Cette recherche-action interroge la didactique de l’interculturel et du plurilinguisme via une intervention innovante en milieu scolaire : la mise en oeuvre d’ateliers de philosophie avec des adolescents allophones nouvellement arrivés en France. La dimension existentielle et expérientielle de la pratique philosophique, ainsi que son organisation collaborative, favorisent le développement de dynamiques interculturelles qui évitent d’enfermer les individus dans des modèles culturels préconçus. Cette approche pédagogique appréhende les jeunes comme des sujets (pensants, agissants, critiques) et souhaite participer à leur inclusion linguistique, scolaire et sociale. Les médiations langagières multimodales donnent un accès symbolique à la variabilité des représentations du monde et mettent en évidence l’intraductibilité fondamentale du langage. Ce constat implique de prendre en considération la fonction performative du langage, d’un point de vue didactique, et de s’engager dans des rapports de sens, en langues. Le paradigme de l’intersectionnalité traverse cette recherche dans la mesure où nous nous focalisons sur les phénomènes émergeant au carrefour des langues, des pensées et des imaginaires. Philosopher en langues, dans une perspective interculturelle, offrirait alors la possibilité d’inventer collaborativement et conjointement des pensées et des langages, universels-singuliers. La thèse propose donc une approche humaniste et complexe de la créolisation linguistique et socioculturelle en milieu éducatif et questionne l’agir éthique et sociopolitique de la didactique des langues et des cultures dans ce domaine.

Cette thèse se propose d’explorer le style truculent et débridé du célèbre roman de Salman Rushdie, Midnight’s Children (1981), afin de découvrir dans quelle mesure et de quelle manière il peut être préservé en français. Le texte anglais et sa version française nous permettent de mettre en lumière la spécificité de ce style et les défis qu’il impose au traducteur. La démarche adoptée est pragmatique et expérimentale : nos analyses comparatives visent à repérer les similitudes et les écarts entre l’original et sa traduction dans le but de déceler et de suggérer, si nécessaire, des stratégies traductives adaptées. Il s’agit tout d’abord de délimiter la notion de style pour repérer les marqueurs stylistiques qui constituent l’essence du style de Rushdie. Obéissant à une dynamique baroque, ce dernier se manifeste sous des formes très variées : créations lexicales, syntaxe extrêmement flexible, jeux lexico-syntaxiques humoristiques, diversité des voix et mise en scène sonore. Le romancier a exploité la malléabilité de la langue anglaise, ce qui complique le processus de traduction. Le traducteur français est ainsi amené à faire preuve de créativité tout en veillant à ne pas s’éloigner de la littéralité charnelle de l’original. Il doit également se livrer à un jeu de compensations qui consiste à sacrifier une partie des effets produits par un marqueur stylistique pour mieux privilégier celui (ou ceux) de ces effets qui contribuent le plus efficacement à cette dynamique baroque. Certaines tendances traductives se révèlent particulièrement « destructrices » de ce style. Enfin, Midnight’s Children pourrait bien appeler sa retraduction, à l’instar de toute « grande œuvre ».

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.

