En 1473-1474, un marchand anglais installé à Bruges, William Caxton, imprime pour la première fois un livre en anglais : le Recuyell of the historyes of Troyes. Il s’agit d’une traduction d’un succès récent de la littérature curiale bourguignonne, le Recueil des histoires de Troyes de Raoul Lefèvre. Le texte d’origine est également imprimé avant la fin de l’année 1475 pour Caxton. Cette thèse porte sur les traductions réalisées et diffusées par William Caxton reflétant l’ensemble d’un savoir médiéval mais apparaissant comme moderne à la fin du XVe siècle. La source principale en est le premier livre imprimé en anglais qui constitue un exemple de texte ancien revenu à la mode par le biais d’une réécriture. Un premier volume est consacré au commentaire. Il s’agit, dans une première partie, de souligner les aspects originaux ou traditionnels des traductions et des éditions de Caxton. La deuxième partie porte sur l’édition pour Caxton du Recueil en français et son impact. Une troisième partie est attachée à l’analyse des procédés de traduction et l’influence du Recuyell dans l’histoire littéraire anglaise.Dans le second volume, l’édition comparée du Recuyell of the historyes of Troyes et du Recueil des histoires de Troyes imprimés pour Caxton, permet d’étudier les procédés de traduction utilisés par l’homme de lettres mais également les logiques présidant à l’impression de textes. Pour imprimer le texte français, Caxton ou ses associés ont, en effet, choisi une version différente du manuscrit ayant servi de base à sa traduction anglaise. Un dernier volume est dédié aux annexes (bibliographie, éditions d’autres traditions, glossaire, tables généalogiques, etc.).

Les processus d'extraction terminologique automatique ont été jusqu'ici majoritairement conçus pour être appliqués à de corpus monolingues et dans des registres de langue uniformes. Cette thèse propose une séquence de traitements pour l'extraction automatique de « termes de terrain » qui soit faiblement dépendante de la langue, du registre de langue ou du domaine. Suivant une réflexion fondée sur différents aspects de typologie linguistique appliquée à sept langues, nous proposons des prétraitements textuels préliminaires au calcul de traits numériques pour l'entraînement de modèles statistiques de type CRF. Un ensemble de modèles sont sélectionnés grâce à une évaluation automatisée pour chaque langue. Une seconde série d'évaluations est ensuite réalisée pour étudier l'exploitabilité de ces modèles pour d'autres langues que celles sur lesquelles ils ont été entraînés. Il ressort de ces expériences que cette méthode aboutit à une extraction de termes de terrain de qualité satisfaisante. Les meilleurs scores obtenus (pour une évaluation monolingue des modèles) atteignent 0, 9 de f-score. La seconde partie de notre travail présente nos travaux relatifs à la complétion automatique de terminologies structurées multilingues. Nous avons proposé 2 algorithmes de complétion qui prennent en entrée un graphe de traduction multilingue (construit à partir de ressources libres) et une terminologie multilingue structurée. Ils proposent alors de nouveaux candidats termes pour cette dernière. Notre approche permet de compléter la terminologie structurée dans une langue qu'elle couvre déjà, mais également d'étendre sa couverture à de nouvelles langue.

Cette thèse de Traitement Automatique des Langues a pour objectif l'annotation automatique en rôles sémantiques du français en domaine spécifique. Cette tâche désambiguïse le sens des prédicats d'un texte et annote les syntagmes liés avec des rôles sémantiques tels qu'Agent, Patient ou Destination. Elle aide de nombreuses applications dans les domaines où des corpus annotés existent, mais est difficile à utiliser quand ce n'est pas le cas. Nous avons d'abord évalué sur le corpus FrameNet une méthode existante d'annotation basée uniquement sur VerbNet et donc indépendante du domaine considéré. Nous montrons que des améliorations conséquentes peuvent être obtenues à la fois d'un point de vue syntaxique avec la prise en compte de la voix passive et d'un point de vue sémantique en utilisant les restrictions de sélection indiquées dans VerbNet. Pour utiliser cette méthode en français, nous traduisons deux ressources lexicales anglaises. Nous commençons par la base de données lexicales WordNet. Nous traduisons ensuite le lexique VerbNet dans lequel les verbes sont regroupés sémantiquement grâce à leurs traits syntaxiques. La traduction, VerbNet, a été obtenue en réutilisant deux lexiques verbaux du français (le Lexique-Grammaire et Les Verbes Français) puis en modifiant manuellement l'ensemble des informations obtenues. Enfin, une fois ces briques en place, nous évaluons la faisabilité de l'annotation en rôles sémantiques en anglais et en français dans trois domaines spécifiques. Nous évaluons quels sont les avantages et inconvénients de se baser sur VerbNet et VerbuNet pour annoter ces domaines, avant d'indiquer nos perspectives pour poursuivre ces travaux.

Cette thèse propose d’explorer les enjeux de la pratique de la traduction de français en anglais après la Conquête normande, à partir d’une comparaison des deux romans anglais et leurs sources respectives. La première partie s’attachera à examiner le rapport entre le Roman de Brut, écrit au 12e siècle par l’auteur francophone Wace, et sa traduction en anglais, le Brut de La3amon, effectuée au début du 13e siècle. Une autre étude constituera l’essentiel de la seconde partie, portant sur l’examen comparatif de deux versions, française et anglaise, du roman d’Alexandre le Grand : le Roman de toute chevalerie de Thomas de Kent et Kyng Alisaunder, roman anonyme du 14e siècle.

