Vers une deuxième génération de dictionnaires électroniques

Transcription

1 Vers une deuxième génération de dictionnaires électroniques Thierry Selva - Serge Verlinde - Jean Binon Katholieke Universiteit Leuven Dekenstraat 6, 3000 Leuven, Belgique {thierry.selva,serge.verlinde,jean.binon}@ilt.kuleuven.ac.be RÉSUMÉ. Les dictionnaires électroniques traditionnels permettent de nos jours, grâce à des requêtes évoluées, d'accéder rapidement aux articles et aux informations qu'ils contiennent. En cela consiste leur principale valeur ajoutée. Cependant, celle-ci s'estompe une fois l'utilisateur parvenu à l'article, car il y retrouve la présentation des versions papier et leurs limites. Nous montrons ici, à travers l exemple du DAFLES, un nouveau dictionnaire pour apprenants du français, comment il est possible d organiser différemment les articles de dictionnaires, de façon plus dynamique et plus adaptée aux besoins de l'utilisateur. Ceci est rendu possible grâce à une structuration souple et cohérente des données lexicales. ABSTRACT. Current electronic dictionaries allow us to have access to the entries and their information efficiently by means of sophisticated search functions. Here lies their main added value. Nevertheless their interest fades once the user reaches the entry, for he finds the paperbased version presentation and its limits again. In this paper, by considering the DAFLES, a new learner s French dictionary, we show how the entry may be reorganized in a more dynamic way, more adapted to the user s needs. This is made possible by a flexible and coherent structuring of the lexical data. MOTS-CLÉS : dictionnaire électronique, accès lexical, article, base de données, structuration des données KEY WORDS: electronic dictionary, lexical access, entry, database, data structuring Signature de l article : nom de la revue. Volume X n X/2000, pages 1 à X

2 2 Nom de la Revue. Volume X n X/2000 Introduction Grâce à l ordinateur, il est possible depuis longtemps de parcourir quasi instantanément de vastes quantités de texte et d y repérer une suite de caractères ou un mot donné. Ceci s applique naturellement aux objets textuels que sont les dictionnaires et facilite grandement l accès à l information. Là réside véritablement le principal intérêt des dictionnaires électroniques. En effet, la recherche peut s effectuer non seulement sur la liste des entrées lexicales, mais aussi sur tout le texte des articles. Dans un premier temps, les requêtes ont porté sur une suite de caractères ou sur un mot simple, puis avec le balisage SGML ou XML des dictionnaires, les différentes informations lexicales ont été catégorisées et il est maintenant possible de conduire des recherches multicritères. Ainsi, on peut accéder à l article d une entrée à partir de quelques lettres, de la phonétique, de la forme fléchie, de la datation, de citations, etc., ou bien via une combinaison de plusieurs de ces critères. Un exemple abouti de cette puissance d accès est la version informatisée du Trésor de la Langue Française, le TLFi ( De nombreuses études (par exemple [GUI 94]) ont montré que ces facilités étaient grandement appréciées par les utilisateurs qui, du coup, en profitent pour consulter davantage d informations [DOK 97]. Cependant, force est de constater qu une fois parvenu à l article, l utilisateur retrouve la présentation traditionnelle des versions papier et nombre de leurs caractéristiques et inconvénients : grosse quantité de texte à lire pour les articles longs, enchevêtrement d informations de différente nature (définitions, exemples, expressions, explications, etc.), incohérence de la classification des sens, de la synonymie, renvois hypertexte non ciblés, d article à article au lieu de sens à sens (ce qui occasionne un surplus de lecture, notamment pour les utilisateurs non-natifs), réagencement de l article suivant d autres critères impossible. On peut certes concevoir que les versions papier étaient le plus souvent, pour des raisons commerciales, contraintes par le manque de place et qu il n était pas possible d étendre les articles sur des pages et des pages. Cependant, cette contrainte n existe plus dans les dictionnaires électroniques. Il convient donc de se demander en quoi les dictionnaires électroniques devraient ou pourraient améliorer les choses. En quoi l ordinateur pourrait-il aider à la consultation du dictionnaire? Comment devrait se présenter un article conçu pour un dictionnaire électronique? Sommes-nous fatalement condamnés, par manque de moyens ou par tradition, à retrouver à l écran ce qu on pouvait déjà lire sur le papier, ou bien y a-t-il moyen de tirer parti des possibilités de l outil informatique pour bénéficier d une présentation plus adaptée à ce nouveau média? La version papier sera-t-elle toujours à l origine des versions électroniques, ou bien deviendrat-elle au contraire un produit dérivé issu d une base de données?

