Vers un produit unifié en terminologie et en documentation : le thésaurus terminologique
Notice bibliographique
Résumé
Les terminologies et les thésaurus documentaires présentent suffisamment d'affinités au plan de leur contenu et de leur structure pour qu'on puisse envisager la création d'un seul répertoire unifié. Un tel produit pourrait prendre la forme d'un thésaurus terminologique qui servirait tant à l'indexation et au repérage des documents qu'à la consultation des données terminologiques et dont la confection s'effectuerait à partir des méthodes utilisées en terminologie et en documentation. Pour ce faire, les descripteurs des thésaurus devront acquérir la spécificité du terme et s'accompagner d'une définition tandis que les terminologies devront adopter la structure des thésaurus : système de relations et plan de classement. En s'appuyant sur ces principes, on présente un modèle de thésaurus terminologique appliqué aux documents professionnels. D'entrée de jeu, Sparck Jones et Kay (1973: 1) affirment, dans l'introduction à leur étude sur les rapports entre la linguistique et les sciences de l'information, que ces deux disciplines ont suffisamment d'affinités pour faire bon ménage ("are bedfellows"). La linguistique, en effet, a pour objet de décrire les langues naturelles qui ont pour fonction, entre autres, de transmettre de l'information, alors que les sciences de l'information ont pour objet de repérer de l'information traduite dans des documents écrits en langue naturelle. Tout en reconnaissant l'existence de recoupements entre les deux disciplines, ces auteurs s'étonnent, néanmoins, de leur manque d'interpénétration et s'interrogent sur les causes d'un tel fait et sur les mesures à prendre pour y remédier. Les recoupements sont si évidents, selon eux, qu'ils se demandent, même, si les sciences de l'information ne devraient pas constituer une sous-discipline de la linguistique ou la linguistique faire partie des sciences de l'information. Mais tel n'est pas leur but de répondre à cette question. Ils cherchent plutôt à savoir ce que ces deux disciplines peuvent s'apporter mutuellement et quel degré d'interpénétration elles ont atteint ou peuvent atteindre. S'est-on, par ailleurs, posé les mêmes questions au sujet de la terminologie et de la documentation ? Depuis une quinzaine d'années, un certain rapprochement s'est amorcé entre terminologues et spécialistes en information documentaire. Dans les publications canadiennes des années 70 (articles de revues et actes de colloque), on s'est surtout arrêté sur la façon dont la fonction recherche de la documentation pouvait optimiser le rendement des activités terminologiques et traductionnelles de plus en plus intenses et complexes1, mais on a démontré peu d'intérêt pour la documentation dans sa fonction analyse. On croit même, dans certains milieux, que la terminologie et la documentation constituent "deux univers séparés dont les concepts de base sont bien distincts, la documentation s'occupant de classes et la terminologie de notions à structurer et à dénommer"2. Quelques auteurs se sont attardés, cependant, sur un aspect de la fonction analyse de la documentation, soit la classification, et ont préconisé le répertoire de type thésaurus comme système de classement des données terminologiques à l'intérieur d'une banque de données3. C'est donc vers l'Europe surtout et les États-Unis qu'il faut se tourner pour trouver des écrits dans lesquels on compare les démarches utilisées en terminologie et en documentation pour produire les répertoires terminologiques, d'une part, et les répertoires documentaires que sont les thésaurus, d'autre part, pour en conclure qu'elles possèdent suffisamment d'affinités pour tendre progressivement vers un produit unifié4. Un tel produit unifié pourrait prendre la forme d'un thésaurus terminologique qui servirait tant à l'indexation et au repérage des documents qu'à la consultation de données terminologiques et dont la confection s'effectuerait à partir des méthodes utilisées en terminologie et en documentation. C'est ce à quoi vise cette communication : 1) justifier la création d'un tel répertoire en comparant les produits fabriqués traditionnellement, l'un par les terminologues (les terminologies) et l'autre par les documentalistes (les thésaurus), du point de vue de leur finalité, de leur contenu, de leur structure pour en faire ressortir les lacunes et les insuffisances; 2) décrire son fonctionnement à partir d'un modèle appliqué aux documents professionnels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 tête enseignante, 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 ».