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.

Le nombre de traductions médicales vers l’espagnol est en constante augmentation. Cependant, les traducteurs spécialisés dans ce domaine ne sont pas assez pour pouvoir combler les besoins du marché d’après les différentes enquêtes réalisées ces dernières années par des chercheurs espagnols. Considérant le manque d’études empiriques portant sur l’enseignement-apprentissage de la traduction médicale, ainsi que celui de la traduction spécialisée, nous nous sommes intéressés aux moyens de rapprocher les formations universitaires des conditions actuelles de l’activité professionnelle.Pour cette raison, l’objectif de la présente thèse est d’apporter une contribution à la didactique de la traduction spécialisée, notamment de la traduction médicale français-espagnol, grâce à la création d’une méthode d’enseignement-apprentissage qui permettra le transfert des compétences professionnelles pour les traducteurs listées par le Groupe d’expert EMT (European Master’s in Translation).

Les formations à la traduction pragmatique offrent un enseignement professionnalisant dense et multiforme. Or il n’est pas certain que les étudiants intègrent au mieux compétences déclaratives et opérationnelles, faute d’avoir suffisamment conscience de leurs méthodes de travail. Par ailleurs, les recherches sur l’expertise montrent qu’une formation initiale solide et des années d’expérience ne suffisent pas à garantir le développement optimal des compétences professionnelles. Outre un environnement de travail favorable au développement de ces compétences, la solution résiderait dans l’adoption d’une démarche d’apprentissage autorégulé.La présente contribution vise à évaluer la capacité des étudiants à adopter ponctuellement une telle démarche à la suite d’une séquence d’enseignement renforçant leurs compétences métacognitives. Une collecte de données de référence et deux expérimentations ont permis d’estimer l’effet de la régulation sur l’activité traduisante et d’évaluer l’intérêt du dispositif d’enseignement proposé.Il en ressort que les étudiants qui ont eu l’occasion d’analyser leurs propres processus cognitifs et de les comparer à ceux de leurs pairs et à ceux de professionnels présentant un degré élevé de régulation auraient les capacités d’agir consciemment sur leurs habitudes de travail. Ces résultats, qui demandent néanmoins à être vérifiés auprès de cohortes plus larges, indiquent que le dispositif d’enseignement proposé pourrait donner aux étudiants des clés pour intervenir sur leurs habitudes de travail et, plus largement, sur leur environnement de travail. Ce faisant, il s’inscrirait dans la dynamique actuelle qui sensibilise les étudiants en traduction à l’ergonomie cognitive, physique et organisationnelle au poste de travail.

La présente étude est centrée sur les constructions verbales scientifiques. Ce lexique se situe à mi-chemin entre le lexique de la langue générale et celui de la terminologie. Il s’agit de termes utilisés à des fins d’expressions scientifiques, pour contribuer à l’élaboration du fonctionnement rhétorique et pragmatique de l’écrit scientifique. En nous fondant sur le modèle du Corpus Pattern Analysis, nous élaborons une ressource lexicale des patrons verbaux à l’aide de techniques du TAL sur des corpus numériques. Notre objectif est d’intégrer à cet outil les collocations et les constructions verbales récurrentes dans les écrits scientifiques. Cette ressource a pour objectif d’aider les locuteurs allophones dans leur rédaction d’écrits académiques en français.Sur le plan didactique, afin de mieux comprendre les difficultés des étudiants allophones en matière de constructions verbales scientifiques, nous établissons un diagnostic qui comporte à la fois l’analyse des erreurs et celle des cas de suremploi et de sous-emploi de certaines de ces constructions verbales. Les résultats ont montré que le statut de novice, en matière de rédaction scientifique, confronte de manière identique les étudiants natifs et non-natifs aux difficultés liées au genre du discours. Afin de répondre à ces besoins langagiers, nous avons proposé d’intégrer la ressource lexicale des patrons dans l’enseignement de l’écrit académique dont l’objectif est de guider les étudiants vers l’autonomie et la manipulation de corpus numériques.