3 Vers une deuxième génération de dictionnaires électroniques 3 D autre part, est-ce que ces articles d un type nouveau ne vont pas impliquer une structuration différente des données, plus fine, plus souple, plus cohérente? Parmi les différents moyens d action d un dictionnaire électronique sur la présentation d un article, nous pouvons avancer les trois suivants : - les hyperliens : le dictionnaire, à travers ses articles, est un outil complexe. Pour un utilisateur, et suivant la nature de sa consultation ou de ses besoins, toutes les informations n ont pas le même intérêt. Il doit donc pouvoir choisir et privilégier ce qui l intéresse, et écarter ce qui lui est plus accessoire. L hyperlien est l outil idéal pour cela. Il permet une meilleure vue d ensemble de l article en concentrant sur une petite surface l ensemble des informations disponibles. On peut ainsi concevoir une sorte de menu qui serait un guide de l article. En cliquant sur les diverses rubriques, on accéderait à des descriptions spécifiques, bénéficiant de plus de place pour être mieux exposées ou plus détaillées. - le filtrage des données : les informations n étant pas toujours dissociables à souhait (il convient de rassembler les définitions, de les illustrer par des exemples), il importe de pouvoir en faire ressortir certaines, les plus pertinentes par rapport à la recherche en cours. Il faut donc donner la possibilité à l utilisateur de mettre en application des critères qui l aideront à repérer ce qu il cherche, qui lui faciliteront la tâche. - le tri : les rédacteurs de dictionnaires choisissent souvent l ordre dans lequel les définitions sont présentées. Certains privilégient l ordre logique des acceptions d un mot (nous reprenons ici la terminologie de Mel cuk [MEL 95] : une lexie est une acception d un mot ou, plus précisément, d un vocable), d autres, comme le Petit Robert [PR 01], privilégient l étymologie et la datation, d autres enfin (Collins Cobuild [COB 95]), privilégient la fréquence d apparition dans un corpus de référence. Dans une version papier, une seule classification est possible, mais dans une version électronique, rien n empêche d ordonner les lexies et toutes les informations associées (dont les définitions) suivant un critère de tri sélectionné par l utilisateur. De même pour les unités polylexicales : elles pourraient être listées soit par ordre alphabétique, soit par fréquence ou bien encore par «difficulté» (par exemple les plus transparentes en premier, même si ce critère contient une certaine part de subjectivité). Pour pouvoir bénéficier de ces fonctionnalités, les informations lexicales doivent être structurées de manière à être les plus indépendantes possible les unes des autres, tout en étant bien entendu reliées entre elles. Concernant les définitions des lexies, cela implique notamment de ne pas faire référence les unes aux autres dans un même article, puisque celui-ci pourrait être «découpé» et les définitions accédées individuellement. Nous reviendrons sur ce point un peu plus loin. C est avec ces idées en tête que nous avons conçu le DAFLES (Dictionnaire d Apprentissage du Français Langue Étrangère ou Seconde), un dictionnaire électronique pour apprenants du français, censé illustrer les principes exposés ci-

4 4 Nom de la Revue. Volume X n X/2000 dessus et rompre avec ce que Cowie [COW 99] et Leech et Nesi [LEE 99] considèrent comme une première génération de dictionnaires électroniques, fondés sur leur version papier. De manière moins expérimentale, le DAFLES a aussi pour objectif de combler le déficit en matière de dictionnaire pour apprenants du français [BOG 98]. Nous allons voir maintenant comment le DAFLES tente d exploiter les potentialités de l outil informatique pour ouvrir la voie vers une possible deuxième génération. Après une brève présentation du dictionnaire, nous décrirons, en simplifiant, le modèle relationnel sur lequel nous nous sommes appuyés pour structurer les données lexicales. Puis nous montrerons les avantages pour la consultation qu apportent les fonctionnalités implémentées, que ce soit en compréhension, pour une tâche de décodage, en production, pour une tâche d encodage, ou pour un accès plus direct et plus rapide aux collocations et expressions, c est-à-dire aux unités polylexicales, traditionnellement plus difficiles à repérer. 1 Présentation du DAFLES Le DAFLES est un dictionnaire électronique en ligne semi-multilingue (monolingue avec traduction de chaque sens en cinq langues) d apprentissage du français langue étrangère ou seconde ( Les informations lexicales sont stockées dans une base de données MySQL et s affichent à l écran à l aide du langage de script PHP. Elles sont en cours de description et le dictionnaire comprend, fin décembre 2002, quelque 5500 mots et quelques milliers de constructions syntaxiques, exemples et combinaisons de mots (collocations, expressions semi-figées, proverbes). A terme, le nombre d entrées devrait être de à , ce qui est largement suffisant pour les besoins des apprenants comme le démontrent les travaux de Laufer [LAU 91]. Elle établit en effet que la connaissance de mots (en fait familles lexicales) permet de transférer avec succès les stratégies de lecture de la langue maternelle à la langue cible, ce qui autorise l inférence, un procédé important pour l apprentissage du lexique. La nomenclature du DAFLES a été établie sur une liste de fréquence obtenue à partir d un corpus journalistique (Le Monde et Le Soir, 1998) d environ 52 millions de mots [VER 01a], lemmatisé à l aide du logiciel Cordial Analyseur version 7. La nomenclature retenue couvre à peu près 93 % des textes sans les noms propres. Bien que le corpus soit journalistique, on y retrouve tout de même des objets de la vie courante tels oreiller, chaussette, baignoire, etc. ou des termes familiers comme papa, papy, sympa, bosser, etc.

