Optimisation du rapport coûts-avantages dans la réalisation de dictionnaires terminologiques informatisés (DTI) sur PC
Notice bibliographique
Résumé
Les dictionnaires terminologiques informatisés d'aujourd'hui répondent à la plupart des exigences qu'on pouvait formuler vers la fin des années 1980: rapidité d'exécution, consultation multiniveau, etc. Ce progrès, dans certains cas, n'a pas été tant le fait d'une sophistication accrue de l'ingénierie linguistique que de l'avènement de Windows 3.x. Cependant, l'élaboration du dictionnaire informatisé continue de comporter une phase de collecte et de description de données et une phase de développement de moteur de pilotage et d'interrogation du dictionnaire. Cela a pour conséquence non seulement de détourner l'attention du terminologue du contenu de son dictionnaire au profit du support-véhicule mais aussi d'augmenter le coût des dictionnaires. Or, on sait que le moteur du système d'aide de Windows est assez puissant pour piloter n'importe quel dictionnaire terminologique. Il présente par ailleurs d'autres avantages qui le rendent idéal pour la tâche : il est d'une conception hypertexte et il est multi- et hypermedia. L'urgence de la recherche d'un format standard de codage facilitant l'échange de données terminologiques est aussi un argument de poids en faveur de l'adoption de ce système : quel que soit l'outil de création utilisé pour créer un fichier de WinHelp, celui-ci a toujours le format RTF sous-jacent. A priori, c'est un projet qui semble relever avant tout du génie logiciel mais il n'en est rien puisqu'il permet de poser des questions proprement terminologiques et termino-graphiques, notamment celles du statut et de la gestion de la synonymie en terminologie, de la lisibilité de la fiche terminologique, de l'élargissement de la fonction terminologique. Nous espérons enfin qu'il permettra de mettre en œuvre ce qu'on pourrait appeler le "test hypertexte de terminologisme" permettant la validation a posteriori du statut terminologique des unités proposées comme telles par le terminologue.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,008 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».