Conception, réalisation et exploitation des corpus

Cours 2005-2006, par Alexandra Volanschi

L'objectif de ce cours est de vous présenter les aspects appliqués, techniques, de la constitution, compilation, annotation, et utilisation des corpus. Il est, de ce point de vue, complémentaire à “Introduction à la Linguistique de corpus” que vous suivez en même temps. Pour ceux d'entre vous pour qui ce cours est optionnel, ainsi que pour ceux qui ne peuvent pas y assister tout le temps, je vais résumer le contenu du cours sur ce site.

Un des objectifs de ce cours est la constitution d'un corpus comparable de langue spécialisée (français et anglais|espagnol|allemand selon la langue que vous étudiez) pour un micro-domaine en sciences de la terre (volcanologie, climatologie, ou orogenèse - selon la distribution en groupes effectuée par Mme Natalie Kübler). Cet objectif est partagé avec le cours d'Introduction à la Linguistique de corpus. En effet, ce corpus vous sera nécessaire par la suite pour l'extraction terminologique (validation de termes, extraction de définitions, collocations, notes techniques, etc.), pour la constitution de bases de données en vue d'applications telles l'aide à la rédaction en langue de spécialité et la traduction spécialisée. D'autre part, dans le cadre du cours Langages IL, il sera utilisé pour illustrer le processus de conception et réalisation d'un corpus ainsi que les outils d'annotation, d'indexation et requête de corpus.

La date limite pour la soumission de ce corpus est le 27 octobre à minuit (l'Équipe système de l'UFR a mis au point un système de soumission des corpus diabolique qui ne permet pas le moindre retard). Étant donné que cette date est assez rapprochée, et que tous vos textes seront rassemblés pour former un corpus homogène, l'accent sera mis pendant les 4 premières séances sur la requête, mise en forme, nettoyage et documentation de textes que vous voulez inclure dans le corpus. Afin que les textes soumis puissent être intégrés dans un même corpus, ils devront tous respecter les conventions indiquées ci-dessous.

Conception, réalisation et exploitation des corpus

Contenu du cours (à compléter au fur et à mesure)