5 Vers une deuxième génération de dictionnaires électroniques 5 2 Base de données simplifiée du DAFLES Le DAFLES est composé de plusieurs tables reliées entre elles (figure 1). Les tables mots (qui contient l ensemble de la nomenclature) et définitions (qui contient l ensemble des informations propres à une lexie) sont reliées par une table intermédiaire (homonymes) qui gère les problèmes d homonymie. Ainsi, un même nom peut être différencié en plusieurs homonymes. De même, à une graphie pouvant avoir plusieurs catégories grammaticales correspondent plusieurs vocables. Chaque vocable possède une ou plusieurs lexies auxquelles sont associées notamment une et une seule définition. Les lexies sont véritablement l unité de base de notre dictionnaire et, comme nous allons le voir ci-après, nombre de réseaux lexicaux les font intervenir. Nous rejoignons en cela la théorie Sens-Texte qui sous-tend le Dictionnaire Explicatif et Combinatoire de Mel cuk [MEL 92], certaines théories psycholinguistiques sur le lexique mental [AIT 87] et dans le domaine de l apprentissage du vocabulaire [BOG 94]. Les unités polylexicales sont reliées aux lexies par une table de jonction qui modélise la relation plusieurs-à-plusieurs : en effet, une lexie peut avoir plusieurs collocations ou expressions associées (se mordre les doigts, montrer du doigt, etc. pour le sens principal de doigt), et une collocation ou une expression peut être accessible depuis, ou reliée à, tous ses composants pertinents (mordre et doigt pour se mordre les doigts). Les liens entre les lexies et les unités polylexicales contiennent également une fonction lexicale (voir 5.3) qui permet de classer ces dernières suivant leur nature. Les actants et dérivés sont liés de lexie à lexie et sont regroupés par lexie du verbe de la famille lexicale pour les dérivés (travail et travailleur sont reliés à travailler dans le sens concerné), ou par lexie du verbe associé pour les actants (salaire et outil sont aussi reliés à travailler). Quant aux synonymes, définis également de lexie à lexie, ils sont regroupés comme dans WordNet [MIL 93] par synset, (un synset est un groupe de synonymes qui représente un concept), et demander les synonymes d une lexie donnée revient à faire afficher les éléments du synset concerné. Ceci garantit, nous le verrons plus loin, la cohérence dans le traitement de la synonymie.

6 6 Nom de la Revue. Volume X n X/2000 Figure 1. Schéma simplifié de la base de données du DAFLES 3 L accès Pour optimiser l accès aux informations, il faut traiter, à la fois dans l interface et dans la structuration de la base de données, les cas de renvoi comme les multiples orthographes (payement, paiement, etc.), les sigles (PIB, JO 1, etc.) et les abréviations (alloc, prof, hélico, etc.), les cas d homonymies (voler, boucher, solde, etc.), les articles longs (monter, être, faire, etc.) et les unités polylexicales (expressions et collocations). Dans le DAFLES, les renvois dus aux orthographes, aux sigles ou aux abréviations sont traités par un simple lien hypertexte vers l endroit concerné. Les homonymes sont tout de suite explicités par la catégorie grammaticale, le genre ou une petite précision sémantique (voir figure 2). De même, les longues entrées sont scindées en «homonymes» qui regroupent un certain nombre de sens apparentés (voir figure 3). Cette dissociation se rencontre en aval de l article pour éviter à l utilisateur de consulter inutilement un trop grand nombre de définitions. En cas d erreur, on retrouve ces différents homonymes en haut de l écran définitions de chacun d entre eux, dans une sorte de menu, de manière à ce qu il n y ait pas d appréhension de la part de l utilisateur à choisir tel ou tel regroupement de sens. 1 Dans ces cas-là d ailleurs, il ne faut pas renvoyer aux définitions de l entrée concernée (jeu) mais à ses collocations.

7 Vers une deuxième génération de dictionnaires électroniques 7 Figure 2. Accès à partir de la chaîne solde Figure 3. Accès à partir de la chaîne monter Un autre problème fréquent concerne les unités polylexicales. Traditionnellement, dans les versions papier, se pose le problème de la localisation (dans quel article?) et ceci n est pas toujours réglé de manière très satisfaisante par les dictionnaires électroniques existants, même si l on constate un progrès sensible dans certains nouveaux produits. Ainsi, les versions électroniques du Collins Cobuild [COB 95] ou du MacMillan [MAC 02] intègrent certaines expressions dans leur nomenclature, ce qui facilite leur accès. De même, la dernière version du Petit Robert [PR 01] contient une nomenclature séparée composée uniquement de locutions qui montre également son efficacité. On peut donc dire que les concepteurs de dictionnaires électroniques ont de plus en plus conscience du problème de l accès aux unités polylexicales et cherchent à y remédier. Cependant, dans le cas de la lexicographie d apprentissage, l accès à la collocation ou à l expression ne constitue pas le seul problème. Pour un apprenant, il y a également le problème de la perception de cette collocation ou de cette expression : va-t-il se douter par exemple que climat social ou travail au noir forment un tout? S il y a un doute, il faut un mécanisme simple et direct pour qu il puisse vérifier son hypothèse sur l existence de l unité polylexicale. Pour cela, le DAFLES propose, en même temps que l accès vers l article du mot entré, l ensemble des collocations et des expressions qui contiennent ce mot. Ainsi, l utilisateur peut vérifier d un coup d œil

