Dissertations

Durant l’été 2018, nous avons eu le privilège de participer temporairement au projet CLEAR. Ce projet comme son nom l'indique est destiné à faciliter la compréhension des textes médicaux en employant les méthodes de traitement automatique du langage. Une telle initative est bénéfique aux patients qui ont accès à des informations beaucoup plus claires sur leurs traitements et pathologies leur permettant une meilleure adhésion au processus de soins (Cardon, 2018). Mais le projet est également profitable aux médecins puisqu’une meilleure compréhension du langage médical implique de facto une meilleure interaction entre les professionels de la santé et leurs patients. Il est vrai que la langue médicale, de la même manière que l’ensemble des langues techniques, est souvent considérée comme complexe en raison de multiples acronymes, sigles, mots composés, etc. D’un point de vue sémantique, celle-ci nous apparait également complexe parce que le sens des termes employés a été défini par les spécialistes. Dès lors nous ne comptons plus le nombre de fois où nous éprouvons des difficultés de la lecture de notices de médicaments ou tout simplement lorsque le docteur pose un diagnostic sur nos maux. Cependant, comme le fait remarquer Sara et Sonia (2013), depuis quelques années, un effort de la part des organismes publics pour simplifier la langue médicale est perceptible à travers par exemple des conseils lors de l’élaboration de notices. Ceux-ci encouragent notamment les entreprises pharmaceutiques à clarifier leur style rédactionnel en évitant des phrases trop longues, en évitant plus que possible le jargon médical. Evidemment, ces recommendations sont idylliques et sont très difficiles à appliquer étant donné que simplifier des textes techniques demandent non seulement de cibler les mots qui font difficulté aux patients mais également de simplifier réellement les textes c’est-à-dire de fournir des mots qui sont réellement plus faciles que les termes techniques. Or, lorsque nous regardons les synonymes proposés sur Internet, ceux-ci sont aussi voire plus complexes que les mots faisant défaut. C’est autour de cette dynamique que nous proposons d’asseoir notre mémoire. En effet, nous avons décidé de créer un outil pour la simplification de textes médicaux et pour la langue française. Nous avons choisi de ne pas nous limiter à la langue médicale parce que nous pensons qu’il est important de comprendre d’abord le fonctionnement de la simplification de la langue générale pour pouvoir prétendre simplifier des termes plus techniques.

This thesis reports on a case study in which translation directionality (L1 vs. L2 translation) and expertise (novice vs. expert translation) are explored in tandem from a product-oriented, corpus-based perspective. In this study, a small corpus of target texts in English produced by English- and French-speaking participants (i.e. native and non-native speakers of the target language), who are either novice or expert translators, was analyzed through the prism of eight indicators of simplification, namely mean sentence length (i.e. the average number of words per sentence in a text), lexical variety (i.e. the ratio between a text’s types and tokens), lexical density (i.e. the proportion of lexical words in a text), core vocabulary coverage (i.e. the percentage of text covered by the 100 most frequent words in the English language), mean word length (i.e. the average number of characters per word in a text), the frequency of phraseological units, and the frequency of both coordinating and subordinating conjunctions. Its aim was to find out which sets of translations are lexically and syntactically simpler and to determine whether the parameters in question can indeed serve as a basis for identifying both directionality and expertise in translation.The results of the Wilcoxon rank-sum test point to directionality slightly affecting simplification in translated texts, withL1 translations being lexically and syntactically simpler than L2 translations, and to expertise impacting it to a larger extent, with novices being more prone to simplification than experts. They also suggest that (a) the parameters adopted in the study can gage expertise better than they can gage directionality and that (b) lexical density best parameterizes the two phenomena.

Grâce au développement et à la démocratisation de l'internet au niveau mondial, l'accès à l'information devient, de nos jours, de plus en plus rapide et facile. Tous les jours ou presque, nous effectuons des recherches sur la toile pour obtenir des réponses à toutes sortes de questions, la plupart du temps avec succès. En effet, la quantité de données disponibles, tellement large et variée, garantit souvent un résultat satisfaisant. Mais cette masse d'information, si utile pour la connaissance, provoque paradoxalement une surcharge d'information : il y a tellement de contenu disponible qu'il devient impossible d'en traiter la majeure partie. Ce phénomène semble d'autant plus inquiétant que le nombre de données produites ne cesse de croître, proportionnellement à l'augmentation du nombre d'ordinateurs et d'ordiphones en circulation. On connait la rapidité et l'efficacité des ordinateurs à effectuer, pour l'homme, des tâches nombreuses et de plus en plus complexes. Dès lors, la machine ne pourrait-elle pas nous aider à mieux disposer de l'information, en la filtrant d'une quelconque façon ? C'est l'enjeu principal du résumé automatique de texte, un domaine du traitement automatique des langues et du traitement de l'information. Son objectif est d'arriver à produire un système capable de résumer un texte écrit en langue naturelle, c'est-à-dire de le condenser en reprenant l'essentiel de son contenu. À l'heure actuelle, aucun système de résumé capable de produire des résumés aussi qualitatifs que l'homme n'a vu le jour. Jusque récemment, la recherche ne se concentrait en effet que sur l'extraction des phrases les plus représentatives d'un texte, une sous-partie du problème du résumé. Pour produire automatiquement des résumés plus sophistiqués et plus utiles, il faut envisager d'autres techniques de réduction ou de remaniement de l'information que l'extraction de phrases. Parmi ces techniques, la compression automatique de phrases apparait essentielle. “Compresser une phrase” revient à la débarrasser de tous ses segments jugés inutiles dans un contexte donné, tout en conservant sa grammaticalité. Ce travail analyse, d'un point de vue à la fois théorique et expérimental, les différentes méthodologies en compression de phrases, spécifiquement pensées pour l'amélioration de résumeurs extractifs. Nous cherchons tout d'abord à comprendre de manière approfondie les besoins du résumé en matière de compression, en identifiant les limites théoriques et algorithmiques des systèmes d'extraction de phrases. Nous voulons également présenter les différentes façons d'implémenter l'interaction entre un compresseur et un résumeur automatiques. Nous souhaitons enfin montrer expérimentalement les résultats produits par les deux approches principales en compression automatique, et ainsi mieux cerner les difficultés et avantages de chaque méthode. Cela nous permettra de faire le point sur l'avancement des recherches dans les deux domaines du résumé et de la compression automatiques, et, finalement, d'envisager des solutions nouvelles, qui, à terme, rendront possible la production automatique de résumés exploitables par l'homme.

