Article

Changer les dictionnaires ? Une pluralité d’approches

January 2019

Authors:

Grammaire et dictionnaire : le parti pris des mots

Article

May 2009

Annie Bertin

This article envisages the obstacles to the lexicographical treatment of the grammatical words, from a double point of view: the semantic specificity of so-called "meaningless" words as well as their formal and semantic variability on one hand, the questioning of the lexicographical production in the context of information technologies, on the other hand. It shows, however, that the renewed interest, in linguistic sciences, for units with regard to rules, favors the resumption of lexicographical works which, concerning "syncatégorèmes", oblige to define meaning from usage. New technologies must be able toproduce aradically new entry, which fitsthe diverse needs ofthe user according to the purpose of his request.

ResearchGate has not been able to resolve any references for this publication.

Article

Note de lecture de l'ouvrage collectif de T. Fontenelle, éd., Practical Lexicography. A Reader, Oxfo...

January 2008

Michael Zock

Chapter

cqp4rdf: Towards a Suite for RDF-Based Corpus Linguistics

November 2020 · Lecture Notes in Computer Science

In this paper, we present cqp4rdf, a set of tools for creating and querying corpora with linguistic annotations. cqp4rdf builds on CQP, an established corpus query language widely used in the areas of computational lexicography and empirical linguistics, and allows to apply it to corpora represented in RDF. This is in line with the emerging trend of RDF-based corpus formats that provides several ... [Show full abstract] benefits over more traditional ways, such as support for virtually unlimited types of annotation, linking of corpus elements between multiple datasets, and simultaneously querying distributed language resources and corpora with different annotations. On the other hand, application support tailored for such corpora is virtually nonexistent, leaving corpus linguist with SPARQL as the query language. Being extremely powerful, it has a relatively steep learning curve, especially for people without computer science background. At the same time, using query languages designed for classic corpus management software limits the vast possibilities of RDF-based corpora. We present the middle ground aiming to bridge the gap: the interface that allows to query RDF corpora and explore the results in a linguist-friendly way.

Article

Multiple lexicon generation based on phonological feature trees

January 2004

Résumé -Abstract De manière générale, les linguistes informaticiens utilisent les structures de données arbores-centes pour la documentation et l'analyse des données morphologiques et syntactiques. Dans cet article nous appliquons de telles structures sur des données phonologiques et nous démon-trons comment de telles représentations peuvent avoir des applications utiles et pratiques en ... [Show full abstract] lexicographie informatique. À cet effet, nous décrivons trois modules intégrés: Le premier module définit un ensemble de caractéristiques multilangages dans une structure arborescente exprimée en XML; le deuxième module parcours cet arbre et établis une généralisation sur des données contenues dans cet arborescence, optimise les données phonologiques et mets en valeur les implications des caractéristiques. Le troisième module utilise l'information contenue dans l'arborescence comme une base de connaissance pour la génération de syllabes lexiques à caractéristiques multiples. Tree-based data structures are commonly used by computational linguists for the documenta-tion and analysis of morphological and syntactic data. In this paper we apply such structures to phonological data and demonstrate how such representations can have practical and ben-eficial applications in computational lexicography. To this end, we describe three integrated modules: the first defines a multilingual feature set within a tree-based structure using XML; the second module traverses this tree and generalises over the data contained within it, optimis-ing the phonological data and highlighting feature implications. The third uses the information contained within the tree representation as a knowledge base for the generation of multiple feature-based syllable lexica.

Article

Évolutions informatiques en lexicographie : ce qui a changé et ce qui pourrait émerger

January 2019

Nathalie Gasiglia

Chapter

Frontmatter

October 2021

José Calvo Tello

What distinguishes an adventure novel from a historical novel? Can the same text belong to several genres? More to one than to another? Have some existing genres been overlooked? To answer these and similar questions, José Calvo Tello combines methods from Linguistics (lexicography), Literary Studies (genre theory), and Computer Science (machine learning, natural language processing). Located in ... [Show full abstract] the interdisciplinary field of Digital Humanities, this study analyzes a newly developed corpus of 358 Spanish novels of the silver age (1880-1939), which includes authors like Baroja, Pardo Bazán, or Valle-Inclán. Calvo Tello's key result is a graph-based model of literary genre that reconciles recent theoretical approaches.