8 8 Nom de la Revue. Volume X n X/2000 si telle ou telle expression existe bel et bien (voir figure 2). Il n a plus ensuite qu à cliquer sur le lien pour aller directement à l endroit du dictionnaire où elle est décrite. Dans le cas où il y a beaucoup d expressions (par exemple une quarantaine pour bien), l utilisateur est invité à taper un deuxième mot qui opère alors une sélection. Pour un accès plus direct, s il n y a pas de doute sur la collocation, on peut aussi la taper en entier (ou seulement ses mots pertinents comme mordre et doigt pour se mordre les doigts) lorsqu on lance la première recherche. D autre part, pour pallier une grosse faiblesse des dictionnaires monolingues (on ne peut pas accéder à un mot si on ne le connaît pas), le DAFLES permet d accéder aux articles en français à partir des traductions en langue maternelle. Pour cela, la requête parcourt l ensemble des traductions et liste les entrées dont les traductions contiennent la chaîne tapée (voir figure 4). Pour l instant, pour des raisons pratiques, cela est possible seulement à partir du néerlandais, mais d autres langues (anglais, allemand, espagnol et italien) sont prévues. On peut donc parler d un dictionnaire semi-multilingue. Figure 4. Accès depuis la langue maternelle (en hyperlien, les entrées dont la traduction contient la chaîne tapée spelen) Enfin, un accès est organisé à partir du domaine d appartenance des entrées. Il est donc possible de connaître tous les mots du dictionnaire qui ont trait à l informatique, au droit, à l économie, à la mesure (temps, longueur, etc.), etc. 4 L aide à la compréhension Les études de Bogaards [BOG 88] et de Chi [CHI 98] ont montré que c est pour la compréhension d un mot et donc pour la consultation des définitions que le dictionnaire monolingue est le plus utilisé. Il faut signaler que la tâche est particulièrement complexe ([VER 01b] montre que même pour des natifs, le processus amène à de grandes disparités dans les résultats 2 ) et que c est surtout la 2 Il s agissait pour six étudiants français non-linguistes inscrits en 4 ème année d université d indiquer quel numéro de sens du Petit Larousse correspondait aux occurrences de soixante mots. L étude montrait qu il n y avait que peu de consensus sur les réponses, voire aucun sur

9 Vers une deuxième génération de dictionnaires électroniques 9 qualité des définitions qui fait émerger le bon dictionnaire. Cependant, le DAFLES tente d aider à la compréhension et au repérage des sens par plusieurs dispositifs. certains mots tels que degré. La principale raison invoquée dans ces cas-ci était la faible précision des définitions et le manque d informations distributionnelles (prépositions, collocations, corrélats, etc.)

10 10 Nom de la Revue. Volume X n X/ Définitions courtes et définitions longues Lorsque l utilisateur tente de comprendre un mot à l aide d un dictionnaire, une étape importante consiste à déterminer l endroit où se trouvent les informations utiles, c est-à-dire la définition qui explique le sens du mot. On parvient à ce repérage en comparant les définitions entre elles et en s aidant des exemples qui illustrent par un cas précis la description plus générale contenue dans la définition. Bien souvent, lorsque le sens n est pas immédiatement clair, on hésite entre plusieurs gloses, mais rarement plus de deux ou trois. Les définitions doivent alors répondre à deux exigences divergentes : d une part, elles doivent être courtes et synthétiques pour minimiser la quantité de mots à lire et favoriser ainsi, par une vue d ensemble, la comparaison et la sélection, et d autre part, elles doivent être détaillées car c est la présence de caractéristiques précises qui permettra d arrêter le choix. Ainsi, nous avons opté dans le DAFLES pour deux formats de définitions : le format court qui mentionne en quelques mots (parfois des synonymes) chaque sens (lexie) de l entrée, et les définitions longues, phrastiques, analogues à celles utilisées dans le Collins Cobuild, [COB 95] qui le décrivent en détail, parfois de manière redondante pour maximiser les chances de compréhension 3, tout en explicitant les actants. Le choix du style définitoire du Cobuild est doublement motivé. D'une part, du point de vue du décodage, plus la congruence entre les actants repris dans la définition et les compléments de la phrase à interpréter est grande, plus l'apprenant a de chances de donner la bonne interprétation au mot dont il ne connaît pas le sens. Avec la définition brève, la définition longue constitue donc une deuxième aide à la compréhension. D'autre part, en production, la définition phrastique constitue un modèle, un moule de phrase pour la mise en discours du message de l'apprenant. Tout comme dans le Cobuild, les définitions sont constituées de deux parties. La première met en évidence la structure actancielle de la lexie. Pour des raisons pédagogiques, nous avons opté pour l'emploi de pronoms (quelqu'un, quelque chose), voire de noms pour identifier les actants prototypiques, conformément aux contraintes de sélection pesant sur les actants sélectionnés (extrait de l article tisser): 3 La définition longue du premier sens de vendre (lexie vedette) contient l explication «donner qqch. contre de l argent». Cela peut sembler étrange de mettre côte à côte donner et argent puisque l un ne fait pas intervenir l autre. Céder semble dans ce cas plus approprié, mais c est un verbe moins fréquent et sans doute moins connu d un apprenant. Il a donc été décidé de juxtaposer les deux verbes dans la définition, l un (céder) pour atténuer l incompatibilité entre donner et argent, l autre (donner) pour aiguiller l apprenant vers le sens de céder. La définition sera donc : lorsqu'une personne, un commerçant ou une entreprise vend un bien ou un service, elle le donne, elle le cède à une personne ou à une entreprise contre une somme d'argent