This master's thesis focuses on a new type of speaker of Galician: the new speaker of Galician, or neofalante. This individual’s mother tongue was Spanish, but decided to shift to Galician at a certain point in life, and is nowadays one of the most active defenders of the language. Neofalantes’ presence questions the status quo in several ways: they are a young, urban population with higher education, who are less likely to accept the old prejudices towards Galician. Through online surveys and personal interviews, this work explores the figure of neofalantes, their attitudes and linguistic practices. In addition, it explores their involvement with reintegrationism, a linguistic trend that considers Galician as a variety of Portuguese, and not an isolated language. All in all, their presence, attitudes and linguistic practices create controversies and tensions with the traditional speakers of Galician, and also Spanish-speaking Galicians, with regard to their legitimacy as Galician speakers and their place in the Galician-speaking community, aspects that will be studied as well.

Depuis déjà plusieurs années la perte de vitalité des langues régionales endogènes a été annoncée sans pour autant que celles-ci ne disparaissent totalement. Plus précisément, si des chercheurs ont annoncé la disparition de ces langues, cela s’explique par le rôle de plus en plus mineur qu’elles jouent en tant qu’outil de communication et en tant que système distinct du français comme « langue-toit ». Pourtant, elles restent visibles dans une sorte de présence paradoxale qui pourrait s’expliquer par le fait que les locuteurs leur attribuent d’autre(s) fonction(s). Tout l'enjeu de notre travail réside donc dans l'étude de cette question du statut du picard dans les usages linguistiques des locuteurs athois. En effet, nous avons voulu comprendre et expliquer pourquoi les locuteurs continuent à mobiliser dans un bon nombre de leurs pratiques sociales des traits significatifs qui auraient diverses fonctions. L’objectif principal de notre enquête a donc été de nous pencher sur les emplois du picard afin de préciser son statut et ses fonctions actuels. Pour ce faire, nous avons exploité un corpus d'observations en situations écrites et orales afin d'analyser plus précisément les différents types d'emploi et les nouvelles fonctions attribuées aux formes picardes hybridées au français, ainsi qu'un corpus quantitatif grâce auquel nous avons approfondi la question des attitudes et des représentations des locuteurs vis-à-vis du picard (en tant que système autonome) et des variétés hybrides.

Ce mémoire aborde le thème de la didactique de la compétence orale et a pour principal objectif d’étudier les possibilités de développement de l’expression orale en ELE à travers l’utilisation d’une plateforme en ligne qui permet de créer des dialogues animés sous forme de vidéo. Afin d’atteindre cet objectif, ce projet s’est divisé en deux grandes étapes : une réflexion théorique à propos de l’utilisation des technologies en classe et de l’enseignement de la compétence orale, et la réalisation d’une expérience au cours de laquelle deux groupes d’élèves francophones d’espagnol langue étrangère ont fait des activités sur la plateforme. Dans le cadre de cette expérience, le choix s’est porté sur la plateforme GoAnimate for schools, car elle permet aux élèves de créer leurs dialogues de deux manières différentes : soit en choisissant des voix proposées par la plateforme afin qu’elles lisent leurs textes, soit en enregistrant leur propre voix. La réflexion théorique a permis de mettre en exergue le potentiel des technologies dans l’enseignement, mais aussi les méthodes traditionnelles d’enseignement de l’expression orale et les difficultés fréquemment rencontrées au moment de travailler cette compétence. A partir de là, différents objectifs ont été formulés. Au niveau extralinguistique, les objectifs étaient d’évaluer si la plateforme peut favoriser la motivation des élèves et les aider à vaincre leur timidité. Au niveau linguistique, les objectifs étaient d’étudier les possibilités de la plateforme concernant l’acquisition d’habitudes linguistiques, le travail de la prononciation et la facilitation de la correction du professeur. Les résultats de l’expérience ont montré que la plateforme peut avoir des effets sur la motivation des élèves et peut les aider à vaincre leur timidité, mais que ces effets dépendent en réalité de chaque élève en particulier. Concernant l’apprentissage de la compétence orale, l’expérience a permis d’observer que la plateforme a du potentiel pour le travail de la prononciation et offre la possibilité de remettre aux élèves une correction plus efficace et plus profitable pour eux. Cependant, son potentiel concernant l’acquisition d’habitudes linguistiques reste toujours à déterminer.