Dans une langue vivante, le lexique se renouvelle au gré des nouvelles découvertes scientifiques et des innovations techniques. La création néologique assure ainsi une continuité linguistique nécessaire pour assimiler et intégrer tous les progrès d’une société. Nous avons étudié des phénomènes de création néologique propres au domaine de la médecine, afin notamment de caractériser les spécificités de l’intégration néologique à la langue médicale en anglais et en français. Nous nous sommes notamment penchés sur les mécanismes de création néologique spécialisée et les facteurs responsables de leur intégration ou de leur disparition dans la langue médicale. L’objectif de cette recherche consiste à identifier et à analyser le poids respectif d’un certain nombre de facteurs d’intégration des néologismes à la langue spécialisée médicale, parmi lesquels :- la fréquence d’utilisation de chaque néologisme au sein de la communauté linguistique,- le taux de distribution, en termes de nombre de revues scientifiques dans lesquelles le néologisme apparaît.- la présence de variantes terminologiques. Il s’agit d’un terme créé pour faire référence à un concept déjà associé à un autre terme. Nous supposons que l’une d’entre elles pourrait s’implanter au détriment des autres, - l’existence d’équivalents dans une autre langue. L’équivalent d’un terme (dans une langue A) est le terme associé dans une langue B du même concept auquel le terme fait référence. La création d’équivalents dans la langue B peut être la conséquence d’une démarche de planification linguistique. La création d’équivalents terminologiques peut aussi être le fruit spontané de travaux menés sur un même sujet d’étude par des équipes de recherche publiant dans des langues différentes et ne collaborant pas nécessairement ensemble. De manière générale, la présence d’un équivalent « témoigne » de l’importance de conserver à la fois le concept et le terme qui lui est associé dans la langue d’origine, Nous avons catégorisé les critères « présence ou absence de variantes et/ou d’équivalents terminologiques » en tant que facteurs qualitatifs de survie néologique. Néanmoins, il est nécessaire d’étudier, à la fois pour les variantes et pour les équivalents, leur évolution diachronique en termes de nombre d’occurrences et de taux de distribution afin de mesurer leur importance relative par rapport au néologisme en question. Enfin, nous avons également tenu compte dans les facteurs de survie qualitatifs :- du contexte et du cotexte d’apparition du néologisme, de ses variantes ou de ses équivalents terminologiques,- du contexte d’apparition du néologisme et de sa localisation spécifique dans la structure des publications. Avant tout, nous avons dû différencier le contexte d’apparition du néologisme, c’est-à-dire le type de publications et notamment le degré de spécialisation, ou inversement le degré de vulgarisation de ces publications (autrement dit, le type de public ciblé par les publications étudiées contribue à la caractérisation et donc à l’analyse du contexte d’apparition pour chaque néologisme étudié) d’une part et le cotexte d’apparition, c’est-à-dire les collocations directement à droite et à gauche de chaque occurrence du néologisme. Enfin par localisation du néologisme, nous entendons qu’un néologisme qui apparaît dans un titre, dans l’introduction, dans la liste des mots clé ou dans la conclusion, devrait en théorie bénéficier d’une meilleure visibilité auprès du lecteur, que s’il apparaît uniquement dans le corps de l’article. - du rayonnement des articles de référence pour un concept donné, au sein de la communauté scientifique. Nous avons évalué le degré de rayonnement des articles de référence, en prenant compte du nombre de fois qu’un article, dont le titre principal contient un néologisme, une variante ou un équivalent, est cité en références bibliographiques de publications ultérieures

Dans cette thèse, nous présentons les résultats d’une recherche expérimentale portant sur 150 italophones adultes qui étudient le français en milieu universitaire : à l’Université Catholique du Sacré-Cœur de Milan, à l’Université La Sapienza de Rome et à l’Université de Palerme. Elle a pour but de contribuer à l’analyse du traitement sémantique du figement linguistique et à la didactique de la phraséologie en français langue étrangère. Nous avons ainsi pu formuler et vérifier des hypothèses permettant d’expliquer les procédés de figement afin de donner, d’une part, des outils aux enseignants en vue de leur didactisation et, d’autre part, des moyens pour leur appropriation par les apprenants. Ce travail nous a permis de mieux comprendre l’identification et le traitement de différents types de phraséologies, de relever et d’analyser les traductions et les erreurs de traductions produites par les étudiants. Pour ce faire, nous avons élaboré deux questionnaires : le premier, dit d’autoévaluation, avait pour finalité de mieux connaître les sujets testés. Le second, questionnaire, celui des expressions, portait sur le traitement, la traduction et la compréhension de sept constructions phraséologiques au moyen de huit exercices inspirés de travaux en phraséodidactique et en sémantique cognitive, notamment, les grammaires de construction, les théories de la métaphore conceptuelle et de la motivation.