11 Vers une deuxième génération de dictionnaires électroniques 11 lorsqu'une personne tisse des liens, des relations, un réseau {avec d'autres personnes; entre des personnes}, elle établit des rapports avec ces personnes, entre ces personnes Les pronoms et noms nous semblent en effet plus parlants que les notations abstraites de Mel'cuk (X, Y, Z) [MEL 95]. La mention systématique des contraintes de sélection est une avancée importante par rapport aux dictionnaires d'apprentissage français existants, qui utilisent pour leurs définitions le style définitoire utilisé dans les dictionnaires pour locuteurs natifs. La deuxième partie de la définition est de nature analytique, rarement de nature exemplative, sauf pour la définition du vocable couleur par exemple. La définition analytique explicite les traits sémantiques pertinents. Un effort particulier a été entrepris pour mettre en évidence les traits distinctifs des co-hyponymes et synonymes partiels. C est par exemple le cas pour la différenciation de plus d une dizaine de mots qui désignent un logement : villa, pavillon, demeure, chalet, propriété, etc. On notera que les mêmes ensembles de traits sont hérités par toutes les lexies d'une même famille de mots, pour autant qu'elles véhiculent le même sens. Nous évitons ainsi consciemment la mention de dérivés dans les définitions, comme on les trouve dans les dictionnaires classiques («vente = l action de vendre ; jeu = l action de jouer»). Les définitions de ce type sont en effet peu éclairantes pour l apprenant car, s il ne connaît pas le mot, il ne devinera pas non plus le sens du dérivé. Les définitions, fortement standardisées, sont ainsi rendues indépendantes les unes des autres et chacune d'entre elle peut être mise en relation avec n'importe quelle autre sans risque d'ambiguïté ou d'incertitude quant à son sens exact. Cela se révèle particulièrement utile lors de la description des relations de synonymie et lors de l'élaboration des schémas actanciels (voir 5.1 et 5.2). La distinction des différentes lexies d'un vocable est opérée sur des bases aussi objectives que possible en tenant compte non seulement des structures actancielles des lexies, mais également de la combinatoire des mots et des synonymes et dérivés éventuels, comme le suggère Moon [MOO 87]. Leur classification est basée sur la fréquence d apparition des sens dans notre corpus. L'objectif est d'utiliser dans les définitions un vocabulaire limité à la nomenclature décrite. Cela s'est avéré une contrainte difficile à respecter : comment définir le vocable curé sans référer à une paroisse, mot absent de la nomenclature. Dans ces cas, il est possible de donner une définition contextuelle du mot en question qui peut être appelée en cliquant sur celui-ci (voir 4.4). D'autres mots ont simplement été ajoutés à la nomenclature parce qu'ils font office d'hyperonyme pour toute une série d'hyponymes. C'est le cas de méfait, lui aussi absent de la nomenclature, mais présent dans les définitions de mots comme délit ou crime. On peut consulter alternativement, par un simple clic sur le triangle les précédant (voir figure 5), les deux types de définition et ceci indépendamment des autres

12 12 Nom de la Revue. Volume X n X/2000 lexies. Un lien placé au-dessus permet d afficher l ensemble des définitions longues ou courtes. Ce double format permet donc de faciliter le repérage d informations sémantiques pertinentes et s avère rentable surtout pour les entrées qui ont beaucoup de lexies. Deux autres dictionnaires récents ont élaboré un système similaire, valable uniquement pour les articles longs : le MacMillan [MAC 02], qui propose un plan (définitions courtes) avant chaque article conséquent, et le Petit Robert [PR 01] qui donne accès à un plan hiérarchisé interactif (possibilité de détailler ou non une arborescence) pour 180 articles longs. Dans le cas de ce dernier, ces informations ont été rajoutées dans la version électronique et ne figurent pas dans la version papier. C est donc une avancée notable et, tout comme la nomenclature composée de locutions, un premier dépassement, une première extension, de la version papier. Quant aux exemples, dans le DAFLES, ils s affichent en dessous de la définition longue et décrivent de manière formalisée la construction syntaxique de la lexie en question (par exemple N1 V N2 pour un verbe transitif). Ce sont des exemples forgés, mais inspirés d'exemples authentiques trouvés dans notre corpus. Nous adoptons là une procédure dont Humblé [HUM 01] estime qu'elle est en passe de devenir la procédure standard qui se dégage comme une sorte de compromis après la querelle entre les tenants de l'utilisations exclusive d'exemples authentiques, comme par exemple l'équipe du Cobuild, et les tenants d'une lexicographie classique proposant uniquement des exemples forgés. Figure 5. Définitions et syntaxe de travailler La barre en bas de la figure est un menu qui est toujours accessible. Il permet de circuler dans l article de l entrée et facilite la distinction des différents types d informations.