La connaissance de la langue implique celle de certains procédés – pas nécessairement conscients ni volontaires – utilisés par les locuteurs afin d’atteindre au mieux leurs objectifs communicationnels. Les phénomènes syntaxiques d’organisation du discours en font partie, et parmi eux celui des dispositifs de la rection verbale. En français, chaque énoncé comportant un verbe relève d’un arrangement particulier du verbe et des compléments qui lui sont dépendants. Ces différentes modulations sont appelées dispositifs de la rection verbale, ou dispositifs syntaxiques. Le présent mémoire a pour objet d’étude ces dispositifs, annotés et étudiés dans un corpus oral très diversifié, LOCAS-F. Il poursuit un double objectif. Le premier est la présentation d’une description détaillée de chacun des dispositifs syntaxiques. Une analyse du corpus LOCAS-F a permis de préciser la description des dispositifs déjà décrits dans la littérature, et de mettre à jour de nouveaux usages. Le deuxième objectif consiste à mettre en relation l’usage des dispositifs syntaxiques et la variation stylistique. En se fondant sur l’observation et l’analyse de la distribution statistique des dispositifs selon plusieurs genres de discours, notre recherche étudie l'impact de la situation de communication sur l'usage des dispositifs de la rection verbale.

Ce mémoire propose d’enrichir notre compréhension de deux phénomènes linguistiques d’hésitation du français parlé : les pauses remplies (traditionnellement transcrites « euh » en français) et les allongements. Deux études perceptives sont présentées. La première consiste en une évaluation du taux d’accord entre l’annotation – en différé – d’un extrait de deux corpus de narrations par trois juges. La seconde analyse la perception sous un angle nouveau. Elle se base en effet sur une annotation – en temps réel – de ces phénomènes. L’objectif est dès lors d’approcher au plus près des conditions naturelles de traitement de ceux-ci. L’ensemble des échantillons sonores d’un corpus multigenres a été classé en 6 groupes de 8 extraits. J’ai écouté chacun d’eux et ai pressé la barre espace de mon clavier d’ordinateur dès que je percevais une pause remplie ou un allongement d’hésitation. Un logiciel enregistrait simultanément chaque pression. Mon temps de réaction à une série de sons purs a été calculé avant et après chacune des sessions d’annotation. Cette mesure de référence a ensuite permis de relier chaque pression au phénomène linguistique ayant déclenché la perception. Il apparait d’une part qu’il est possible de prédire la perception de l’allongement d’hésitation à partir de variables linguistiques telles que la durée relative de la syllabe allongée, sa position dans la chaîne prosodique et dans le groupe accentuel, la présence d’autres marques d’hésitation ainsi que les mouvements intonatifs syllabiques et la hauteur de la fréquence fondamentale. D’autre part, la seconde étude a permis de mettre en exergue plusieurs tendances : le « euh » est la marque la plus fréquemment détectée, les allongements perçus portent davantage sur des mots outils monosyllabiques, le e (@) est la voyelle la plus souvent perçue comme allongée, les marques perçues précédées par un silence correspondent plus à des pauses remplies qu’à des allongements.

Genitive alternation is defined as the choice between the Saxon genitive (e.g. women’s language) and the of-genitive (e.g. the language of women). However, it is unclear which genitive construction is favoured by university-level native and learner speakers of English, nor the weights of the factors moderating their choice for one structure or the other. In the present MA dissertation, the preferred genitive structure and the relative weights of the factors influencing genitive choice in native and learner English academic writing are determined by analysing a richly annotated dataset of 750 interchangeable genitives extracted from the British Academic Written English (BAWE) corpus, and the French and Norwegian subsets of the Varieties of English for Specific Purposes dAtabase (VESPA) learner corpus. The results show that both native and learner writers of academic English with different first language backgrounds favour the of-genitive, but with slight differences in the strength of their preference for this structure which can be accounted for by the existence of a structure alternation for genitive in their mother tongue. Tree-structure modelling further indicates that the most significant predictor of genitive choice is the animacy of the possessor, followed by length measures of possessor or possessum, whereas the variety of English (i.e. native, French-L1, and Norwegian-L1 learner English) does not significantly affect genitive choice. This MA dissertation thus demonstrates that the varieties of English under study share a core probabilistic grammar, and provides insight into the probabilistic knowledge of English grammar.

La présente étude s’inscrit dans la lignée des précédentes recherches menées sur les effets du contact de langues et poursuit deux objectifs majeurs. D’une part, il s’agit de décrire le système phonologique de la variété de français parlée par les locuteurs d’origine togolaise en Belgique francophone. D’autre part, la visée est également d’examiner la présence d’éventuelles interférences du mina – la langue première de nos informateurs et langue véhiculaire majoritaire du Togo et, plus particulièrement, du sud du pays – dans cette variété de français. Plus concrètement, la réflexion menée dans les chapitres de notre travail doit nous permettre de répondre aux différentes questions de recherche posées au sujet du français du Togo : quelles sont les caractéristiques phonologiques de la variété de français parlée au Togo ? Qu’est-ce qui la distingue de la norme de référence ? Ces caractéristiques sont-elles liées à l’influence du mina, la langue première de nos informateurs ? Si c’est le cas, quelles interférences peuvent être relevées dans la variété de français parlée par les locuteurs d’origine togolaise ? Les réponses apportées à chacune de ces questions sont le fruit de l’analyse des données recueillies dans le cadre d’une enquête menée auprès de différents informateurs d’origine togolaise. Nous adoptons ainsi une approche largement contrastive dans le cadre de notre recherche, notamment au travers de l’étude conjointe des systèmes phonologiques du mina, des français de référence, de Belgique et du Togo et prenons le soin de mêler les points de vue linguistique et sociolinguistique.