Article

A Computational Approach to the Discovery and Representation of Lexical Chunks

January 2006

Lexical chunks have in recent years become widely recognized as a crucial aspect of second language competence. We address two major sorts of challenge that chunks pose for lexicography and describe computational approaches to addressing these challenges. The first challenge is lexical knowledge discovery, that is, the need to uncover which strings of words constitute chunks worthy of learners’ ... [Show full abstract] attention. The second challenge is the problem of representation, that is, how such knowledge can be made accessible to learners. To address the first challenge, we propose a greedy algorithm run on 20-million words of BNC that iterates applications of word association measures on increasingly longer n-grams. This approach places priority on high recall and then attempts to isolate false positives by sorting mechanisms. To address the challenge of representation we propose embedding the algorithm in a browser-based agent as an extension of our current browser-based collocation detection tool. Résumé: La connaissance des « chunks » (tronçons) lexicaux est maintenant reconnue comme une compétence essentielle pour l’apprentissage d'une seconde langue. Nous étudions deux des principaux problèmes que les « chunks » posent en lexicographie et nous présentons des méthodes de résolution informatiques. Le premier problème est celui de l’apprentissage de connaissances lexicales, c'est-à dire la nécessité de définir quelles suites de mots constituent des « chunks » utiles à l’apprenant. Le deuxième problème est celui de la représentation, c'est-à-dire comment mettre cette connaissance à la disposition de l’apprenant. Pour résoudre le premier problème, nous proposons un algorithme glouton exécuté sur un corpus de 20 millions de mots du BNC qui reproduit des mesures d'associations de mot sur des n-grams de plus en plus longs. Cette approche donne la priorité à un rappel élevé et tente d’isoler les faux positifs à l’aide de mécanismes de tri. Pour résoudre le problème de la représentation, nous nous proposons d'associer cet algorithme à un navigateur en tant qu'extension de notre outil de détection de collocations.

Article

CONTEXTES ET NÉOLOGIE TERMINOLOGIQUE DANS LE DOMAINE MÉDICAL

January 1970

Résumé : La linguistique de corpus, la terminologie textuelle, la socioterminologie ont donné une contribution très importante à la théorie de la terminologie. Ces perspectives ont eu des répercussions sur les nouvelles approches des corpus. L'évolution des concepts scientifiques se manifeste en discours dans les situations de communication spécialisées écrites et orales. Les néologismes ... [Show full abstract] sémantiques par polysémisation, extraits à l'aide d'outils informatiques, d'un corpus de spécialité thématiquement parallèle, dans le domaine de la médecine, rendent compte des nouvelles propriétés cognitives du concept scientifique. Mots-clés : terminologie textuelle, corpus textuel informatisé de spécialité, néologie sémantique, polysémie. 1. La thématique choisie pour ces Journées scientifiques du Réseau LTT, « Mots, termes et contextes », nous conduit à réfléchir sur la problématique des conceptions de corpus, de contexte et de néologie, qui, ces dernières années, constituent l'objet de notre recherche. La linguistique de corpus ainsi que les perspectives récentes de la terminologie textuelle et de la socioterminologie ont donné une contribution très importante à la théorie de la terminologie. Cependant, aujourd'hui, la recherche en terminologie fait évoluer le concept de corpus, dont les principes de constitution doivent répondre à la rénovation des méthodologies en terminologie et en lexicographie de spécialité. Nous avons créé en 1991, à l'Universidade Nova de Lisboa, un corpus textuel informatisé, dont la plus grande partie est constituée par des textes de langues de spécialité de plusieurs domaines ; c'est un corpus informatisé de textes de spécialité, un corpus ouvert, utile aux recherches en terminologie et en lexicographie de spécialité qui utilisent en parallèle les matériaux issus soit des bases de terminologie soit des bases de néologismes scientifiques.