévale ?


Quelcorpus?



Prolongements




Comment, d’après ce qu’on peut observer dans les chartes écrites en françaisà Liège avant 1292, laponctuationoriginale interagit-elle avec la syntaxedans la langue française médiévale ?


Quel corpus ?

Qu’est-ce que laponctuation?



Prolongements




Comment, d’après ce qu’on peut observer dans les chartes écrites en françaisà Liège avant 1292, la ponctuation originale interagit-elle avec lasyntaxedans la langue française médiévale?


Quel corpus ?

Qu’est-ce que la ponctuation ?

Qu’est-ce que lasyntaxe?



Prolongements






Quel corpus ?


Qu’est-ce que la syntaxe ?

Répondre à ces questions avant toute chose



Prolongements






Quel corpus ?



Répondre à ces questions avant toute chose( Question du corpus résolue de manière pratique )



Prolongements






Quel corpus ?



Répondre à ces questions avant toute chose➥ Besoin (théorique) dedéfinir les concepts



Prolongements






Quel corpus ?



Répondre à ces questions avant toute chose➥ Besoin (théorique) dedéfinir les conceptsObjet de la première partie



Prolongements







Prolongements


Analyse des données : statistiques

Démarche



Prolongements



Démarche

Chiffrer les liens entre les structures et les signes de ponctuation

Travail en trois étapes



Prolongements



Démarche

Chiffrer les liens entre les structures et lesponctogrammes


1 Repérer les tendances générales



Prolongements



Démarche

Chiffrer les liens entre les structures et lesponctogrammesDéfinir les individus : structures et ponctogrammes



2 Focaliser l’analyse sur ces tendances



Prolongements



Démarche

Chiffrer les liens entre les structures et lesponctogrammesDéfinir les individus : structures et ponctogrammes➥ Nécessaire simplification



2 Focaliser l’analyse sur ces tendances

3 Analyser la forme des ponctogrammes



Prolongements







Prolongements


Conclusions

Tendances repérées



Prolongements


Conclusions


Cohérence et « règles »



Prolongements


Conclusions



Importance desabsences



Prolongements


Conclusions




Remise en questiondu modèle syntaxique



Prolongements


Conclusions





Subjectivité

Vision personnelle



Prolongements


Conclusions





Subjectivité

Vision personnelle➥ Nos définitions marquent l’ensemble



Prolongements


Conclusions





Subjectivité


Portes ouvertes



Prolongements


Conclusions





Subjectivité


Portes ouvertes

Autres matériaux



Prolongements


Conclusions





Subjectivité


Portes ouvertes

Autres matériauxExploitation de chaque modèle séparément



Prolongements

Un travail cachéLangage de base : XML (présentation)Problématique de l’annotationInterface






Prolongements


Un travail caché

Focalisation de la thèse sur la dimension scientifique

Mise en évidence durésultat



Prolongements


Un travail caché


Mise en évidence durésultat➥ la progression n’est pas montrée



Prolongements


Un travail caché



Cette progression soutient toute la recherche



Prolongements


Un travail caché




Modèles construits argumentés



Prolongements


Un travail caché




Modèles construits argumentés➥ construction de ces modèles



Prolongements


Un travail caché




Modèles construits argumentés➥ construction de ces modèles➥ et leur application au corpus



Prolongements


Un travail caché





Analyses statistiques articulées



Prolongements


Un travail caché





Analyses statistiques articulées➥ choix des tests



Prolongements


Un travail caché






Ce qui nous intéresse ici



Prolongements


Un travail caché




Modèles construits argumentés➥ construction decesmodèles➥ et leur application au corpus





Prolongements


Un travail caché




Modèles construits argumentés➥ construction decesmodèles➥ et leur application au corpus

Analyses statistiques articulées➥ choixdestests




Prolongements


Un travail caché




Modèles construits argumentés➥ construction decesmodèles➥ et leurapplication au corpus

Analyses statistiques articulées➥ choixdestests


Comment avons-nous procédé. . .concrètement?



Prolongements


Schématiquement

enrichissement

outils annotationpermettre

corpusanalyser

corpus enrichiproduire

analysespermettre



Prolongements


Schématiquement

enrichissement


corpusanalyser


analysespermettre

Une série de choix

Le corpus estélectronique(déterminé au niveau du projet)

Nous voulons employer lesstatistiques



Prolongements


Schématiquement

enrichissement


corpusanalyser


analysespermettre

➥ Besoin d’annotations électroniques

s’intègrentau corpus

peuvent êtreextraites automatiquement



Prolongements


Schématiquement

enrichissement


corpus corpus enrichiproduireanalyser

analysespermettre


Quels outils/techniques permettent d’enrichir le corpus ?