13 Vers une deuxième génération de dictionnaires électroniques La syntaxe La construction syntaxique de l entrée (surtout pour les verbes, mais aussi pour les adjectifs et les noms qui admettent une préposition fixe) peut aider, non pas à comprendre, mais à sélectionner les lexies pertinentes. Par exemple, la présence de la préposition à après travailler, exclut de nombreuses lexies de ce verbe. C est ce principe qui est appliqué en cliquant sur le lien «Syntaxe» (voir figure 5). Le dictionnaire indique alors l ensemble des constructions possibles pour ce vocable et en en choisissant une, on obtient les seules lexies qui se construisent ainsi. Grâce à ce dispositif, il est donc possible de présenter les lexies d un vocable suivant un ordre logique ou par emploi (transitif, intransitif, transitif indirect, etc.). 4.3 Les traductions Comme l ont montré Laufer et Hadar [LAU 97], la traduction des lexies représente une aide importante dans l utilisation d un dictionnaire, tant en compréhension qu en production. Elles permettent de confirmer les hypothèses que l utilisateur a pu formuler en lisant la définition, de donner une signification s il ne l a pas comprise, ou de rectifier le tir s il avait pensé à un autre sens. Dans le DAFLES, les traductions sont placées à la suite de la définition, comme c est généralement le cas dans les dictionnaires semi-bilingues, mais ne sont pas affichées directement (il faut cliquer sur le lien pour les obtenir). D une part, cela diminue le risque que l utilisateur se contente de lire la traduction au lieu d essayer de comprendre la définition en langue cible, et d autre part, cela lui permet de formuler des hypothèses sur le sens de la lexie sans être influencé. L inconvénient de cette méthode est que l on prive, dans une certaine mesure, l utilisateur des traductions pour l aide au repérage de la bonne lexie. Nous remédions à cela lors de l accès par la langue source : lorsque l utilisateur tape un mot dans sa langue, lui sont proposées les entrées dont les traductions correspondent à la chaîne tapée (voir figure 4). Une fois dans l article, les lexies concernées (c est-à-dire celles dont la traduction contient la chaîne entrée) sont mises en évidence par la couleur verte et l utilisateur n a plus qu à opérer son choix parmi elles. 4.4 Les hyperliens Les hyperliens sont maintenant utilisés dans la plupart des dictionnaires électroniques, qu ils soient en ligne ou sur CD-Rom. Ils permettent généralement

14 14 Nom de la Revue. Volume X n X/2000 d atteindre l article du mot cliqué, via une lemmatisation si nécessaire, et d accéder à nombre d informations complémentaires. Ainsi, si on ne comprend pas un des mots d une définition, il y a moyen d en connaître la signification très rapidement. C est un procédé très utile qui accélère considérablement la consultation du dictionnaire et le rend plus efficace. En effet, les études sur l utilisation des dictionnaires par des apprenants montrent que bien souvent ceux-ci doivent consulter plus d une définition pour comprendre le mot d origine [BOG 95]. Dans le cas des dictionnaires pour apprenants, l hyperlien a pourtant deux inconvénients : d une part, l article atteint remplace celui de départ, et l utilisateur doit donc garder en mémoire une partie des informations, ce qui augmente la charge cognitive pour un non-natif. D autre part, tandis que l utilisateur recherche une information précise (le sens d un mot dans une définition), il se trouve confronté à un deuxième article, dans lequel il doit encore chercher une information précise. Le procédé doit donc être amélioré en permettant d une part de garder visuellement la trace du point de départ et en proposant d autre part non pas de nouveaux articles, mais des définitions contextuelles (figure 6). Les liens doivent donc être plus précis et ne peuvent être ajoutés que manuellement. Cependant, il n est pas nécessaire d ajouter des liens spécifiques sur tous les mots d une définition. Comme elles sont rédigées dans un vocabulaire contrôlé (et, en principe, connu du public cible), seuls les mots n en faisant pas partie (car il est parfois nécessaire d être plus précis et d utiliser des mots moins fréquents) pourront contenir un renvoi vers une définition contextuelle qui s affiche dans un petit cadre en jaune. Figure 6. Définition contextuelle d exercer dans celle de travailler (sens 2) Nous avions mentionné dans l introduction que les définitions devaient être indépendantes le plus possible les unes des autres, de manière à pouvoir les extraire individuellement. Il y a cependant des cas où il est pédagogiquement pertinent de reprendre certains des éléments des définitions précédentes. Cela permet de voir le rapport logique entre les différentes lexies et de comprendre les mécanismes de production sémantique d une langue. Ainsi dit-on dans la figure 7 qu un verre est un petit contenant en verre avec référence vers la première définition.

