Cette thèse étudie les relations entre les pratiques d’écriture en ligne et le genre sur le site communautaire américain Reddit. Elle s’appuie sur un corpus de près de 20 millions de tokens comprenant les commentaires en anglais de 1044 internautes, qui inclut les contributions de 300 personnes transgenres et non binaires. Dans une perspective intersectionnelle, des variables peu souvent prises en compte dans les études sociolinguistiques quantitatives du genre, comme l’âge et l’ethnicité, ont été intégrées aux analyses. Les variables linguistiques étudiées comprennent 11 variations par rapport à la langue écrite standard : 6 procédés d’ajout (émoticônes, émojis, étirements de lettres, étirements de ponctuation, mots en majuscules et interjections) et 5 procédés de réduction (abréviations, graphies phonétiques, g-droppings, omissions d’apostrophe et omissions de la majuscule du pronom personnel I). En complément de ces analyses linguistiques, la thèse propose une exploration quantitative de l'identité en ligne des Redditors. Elle s’intéresse ainsi aux marqueurs les plus visibles de l’activité des Redditors dans la communauté, dont leurs pseudonymes, leurs centres d’intérêt, leur «~karma~», la longévité de leurs comptes et la modération de forums. Les analyses, qui s’appuient principalement sur la méthode de la régression multiple, montrent notamment que femmes et hommes transgenres s’alignent rarement sur les femmes et hommes cisgenres. L’intégration de l’ethnicité aux analyses permet par ailleurs de dresser un tableau nuancé des pratiques d’écriture des femmes et des hommes, et montre la pertinence de l’étude de l’interaction du genre avec d’autres variables sociodémographiques. Nos résultats suggèrent ainsi que les femmes afro-américaines et hispaniques jouent un rôle de premier plan dans la diffusion des formes innovantes de la CMC.

Cette thèse cherche à analyser le fonctionnement des questions lors de réunions de travail, tout en explorant leur lien à l’intercompréhension. Prenant son ancrage dans la sociolinguistique des interactions verbales, cette étude a nécessité la mise en place d’un cadre théorique éclectique composé de différents champs disciplinaires. Ce cadre sur-mesure permet à des approches différentes mais complémentaires d’éclairer la compréhension de ce phénomène inscrit dans un contexte complexe soumis à de multiples enjeux. Nous cherchons ainsi à comprendre comment les questions participent à l’intercompréhension des locuteurs, tout en analysant leurs spécificités sociolinguistiques, interactionnelles et pragmatiques en situation de travail. La constitution et l’analyse d’un corpus de quinze heures quarante d’enregistrement représentant environ 229 000 mots transcrits nous ont permis d’identifier plusieurs fonctionnements des questions à l’oeuvre dans la construction de l’intercompréhension. Nous nous intéressons ainsi à trois phénomènes peu décrits dans la littérature scientifique consacrée aux questions : les semi-assertions, les questions suspensives et les questions hybrides.

