Dans le cadre d’une thèse au sein d’une collaboration entre l’UMR Litt&Arts 5316 et la startup Comongo, nos recherches portent sur le domaine du Traitement Automatique des Langues (TAL) et plus particulièrement sur l’analyse automatique de production de ressentis. Le coeur de métier de l’entreprise est l’accompagnement et la gestion d’image des personnes morales et physiques. Notre démarche a consisté dans un premier temps à transposer une pratique de collecte de données en présentiel papier vers une pratique distancielle numérique. Les données langagières sur lesquelles nous travaillons sont des productions écrites sous forme de réponses à des questions ouvertes (ressentis). Dans un second temps, nous avons développé un outil de Traitement Automatique des Langues et intégré des ressources sémantiques à cette démarche professionnelle d’entreprise pour le traitement des données.Cette transformation d’une pratique métier nous a menée à poser deux grandes hypothèses : 1. les ressources sémantiques permettent une meilleure appréhension des données textuelles traitées, cependant une démarche incrémentale d’amélioration de ces ressources doit être envisagée afin d’obtenir des résultats optimaux 2. la transition numérique a un impact sur la qualité des données collectées et leur traitement.La finalité de l’outil est d’identifier et de regrouper des idées similaires dans des productions de très faible volumétrie (micro-corpus). Ce qui écarte toutes notions d’apprentissage et c’est pourquoi nous proposons une nouvelle façon d’aborder ce traitement pour répondre à un besoin industriel.

Nous proposons un modèle de vérification grammaticale automatique gauche-droite issu de l'analyse d'un corpus d'erreurs tapuscrites. Les travaux menés en psychologie cognitive ont montré que le processus de révision procède au travers de la confrontation d'une attente à un résultat. Ainsi, la détection d'une erreur grammaticale reposerait, chez l'humain, sur une attente du réviseur non comblée. Ce principe est à la base du modèle que nous avons élaboré. Pour faciliter la gestion des attentes du point de vue traitement numérique, nous convions deux concepts courants en TAL : le principe d'unification et la segmentation en chunks. Le premier est particulièrement adapté à la vérification des accords et le second constitue une unité de calcul intermédiaire permettant de définir des bornes simplifiant la recherche d'incohérences grammaticales. Enfin, l'originalité de ce modèle réside dans une analyse gauche-droite construite au fur et à mesure de la lecture/écriture.