À quoi ressemble le corpus (avant et après) ?



Prolongements







Prolongements


Langage de base : XML (présentation)

Emploi de la norme XML (portée internationale, consensuelle, moderne)

Texte et balisage

<balisage>texte</balisage>



Prolongements




Texte et balisage


Balise de début (nom :balisage)



Prolongements




Texte et balisage


Balise de fin (même nom)



Prolongements




Texte et balisage

<balisage>texte</balisage><balisage attribut="valeur">texte</balisage>



Prolongements




Texte et balisage


Attribut (paireclé="valeur")



Prolongements




Texte et balisage


Application : le XHTML (pour les pages web)

<h1>Introduction</h1><p>Texte de l’introduction</p>



Prolongements




Texte et balisage




Texte



Prolongements




Texte et balisage




Balisage



Prolongements




Texte et balisage




h1 indique les limites du titre



Prolongements




Texte et balisage




p marque le paragraphe



Prolongements




Texte et balisage




Principes utiles pourindiquer la structuredes textes



Prolongements



Hiérarchie du balisage

Récursivité :<balise><balise>Texte</balise></balise>



Prolongements




Récursivité :<balise><balise>Texte</balise></balise>Pas de limiteà l’emboîtement



Prolongements




Récursivité :<balise><balise>Texte</balise></balise>Pas de limiteà l’emboîtementMais le balisage ne peut se chevaucher



Prolongements





Application : XHTML

<div>Cadre<div> 1er sous-cadre </div><div> 2e sous-cadre </div></div>



Prolongements





Application : XHTML

<div>Cadre<div> 1er sous-cadre </div><div> 2e sous-cadre </div></div>

Cadre 1ersous-cadre 2esous-cadre



Prolongements







Prolongements


Problématique de l’annotation

A tos ceaz ki ces presens letres verontetoront, li homes delle Chiese Deufont conoistre veri-[2]-teit.



Prolongements




P

S1li

homes

DtRl delle

sy dellesy

Chiese

Dt Deu

R3Rl A

sytos

ceazsy

Rl ki

P . . .P0 font

R2P0 conoistre

R2 veriteit



Prolongements




P

S1li

homes

DtRl delle

sy dellesy

Chiese

Dt Deu

R3Rl A

sytos

ceazsy

Rl ki

P . . .P0 font

R2P0 conoistre

R2 veriteit

XML

<R3><Rl>A</Rl><Sy>tos ceaz<Sy><Rl>ki</Rl><P>...</P>

</Sy></R3>



Prolongements



Que se passe-t-il si on procède ainsi ?Imaginons une analyse diplomatique concurrente

A tos ceaz ki ...

li homes delle Chiese Deu

font conoistre veriteit



Prolongements




<protocole><adresse>

A tos ceaz ki ...</adresse><suscription>

li homes delle Chiese Deu</suscription><salut>

font conoistre veriteit</salut>

</protocole>



Prolongements




<R3>A tos ceaz ki ...</R3>

<S1>li homes delle Chiese Deu</S1>

<P0>font </P0><R2>conoistre veriteit</R2>



Prolongements




<protocole><adresse><R3>A tos ceaz ki ...</R3></adresse><suscription><S1>li homes delle Chiese Deu</S1></suscription><salut><P0>font </P0><R2>conoistre veriteit</R2></salut>

</protocole>



Prolongements




<protocole><adresse><R3>A tos ceaz ki ...</R3></adresse><suscription><S1>li homes delle Chiese Deu</S1></suscription><salut><P0>font </P0><R2>conoistre veriteit</R2></salut>

</protocole>

Ce n’est ni convivial ni courtois

On ne peut apposer d’annotations nouvelles sansinterférer;

enrichir d’un point de vueencombreles autres.



Prolongements



Danger pour l’intégrité des données



Prolongements




Présence conjointe

de l’édition,qu’il ne faut pas toucher;

de l’analyse,qu’il faut construire



Prolongements




Présence conjointe



➥ Risque d’erreur croissant avec l’annotation



Prolongements




Présence conjointe




Inadéquation d’un point de vue épistémologique

Les annotations sont unesurcouchepar rapport à l’édition.



Prolongements




Présence conjointe





Les annotations sont unesurcouchepar rapport à l’édition.➥ Nécessairedisjonctionédition/annotations



Prolongements




Présence conjointe





Les annotations sont unesurcouchepar rapport à l’édition.➥ Nécessairedisjonctionédition/annotations

Comment faire ?