Les réseaux neuronaux convolutifs profonds ("deep convolutional neural networks" ou DCNN) ont récemment révolutionné la reconnaissance d'objets à grande échelle, modifiant les pratiques en vision par ordinateur, consistant à définir des caractéristiques représentatives "à la main", désormais apprises de façon hiérarchique à partir des données, tout en les classifiant. Fort de la progression des performances matérielles, on exploite efficacement des quantités toujours croissantes d'images recueillies en ligne. Mais, dans des domaines spécifiques, comme en santé ou pour certaines applications, les données sont moins abondantes, et les coûts d'étiquetage par des experts sont plus élevés. Cette rareté conduit à la question centrale de cette thèse : Ces domaines à données limitées peuvent-ils bénéficier des avantages des DCNN pour la classification des images ? Ce travail repose sur une étude approfondie de la littérature, divisée en deux parties principales, avant de proposer des modèles et des mécanismes originaux, expérimentés.La première partie couvre la reconnaissance des objets d'un double point de vue. Tout d'abord, la fonction visuelle biologique, est comparée et contrastée avec la structure, la fonction et les capacités des modèles DCNN. Puis, une revue de l'état-de-l'art identifie les principales catégories d'architectures et les innovations dans les DCNN récents. Cette base interdisciplinaire favorise l'identification des mécanismes — biologiquement et artificiellement inspirés — qui améliorent la reconnaissance d'images dans des situations difficiles. Le traitement récurrent en est un exemple clair : peu présent au niveau de la vision profonde, sauf le traitement aux vidéos — en raison du caractère naturellement séquentiel. Mais la biologie montre clairement qu'un tel traitement joue aussi un rôle dans l'affinement de notre perception d'une scène fixe. Ce thème est approfondi à travers une revue de la littérature consacrée aux architectures convolutionnelles récurrentes utilisées en catégorisation d'images.La deuxième partie se concentre sur notre question centrale~: l'apprentissage profond sur de petits corpus de données. Tout d'abord, le travail propose une discussion plus précise et détaillée de ce problème et de sa relation avec l'apprentissage hiérarchique des caractéristiques réalisé par des modèles profonds. Cette discussion est suivie d'une revue structurée du domaine, organisant et discutant les différentes voies possibles vers l'adaptation des modèles profonds à des données limitées. Plus qu'une simple liste, ce travail vise à trouver du sens dans la myriade d'approches du domaine, en regroupant les méthodes ayant un objectif ou un mécanisme d'action similaire, pour guider le développement d'application particulières, à petits corpus. Cette étude est complétée par une analyse expérimentale, explorant l'apprentissage de petits jeux de données avec des modèles et mécanismes originaux (précédemment publié comme papier de journal).En conclusion, l'apprentissage profond sur des petits corpus de données peut donner de bons résultats, si cela se fait de manière réfléchie. Au niveau des données, il faut essayer de recueillir plus d'informations à partir de sources de données supplémentaires connexes. Au niveau de la complexité, l'architecture et les méthodes d'entraînement peuvent être calibrées afin de tirer le meilleur parti de toute connaissance spécifique au domaine. Des propositions sont discutées en détail au fil du document. Il existe de multiples façons de réduire la complexité de l'apprentissage profond avec de petits échantillons de données, mais il n'y a pas de solution universelle. Chaque méthode a ses propres inconvénients et difficultés pratiques, devant toujours être adaptée spécifiquement à l'application, c'est-à-dire à la tâche perceptive à accomplir.

Les travaux de recherche ont été développés dans le cadre du projet AMIS (Access to Multilingual Information and opinionS) dont l'objectif principal est de développer un système d’aide à la compréhension de vidéos dans des langues étrangères en générant un résumé automatique de ces dernières dans une langue compréhensible par l'utilisateur. Dans le cadre de cette thèse, nous nous sommes concentrés sur la reconnaissance et la traduction automatique de la parole de vidéos arabes et dialectales. Les approches statistiques proposées dans la littérature pour la reconnaissance automatique de la parole (RAP) sont indépendantes de la langue et elles sont applicables à l'arabe standard. Cependant, cette dernière présente quelques caractéristiques que nous devons prendre en considération afin de booster les performances du système de RAP. Parmi ces caractéristiques on peut citer l'absence de l'indication des voyelles dans le texte ce qui rend difficile leur apprentissage par le modèle acoustique. Nous avons proposé plusieurs approches de modélisation acoustique et/ou de langage afin de mieux reconnaître la parole arabe. L'arabe standard n'est pas la langue maternelle, c'est pourquoi dans les conversations quotidiennes, on utilise le dialecte, un arabe inspiré de l'arabe standard, mais pas seulement. Nous avons travaillé sur l'adaptation du système développé pour l'arabe standard au dialecte algérien qui est l'une des variantes de la langue arabe les plus difficiles à reconnaître par les systèmes de RAP. Cela est dû aux mots empruntés d'autres langues, au code-switching et au manque de ressources. Notre proposition pour remédier à ces problèmes est de tirer profit des données orales et textuelles d'autres langues impactant le dialecte. Le texte résultant de la RAP arabe a été utilisé pour la traduction automatique (TA). Nous avons réalisé dans un premier temps une étude comparative entre l'approche statistique à base de segments et l'approche neuronale utilisées dans le cadre de la TA. Ensuite, nous nous sommes intéressés à l’adaptation de ces deux approches pour traduire le texte code-switché. Notre étude portait sur le mélange de l'arabe et de l'anglais dans des documents officiels des nations unies. Pour pallier les différents problèmes dus à la propagation des erreurs dans le système séquentiel, nous avons travaillé sur l'adaptation du vocabulaire du système de RAP et sur la proposition d'une nouvelle modélisation permettant la traduction directe de la parole.