Une jurisprudence est un corpus de décisions judiciaires représentant la manière dont sont interprétées les lois pour résoudre un contentieux. Elle est indispensable pour les juristes qui l'analysent pour comprendre et anticiper la prise de décision des juges. Son analyse exhaustive est difficile manuellement du fait de son immense volume et de la nature non-structurée des documents. L'estimation du risque judiciaire par des particuliers est ainsi impossible car ils sont en outre confrontés à la complexité du système et du langage judiciaire. L'automatisation de l'analyse des décisions permet de retrouver exhaustivement des connaissances pertinentes pour structurer la jurisprudence à des fins d'analyses descriptives et prédictives. Afin de rendre la compréhension d'une jurisprudence exhaustive et plus accessible, cette thèse aborde l'automatisation de tâches importantes pour l'analyse métier des décisions judiciaires. En premier, est étudiée l'application de modèles probabilistes d'étiquetage de séquences pour la détection des sections qui structurent les décisions de justice, d'entités juridiques, et de citations de lois. Ensuite, l'identification des demandes des parties est étudiée. L'approche proposée pour la reconnaissance des quanta demandés et accordés exploite la proximité entre les sommes d'argent et des termes-clés appris automatiquement. Nous montrons par ailleurs que le sens du résultat des juges est identifiable soit à partir de termes-clés prédéfinis soit par une classification des décisions. Enfin, pour une catégorie donnée de demandes, les situations ou circonstances factuelles où sont formulées ces demandes sont découvertes par regroupement non supervisé des décisions. A cet effet, une méthode d'apprentissage d'une distance de similarité est proposée et comparée à des distances établies. Cette thèse discute des résultats expérimentaux obtenus sur des données réelles annotées manuellement. Le mémoire propose pour finir une démonstration d'applications à l'analyse descriptive d'un grand corpus de décisions judiciaires françaises.

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 études structurales des protéines membranaires eucaryotes sont importantes mais particulièrement difficiles à effectuer car elles nécessitent non seulement un système efficace et pratique pour produire la protéine dans une conformation native, d’une technique d’étude structurale compatible avec ce dernier. Du fait de leur modularité, les systèmes de production acellulaires in vitro sont adaptés à la production de protéines membranaires. De plus, l’amélioration de leur robustesse et de leur efficacité les rendent maintenant comme une alternative viable à l’expression cellulaire. Parmi ceux-ci, le Système d’Expression Acellulaire à partir de Germes de Blé (SEA-GB) est le plus efficace pour produire des protéines membranaires eucaryotes, et permet de plus un marquage isotopique efficace et spécifique. Ce dernier point est très utile pour la Résonance Magnétique Nucléaire (RMN), et plus spécifiquement la RMN du solide qui permet l’étude structure de protéines membranaires et d’assemblages macromoléculaires. Depuis récemment, la RMN du solide est compatible avec le SEA-GB, formant un outil puissant pour l’étude structurale de protéines membranaires et assemblages macromoléculaires. Dans ces travaux, les deux techniques ont été combinées pour la production et l’étude des protéines d’enveloppe du virus de l’Hépatite B du canard (VHBC), appartenant à la famille des Hepadnaviridae. Ces virus sont capables de sécréter des virions actifs, mais aussi des particules composées uniquement de protéines d’enveloppe, appelées particules sous-virales (PSV). Dans un premier temps, nous montrons que plusieurs milligrammes de petite protéine d’enveloppe (DHBs S) du VHBC sont produits sous forme soluble avec le SEA-GB. DHBs S forme des PSV durant la traduction, ce qui confirme la conformation native de la protéine. Après désassemblage des PSV, la protéine est majoritairement en hélice , synonyme d’un bon repliement. Après isolation par ultracentrifugation sur gradient de sucrose, les PSV ont été sédimentées dans un rotor de 0.7 mm et étudiées par RMN du solide. Des spectres 2D hNH très prometteurs ont été obtenus, avec un bon signal, des pics isolés et une résolution similaire à celle d’autres protéines membranaires sédimentées et étudiées par RMN du solide. De plus, la superposition du spectre de DHBs S avec des spectres simulés de protéines modèles possédant des structures secondaires caractéristiques confirme que DHBs S est principalement en hélice dans le contexte des PSV. Le signal doit cependant être amélioré pour pouvoir réaliser les expériences nécessaires à des études structurales approfondies, c’est pourquoi des tests d’optimisation de la production ont été effectués. D’une part, l’amélioration du rendement de production, via l’utilisation d’un extrait de germes de blé commercial, et de la stabilisation des PSV, par incubation avec du KSCN, ont été testés. D’autre part, différentes méthodes de purification ont été examinées: précipitation à l’ammonium sulfate ou au PEG6000, incubation à haute température, élimination de contaminants via une unité d’ultrafiltration, purification d’affinité ou d’exclusion stérique ainsi qu’un test de désassemblage des particules, suivie d’une purification puis de la reconstitution des PSVs en présence de lipides. Enfin, un marquage isotopique spécifique de certains acides aminés a été évalué. Dans la seconde partie, nous avons étendu les possibilités du SEA-GB via l’expression de la grande protéine d’enveloppe (DHBs L) du VHBC. In vivo, la protéine est phosphorylée spécifiquement et subit aussi une traduction alternative ; nous avons montré que c’était aussi le cas dans le SEA-GB. Nous avons aussi testé la coexpression de DHBs S, DHBs L ainsi que de la capside de DHBV pour inclure DHBs L dans les PSV, voire même reconstituer des virions entiers, ce qui augmenterait les possibilités du système. Enfin, nous avons aussi détaillé certains paramètres critiques pour la formation des PSV dans le système