Nous proposons une etude de la traduction automatique des gerondifs verbaux anglais en francais, restreinte aux formes gerondives sans sujet apparent. Tout d'abord, les etudes anterieures montrent que cette forme hybride depasse la distinction classique entre les syntagmes verbaux et les syntagmes nominaux. Il en resulte une difficulte de formalisation. Quoiqu'il en soit, les proprietes syntaxiques de la forme anglaise ne semblent pas determiner le type de forme syntaxique qui sera genere en francais: la traduction depend essentiellement de l'interpretation et du contexte. C'est pourquoi la deuxieme partie de ce travail est dediee a l'etude contrastive de 2 corpus bilingues: le corpus hansard et un corpus technique ibm. Cette etude est divisee en 2 chapitres correspondant aux fonctions syntaxiques des syntagmes gerondifs: en position sujet, on recense trois traductions principales: infinitives, nominalisations et propositions circonstancielles. Le choix de la traduction depend de l'interpretation de la phrase, principalement liee au type semantique du verbe principal. La forme nominale francaise se revele etre compatible avec la plupart des valeurs de la forme anglaise. Ceci nous amene a preciser deux mecanismes de transposition verbo-nominale: - effacement de la tete verbale dans ce que nous avons defini comme "constructions a verbe support d'actualisation" - nominalisation de la tete verbale. En position objet, l'eventail des traductions est reduit aux complements infinitifs et aux nominalisations. Nous montrons que le choix d'un complement infinitif est lie aux proprietes de coreference du verbe recteur qui doivent etre compatibles dans les deux langues. Lorsque la reference du sujet enchasse est non specifiee, la forme nominale francaise est compatible avec cette absence de reference. C'est pourquoi nous avons consacre une troisieme partie a la generation de formes nominales en francais: apres un rappel des proprietes aspectuelles des nominalisations, nous affirmons que seules les nominalisations complexes et les nominalisations evenementielles simples sont valides dans ce cadre de traduction. Nous etudions egalement l'influence du nombre et de la determination sur l'interpretation. Le dernier chapitre presente l'implementation dans lmt, prototype de traduction automatique d'ibm.

Les expressions resultatives anglaises sont des structures de phrase a deux predicats dont le second (un adjectif ou un groupe prepositionnel) exprime le resultat de l' action denotee par le premier (un verbe). La traduction de ces expressions vers le francais met parfois en jeu une restructuration importante de l'enonce. Nous etudions les differents types de traduction et les proprietes linguistiques anglaises qui permettent de les selectionner. Dans la traduction en chasse-croise, qui est le cas le plus complexe et courant, le predicat resultatif anglais devient le verbe prin cipal de la phrase francaise et le verbe devient un complement circonstanciel de moy en ou maniere. Nous etudions comment de telles recategorisations fonctionnent afin de permettre un traitement automatique. La methode de traduction automatique "shake and bake" permet un traitement purement lexical de la traduction. Nous presentons en detail son fonctionnement et nous presentons un traitement de la traduction des er. Afin d'ameliorer la compositionnalite, nous proposons l'addition d'un mecanisme nou veau au formalisme "shake and bake" qui, dans sa version de base, impose d'importan tes contraintes sur la compositionnalite de la traduction. Le traitement propose per met une grande economie de moyens au niveau bilingue car il ne requiert l'addition d'aucune entree lexicale. Il peut, en outre, s'appliquer a la traduction avec restru cturation et ou recategorisation d'autres types d'expressions.

La terminologie est un probleme dont les enjeux scientifiques et techniques sont cruciaux dans le domaine de la recherche en traitement automatique du langage naturel (taln). La construction d'une banque terminologique est un travail difficile, long, requerant des competences linguistiques et terminologiques rarement reunies, d'ou les problemes en taln imputables essentiellement a une repartition stricte des connaissances et des competences. Au vu de ces difficultes, il est devenu urgent de decouvrir des methodes permettant de creer automatiquement des banques terminologiques. Le stockage informatique des textes fournit un nouvel outil de travail. Il s'agit donc d'extraire automatiquement les termes d'un domaine a partir de corpus. Les methodes statistiques appliquees a l'extraction de terminologie apportent un premier element de reponse meme si les listes incluent un bruit important. Pour reduire l'exces de bruit, nous nous sommes propose d'elaborer une methode combinant donnees linguistiques et calculs statistiques. A partir d'une etude linguistique rigoureuse des termes du domaine des telecommunications, nous avons mis au point des filtres linguistiques qui permettent une premiere selection des sequences susceptibles, sur le plan morphosyntaxique, d'etre des noms composes. C'est sur ces sequences ainsi selectionnees que nous appliquons divers modeles statistiques avant d'en evaluer les resultats. Le meilleur modele statistique qui fournit une liste de noms composes en minimisant au mieux le bruit et le silence est le coefficient de vraisemblance ou les evenements frequents sont pris en compte. Cette conclusion contredit de nombreux travaux sur l'extraction de ressources lexicales qui proclament que leur critere d'association (par exemple, l'information mutuelle) sont de meilleurs indicateurs que la frequence.