Prolongements



Le principe est simple



Prolongements




chaque mot a uneidentité, chaque occurrence estunique;



Prolongements





il suffit de dire à l’ordinateur :



Prolongements





il suffit de dire à l’ordinateur :1 comment donner une identité aux mots ;



Prolongements





il suffit de dire à l’ordinateur :1 comment donner une identité aux mots ;2 comment les retrouver.



Prolongements





il suffit de dire à l’ordinateur :1 comment donner une identité aux mots ;2 comment les retrouver.

On pose alors desétiquettessur les mots

A 1 tos 2 ceaz 3 ki 4 ... li 5 homes 6 delle 7

Chiese 8 Deu 9 font 10 conoistre 11 veriteit 12



Prolongements



XML peut être employé dans ce sens :

<l id="_1234"/><ponct id="_381">**</ponct><w id="_1 "><c id="_1236">A</c>

</w><w id="_2">tos</w><w id="_3">ceaz</w><w id="_4">ki</w><w id="_5">ces</w><w id="_6">pre$en$</w><w id="_7"><c id="_1243">l</c>etres

</w><w id="_8">veront</w><w id="_9">[et]</w><w id="_10">oront</w>...

Balisage comme identification



Prolongements








Balises : limites des unités



Prolongements








Attribut : identifiant



Prolongements








Chaque mot a uneréférence unique



Prolongements








Chaque mot a uneréférence unique

Principe

L’annotation ne consiste ici qu’à donnerleslimites des unitéset à lesréférencer



Prolongements



<link target="_1234"/><link target="_381"/><link target="_1" /><link target="_2" /><link target="_3" /><link target="_4" /><link target="_5" /><link target="_6" /><link target="_7" /><link target="_8" /><link target="_9" /><link target="_10" />...

Balises comme pointeurs



Prolongements





Balise : unité vide



Prolongements





Attribut : référence



Prolongements





Pointe uneréférence unique



Prolongements





Pointe uneréférence unique

Principe

L’information est nulle : ce n’est qu’uneréférenceaux données



Prolongements



L’ordinateur peut relier les pointeurs aux références


<l id="_1234"/><ponct id="_381">**</ponct><w id="_1 "><c id="_1236">A</c></w><w id="_2">tos</w><w id="_3">ceaz</w><w id="_4">ki</w><w id="_5">ces</w><w id="_6">pre$en$</w><w id="_7"><c id="_1243">l</c>etres</w><w id="_8">veront</w><w id="_9">[et]</w><w id="_10">oront</w>...



Prolongements



Les annotations sont disjointes du texte,mais aussi l’une de l’autre.

<adresse><link target="_1" /><link target="_2" /><link target="_3" /><link target="_4" /><link target="_5" /><link target="_6" /><link target="_7" /><link target="_8" /><link target="_9" /><link target="_10" /></adresse>

<R3><Rl><link target="_1" /></Rl><Sy><link target="_2" /><link target="_3" /><Sy><Rl><link target="_4" /></Rl><P><S1><link target="_4" /></S1><R2><link target="_5" /><link target="_6" /><link target="_7" />

</R2><group> ... </group>

<P></Sy>

</Sy></R3>



Prolongements



À l’aide des pointeurs, l’ordinateur peutrecréer le lien si nécessaire.

<adresse>Atosceazkicespresensletresverontetoront</adresse>

<R3><Rl>A</Rl><Sy>tosceaz<Sy><Rl>ki</Rl><P><S1>ki</S1><R2>cespresensletres

</R2><group> ... </group>

<P></Sy>

</Sy></R3>



Prolongements







Prolongements


Interface



Prolongements

Élargissement du corpus, projet de recherchePartage des techniques






Prolongements


Élargissement du corpus, projet de recherche

Techniques et outils applicables à tout corpus XML



Prolongements




➥ Élargissement possible



Prolongements




➥ Élargissement possible➥ Projet de syntaxe « minimale » de l’afr.



Prolongements







Prolongements


Partage des techniques

Traditionnellement

Les résultats de la recherche sont donnés à la communauté :

articles, monographies

corpus



Prolongements



Traditionnellement



corpus

Donner les outils

Nécessité de partager les techniques avec la communauté



Prolongements



Traditionnellement



corpus

Donner les outils

Nécessité de partager les techniques avec la communauté➥ Post-doctorat à Lyon (BFM) dans cette optique



Prolongements


MERCI


Ponctuation et syntaxe dans la langue française … · Rappel du plan de la thèse Techniques...

Documents

Transcript of Ponctuation et syntaxe dans la langue française … · Rappel du plan de la thèse Techniques...