Les traductions ne servent pas tout simplement à un transfert d’informations. Les traductions construisent des ponts entre mondes, entre cultures, entre êtres humains. Mais tout ceci ne peut réussir que quand le traducteur comprend les informations essentielles, les dénotations, les connotations, les associations d’un texte de départ. Dans ce monde globalisé, le cinéma apparaît lui aussi comme un support central. Plus que tout autre domaine, il implique un transfert de culture où se reflètent directement et indirectement modes de vie, modes de pensée et pratiques linguistiques d’un espace culturel donné. Certes, la diffusion et la production de films ne se limitent plus aux frontières nationales. Mais aujourd’hui comme hier, il s’agit de faire découvrir et comprendre la langue et la culture d’un pays d’origine aux spectateurs d’un pays cible. Ce processus passe notamment par l’utilisation de versions synchronisées et de versions sous-titrées. Mais est-il vraiment possible de transcrire de façon juste et équivalente des phénomènes culturels et linguistiques ou du moins de les faire comprendre, ou bien existent-ils des spécificités culturelles qui ne passent pas les frontières de leurs propres pays ? Cette question constituera le premier point de la thèse. La recherche s’appuie sur deux films : BIENVENUE CHEZ LES CH’TIS de Dany Boon (2008) et BENVENUTI AL SUD de Luca Miniero (2010). Ces deux films représentent deux aspects différents de la culture française et italienne. Ils traitent de la division Nord-Sud ou bien des préjugés nationaux entre ces régions. Il est frappant de constater que le scénario et les dialogues du film français ont été repris pratiquement à l’identique dans la version italienne. Il nous faudra définir dans quelle mesure l’écart entre le Sud de la France et la région Nord-Pas-de-Calais peut être appliqué à l’opposition Nord-Sud en Italie qui y revêt un tout autre sens sur le plan politique.

Au vu de l’émergence au Mexique depuis la fin du XXe siècle d’une tendance littéraire appelée communément narco-littérature, nous nous proposons à travers ce parcours de mettre en lumière la diversité des outils choisis par les auteurs pour écrire la violence liée au narcotrafic. Il s’agit, dans un premier temps, d’explorer les racines historiques et sociales de ce cycle littéraire en constante effervescence et de déterminer ses caractéristiques afin de mieux comprendre son déploiement et le large succès qu’il connaît. Puis, à travers l’analyse des procédés lexicaux utilisés par les auteurs d’un corpus d’ouvrages publiés entre 2002 et 2014, nous caractérisons les différentes tendances identifiées dans l’écriture de la violence. Constatant la diffusion croissante de ces ouvrages au-delà des frontières mexicaines, l’étape finale de notre étude est consacrée à l’analyse des stratégies mises en œuvre par les traducteurs pour rendre dans une autre langue une réalité locale très particulière et bien souvent étrangère à la langue-culture du lecteur potentiel.

Cette thèse se propose de souligner la proximité et la complémentarité des méthodes d'analyse de texte en droit international et en sciences du langage, particulièrement en traductologie, pour produire une analyse de discours du Conseil de sécurité de l'ONU dans ses résolutions de 1946 à 2015 inclus, qui soit pertinente dans les deux domaines et de ce fait, interdisciplinaire. Une telle analyse de corpus, utilisant des outils textométriques sur le texte mais également sur les données contextuelles des résolutions, nous permet de produire des résultats exploitables dans ces deux champs scientifiques, ce qui est un des buts des humanités numériques. Nous montrons ainsi le sens ordinaire de la version anglaise de la résolution 242 (1967) en établissant, dans notre corpus, les fréquences des différentes traductions en français du déterminant zéro pluriel anglais pour établir son sens le plus commun. Ce faisant, nous aidons à résoudre un vieux problème d'interprétation de droit international, et nous modélisons par ailleurs l'usage de ce déterminant en anglais. Par ailleurs, nous montrons comment une modélisation de la traduction permet de faire émerger l'extension sémantique de certains termes et comment une analyse juridique des résolutions du Conseil de sécurité peut être modélisée en bonne approximation à partir d'un algorithme se basant sur des données purement linguistiques.