L'influence de l'anglais est évidente sur les langues du monde entier. L'anglais est considéré comme une langue de communication mondiale et est utilisé par un grand nombre de locuteurs du monde entier dans leurs interactions. Il est clair que l'anglais domine dans de nombreux aspects de la vie quotidienne tels que la technologie, la science, les médias et Internet. Toutes les influences observées sur les langues du monde qui sont dues à l'influence de l'anglais relèvent de la notion d'anglicisation, qui couvre tous les niveaux de l'analyse linguistique. Dans ma thèse, j'étudie l'influence de l'anglais sur le grec moderne, qui a été particulièrement forte au cours des deux à trois dernières décennies. J'examine le phénomène de l'anglicisation du grec moderne en tenant compte de l'influence de l'anglais à tous les niveaux de l'analyse linguistique, et particulièrement au niveau lexical, phraséologique et morphosyntaxique. J'examine notamment les mots nouvellement importés de l'anglais, tels que blóger (< angl. blogger ‘bloggeur/bloggeuse’), les structures phraséologiques calquées du grec moderne qui traduisent mot à mot les structures anglaises correspondantes, telles que trofí γia sképsi (< angl. food for thought ‘matière à réflexion’), ainsi que les structures morphosyntaxiques qui calquent les structures équivalentes en anglais, telles que les structures nominales pré-modifiées dont le pré-modificateur est un emprunt d’origine anglaise, comme par exemple pdf arxío (< angl. pdf file ‘fichier pdf’) au lieu de arxío pdf (< angl. file pdf ‘fichier pdf’). Pour la collecte et l'analyse de mes données, j'utilise des dictionnaires et des grammaires du grec moderne, ainsi que des corpus de textes comme le Trésor National de la Langue Grecque (Hellenic National Corpus), le Corpus des Textes Grecs (Corpus of Greek Texts) et les corpus de textes disponibles via la plateforme Sketch Engine, ainsi qu'un corpus de textes personnalisé que j'ai construit exclusivement pour mon étude via Sketch Engine. Concernant les emprunts anglais nouvellement importés, j'étudie l'existence des formes non translittérées de ces emprunts en grec moderne et je compare la fréquence d'apparition des formes translittérées et non translittérées (par exemple la forme non translittérée blogger ‘bloggeur/bloggeuse’ au lieu de la forme translittérée <μπλόγκερ> [blóger]). De plus, j'étudie les facteurs responsables de l'utilisation des formes non translittérées des emprunts anglais en examinant leur apparition dans des vocabulaires spécialisés du grec moderne tels que le vocabulaire du sport et de la technologie. En ce qui concerne les unités phraséologiques et les structures morphosyntaxiques calquées, je compare la fréquence d'apparition de la structure calquée à la fréquence d'apparition de la structure équivalente en grec moderne. De plus, j'essaie de déterminer la chronologie de l'insertion des emprunts anglais en grec moderne, et, enfin, je tire quelques conclusions générales concernant l'anglicisation du grec moderne à partir des résultats de ma recherche.

