Ajuster corpus et objectifs - 3e séance

Serge Fleury & Benoît Habert


Binôme/trinôme : Rym BEN HADDADA (rymbh@noos.fr), Inalco, Zita BOGNAR (zita.bognar@wanadoo.fr), Inalco, Marion LENTING (lentinglamarck@aol.com), Inalco.

Retour au cours
TD 2ème séance

Le corpus LM10 et les dépendances syntaxiques

Prendre connaissance de la présentation de ce corpus, de la signalétique associée et des annotations disponibles (triplets correspondant à des dépendances syntaxiques).
Principales informations extraites des dépendances syntaxiques

Que penser de la taille du corpus des documents comprenant un mot de la famille "laïcité" (cf. paramètres lexicométriques du corpus) par rapport à celle de LM10 ?


En dix ans, sur deux cent millions de mots du corpus, 1.33 % c.à.d. 2,8 millions de mots sont dérivés du patron laïc. Ceci est donc révélateur du phénomène qu'on vit la laïcité au quotidien en France et depuis longtemps.

Les grands mouvements sur 10 ans

Examiner le nombre de triplets et de documents au fil des ans dans les informations sur les dépendances syntaxiques. Repère-t-on des constantes et/ou des moments singuliers ?

Le nombre de triplets examinés est égale à environs 6400. Dans les années 00, 91, 92,99,98, on note une relative valeur constante présente des triplets examinés. En 94 (!) et 96 on note des pics en nombre de documents et en fréquence à l'intérieur des documents.
A travers les graphiques d'évolution en fréquence relative de la famille 'laïcité', résumez les grandes tendances de l'évolution quand on la considère :

Comparez l'évolution suivant qu'on la considère via les formes ou via les lemmes ? Y a-t-il des changements importants ?
On remarques des tendances similaires.
En reprenant les données chronologiques accessibles via la page du cours, pouvez-vous expliquer l'évolution constatée ?

Comme nous l'avons déjà observé, les pics correspondent aux premières manifestations de la question du foulard en France.

La famille "laïcité" sur un an / sur 10 ans : approche globale

Comparez les deux listes de mots.
Reprenez la liste pour 10 ans et colorez les formes présentes en 2003-04.
laïque
laïcité
laïcs
laïques
laïc
laïcisation
laïcisme
laïcat
laïcisé
laïcisé
laïcisée
laïcards
laïciser
laïcisés
laïcise
laïciste
laïcisant
laïcisateurs
laïcisées
laïcarde
laïcistes
lèse-laïcité
laïcisa
délaïcisation
laïci
laïco-assimilationnistes
beaujo-laïc
catho-laïques
islamo-laïcs
laïcard
laïcicité
laïcisait
laïcisante
laïcisants
laïcisations
laïcïté
laïco-assimilationniste
laïco-communiste
laïco-communistes
laïquesde
nationalo-laïque
pro-laïques
socialo-laïque


Isoler dans la liste 91-00 :

Pour 91-00, comparer la liste sur les formes et la liste sur les lemmes. Indiquer les formes qui vous paraissent mal lemmatisées:
laïcards, laïcarde, laïco-assimilationnistes, catho-laïques, beaujo-laïc, catho-laïques islamo-laïcs, laïcisante, laïcisants, laïco-communistes, laïquesde, nationalo-laïque, pro-laïques, socialo-laïque.

Quelles conclusions sur la qualité de la lemmatisation opérérée ? Pensez-vous que les conséquences sont importantes pour la suite des traitements ?

Les contextes fondamentaux de laïcité

A partir des tableaux donnant les verbes dont laïcité est SUJ ou OBJ avec une fréquence > 1 :
  1. faites une liste des catégories qui vous paraissent pertinentes pour classer ces verbes (par exemple : définition correspondant à appeler, définir, consister, signifier). Vous vous reporterez éventuellement aux concordances fournies (triées à gauche pour OBJ et à droite pour SUJ). Faites correspondre un code couleur  à chaque catégorie.
  2. recopier les 2 tableaux et colorer les verbes selon leur catégorie.
  3. résumez les grandes tendances que vous observez.
Vous compléterez cette étude des verbes auxquels laïcité est fortement associé par la liste des syntagmes comprenant laïcité qui figurent en position 2 dans les triplets Syntex.

Les contextes principaux de laïcité au fil du temps

Le tableau sur laïcité en relation SUJ ou OBJ avec une fréquence > 1, au fil des ans, vous permettra de souligner à la fois quelques constantes dans l'emploi du mot et quelques changements ou points particuliers.

Les contextes principaux de laïc

Résumez les enseignements principaux des tableaux sur laïc en position 1 ou 2 et avec une fréquence >= 5 (ce plancher écrème déjà sérieusement les listes de triplets). Prenez soin de recopier les triplets les plus pertinents.

Un mot péjoratif : laïcisme

Extrayez les contextes (triplets) qui soulignent la valeur péjorative de ce mot (et des mots qui lui sont liés : laïcard, etc.).

La laïcité : un processus

Les mots autour de laïciser renvoient tous à un processus. On mettra à jour ce qui est l'agent ou le patient de ce processus, dans un tableau de la forme :

agent
patient
triplet correspondant








Ajustements ?

Adéquation corpus / objectifs


Pour étudier "laïcité" dans les dernières années, ont été rassemblés :
10 ans (1991-00) du journal "généraliste" Le Monde ;
1 année entière du même journal ;
des sources documentaires variées (chronologie, dossiers spécialisés).

Les données constituées vous paraissent-elles permettre de donner une image adéquate de la famille de "laïcité"
à un moment donné (en 2003-04): oui ;
sur une période de durée moyenne (1991-00): moins précis que pour la période 2003-2004 car les données retournées présentent davantage de bruit.

A votre avis, faudrait-il ajouter d'autres données textuelles et si oui, lesquelles ? Non.

Adéquation traitements / objectifs

Ont été mis à contribution pour approche "laïcité" et sa famille plusieurs niveaux de représentation :
Les outils lexicométriques (ici Lexico3) ont permis de disposer de concordances, de graphiques d'évolution, de repérage de sur- et sous-emplois de telle partie par rapport au reste du corpus: oui.

Les outils et les traitements vous ont-ils permis de vous orienter dans les corpus ? Oui. Avez-vous eu le sentiment de vous "noyer" ? Oui. Pensez-vous qu'il faudrait disposer d'autres outils (si oui, lesquels) ?

Méthodologies

Avez-vous le sentiment, à travers la formation que vous avez reçue (linguistique en général, sémantique, lexicographie et lexicographie, terminologie, etc.) de disposer des méthodologies pour tirer profit de ce type de données ?
Si non, dans quels domaines souhaiteriez-vous recevoir une formation ? Non, on aurait voulu connaître le principe de fonctionnement de l'outil de l'extraction Lexico3 ou n'importe quel autre.