Relying on a newly collected intermodal corpus containing transcripts of English source speeches and their translation and simultaneous interpretation into French, this dissertation set out to illustrate how intermodal data can be used in the field of contrastive lexicology, which to date has mainly relied on written data extracted from comparable and parallel corpora. To do so, we have chosen to revisit a well-known English-French cross-linguistic contrast, namely the rendition challenges caused by English strings of nouns (e.g. disaster risk reduction, food safety chain). Ca. 300 strings of nouns and their equivalents were extracted from the English>French EPTIC subcorpus (European Parliament Translation and Interpreting Corpus; see Bernardini et al., 2016). The French equivalents uncovered in EPTIC were classified according to Wadensjö’s (1998) rendition typology (close, reduced, expanded, divergent and zero renditions) and compared across modalities (written translation vs. interpreting). The corpus data show that translators render the overwhelming majority of strings of nouns with close equivalents (e.g. food traceability system > système de traçabilité alimentaire), relying on recurring patterns (mainly [N+prép+N] and [N+A]). By contrast, while interpreters render strings of nouns with close equivalents in about 50% of the cases, they also frequently simplify them (e.g. Christmas day service > cérémonie), leave them uninterpreted, or render them using a divergent equivalent (e.g. partner country > pays d’origine). These results suggest that some English strings of nouns (typically, infrequent, non-lexicalized or longer sequences) represent a major stumbling block for interpreters, as also indicated by the presence of disfluencies (mainly filled pauses) around the French rendition of these strings. This exploratory study shows that interpreted data can shed new light on well-known contrasts in cross-linguistic lexicology. More generally, it calls for a rapprochement between contrastive linguistics, translation studies and interpreting studies.  

The aim of this MA dissertation, situated in the field of Corpus-based Interpreting Studies (CIS), was to examine recent changes in professional interpreters’ work conditions by investigating two factors that are often considered as the bane of interpreting, i.e. delivery mode (i.e. read-out speeches, as opposed to spontaneous, impromptu speeches) and speaker’s native status (i.e. speeches delivered by non-native speakers of English [cf. English as a Lingua Franca; see e.g. Albl-Mikasa, 2014], as opposed to native speakers of English). More precisely, we wanted to check whether the bleak picture painted by conference interpreters is backed up by empirical data. The influence of the delivery mode and of the speaker’s native status was investigated on the basis of the European Parliament Translation and Interpreting Corpus (EPTIC; see Bernardini et al., 2016). In our analysis, we have decided to focus on the backbone of source speeches, i.e. single-word and multi-word connectors, stance expressions and time devices, rather than factual information. Concretely, we have examined 500+ source items in English and their French rendition, relying on an adapted version of the rendition typology devised by Wadensjö (1998) and widely used in Interpreting Studies (IS). This typology includes close renditions and divergent renditions (e.g. additions, omissions and substitutions). Corpus data show that both variables affect interpreters’ output, though to different extents. As regards delivery mode, we found that read out speeches tend to trigger interpreters’ omission of time devices and that stance expressions are typically added and connecting devices omitted when interpreting spontaneous speeches. By contrast, the influence of the native status appears to be fairly limited (especially compared to what we would have anticipated on the basis of a review of the relevant (C)IS literature). The only significant trend that emerged from our analysis is that interpreters add more stance expressions when the original speech is delivered by a native speaker of English (as opposed to a non-native speaker). Our exploratory study, which can be fine-tuned in follow-up studies, especially as regards the statistical analysis of the data, convincingly illustrates the potential of the corpus-based approach in IS, a field that, to date, still lacks empirical grounding.

This contrastive study consists in evaluating the reliability of online bilingual concordancers (OBCs) on the basis of their translation quality from French to English. To this end, ten French complex prepositions (CPs) are first searched for in translation corpora (Label France and PLECI_news corpora) so as to spot their translations in authentic language. This reveals that French CPs are not systematically but most commonly rendered in English by divergent correspondences (mostly simple prepositions but also verbs) and also that numerous possibilities are generally available, i.e. none of the French CPs has a strict equivalent in English, which implies that context is essential in order to select the correct translation. In a second stage, the same French CPs are queried in four OBCs (Linguee, TradooIT, WeBiText and ReversoContext), where the first 30 translations are identified and compared, as well as in three online bilingual dictionaries (Larousse, Reverso-Collins and Oxford). All the translations suggested are subsequently tested against the corpora’s findings to evaluate their degree of similarity to authentic language, which is the basis for the issue of reliability. The analysis reveals that the translations of the dictionaries poorly match those found in the corpora, implying a poor degree of reliability. On the other hand, the translations provided by the first sentence pairs in the OBCs are not identical but similar to authentic language, although these tools do not contribute much as compared to the information found in corpora. However, two of the OBCs under investigation (TradooIT and ReversoContext) offer a unique feature, where the various translations to a queried term are indexed before the random pairs of sentences together with frequency information, i.e. the grouped translations option. As the word-alignment system is more accurate in ReversoContext, this particular OBC proves to be the most reliable. Because the amount of data available is much larger than in the corpora, it (a) brings out new information on the variety of possible translations, (b) better shows in which context a translation should be used and (c) better draws the line between extremely frequent translations, moderately frequent ones and infrequent ones. Several improvements should be effected in the future however, concerning the distinction between source and target languages and the possibility to filter the results according to the different corpora. Moreover, the OBC should display the exact size of each corpus as well as unequivocal information on frequency.

