Notice bibliographique
Résumé
Dans ce chapitre, nous nous proposons d’examiner la contribution du Traitement Automatique du Langage (TAL) en Apprentissage des Langues Assisté par Ordinateur (ALAO) avec une perspective sur l’enseignement du français. Le chapitre comporte deux sections principales. Dans la première, nous traitons de Tuteurs Intelligents (TI) puis, nous nous concentrons sur les TIs dédiés à l’apprentissage de la langue. On verra que dans ces systèmes d’Apprentissage des Langues Intelligemment Assisté par Ordinateur (ALIAO), les techniques de TAL occupent une place centrale, notamment celle de ‘parsing’. Notre deuxième section est consacrée à la description d’un système d’ALIAO nommé FreeText, qui vise des apprenants du français langue seconde de niveau intermédiaire à avancé. Il s’agit d’un riche environnement d’ALAO qui comprend un ensemble d’outils de TAL, lesquels ont été adaptés pour permettre de fournir aux apprenants un diagnostic ‘astucieux’ de leur intrant langagier. Nous concluons ce chapitre en discutant des avantages, dans le contexte de l’apprentissage d’une langue, du contact des apprenants avec les outils de TAL tels ceux développés dans FreeText. This chapter examines the contribution of Natural Language Processing (NLP) in Computer-Assisted Language Learning (CALL), in the perspective of French language instruction. It is divided into two main sections. The first presents an overview on Intelligent Tutoring Systems (ITS) and then describes a specific type of ITS, the Intelligent Language Tutor (ILT), where Natural Language Processing techniques, namely parsing, are core. The second main section focuses on one such ILT system called FreeText which is dedicated to intermediate-advanced learners of French as a second language. It is an enhanced CALL environment comprising a set of NLP tools, which have been adapted to provide FSL learners with a ‘smart’ diagnosis of their language input. The chapter concludes with a look at the overall benefit, within a language learning context, of learners’ exposure to the use of NLP tools, such as those found in FreeText.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,009 |
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 ».