Notice bibliographique
Résumé
Malgré ses limitations, le dictionnaire bilingue reste l’outil privilégié des étudiants lorsqu’ils effectuent une tâche de traduction vers leur langue maternelle. Ils le consultent principalement pour comprendre un mot ou une expression, en vérifier le sens et chercher un équivalent adéquat, mais ne tirent pas toujours entièrement profit des différents éléments de microstructure, tels que les exemples d’usage. Si les fonctions sémantiques, grammaticales ou même stylistiques de l’exemple sont bien connues, ses fonctions de traduction sont aujourd’hui encore assez peu mises en évidence. Or, elles s’avèrent particulièrement utiles pour les jeunes traducteurs. Dans cet article, nous communiquons les résultats de l’analyse d’exemples issus de trois dictionnaires bilingues allemand-français, reposant sur l’examen des divergences que présentent les exemples lexicographiques et leur traduction. L’objectif poursuivi était de mieux cerner quel type d’exemple est le plus utile à l’apprenti traducteur. Pour atteindre cet objectif, nous avons exploré deux pistes principales. D’une part, nous avons cherché à repérer les difficultés de linguistique contrastive illustrées par les exemples lexicographiques et leur traduction, ainsi qu’à déterminer quelles solutions les dictionnaires apportaient à l’utilisateur. D’autre part, l’utilité d’un dictionnaire étant directement liée à la qualité des traductions fournies, nous nous sommes penchée sur certaines traductions discutables afin de suggérer des pistes d’amélioration pour un dictionnaire à destination des jeunes traducteurs.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,005 |
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 ».