Previous research has shown that a difficult linguistic aspect to master for advanced learners of English is to adapt to genre norms and conventions related to the expected level of interpersonal involvement and writer/reader visibility in academic writing. One of the most frequently studied features is the use of personal references, i.e. first and second person pronouns (cf. Petch-Tyson 1998). In this study I investigate the frequency of occurrence of first person pronouns and the phrases they occur most often in (clusters) across three learner groups with different L1s, i.e. Italian, French and Norwegian. Subsequently, I examine how the same linguistic features are used by native students and L1 Italian students across two different text-types, i.e. general argumentative writing vs. discipline-specific academic writing. For this purpose, texts from several corpora are analyzed, namely the International Corpus of Learner English (ICLE), the Varieties of English for Specific Purposes dAtabase (VESPA), the Louvain Corpus of Native English Essays (LOCNESS) and the British Academic Written English corpus (BAWE). The results show that learners tend to overuse, to varying extents, personal references when compared to native writers. Analyzing the clusters, this overuse appears to be due in large part to the overuse of I+verb of cognition (in particular I think) and  we+modal+verb of cognition sequences. Moreover, while for native students the number of personal references decreases from argumentative to academic writing (i.e. from LOCNESS to BAWE), for L1 Italian students the trend goes in the opposite direction: the number of personal references is slightly higher in VESPA-IT than in ICLE-IT. However, most of the clusters occurring in BAWE and in VESPA-IT perform very similar functions, i.e. illustrating the research process, stating the aim/goal of the paper and guiding the reader through the text, while in LOCNESS and ICLEIT the majority of clusters express stance or opinion, and only a few have text-organizing functions. Therefore, Italian learners of English seem to be able to adapt to some extent to the genre norms of academic writing, at least for what concerns the functions performed by personal references, and these results are consistent with those obtained by Paquot et al. (2013) on French and Norwegian learners of English.

La dictée est une activité toujours présente dans les pratiques scolaires actuelles. Un enseignant peut évaluer assez facilement si la dictée proposée est adaptée à son public ou non. Toutefois, cette opération est beaucoup moins évidente dans le cas d'une plateforme d'apprentissage de l'orthographe, dans une optique d'enseignement des langues assisté par ordinateur (ELAO). C'est pourquoi, dans ce mémoire, nous avons cherché à modéliser la difficulté des dictées à l'aide d'une approche statistique basée sur le TAL (traitement automatique du langage). Un corpus de dictées classées selon les niveaux scolaires belges a été constitué, en conservant quatre niveaux de difficulté, allant de la fin de la sixième primaire à un niveau expert. Le corpus compte à la fois des dictées « d'apprentissage », mais également des dictées de concours issues de divers concours au sein de la francophonie. La particularité de l'exercice de la dictée est de devoir percevoir un code oral et de le retranscrire adéquatement à l'aide d'un code écrit. Dès lors, deux grandes pistes d'évaluation de la difficulté des dictées ont été explorées : les difficultés orthographiques propres, de type orthographique et grammatical, mais aussi le niveau de lisibilité du texte dicté. Diverses variables ont ainsi été implémentées et regroupées, dans le premier cas, en cinq « familles » de phénomènes : les homophones, les participes passés, les terminaisons verbales homophoniques, la correspondance phonème-graphème et la fréquence des mots en production (selon la typologie de Nina Catach (1984)). Pour l'évaluation de la lisibilité, nous avons repris les variables présentées par François (2011) dans sa thèse. Nous avons ainsi défini un ensemble de 375 variables, dont nous n'avons gardé que celles étant le plus significativement corrélées avec le niveau des dictées de notre corpus. Nous avons ensuite entrainé un modèle statistique de type SVM sur notre corpus en utilisant un sous-ensemble de nos variables. Nous avons obtenu un modèle classant correctement 56 % des dictées du corpus, en validation croisée. Dans la dernière partie du mémoire, nous avons exploré plusieurs alternatives pour améliorer les performances, mais les résultats sont restés similaires. Dans l'ensemble, les variables les plus informatives pour le modèle sont les variables lexicales, en particulier la liste de fréquence de Catach (1984).

