Une tâche importante qui incombe à l’enfant est de reconnaître puis de mémoriser les mots qui lui parviennent dans le flux de la parole environnante, afin de les utiliser dans ses propres énoncés. Confronté à un flux continu de parole, le jeune enfant doit donc en extraire des unités porteuses d’une forme et effectuer ce qu’on appelle segmentation lexicale. Le but de cette thèse est d’approfondir plusieurs aspects du processus de segmentation par des simulations computationnelles fondées sur des méthodes d’apprentissage machine non supervisé appliquées à des corpus langagiers de grande taille. Nous analyserons l’émergence du lexique en contexte, via le traitement non supervisé de grands corpus de parole en relation avec des scènes visuelles. Des modèles computationnels pour l’acquisition du lexique ont déjà été proposés mais ils sont le plus souvent limités au traitement des séquence de symboles (séquences de phonèmes issues d’une transcription manuelle des signaux enregistrés). La première originalité de cette thèse est la proposition de modèles applicables directement sur le signal de parole. Pour cela, nous convoquerons les avancées récentes de l’apprentissage profond (architectures neuronales de type « encodeur-décodeur» ou « end-to-end »). La seconde originalité de cette thèse est la volonté d’étudier l’émergence du lexique à partir d’un contexte. A cette fin, nous nous appuierons sur des corpus multimodaux préexistants, particulièrement le corpus synthétique SPEECH-COCO constitué de plus de 600.000 scènes visuelles décrites oralement ainsi que sur le corpus DylNet, collecté lors d’interactions d’enfants à l’école maternelle.

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.

Notre recherche vise à dévoiler les mécanismes cognitifs et les aspects culturels sous-jacents à la traduction des métaphores ainsi qu'à l'acquisition du langage métaphorique chez les apprenants sinophones du français. Comme les traducteurs assurent la communication entre les langues, ils sont constamment amenés à effectuer des «allers-retours» entre deux cultures, deux visions du monde ou deux systèmes conceptuels. Les étudiants en traduction constituent une catégorie particulière parmi les apprenants du français pour la formation qu'ils reçoivent et qui implique un va-et-vient constant entre les langues de travail. Nous cherchons donc à élucider les aspects cognitifs et culturels en jeu dans la traduction et la compréhension du langage métaphorique. Nous nous interrogeons également sur la corrélation entre la compétence métaphorique et la performance des traducteurs.