Cette thèse s’intéresse au lexique scientifique transdisciplinaire (LST), lexique inscrit dans le genre de l’article de recherche en sciences humaines et sociales. Le LST est fréquemment mobilisé dans les écrits scientifiques et constitue ainsi un objet d’importance pour l’étude de ce genre. Ce lexique trouve également des applications concrètes tant en indexation terminologique que pour l’aide à la rédaction/compréhension de textes scientifiques. Ces différents objectifs nous amènent à adopter une approche outillée pour identifier et caractériser les unités lexicales du LST, lexique complexe à circonscrire, situé entre lexique de la langue générale et terminologie. En nous basant sur les propriétés de spécificité et de transdisciplinarité ainsi que sur l’étude des propriétés lexico-syntaxiques de ses éléments, nous élaborons une ressource du LST intégrant informations lexicales, syntaxiques et sémantiques. L’analyse de la combinatoire à l’aide d’un corpus arboré autorise ainsi une caractérisation du LST ancrée sur l’usage dans le genre de l’article de recherche. Selon cette même approche, nous identifions les acceptions nominales transdisciplinaires et proposons une classification sémantique fondée sur la combinatoire en corpus pour intégrer à notre ressource lexicale une typologie nominale sur deux niveaux. Nous montrons enfin que cette structuration du LST nous permet d’aborder la dimension phraséologique et rhétorique du LST en faisant émerger du corpus des constructions récurrentes définies par leurs propriétés syntactico-sémantiques.

Nous présentons, dans ce manuscrit, un dispositif informatique d'aide à la formation des futurs enseignants de FLE en Colombie. Il prend ses sources dans la linguistique textuelle et cherche à améliorer le niveau linguistique des étudiants universitaires actuellement en formation. Pour ce faire, le dispositif est fondé sur un corpus textuel spécifiquement annoté et étiqueté grâce aux outils de traitement automatique de langues (TAL) et à des annotations manuelles en format XML. Ceci permet de développer des activités à visée formative, en tenant compte des besoins exprimés par les publics cibles (enseignants-formateurs et leurs étudiants en formation).Comme nous l'exposons tout au long de cette thèse, l'élaboration d'un système comme le nôtre est le produit de la mise en œuvre de connaissances et de compétences issues de plusieurs disciplines et/ou domaines : didactique des langues, ingénierie pédagogique, linguistique générale, linguistique textuelle, linguistique de corpus, TAL et ALAO. Il se veut, principalement, un dispositif pédagogique pour la formation des étudiants en FLE dans le contexte de l'éducation supérieure en Colombie, un outil pensé en fonction des besoins et des objectifs de cet apprentissage. L'originalité de notre système repose sur le type de public choisi, le modèle didactique de formation mis en œuvre et la spécificité du corpus utilisé. À notre connaissance, il s'agit d'un des premiers systèmes d'ALAO fondé sur la linguistique textuelle s'adressant à la formation des futurs enseignants de FLE dans un contexte exolingue.

À la fin de la dynastie Qing, la science politique occidentale a commencé à pénétrer en Chine et les élites chinoises se sont bientôt passionnées pour ces idées nouvelles à leurs yeux. L’objet de cette étude est de voir le rôle occupé par l’œuvre de Rousseau dans cette découverte et son importance dans les débats qui ont occupé les intellectuels chinois jusqu’à aujourd’hui.

Sur la base d’une enquête portant sur les traductions chinoises des œuvres de Diderot et de l’Encyclopédie, sur les éditions présentes dans les bibliothèques chinoises, et les échos suscités par ces textes (presse, essais, manuels, etc.), cette étude permettra de décrire les étapes et les enjeux de leur réception en Chine.