Dans les années soixante, la Colombie a vu naître un groupe révolutionnaire qui s’opposait aux partis politiques dominants. Pendant plus de 50 ans, la population a été victime des actions de guérilla menées par ce groupe qui ne semblait désormais plus chercher le pouvoir politique, mais l’économique, à travers l’enlèvement, le trafic de drogue et l’exploitation illégale des minéraux. Suite à l’échec de plusieurs tentatives de dialogues de paix, le gouvernement national a entamé en 2012 un processus de paix avec la guérilla des FARC (Forces Armées Révolutionnaires de la Colombie). Ce processus constitue un des plus grands défis du gouvernement qui doit obtenir la confiance d’une population qui a été baignée dans un climat de violence pendant des années et qui se montre méfiante à l’égard de tout ce qui se rapporte à la guérilla. Ce travail vise à explorer la référence de la première personne du pluriel en espagnol (« nosotros », « nuestros », « nos », et la morphologie verbale), ainsi que son évolution au cours du temps, dans les discours du gouvernement de la Colombie dans le cadre de ce processus de paix. L’intérêt porté à cette référence vient du fait que sa complexité et sa flexibilité lui permettent d’être utilisée dans des contextes variés et de remplir différentes fonctions du discours, telles que : inclure ou exclure l’interlocuteur ; construire ou déconstruire des collectivités ; souligner des aspects importants ; faire des attaques mitigées aux ennemis politiques ou encore conclure des alliances stratégiques avec d’autres groupes. L’analyse linguistique se base sur un corpus de 67881 mots reprenant l’ensemble des discours du président de la Colombie et du négociateur en chef dans lesquels ils socialisent les rapports sur la progression des négociations pour la société colombienne. Il convient de préciser que ce processus est toujours en cours, et que ce mémoire porte uniquement sur les trois premières années, c’est-à-dire d’août 2012 à août 2015. Il s’agit d’une analyse qualitative du discours, basée sur une analyse quantitative permettant de découvrir les tendances d’utilisation du « nosotros » (nous). L’intégration d’extraits de ces discours permet d’illustrer des cas spécifiques et de montrer l’interaction du gouvernement avec différents acteurs. 

Le but de ce mémoire est d'analyser la présence - ou l'absence - de langage promotionnel dans les packs médias de la BBC. En tant qu'entreprise de service public, la BBC a toujours donné la priorité à l'intérêt public plutôt qu'à la maximisation des profits. Cependant, des études montrent que depuis quelques années, la BBC doit opérer dans un environnement toujours plus concurrentiel, ce qui force la compagnie à revoir son approche. Aussi, il semble que les packs médias partagent de nombreuses caractéristiques avec les communiqués de presse qui, comme beaucoup d'autres types de discours, ont été touchés par le phénomène de "promotionalization". Ce phénomène se caractérise par l'intégration d'éléments de nature promotionnelle dans des formes de discours qui sont, à première vue, non-promotionnels. Ces deux observations nous permettent d'avancer l'hypothèse que des traces de langage promotionnel seront découvertes dans les packs médias de la BBC. Dix packs médias destinés aux séries TV, ainsi que dix destinés aux événements sportifs ont été sélectionnés. Les textes provenant de ces deux types de packs médias ont été collectés et rassemblés en deux différents corpus. Une analyse qualitative des deux types de packs médias a permis de montrer que ceux-ci intègrent les trois caractéristiques principales du langage promotionnel, c'est-à-dire l'"auto-référence", l'intégration de citations et l'utilisation d'un vocabulaire évaluatif positif. Une analyse quantitative basée sur les corpus a permis d'identifier un grand nombre de mots promotionnels dans les deux types de packs médias. Il semble que les adjectifs évaluatifs et les substantifs promotionnels sont les catégories de mots évaluatifs les plus fréquents. Enfin, une analyse détaillée du contenu des packs médias a montré que le vocabulaire utilisé dans les packs médias est très lié au thème qu'ils abordent. Il apparait également que les packs relatifs aux événements sportifs sont plus descriptifs comparés à ceux relatifs aux séries TV qui sont plus conversationnels et informels. Ce résultat est certainement lié au fait que les premiers se concentrent sur la description de programmes spéciaux et de différents supports couvrant les événements, alors que les seconds incluent de nombreuses interviews.

Ce mémoire vise à mener une recherche exploratoire concernant l'enseignement d'accueil pour les primo-arrivants en Belgique, sujet peu documenté jusqu'à présent. A partir de l'étude de cas d'établissements scolaires d'accueil bruxellois et de l'étude de documents législatifs, l'auteure mène une analyse comparative des systèmes d'accueil de la Communauté française et de la Communauté flamande. Pour ce faire, la méthode d'Education comparée est utilisée, qui souligne l'importance des contextes se rapportant à la politique d'accueil à l'égard des primo-arrivants afin de comprendre ce phénomène éducatif dans sa globalité. Sur base de l'observation des différences entre les deux systèmes d'accueil et à l'aide de la Grounded theory, trois hypothèses ont été développées en vue d'expliquer ces différences et leurs conséquences. Ces hypothèses interrogent les concepts de gestion de la diversité, d'intégration, d'égalité des chances et de justice dans le champ scolaire.