Les procédés de traduction constituent un sujet important pour les traductologues et les linguistes. Face à un certain mot ou segment difficile à traduire, les traducteurs humains doivent appliquer les solutions particulières au lieu de la traduction littérale, telles que l'équivalence idiomatique, la généralisation, la particularisation, la modulation syntaxique ou sémantique, etc.En revanche, ce sujet a reçu peu d'attention dans le domaine du Traitement Automatique des Langues (TAL). Notre problématique de recherche se décline en deux questions : est-il possible de reconnaître automatiquement les procédés de traduction ? Certaines tâches en TAL peuvent-elles bénéficier de la reconnaissance des procédés de traduction ?Notre hypothèse de travail est qu'il est possible de reconnaître automatiquement les différents procédés de traduction (par exemple littéral versus non littéral). Pour vérifier notre hypothèse, nous avons annoté un corpus parallèle anglais-français en procédés de traduction, tout en établissant un guide d'annotation. Notre typologie de procédés est proposée en nous appuyant sur des typologies précédentes, et est adaptée à notre corpus. L'accord inter-annotateur (0,67) est significatif mais dépasse peu le seuil d'un accord fort (0,61), ce qui reflète la difficulté de la tâche d'annotation. En nous fondant sur des exemples annotés, nous avons ensuite travaillé sur la classification automatique des procédés de traduction. Même si le jeu de données est limité, les résultats expérimentaux valident notre hypothèse de travail concernant la possibilité de reconnaître les différents procédés de traduction. Nous avons aussi montré que l'ajout des traits sensibles au contexte est pertinent pour améliorer la classification automatique.En vue de tester la généricité de notre typologie de procédés de traduction et du guide d'annotation, nos études sur l'annotation manuelle ont été étendues au couple de langues anglais-chinois. Ce couple de langues partagent beaucoup moins de points communs par rapport au couple anglais-français au niveau linguistique et culturel. Le guide d'annotation a été adapté et enrichi. La typologie de procédés de traduction reste identique à celle utilisée pour le couple anglais-français, ce qui justifie d'étudier le transfert des expériences menées pour le couple anglais-français au couple anglais-chinois.Dans le but de valider l'intérêt de ces études, nous avons conçu un outil d'aide à la compréhension écrite pour les apprenants de français langue étrangère. Une expérience sur la compréhension écrite avec des étudiants chinois confirme notre hypothèse de travail et permet de modéliser l'outil. D'autres perspectives de recherche incluent l'aide à la construction de ressource de paraphrases, l'évaluation de l'alignement automatique de mots et l'évaluation de la qualité de la traduction automatique.

Cette thèse de doctorat porte sur le processus de développement d'un logiciel de sous-titrage adapté au contexte de l'enseignement supérieur à partir des pratiques d’une professionnelle de ce secteur. En premier lieu, une révision des fondements théoriques de la Traduction Audiovisuelle et du sous-titrage permet de définir les caractéristiques linguistiques et sémiotiques du texte audiovisuel et de sa traduction. Ce travail se poursuit par l'étude de normes extratextuelles explicites et par l'identification des fonctionnalités qui rendent possible leur application afin que le sous-titreur puisse adapter son projet aux attentes de la culture-cible. Cette thèse aborde également l'aspect professionnel de cette pratique via l’analyse de l'impact des avancées technologiques sur le processus de sous-titrage et des outils dont disposent les sous-titreurs. Elle présente également l'utilisation de matériel audiovisuel sous-titré dans l'enseignement supérieur au moyen d’un exemple d'environnement virtuel d'apprentissage multilingue et multiculturel. L’ensemble de ces analyses a permis de concevoir un nouveau logiciel de sous-titrage, Miro Translate, plateforme hybride en ligne spécialement élaborée pour le sous-titrage de vidéos pédagogiques. Enfin, la qualité de cet outil est étudiée par le biais d'un test d'utilisabilité qui mesure la satisfaction des utilisateurs, son efficience et son efficacité afin d’identifier les actions nécessaires pour son amélioration.