Cette étude littéraire et traductologique propose d’aborder l’oeuvre de Jeanette Winterson selon une approche pluridisciplinaire, en explorant six nouvelles, extraites du recueil The World and Other Places (1998). Ces deux perspectives s’entrelacent pour révéler la centralité des émotions dans le corpus. Que deviennent les émotions à travers le filtre de la traduction ? Traduire des émotions, est-ce s’engager émotionnellement ? Winterson a recours à des stratégies d’écriture qui sollicitent tout particulièrement l’attention du lecteur. La traduction du corpus nous invite ainsi à examiner l’acte de traduire comme une pratique croisant lecture, écriture et création. Dans la mesure où le texte original et les émotions de la traductrice interagissent, l’acte de traduire devient indissociable de l’émotion. En analysant comment l’émotion afflue chez Winterson, l’on découvre que l’acte de traduire est étroitement lié au projet de Winterson : la reconnaissance des émotions concerne tout autant les protagonistes wintersoniens que la figure du traducteur. L’engagement émotionnel va non seulement induire une traduction plus juste et plus créatrice, mais il est également une invitation à une nouvelle traduction de soi. Traduire Jeanette Winterson signifie traduire une conception profondément cathartique de l’art, et nous invite à envisager une nouvelle phénoménologie de la traduction dans laquelle émerge la dimension thérapeutique de la traduction.

Dans la continuité des réflexions valorisant la dimension culturelle de la formation linguistique des traducteurs, cette étude part d’un constat, l’échec de nombreux candidats aux examens d’admission aux grandes écoles de traduction en Europe, et se propose de chercher des solutions. Le manque de sensibilisation à la médiation culturelle durant la formation linguistique de ces candidats a été identifié comme la raison principale du problème par plusieurs formateurs professionnels, sans qu’ils indiquent pour autant comment introduire la médiation culturelle en didactique des langues étrangères et de la traduction. Il a donc été nécessaire de mener une série d’études empiriques pour apporter des réponses à ce questionnement. Cette thèse défend l’idée que le développement de la performance de médiation culturelle, désormais exigée chez les futurs traducteurs, est inenvisageable sans prise en compte d’un traitement particulier de l’imaginaire ethnosocioculturel étranger. Elle dresse une typologie des diverses manières dont cet imaginaire s’invite spontanément et silencieusement dans différents genres de discours et analyse la manière dont cet imaginaire est traité, sous l’angle de la médiation culturelle, en traductologie et en didactique. Ainsi, une enquête réalisée auprès de 418 universitaires (enseignants et étudiants confondus) a permis de pointer les éléments entravant une formation réussie des traducteurs-médiateurs culturels, à la suite de quoi un certain nombre de suggestions a été formulé pour appuyer cet objectif officiellement annoncé dans les universités saoudiennes, sachant que ces suggestions accordent au traitement de l’imaginaire ethnosocioculturel des finalités différentes selon que le traitement envisagé se situe dans une formation de nature pédagogique ou professionnelle des traducteurs.

La désambiguïsation lexicale (DL) et la traduction automatique (TA) sont deux tâches centrales parmi les plus anciennes du traitement automatique des langues (TAL). Bien qu'ayant une origine commune, la DL ayant été conçue initialement comme un problème fondamental à résoudre pour la TA, les deux tâches ont par la suite évolué très indépendamment. En effet, d'un côté, la TA a su s'affranchir d'une désambiguïsation explicite des termes grâce à des modèles statistiques et neuronaux entraînés sur de grandes quantités de corpus parallèles, et de l'autre, la DL, qui est confrontée à certaines limitations comme le manque de ressources unifiées et un champs d'application encore restreint, reste un défi majeur pour permettre une meilleure compréhension de la langue en général.Aujourd'hui, dans un contexte où les méthodes à base de réseaux de neurones et les représentations vectorielles des mots prennent de plus en plus d'ampleur dans la recherche en TAL, les nouvelles architectures neuronales et les nouveaux modèles de langue pré-entraînés offrent non seulement de nouvelles possibilités pour développer des systèmes de DL et de TA plus performants, mais aussi une opportunité de réunir les deux tâches à travers des modèles neuronaux joints, permettant de faciliter l'étude de leurs interactions.Dans cette thèse, nos contributions porteront dans un premier temps sur l'amélioration des systèmes de DL, par l'unification des données nécessaires à leur mise en oeuvre, la conception de nouvelles architectures neuronales et le développement d'approches originales pour l'amélioration de la couverture et des performances de ces systèmes. Ensuite, nous développerons et comparerons différentes approches pour l'intégration de nos systèmes de DL état de l'art et des modèles de langue, dans des systèmes de TA, pour l'amélioration générale de leur performance. Enfin, nous présenterons une nouvelle architecture pour l'apprentissage d'un modèle neuronal joint pour la DL et la TA, s'appuyant sur nos meilleurs systèmes neuronaux pour l'une et l'autre tâche.

