Notice bibliographique
Résumé
La concordance interlinguale de termes polylexicaux et syntagmatiques, communément appelés expressions, linguistiquement nommés collocations, phrasèmes terminologiques, termes phraséologiques ou encore phraséotermes, reste un problème crucial et bien connu de la traduction en langue de spécialité. Les sciences du risque se révèlent être un point de rencontre interdisciplinaire, de sorte que de hautes instances nationales (ministères) et des institutions internationales (l’Union européenne, le Conseil de l’Europe) s’investissent dans l’information, la formation et les interventions dans ce domaine. WIN (Wide Information Network for Risk Management) est l’un des trois projets intégrés soutenus par la Commission européenne (2004-2007), le multilinguisme restant sa priorité. La proposition linguistique ici présentée concerne un glossaire multilingue, dont l’architecture combine termino- et lexicographie : macrostructure onomasiologique, microstructure sémasiologique, médiostructure grammaticale et sémantique, ainsi que des définitions multiples de termes clés avec leurs collocations semi-automatiquement extraites d’un important corpus textuel, scientifique, administratif et journalistique. La législation de l’Europe et du globe privilégiant l’harmonisation terminologique, la découverte et la création de concordances interlinguales deviennent l’objectif majeur pour garantir la sécurité des vies, des biens et de l’environnement dans le monde. Pour cette raison, une extension à d’autres langues, d’autres pays et d’autres continents devient une nécessité afin de promouvoir autant la diffusion du savoir que les spécificités culturelles.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,027 |
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 ».