Suite aux progrès scientifiques ayant résulté dans l'omniprésence de la technologie, le 21ème siècle est parfois surnommé "l'âge digital" car les appareils électroniques sont devenus une composante nécessaire, certains diront même indispensable de la vie quotidienne. Les médias se sont transformés en notre source d'information primaire, offrant un accès rapide et facile à une quantité illimitée d'images et d'idées. Internet, qui compte parmi les révolutions technologiques les plus marquantes de l'âge digital, a joué un rôle crucial dans l'influence croissante des médias qui s'en servent pour répandre les actualités et ainsi s'assurer d'un maximum de lecteurs. Pourtant, au milieu de cet océan d'informations, il est essentiel de garder en tête que les médias visent non seulement à couvrir les évènements d'actualité mais également à promouvoir des institutions, entreprises et individus. En vue d'atteindre ce but, ils instrumentalisent un certain type de langage reposant sur des techniques et stratégies spécifiques. La découverte de ces stratagèmes fait objet de ce mémoire. En effet, le but de cette étude scientifique est l'investigation de deux genres de langage médiatique, appelés "press releases" et "business news reporting", afin d'identifier les différences et les parallèles d'un point de vue linguistique. Pour restreindre le champ de recherche, cette étude se concentre uniquement sur l'emploi des adjectifs qui ont été repérés, classifiés et ensuite analysés.

L'enseignement en immersion linguistique connait un certain succès depuis son introduction en Wallonie. Dans un contexte de mondialisation, de plus en plus de parents se rendent compte de l'importance pour leur enfant de connaitre une autre langue. Ces parents veulent mettre le plus tôt possible leur enfant en contact avec une seconde langue. C'est pourquoi l'enseignement en immersion rencontre un tel engouement. Dans ce mémoire, nous voulons voir si des élèves de sixième année secondaire en immersion maitrisent mieux la manière de localiser différents objets dans l'espace en néerlandais. En d'autres termes, nous voulons savoir comment ils utilisent les verbes de position dans leurs descriptions. Comme l'ont remarqué Lemmens & Perrez en 2012, l'usage de ces verbes est particulièrement problématique pour les apprenants francophones du néerlandais. De ce fait, ils auraient une forte tendance à les sous-utiliser et, en contrepartie, à surutiliser le verbe zijn. Les descriptions orales de cinq images par deux classes d'élèves en sixième année secondaire, l'une en immersion, l'autre dans l'enseignement traditionnel, constituent notre base de données. D'après notre recherche, aussi bien les élèves en immersion que ceux dans l'enseignement traditionnel utilisent majoritairement le verbe zijn dans leurs descriptions. Les deux groupes d'élèves sous-utilisent donc clairement les verbes de position. Nous avons constaté que les élèves en immersion utilisent toutefois plus ces verbes que les autres élèves. Il semblerait que les élèves en immersion soient un peu plus conscients de la manière dont les néerlandophones situent des objets dans l'espace. Lorsqu'ils utilisent les verbes de position, les deux groupes d'élèves choisissent en général le bon verbe pour coder la situation. Les élèves en immersion qui emploient considérablement plus ces verbes de position, font un peu plus de fautes quant au choix de ce verbe, ce qui n'est pas illogique.

Aujourd'hui, dans de nombreux domaines, la langue anglaise est devenue la langue de communication par excellence, tant en Europe continentale que dans d'autres parties du monde. Ainsi, ce phénomène a amené à conceptualiser l'anglais comme "lingua franca" ("English as a Lingua franca"). Dans la recherche en linguistique appliquée, l'"anglais comme linga franca" est devenu un domaine d'une vitalité remarquable, avec plusieurs programmes de recherche en cours de réalisation (Claude Truchot, 2005). Un nombre important de chercheurs (Jenkins, House, Seidlhofer...) ont commencé à voir ce concept comme une alternative aux termes "anglais comme seconde langue" ("English as a second language") et "anglais comme langue étrangère" ("English as a foreign language"). En effet, d'après eux, la limite de ces deux termes se situe dans la référence constante aux formes standards de la langue anglaise (c'est-à-dire celles employées par les anglophones natifs), tandis qu'ils identifient l'"anglais comme lingua franca" comme une nouvelle variété d'anglais qui focalise l'attention surtout sur la communication et les stratégies mises en place par les interlocuteurs afin de faire passer un message. Cependant, ce concept a fait l'objet de nombreuses critiques de la part de certains linguistes qui doutent, entre autres, de la possibilité de classer dans une seule variété l'anglais usé par un groupe aussi hétérogène de locuteurs. Ce mémoire se situe dans le cadre théorique de la conceptualisation de l'"anglais comme lingua franca" et a pour but d'explorer à l'aide d'un questionnaire et d'entretiens semi-directifs les attitudes d'un groupe d'étudiants de Master en Wallonie (Université Catholique de Louvain) envers le concept d'"anglais comme lingua franca" en tant que moyen pragmatique de communication. Pour ce faire, ce mémoire s'inspire d'une étude menée en Flandre par Xu et Van de Poel (2011).