Cette thèse se propose d’étudier le phénomène de l’explicitation en traduction littéraire à partir d’un corpus constitué de quatre traductions chinoises du Père Goriot parues entre 1944 et 2017. Nous avons d’abord tenté de définir l’explicitation en distinguant les trois origines du phénomène, et de dresser une typologie des implicites qui ont suscité des interventions d’explicitation dans notre corpus. Ensuite, en mettant en parallèle quatre traductions chinoises parues à des époques différentes, nous avons fait ressortir l’historicité des implicites. Au cours de la période en question, plusieurs facteurs extratextuels conditionnent la mise en œuvre de l’explicitation : les normes de traduction, les visées de traduction, le lectorat cible, les politiques éditoriales, les points de vue des traducteurs sur leur pratique etc. Enfin, nous avons procédé à l’analyse textuelle des quatre traductions. Les traducteurs montrent des motivations d’explicitation différentes. Nous envisageons la stratégie d’explicitation comme un terme générique enveloppant des formes d’explicitation diverses et concrètes. Dans notre corpus, l’explicitation remplit des fonctions distinctes : elle relève parfois des interventions délibérées du traducteur et revêt une visée érudite ; elle peut constituer l’étayage d’une traduction, engendrant un changement fonctionnel de l’original ; elle peut être considérée comme un processus dynamique où le traducteur perfectionne son apport de savoirs pertinents ; elle peut comporter une visée vulgarisatrice à destination de groupes de lecteurs particuliers ; elle permet également au traducteur de déployer sa créativité et d’investir sa subjectivité dans la traduction.

L'apprentissage profond a permis des avancées significatives dans le domaine de la traduction automatique.La traduction automatique neuronale (NMT) s'appuie sur l'entrainement de réseaux de neurones avec un grand nombre de paramètres sur une grand quantité de données parallèles pour apprendre à traduire d'une langue à une autre.Un facteur primordial dans le succès des systèmes NMT est la capacité de concevoir des architectures puissantes et efficaces. Les systèmes de pointe sont des modèles encodeur-décodeurs qui, d'abord, encodent une séquence source sous forme de vecteurs de caractéristiques, puis décodent de façon conditionne la séquence cible.Dans cette thèse, nous remettons en question le paradigme encodeur-décodeur et préconisons de conjointement encoder la source et la cible afin que les deux séquences interagissent à des niveaux d'abstraction croissants. À cette fin, nous introduisons Pervasive Attention, un modèle basé sur des convolutions bidimensionnelles qui encodent conjointement les séquences source et cible avec des interactions qui sont omniprésentes dans le réseau neuronal.Pour améliorer l'efficacité des systèmes NMT, nous étudions la traduction automatique simultanée où la source est lue de manière incrémentielle et le décodeur est alimenté en contextes partiels afin que le modèle puisse alterner entre lecture et écriture. Nous améliorons les agents déterministes qui guident l'alternance lecture / écriture à travers un chemin de décodage rigide et introduisons de nouveaux agents dynamiques pour estimer un chemin de décodage adapté au cas-par-cas.Nous abordons également l'efficacité computationnelle des modèles NMT et affirmons qu'ajouter plus de couches à un réseau de neurones n'est pas requis pour tous les cas.Nous concevons des décodeurs Transformer qui peuvent émettre des prédictions à tout moment dotés de mécanismes d'arrêt adaptatifs pour allouer des ressources en fonction de la complexité de l'instance.