La présence des avis de recommandation et de normalisation de la Commission de terminologie de l'Office de la langue française dans un corpus de langue générale et spécialisée
Notice bibliographique
Résumé
Le présent mémoire vise à observer la présence et la fréquence, tant en langue générale qu'en langue spécialisée, des avis de recommandation et de normalisation émis par l'Office de la langue française (OLF) dans la Banque de données textuelles de Sherbrooke (BDTS). Les termes à l'étude sont consignés dans le Répertoire des avis terminologiques et linguistiques publié en 1998 par l'OLF et ils émanent essentiellement des travaux des huit commissions de terminologie (affaires sociales, éducation, justice, produits de la pêche, santé, sécurité du revenu, toponymie et transports). La BDTS est un corpus informatisé de textes québécois contenant plus de 20 millions d'occurrences réparties dans cinq types de discours : spécialisé, journalistique, littéraire, didactique et oral. Dans un premier temps, nous observons la fréquence absolue des termes officialisés dans la BDTS, la dispersion de leurs occurrences par type de discours et leur fréquence par commission de terminologie. Il ressort que 52% des avis sont présents dans notre corpus ; les occurrences de ces avis apparaissent en plus grande partie dans les textes spécialisés ; ce sont les avis de la Commission de toponymie qui sont le plus souvent attestés dans la BDTS. En outre, il ne semble pas y avoir de corrélation entre la fréquence des avis et le fait qu'ils aient fait l'objet de recommandation ou de normalisation. Dans un deuxième temps, nous comparons la fréquence relative des termes officialisés avec celle des termes en concurrence avec eux : synonymes, concurrents dont l'usage n'est pas critiqué et concurrents dont l'usage est critiqué. Il ressort que 59% des avis supplantent leurs synonymes, 54% des avis supplantent leurs concurrents non critiqués et 63% des avis supplantent leurs concurrents critiqués.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».