L'objectif premier de cette étude est de décrire et identifier l'état actuel des connaissances phraséologiques et plus particulièrement d'expressions verbales néerlandaises par des étudiants néerlandophones flamands et apprenants francophones wallons. En second lieu, cette recherche tente de mettre en évidence l'influence et importance des constructions langagières, phraséologismes et chunks tout au long du processus d'apprentissage mais aussi dans l'enseignement de langues modernes étrangères. Au cours des deux premiers chapitres, l'attention est portée sur la corrélation entre la phraéséologie, les études linguistiques basées sur les corpora et la grammaire de construction. Sur base de recherches linguistiques expérimentales et de corpora, l'utilisation et la productivité de l'expression expressive "een schat van een kind" (un trésor d'enfant) sont également mises en lumière dans la seconde section de cette étude. Alors que les troisième et quatrième chapitres sont respectivement consacrés à la méthodologie (recherches expérimentales et basées sur des corpora (d'apprenants)) et à l'analyse/interprétation des résultats obtenus, la dernière section non seulement met en avant plusieurs pistes et directions vers de possibles améliorations mais se livre également à un plaidoyer en faveur de plus de manuels scolaires du néerlandais basés sur des études et analyses de corpora. Les résultats de cette étude révèlent ensuite que les apprenants francophones sont incontestablement à la triane quand il s'agit de la connaissance et acquisition d'expressions verbales. Alors que cette recherche n'indique pas clairement que les unités lexicales idiomatiques figurées soient plus compliquées pour ces deux groupes, les résultats obtenus montrent que la fréquence à laquelle celles-ci sont utilisées dans la langue joue un rôle essentiel dans le processus d'apprentissage. Sur base de ces résultats et constatations, il est possible de conclure qu'il serait judicieux de mettre beaucoup plus souvent l'accent sur l'idiomaticité et la créativité langagière et ainsi donc sur les syntagmes, chunks et expressiosn verbales les plus fréquents.

Le présent mémoire s'inscrit dans le domaine de la relativité linguistique, c'est-à-dire la discipline qui s'attache à déterminer les potentielles influences de la langue maternelle sur la cognition. Le premier chapitre présente l'émergence des idées relativistes dans une perspective historique et vise à clarifier les nombreux malentendus qui circulent aujourd'hui encore à propos de leurs défenseurs les plus connus, Sapir et Whorf. Le deuxième chapitre présente les principes théoriques et méthodologiques de la relativité linguistique telle qu'elle est envisagée de nos jours, avec un aperçu d'un large éventail d'études expérimentales à l'appui. Ces principes théoriques et méthodologiques sont ensuite appliqués dans la partie pratique du mémoire aux verbes de position en néerlandais (zitten, liggen et staan). Cette construction typique et extrêmement fréquente, dont les caractéristiques sont détaillées au troisième chapitre, ne possède pas d'équivalent en français et s'avère donc particulièrement intéressante à étudier dans une perspective relativiste. Le chapitre 4 propose dès lors une question de recherche expérimentale essentiellement novatrice : l'usage fréquent et obligatoire des verbes de position exerce-t-il de potentiels effets sur la cognition des néerlandophones, en comparaison avec les francophones ? Un soin tout particulier a été apporté au développement de la méthodologie et de l'expérience proprement dite, qui n'avait encore jamais été mise en place auparavant. Les résultats, également détaillés dans le quatrième chapitre ne montrent pas de différence significative entre les deux groupes, mais une analyse qualitative plus fine révèle des divergences potentielles en termes de conceptualisation. Ce mémoire s'achève donc sur de nouvelles pistes prometteuses pour de plus amples recherches.

Ce mémoire présente une étude empirique sur la possibilité d'intégrer des variables de la complexité lexicale dans un modèle prédictif de la connaissance lexicale d'un apprenant de français langue étrangère (FLE), lequel s'adapte en fonction d'un retour d’expérience. D'abord, des données sur la connaissance lexicale d'un apprenant de FLE ont été obtenus via une interface de lecture qui permettait à un apprenant d'annoter les mots qu'il ne connaissait pas. A cette fin, nous avons fait appel à des annotateurs néerlandophones apprenant ou ayant appris le français (niveaux A2/B1). Une première analyse comparative des annotations entre apprenants a montré que l'accord entre les apprenants du niveau A2 est plus faible qu'entre ceux du niveau B1. En outre, alors que les mots grammaticaux sont généralement connus, il s'avère que la connaissance des mots lexicaux diverge davantage entre apprenants d'un même niveau. Ensuite, nous exploitons deux méthodes d'apprentissage incrémental pour entraîner des modèles adaptatifs, à savoir les réseaux de neurones et les machines à vecteurs de support. Nous définissons trois types de modèles prédictifs de la connaissance lexicale : (a) un modèle du niveau (adaptatif) qui prédit la connaissance en fonction de la moyenne de tous les apprenants du même niveau, (b) un modèle personnalisé (adaptatif) qui prédit la connaissance en fonction de l'annotation d'un apprenant individuel et (c) un modèle expert de référence qui prédit la maîtrise du vocabulaire sur la base de données symboliques de la connaissance lexicale, dérivées d'une ressource lexicale spécialisée pour le FLE. Il s'avère que les prédictions faites par les modèles adaptatifs s'approchent significativement plus de la connaissance des apprenants que le modèle de référence. Néanmoins, nous n'avons pas observé de différence significative entre l'exactitude du modèle d'apprenant et celle du modèle du niveau. Il faut remarquer que notre modélisation des connaissances lexicales effectives de l’apprenant reste partielle. Nous nous proposons dès lors deux perspectives d'amélioration des prédictions. D'abord, il importe d'intégrer dans le modèle personnalisé des variables spécifiques à un apprenant donné telles que sa langue maternelle, son âge et ses intérêts personnels. Ceci nous permettra de mieux expliquer la variance entre apprenants d'un niveau et de rendre les prédictions davantage exactes. Plus important encore est l’absence d’une analyse sémantique des connaissances lexicales. Ainsi, l'élaboration de modèles prédictifs basés sur le sens nous permettra également de rendre les prédictions plus précises.