15 Vers une deuxième génération de dictionnaires électroniques 15 Figure 7. Référence entre définitions au sein d un même article Lorsque la définition se trouve isolée des autres, comme dans le cas de la synonymie (voir plus bas), il doit être possible de savoir à quelle définition fait référence le mot repris (verre dans la définition 2a de la figure 8). De la même manière que plus haut pour exercer, cela se fait au moyen des définitions contextuelles. Figure 8. Définition contextuelle d un mot repris Le principe général est donc de toujours garder devant les yeux tous les éléments nécessaires à la compréhension. Dans les paragraphes suivants, nous allons accéder à des écrans différents de celui de l article principal, écrans qui contiennent d autres types d informations (synonymes, actants, unités polylexicales). Néanmoins, le lien entre ces informations et le vocable de départ ne se perd pas grâce à la conservation visuelle des définitions concernées.

16 16 Nom de la Revue. Volume X n X/ Autres fonctionnalités Deux dernières fonctionnalités sont fournies pour aider l utilisateur à repérer l information pertinente : les synonymes, placés à la suite de la définition courte (figure 5, sens 2 de travailler), et le domaine d appartenance de chaque lexie (sport, économie, droit, etc.). 5 L aide à la production En plus de l accès à partir de la langue maternelle, l aide à la production revêt trois formes dans le DAFLES : l exploration de réseaux de synonymes pour pouvoir choisir le mot le plus précis ou le plus adapté, l utilisation de tableaux de dérivés et d actants qui explicitent les mots gravitant autour des verbes, et enfin, l utilisation de fonctions lexicales pour exprimer sa pensée. Dans les deux premiers cas, le dictionnaire ne fait que reprendre des descriptions déjà existantes : définitions, exemples, registre, etc. Cependant, il n agence plus ces informations de manière classique sous forme d un article hiérarchisé, mais les réorganise suivant les nouvelles relations lexicales qui doivent être illustrées. Ainsi, grâce à ces couches supplémentaires d informations, le dictionnaire devient un objet dynamique qui ne privilégie plus l ordre alphabétique traditionnel. Ici s arrête l influence des dictionnaires papier pour laisser place aux nouvelles perspectives qu offrent les bases de données informatisées. Depuis plusieurs années, le Longman Language Activator[LLA 93] est considéré comme la référence dans le domaine des dictionnaires de production (anglais). Sa principale caractéristique réside dans une description très détaillée des réseaux de synonymes, regroupés et structurés dans de grandes unités signifiantes (man, woman, to work, to move, to save, etc ). C est l établissement de ces unités signifiantes qui confère à ce dictionnaire toute son originalité et son intérêt. Le DAFLES ne reprend pas cette structure en production mais offre un dispositif analogue permettant de comparer plusieurs mots ou expression de sens approchant. 5.1 Les synonymes Dans un dictionnaire pour apprenant, il ne suffit pas d évoquer les synonymes en les listant à la suite des définitions, mais il faut procurer à l utilisateur un moyen convivial de les comparer et d en comprendre les différences et les nuances. Grâce à une structuration plus souple des données et à une organisation en réseau, le DAFLES permet d afficher sur une même page l ensemble des synonymes d une entrée, lexie par lexie, en cliquant sur les liens de la colonne de gauche. Les

17 Vers une deuxième génération de dictionnaires électroniques 17 synonymes peuvent être aussi bien des mots simples que des unités polylexicales. Le cadre de droite (voir figure 9) redonne la définition longue de la lexie considérée et chacun de ses synonymes, accompagné de sa définition, de son registre, d un exemple et éventuellement de remarques. En revanche, il n y a pas de comparaisons explicites entre deux synonymes : les différences éventuelles entre deux lexies doivent être déduites des informations propres à chacune d entre elles. Les synonymes proches sont regroupés en synset, eux-mêmes reliés par des relations hyperonymiques, hyponymiques, et antonymiques. Lorsque l utilisateur clique sur un de ces synonymes, celui-ci passe au centre du réseau et le dictionnaire recalcule l ensemble des nouveaux synonymes. D autre part, le menu du bas est réactualisé et permet à l utilisateur d accéder à toutes les autres informations disponibles de la lexie qui est venue se placer au centre du réseau (autres définitions, traductions, actants, collocations, etc.). Figure 9. Synonymes d occuper (dans le sens d habiter) 5.2 Les schémas actanciels Ils explicitent les actants prototypiques de chaque lexie du verbe (parmi lesquels certains dérivés), selon leur fonction (sujet, compléments, pour les actants syntaxiques ; action, lieu, résultat, manière, etc. pour les actants circonstanciels) (voir figure 10). Tout comme les synonymes, les actants peuvent être des unités

