Aide au transfert lexical dans une perspective de TAO : expérimentation sur un lexique non-terminologique
Notice bibliographique
Résumé
Peut-on construire un outil automatisé qui puisse à la fois s'insérer comme module dans un programme de TAO et indépendamment être utile à un traducteur humain ? Le présent article tente de répondre à certains problèmes rencontrés en transfert lexical, plus particulièrement lors de la traduction en français de verbes anglais et espagnols. L'exploration systématique de l'environnement immédiat (schemes d'actance, contenus lexicaux) permet de dégager empiriquement des classes notionnelles, chacune regroupant, sous un même descripteur sémantico-cognitif, des lexèmes de même fonction syntaxique reconnus compatibles avec telle traduction spécifique du verbe source. Une liste provisoire de ces classes (encore évolutives) a été élaborée. On fait l'hypothèse que la classe notionnelle du lexème sujet et/ou objet (voire circonstant) peut aider à sélectionner l'équivalent français réclamé par le verbe source. Les descripteurs sémantico-cognitifs sont intégrés aux procédures qui, dans un dictionnaire automatique de transfert, conditionnent les choix de traduction. Le traducteur humain, de son côté, peut trouver là un nouveau type de dictionnaire plus spécifiquement axé sur les associations sémantiques lexème verbal/lexèmes octants.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».