Depuis peu, émerge une réelle dynamique de constitution et de diffusion de corpus d’écrits scolaires, notamment francophones. Ces corpus, qui appuient les travaux en didactique de l’écriture, sont souvent de taille restreinte et peu diffusés. Des corpus longitudinaux, c'est-à-dire réalisant le suivi d’une cohorte d’élèves et permettant de s’intéresser à la progressivité des apprentissages, n’existent pas à ce jour pour le français.Par ailleurs, bien que le traitement automatique des langues (TAL) ait outillé des corpus de natures très diverses, peu de travaux se sont intéressés aux écrits scolaires. Ce nouveau champ d’application représente un défi pour le TAL en raison des spécificités des écrits scolaires, et particulièrement les nombreux écarts à la norme qui les caractérisent. Les outils proposés à l’heure actuelle ne conviennent donc pas à l’exploitation de ces corpus. Il y a donc un enjeu pour le TAL à développer des méthodes spécifiques.Cette thèse présente deux apports principaux. D’une part, ce travail a permis la constitution d’un corpus d’écrits scolaires longitudinal (CP-CM2), de grande taille et numérisé, le corpus Scoledit. Par « constitution », nous entendons le recueil, la numérisation et la transcription des productions, l’annotation des données linguistiques et la diffusion de la ressource ainsi constituée. D’autre part, ce travail a donné lieu à l’élaboration d’une méthode d’exploitation de ce corpus, appelée approche par comparaison, qui s’appuie sur la comparaison entre la transcription des productions et une version normalisée de ces productions pour produire des analyses.Cette méthode a nécessité le développement d’un aligneur de formes, appelé AliScol, qui permet de mettre en correspondance les formes produites par l’élève et les formes normalisées. Cet outil représente un premier niveau d’alignement à partir duquel différentes analyses linguistiques ont été menées (lexicales, morphographiques, graphémiques). La conception d’un aligneur en graphèmes, appelé AliScol_Graph, a été nécessaire pour conduire une étude sur les graphèmes.

Traditionnellement, on distingue trois parties du discours dans la langue arabe à savoir le nom, le verbe et la particule. L’adjectif est considéré comme une sous-classe de la catégorie nom. Or si on observe le fonctionnement des ces deux partie, on s’aperçoit que cette partition ne permet pas de rendre compte des caractéristiques qui les séparent. Nous avons donc proposé une nouvelle classification en considérant l’adjectif comme une catégorie à part entière. Puis, nous avons étudié ses fonctions différentes : les adjectifs restrictifs, le complément d’état et les adjectifs prédicatifs. Notre intérêt principal reste pourtant les adjectifs prédicatifs. Nous avons proposé certaines propriétés de ces adjectifs. Le deuxième point concerne la classification sémantique des adjectifs prédicatifs qui s’inscrit dans le cadre du modèle des classes d’objets, dans la lignée de la grammaire transformationnelle de Z. S. Harris. Cette méthode nous permet de construire des classes sémantiques des adjectifs prédicatifs à partir de critères syntaxiques en vue du traitement automatique.

Ce projet de thèse s’inscrit dans le cadre de l’enseignement du FOS (Français sur Objectifs Spécifiques) à des cuisiniers étrangers venus travailler dans des restaurants français ou ayant choisi la restauration comme spécialité. L’objectif de notre recherche est donc d’enseigner les phrasèmes NAdj du domaine culinaire auprès d’apprenants étrangers niveau A2. L’enseignement/apprentissage de la phraséologie s’avère nécessaire dans les langues de spécialités et la haute fréquence des phrasèmes NAdj a attiré notre attention. Plusieurs questions sont alors abordées : où trouver ce lexique spécifique ? Comment les extraire ? Par quelle approche enseignons-nous les phrasèmes sélectionnés ? Pour répondre à ces questions, nous avons fabriqué notre propre corpus Cuisitext – écrit et oral – puis nous avons utilisé NooJ pour extraire les phrasèmes NAdj du corpus. Enfin, nous avons proposé les trois approches d’utilisation des corpus pour l’enseignement/apprentissage des phrasèmes NAdj : approche inductive guidée, approche déductive, approche inductive pure.