Cette thèse porte sur la construction automatique d’outils et de ressources pour l’analyse linguistique de textes des langues peu dotées. Nous proposons une approche utilisant des réseaux de neurones récurrents (RNN - Recurrent Neural Networks) et n'ayant besoin que d'un corpus parallèle ou mutli-parallele entre une langue source bien dotée et une ou plusieurs langues cibles moins bien ou peu dotées. Ce corpus parallèle ou mutli-parallele est utilisé pour la construction d'une représentation multilingue des mots des langues source et cible. Nous avons utilisé cette représentation multilingue pour l’apprentissage de nos modèles neuronaux et nous avons exploré deux architectures neuronales : les RNN simples et les RNN bidirectionnels. Nous avons aussi proposé plusieurs variantes des RNN pour la prise en compte d'informations linguistiques de bas niveau (informations morpho-syntaxiques) durant le processus de construction d'annotateurs linguistiques de niveau supérieur (SuperSenses et dépendances syntaxiques). Nous avons démontré la généricité de notre approche sur plusieurs langues ainsi que sur plusieurs tâches d'annotation linguistique. Nous avons construit trois types d'annotateurs linguistiques multilingues: annotateurs morpho-syntaxiques, annotateurs en SuperSenses et annotateurs en dépendances syntaxiques, avec des performances très satisfaisantes. Notre approche a les avantages suivants : (a) elle n'utilise aucune information d'alignement des mots, (b) aucune connaissance concernant les langues cibles traitées n'est requise au préalable (notre seule supposition est que, les langues source et cible n'ont pas une grande divergence syntaxique), ce qui rend notre approche applicable pour le traitement d'un très grand éventail de langues peu dotées, (c) elle permet la construction d'annotateurs multilingues authentiques (un annotateur pour N langages).

Le milieu du XIXe siècle voit émerger un nouveau format d’écriture qui se répand rapidement dans les journaux : la dépêche télégraphique d’agence. Quel est cet objet inédit à l’apparence modeste mais qui pourrait bien avoir changé le journalisme ? Si les agences sont des acteurs économiques, qui entretiennent de surcroît des liens étroits avec le gouvernement, en Prusse comme en France, elles sont donc fort éloignées des idéaux journalistiques des hommes de presse du XVIIIe siècle. La dépêche télégraphique représente pourtant une manière d’écrire en journalisme qui peut être considérée comme novatrice et moderne. La dépêche télégraphique se situe à l’intersection de champs conflictuels, le politique, l’économie, le journalisme, et se développe dans un aller-retour entre l’international et le national, en tant qu’objet transculturel qui s’impose aux différents contextes culturels journalistiques. La conquête télégraphique de l’espace ainsi que l’accélération de la communication – sont les caractéristiques majeures du texte télégraphique. Pour cerner l’essence de la poétique télégraphique, nous explorons la relation singulière que les dépêches nouent entre les lieux et le temps sous différents angles, celui du territoire télégraphique et de la représentation de l’international, de l’imaginaire de la technique, ainsi que la circulation des informations agencières et de l’écriture en réseau.

Cette thèse s'inscrit dans le cadre de l'émergence de l'apprentissage profond et aborde la compréhension de la parole assimilée à l'extraction et à la représentation automatique du sens contenu dans les mots d'une phrase parlée. Nous étudions une tâche d'étiquetage en concepts sémantiques dans un contexte de dialogue oral évaluée sur le corpus français MEDIA. Depuis une dizaine d'années, les modèles neuronaux prennent l'ascendant dans de nombreuses tâches de traitement du langage naturel grâce à des avancées algorithmiques ou à la mise à disposition d'outils de calcul puissants comme les processeurs graphiques. De nombreux obstacles rendent la compréhension complexe, comme l'interprétation difficile des transcriptions automatiques de la parole étant donné que de nombreuses erreurs sont introduites par le processus de reconnaissance automatique en amont du module de compréhension. Nous présentons un état de l'art décrivant la compréhension de la parole puis les méthodes d'apprentissage automatique supervisé pour la résoudre en commençant par des systèmes classiques pour finir avec des techniques d'apprentissage profond. Les contributions sont ensuite exposées suivant trois axes. Premièrement, nous développons une architecture neuronale efficace consistant en un réseau récurent bidirectionnel encodeur-décodeur avec mécanisme d’attention. Puis nous abordons la gestion des erreurs de reconnaissance automatique et des solutions pour limiter leur impact sur nos performances. Enfin, nous envisageons une désambiguïsation de la tâche de compréhension permettant de rendre notre système plus performant.