Le retour correctif automatisé en français langue étrangère : le rôle de la langue première et du niveau de compétence

Doctorante : Amandine Pay
Promoteurs : Thomas François et Patrick Watrin
Source de financement : Bourse FSR
Date de début : octobre 2025

Résumé (FR)
À travers cette thèse, notre principal but est de développer une application web permettant aux apprenants du français langue étrangère (FLE) de recevoir un retour correctif sur leur production. Ce but final peut être divisé en trois sous-objectifs : (1) pallier la quasi-absence de corpus de productions écrites d’apprenants du FLE annoté en erreurs et normalisé, (2) développer des outils capables de réaliser automatiquement l’annotation et la normalisation de ces erreurs et (3) explorer, dans notre corpus annoté, la distribution des erreurs chez les apprenants du FLE selon leur langue première (L1) et leur niveau de compétence.

Pour répondre à notre premier sous-objectif, nous prolongerons le travail entamé par le CENTAL sur le corpus TCFLE-8. Via une ambitieuse campagne d’annotation, nous finaliserons l’identification et la catégorisation multi-étiquette des erreurs présentes dans les 6 569 textes de ce corpus et nous en proposerons une version normalisée. En nous appuyant sur cette nouvelle ressource, nous affinerons des architectures transformeurs pour annoter et normaliser automatiquement les erreurs d’apprenants du FLE et nous comparerons leurs performances à celles des grands modèles de langage génératifs. Dans un troisième temps, nous analyserons la distribution des erreurs du corpus TCFLE-8 ce qui, in fine, permettra de mieux caractériser la manière dont la L1, le niveau CECR et leur interaction influencent le type d’erreur produit par les apprenants du FLE. De plus, ces analyses linguistiques nous permettront d'examiner l’impact des erreurs inhérentes aux productions d’apprenants sur le traitement automatique de ce type de texte.

L’ensemble de ces recherches nous permettra, au final, d’élaborer notre plateforme web de retours correctifs générés automatiquement. Grâce au soutien de collaborateurs externes, nous pourrons la tester avec des apprenants du FLE de manière à proposer l’outil le plus efficient et pédagogique possible.

Summary (EN)
Through this thesis, our main goal is to develop a web application enabling learners of French as a foreign language (FFL) to receive corrective feedback on their written production. This overarching goal can be broken down into three sub-objectives: (1) addressing the near-absence of error-annotated and normalized corpora of written productions by FFL learners, (2) developing tools capable of automatically performing the annotation and normalization of these errors, and (3) exploring, within our annotated corpus, the distribution of errors among FFL learners according to their first language (L1) and proficiency level.

To address our first sub-objective, we will continue the work initiated by CENTAL on the TCFLE-8 corpus. Through an ambitious annotation campaign, we will complete the identification and multi-label categorization of the errors present in the corpus's 6,569 texts and produce a normalized version of it. Building on this new resource, we will fine-tune transformer architectures to automatically annotate and normalize errors made by FFL learners, and compare their performance to that of large generative language models. In a third step, we will analyze the distribution of errors in the TCFLE-8 corpus, which will ultimately help characterize how L1, CEFR level, and their interaction influence the type of error produced by FFL learners. In addition, these linguistic analyses will allow us to examine the impact of errors inherent to learner productions on the automatic processing of this type of text.

Together, this research will ultimately allow us to develop our web platform for automatically generated corrective feedback. With the support of external collaborators, we will be able to test it with FFL learners in order to design the most efficient and pedagogically sound tool possible.