Située au cœur de l’océan Indien et ayant une superficie de 2 040 km2, la République de Maurice est un pays insulaire qui regroupe quatre îles : Maurice (l’île principale), Rodrigues, Agaléga et Saint-Brandon. Près de 1,3 million de personnes y habitent et constituent ensemble une communauté linguistique plurilingue au sein de laquelle plus de 10 langues sont pratiquées. En dépit de cette richesse linguistique, façonnée par son histoire propice au contact de langues, et des compétences linguistiques plurilingues des Mauriciens, la langue la plus couramment parlée, par 86,50 % de la population mauricienne au sein du domicile familial (selon le recensement ministériel de 2011), est le mauricien : une langue créole à base française. Les études sur le créole mauricien ont débuté pendant la période de colonisation. Au XIXe siècle, Baissac (1880) a proposé une « étude sur le patois créole mauricien » et au XXe siècle, après l’indépendance en mars 1968, Baker (1972) a publié un ouvrage sur sa description linguistique. La seule grammaire contemporaine disponible est celle de Police-Michel et al. (2012). Diverses thèses ont aussi été soutenues sur les catégories syntaxiques du créole mauricien notamment sur le nom (Alleesaib, 2012), le verbe (Henri, 2010) et l’adverbe (Hassamal, 2017). Toutefois, parmi tous les travaux recensés, aucun ne s’est purement intéressé au domaine et à la thématique du Traitement Automatique des Langues (TAL). David (2019) a réalisé un travail de recherche sur l’étiquetage morphosyntaxique du créole mauricien, mais globalement les travaux en traitement automatique demeurent lacunaires pour cette langue peu dotée informatiquement. À partir de ces travaux en syntaxe ainsi que des méthodes et des outils de TAL développés par David (2019), cette thèse vise à construire et à exploiter un corpus arboré (un corpus écrit annoté syntaxiquement) pour le créole mauricien, à l’exemple du French Treebank pour le français (Abeillé et al., 2003) et du Penn Treebank pour l’anglais (Taylor et al., 2003). La démarche méthodologique envisagée dans le cadre de ce travail se regroupera autour de 5 principales phases. D’abord, la première phase s’attèlera à la constitution, à la normalisation, et à la structuration d’un corpus électronique écrit. Les outils informatiques indispensables à ce travail seront développés ou réadaptés au cours de la deuxième phase. La troisième phase se consacrera à l’annotation du corpus à partir d’un schéma d’annotation cohérent et structuré. Les expérimentations seront menées durant la quatrième phase. Enfin, la cinquième phase s’occupera d’évaluer la qualité des annotations réalisées et la performance des outils développés. Finalement, l’objectif ultime de cette thèse est de parvenir à la réalisation d’analyses syntaxiques automatiques en créole mauricien, tout en dotant cette langue de tous les éléments nécessaires à son traitement automatique, en particulier dans une perspective d’analyse syntaxique.

L’objectif de ce travail de recherche est d’identifier et d’interpréter les séquences récurrentes employées dans les romans de science-fiction en français et en anglais. La diversité des œuvres de science-fiction rend la définition de ce genre difficile. Cependant, il est possible d’identifier des caractéristiques communes à ces œuvres : sensation d’émerveillement ou de décalage devant les mondes décrits, le sense of wonder, création d’une encyclopédie propre à l’univers créé, distanciation cognitive. Nous pouvons nous demander si l’ensemble de ces éléments spécifiques ont une influence sur la phraséologie employée dans les romans de science-fiction. Plusieurs approches seront mises en œuvre : segments répétés, arbres lexico-syntaxiques récurrents et motifs. Une typologie des séquences récurrentes sera établie en fonction de leur rôle dans le texte : caractérisation du sous-genre sur un plan thématique, discursif et/ou stylistique.

Les ressources lexicographiques bilingues des expressions polylexicales (EPL) sont encore rares et elles le sont davantage pour le couple de langues français / arabe qui nous intéresse. Les recherches concernant ce couple de langues existent peu. Nous nous intéressons dans notre projet de recherche à extraire, à partir de corpus parallèle et comparable fr - ar spécialisés, des expressions polylexicales notamment à base verbale. Ces constructions, de notre point de vue, constituent un aspect pertinent à étudier dans les textes spécialisés. Le corpus constitué se rattachera au domaine médical, un domaine stratégique à l’heure actuelle où le monde entier fait face à une pandémie. Nous profiterons donc de la disponibilité des articles scientifiques vulgarisés qui abondent en ce moment. Dans notre étude nous adopterons une approche contrastive qui consiste à recenser et analyser les EPL et leurs équivalences traductionnelles, et ceci dans une approche corpus based ou basé sur corpus. Notre objectif principal est d'approfondir les recherches sur ce couple de langues encore trop peu étudié dans ce domaine, et de fournir des ressources pour les traducteurs et les apprenants de la traduction spécialisée. Il s’agira in fine d’exploiter les résultats dans le domaine de l’apprentissage de la traduction spécialisé assistée par ordinateur, en s’inspirant de l’approche d’Apprentissage guidée par les données, ou Data Driven Learning. Toutes les étapes seront réalisées en exploitant les outils TAL appropriés à chaque langue et à chaque procédure.