La théorie de la métaphore conceptuelle (Lakoff & Johnson, 1980) a fait passer notre conception des expressions métaphoriques d’un phénomène linguistique à un aperçu de des moyens que se donne la langue pour faciliter et influencer la compréhension. Néanmoins, la traductologie a continué à traiter les expressions métaphoriques comme une problème linguistique (Baker, 1992; Haywood, Thompson, & Hervey, 2009; Hervey & Higgins, 2002) et ce n’est que récemment que la métaphore conceptuelle y a été intégrée (Aldhahi, Fernández-Parra, & Davies, 2018; Maalej, 2008; Mandelblit, 1995; Schaffner, 2004). Les expressions métaphoriques renferment des informations culturelles (Hiraga, 1991; Maalej, 2008) dont la compréhension représente souvent un défi pour les étudiants de langues, les traducteurs en formation et la traduction automatique. Pour les étudiants de L2 et de traduction les métaphores sont difficiles car elle se comprennent souvent de manière holistique et ne sont pas décomposables en unités individuelles (mots ou expressions) qui permettraient de les comprendre (Jiang & Nekrovska, 2007). L’introduction des outils de traduction automatique neuronale a permis un gain qualitatif important (Poibeau, 2017), mais ils tendent à suivre le sens propre, qui est le plus fréquent dans les données d’apprentissage, au lieu du sens figuré, ce qui limite leur utilité pour la traduction des métaphores. Cette étude vise à identifier les types d’expressions métaphoriques qui existent dans les textes journalistiques portant sur un sujet fréquemment abordé et lié à l’expression du déplacement (l’immigration), et les stratégies utilisées par des traducteurs professionnels pour en rendre compte. Notre travail a pour point de départ une analyse des produits de traduction, en tant qu’elle pourra faciliter une interrogation plus ciblée des processus de traduction. Le choix des expressions comportant des verbes de mouvement se fonde à la fois sur le caractère fondamental et central de ces expressions au sein de la linguistique cognitive (qui en fait un bon point de départ pour l’expression non littérale) et sur la différence typologique avérée entre l’anglais, comme langue à satellites, le français et l’espagnol, comme langues à cadre verbal (Talmy, 2003), ce qui implique a minima une reformulation au moment de la traduction. En s’appuyant sur une comparaison entre traducteurs professionnels et étudiants en traduction, la question de savoir si, et en quoi la formation en traduction aide à développer la compétence en L2 sera abordée. Finalement la traduction automatique sera interrogée pour découvrir si ces outils aident ou gênent en la traduction des expressions métaphoriques. Pour répondre à ces questions ce travail s’ancre dans l’analyse de textes journalistiques sur l’immigration, traduits du français et de l’espagnol vers l’anglais. Le méthode MIP (Pragglejaz Group, 2007) sera utilisée pour identifier les expressions métaphoriques avec des verbes de mouvement et selon l’Hypothèse de la Traduction Cognitive (Mandelblit, 1995), ces expressions seront classées en fonction de leur niveau de comparabilité ou d’équivalence fonctionnelle avec la culture cible. Les traductions publiées seront interrogées pour identifier les stratégies utilisées par les traducteurs professionnels (Mandelblit, 1995; Newmark, 1981) en sachant que l’analyse des textes ne révèle pas le processus de traduction, mais simplement les décisions finales prises, et des échantillons des même textes seront ensuite traduits par des étudiants de traduction pour trouver une typologie des différences d’approche de ces expressions entres les professionnels et les étudiants. Trois tâches seront proposées à quatre groups : des étudiants de licence en langues, des étudiants de licence et de Master en traduction et des traducteurs professionnels. Chaque participant va faire des tâches de compréhension écrite, de traduction et de post-édition. L’interrogation des résultats de la tâche de compréhension écrite signaleront l’effet de la formation en traduction sur les compétences linguistiques et surtout sur la compréhension des expressions métaphoriques. Les deux groups appariés, les étudiants de licence en langues et en traduction permettront déduire si la formation en traduction améliore la compréhension écrite en L2. Pour explorer l’utilité de la TA dans la traduction des expressions métaphoriques, l’oculométrie et des entretiens proposés après la tâche (protocoles de verbalisation) montreront la perception des participants de la difficulté de la tâche et de l’utilité de l’outil, ainsi que les parties du texte sur lesquelles ils auront passé le plus de temps. Ces données permettront d’établir si les expressions métaphoriques ont pris plus de temps que le reste du texte, et le cas échéant, s’il existe une échelle de difficulté au sein des expressions proposées. Les traductions produites par les groupes différents ; étudiants en langues, étudiants de traduction et traducteurs professionnels, s’utiliseront pour identifier une typologie des différences d’approche de ces groupes. Les résultats signaleront des expressions métaphoriques qui représentent un défi pour les étudiants de langue et les traducteurs, défi dont les formateurs pourront s’inspirer pour l’élaboration de programmes de cours. En outre, si la formation en traduction a un effet important sur les compétences en langue seconde, cela remettra en jeu l’importance de la traduction dans des cours des langues (Carreres, 2006; Carreres, Muñoz-Calvo, & Noriega-Sánchez, 2017). Pour les formateurs en post-édition, les résultats délimiteront des types d’expression qui posent problème pour la TA neuronale. Enfin, le projet contribuera à l’élaboration d’une typologie des expressions métaphoriques du mouvement en traduction du français et de l’espagnol vers l’anglais, exploitable dans plusieurs champs de la traductologie appliquée.

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.