Cette thèse ayant pour titre « La terminotique au service de la traduction spécialisée : étude d’une terminologie médicale bilingue (français-arabe) » traite de la problématique suivante : comment, à partir du dépouillement d’un corpus bilingue de textes comparables, extraire une terminologie médicale bilingue français-arabe et élaborer des outils de fouille de corpus et de gestion terminologique, au service des traducteurs et interprètes de conférence ? Cette thèse est constituée de deux volets, théorique et pratique. Dans un premier temps, nous passerons en revue les études antérieures dans le domaine en question. Nous aborderons également le lien indéfectible existant entre la terminographie et la traduction spécialisée tant au niveau didactique que professionnel. Dans un second temps, à l’aide des extracteurs de termes, nous entamerons l’opération d’extraction des termes à partir du corpus délimité. Après avoir mené un tri des termes générés selon des critères linguistiques bien définis, ces termes feront l’objet d’une analyse lexicale et morphologique afin de souligner les moyens dont la langue arabe dispose pour la formation des termes ainsi que l’effet de son contact avec les autres langues. De plus, nous mènerons une enquête de terrain, par le biais d’un questionnaire destiné aux traducteurs et interprètes de conférence, dans le but d’examiner leurs besoins urgents en matière de terminologie médicale et évaluer leur usage des outils de gestion terminologique disponibles. Cette étude s’est donc fixée plusieurs finalités à savoir, répondre aux besoins de dénominations urgents dans le domaine médical et mettre à la disposition des traducteurs et interprètes de conférence un outil de gestion terminologique aisément accessible pour les assister dans leur travail exigeant la pertinence et la rapidité. Elle tentera également à ouvrir de nouveaux horizons sur les méthodes d’enseignement de la traduction spécialisée en soulignant la contribution considérable de la terminotique dans l’acquisition des compétences professionnelles dans ce domaine. L’étude se penchera également sur l’évaluation de l’utilisation des logiciels du TAL afin de dénoter leurs apports et limites dans l’extraction terminologique, ce qui pourrait guider les concepteurs pour améliorer la performance des outils développés.

Ce projet se situe dans le contexte de recherches entreprises en vue d’évaluer l’aide que peuvent fournir les outils informatiques au traducteur littéraire et leurs implications en traductologie. Dans cette optique, et après s’être intéressés en premier lieu à l’influence des logiciels de traduction assistée par ordinateur (TAO) sur la pratique des professionnels ainsi qu’à l’aide qu’ils peuvent apporter au traducteur pour restituer le style d’un texte original en langue cible, nous nous proposons à présent de nous pencher sur un second outil dont l’importance est sans cesse grandissante dans ce contexte d’émergence de l’intelligence artificielle : la traduction automatique (TA). En effet, la progression des nouvelles technologies est particulièrement appréciable dans le domaine de la traduction, où la TA en particulier semble s’instituer peu à peu dans une position ambivalente, puisqu’elle se présente d’une part comme l’un des nouveaux outils destinés à rejoindre l’arsenal du traducteur professionnel, aux côtés de la TAO, et, d’autre part, comme l’alternative à la traduction humaine. Notre objectif serait dès lors d’évaluer la pertinence et l’efficacité d’un tel outil en traduction littéraire — champ avec lequel il est réputé être incompatible —, et ce, en mettant au point notre propre moteur de traduction automatique. Cette expérience originale nous permettrait à la fois d’analyser les obstacles inhérents à la TA en littérature et de nourrir la réflexion théorique en traductologie. Par ailleurs, le système tirerait non seulement parti des avancées de la traduction neuronale (nouvelle approche en TA basée sur l’apprentissage profond), mais aussi d’un corpus spécialisé, dans la mesure où, comme l’affirment certains des experts en la matière, nous soutenons que les moteurs de traduction spécialisés renferment le gage de qualité le plus sûr et qu’ils laissent présager, au reste, une inclusion certaine au sein de l’environnement de travail du traducteur de demain.

Cette thèse se situe dans le domaine du Traitement Automatique des Langues Naturelles. Elle vise à pouvoir garantir l'exactitude de l’analyse syntaxique et sémantique de textes en langue naturelle (des spécifications techniques ou des textes dans des langues peu dotées) et la fidélité de leur traduction dans plusieurs autres langues. Pour y parvenir, plusieurs verrous doivent être levés. D’abord, pour maîtriser la combinatoire inhérente à la complexité des langues naturelles, le développement des analyseurs, des générateurs… doit être réalisé automatiquement à partir d’une description claire et vérifiable. Dans ce but, nous ferons évoluer les Grammaires Statiques de Correspondances Structurales (GSCS) pour les rendre à la fois plus intuitives et capables de produire des modules exécutables. Pour finir de garantir le sens, nous produirons toutes les analyses possibles et utiliserons un dialogue avec un humain pour désambiguïser entre ces différentes solutions. Par ailleurs, pour accélérer le développement des grammaires GSCS, nous appliquerons un traitement à base d’apprentissage profond sur des banques d’arbres existantes. Les probabilités obtenues sur les règles permettront d’organiser le dialogue de désambiguïsation de manière naturelle. Des algorithmes capables de mesurer la qualité des analyses et des traductions seront étudiés et évalués. Enfin, pour prendre en compte le caractère fortement multilingue du project de CS, nous choisirons une architecture à base de pivot sémantique. Les analyseurs réalisés produiront ainsi des graphes UNL, et les générations partiront de ces graphes pour générer les textes en langue cible. Des expérimentations avec d’autres enconvertisseurs et déconvertisseurs UNL (anglais, russe, hindi, espagnol…) permettront de vérifier la capacité d’interopérabilité d’UNL.