18 18 Nom de la Revue. Volume X n X/2000 polylexicales. Ils permettent de répondre à des questions comme : «Comment appelle-t-on l action de marchander? - le marchandage - A qui verse-t-on une allocation? à un allocataire - Un produit est-il promu ou en promotion?», etc. De même, ils permettent de constater que des verbes comme arbitrer, jouer, gagner, perdre, opposer ou se mesurer (lors d un match) sont reliés à match. Pour les actants syntaxiques, une case vide indique une impossibilité de construction du verbe. La description étant essentiellement lexicale, les prépositions ne sont pas reprises dans les cases, car elles figurent dans les constructions grammaticales que l on peut consulter par hyperlien dans les exemples du verbe. Le tableau ainsi obtenu pour l ensemble des lexies rend compte de la richesse lexicale de l entrée et, en offrant une vue synthétique, a pour but d éviter les surgénéralisations (la personne qui joue n est pas toujours un joueur ; dans le cas d une pièce de théâtre, il s agit d un acteur). Si un mot, en fait le plus souvent un nom, est mentionné dans plusieurs tableaux, ceux-ci sont accessibles par un menu vertical qui vient se mettre à gauche de la fenêtre. Ainsi on peut découvrir qu arbitrer, jouer, gagner, perdre, opposer ou se mesurer (lors d un match) sont reliés à match. Contrairement aux réseaux de synonymes qui, de manière parallèle mais sans passerelle, relient des mots au sein d une même catégorie grammaticale, les schémas actanciels permettent d établir des relations entre les trois grands groupes que sont les verbes, les noms et les adjectifs (voir figure 11 pour ces derniers). Chaque actant est cliquable, ce qui permet d obtenir par hyperlien sa définition et ses synonymes (synonymes égaux et hyponymes) s il en possède, synonymes qui peuvent lui être substitués. Il devient donc possible d explorer le lexique à la fois sur l axe syntagmatique et sur l axe paradigmatique. Les schémas actanciels sont affichés à partir d un des mots les composant, mais aussi par le biais de leurs synonymes. Ainsi, on peut savoir que jouer est le verbe prototypique associé à footballeur, celui-ci étant hyponyme de joueur lui-même sujet de jouer, ou encore que meurtre et tuer sont en relation par le biais de crime, synonyme de meurtre et action de tuer. Ces informations ne sont pas codées explicitement dans la base de données mais calculées par parcours de graphes. Dès lors, les relations sont démultipliées ce qui rend les schémas actanciels très productifs d un point de vue didactique.

19 Vers une deuxième génération de dictionnaires électroniques 19 Figure 10. Schéma actanciel de jouer D autre part, les schémas actanciels garantissent une certaine cohérence sémantique entre les divers actants. S il est déclaré par exemple, dans la définition d un verbe, que son sujet est une personne, il faut que tous les actants sujets, y compris leurs synonymes, soient également des personnes. Dans certains cas, le statut des actants change lorsque l action exprimée par le verbe est terminée. C est le cas avec le verbe élire : le COD (N2) est un élu à la fin du processus et non pas pendant (figure 11). Pendant le processus, il n est que candidat. Dès lors, il devient incorrect de laisser générer des phrases telles que : les électeurs élisent un élu. Pour remédier à cela, nous avons introduit un opérateur «devient» (=>), qui traduit l évolution de l actant vers un autre statut. Ainsi, le candidat, qui est éligible (les adjectifs sont marqués la forme est dans la case), devient un élu (dans certaines conditions toutefois, celles-ci étant explicitées par la définition, accessible par hyperlien) au terme de l élection.

20 20 Nom de la Revue. Volume X n X/2000 Figure 11. Schéma actanciel de élire 5.3 Les unités polylexicales et les fonctions lexicales Provenant de la théorie Sens-Texte de Mel čuk [MEL 92], les fonctions lexicales permettent d exprimer sa pensée. Seules les fonctions les plus simples, les plus générales et les plus productives sur le plan didactique ont été reprises : verbes support, intensification et atténuation, début, fin, etc. (voir figure 12). Les fonctions lexicales non standard n ont pas été retenues car, selon nous, elles ne sont pas assez évidentes, pas assez intuitives, pour des apprenants non sensibilisés à la théorie Sens-Texte, et dès lors, auront peu de chances d être réellement appliquées à un mot dans une tâche de production. Il ne s agit pas en effet ici de décrire de manière exhaustive les liens entre les collocations et leurs composantes, mais de procurer un procédé de génération véritablement utile. Les fonctions non standard sont donc exprimées par une fonction autre volontairement floue et non formalisée, qui n est en fait qu un lien artificiel pour accéder aux collocations depuis leurs composantes.

21 Vers une deuxième génération de dictionnaires électroniques 21 Figure 12. Intensification de travailler 6 Expérimentation Une expérimentation d utilisation du DAFLES en situation a été menée avec deux groupes de 40 et 27 étudiants néerlandophones de niveau intermédiaire ou avancé (3 e et 5 e année d université) [SEL 02a]. Les étudiants devaient résoudre quatre exercices comprenant plusieurs questions et noter leurs réponses sur papier. Les fonctionnalités du dictionnaire leur avaient été exposées pendant 15 minutes et un programme de traces enregistrait chacune de leurs actions. Les exercices portaient sur le repérage de la définition correcte (cas de produire, monter, travailler à, etc.), la traduction du néerlandais vers le français et l emploi de la bonne construction syntaxique (spelen Pictionary -> jouer au Pictionary, etc.), la différenciation des synonymes (différences entre constructeur, industriel, distributeur et fabricant) et l utilisation de schémas actanciels (il fallait retrouver allocation et allocataire à partir de allouer, qualificatif à partir de qualifier (domaine du sport) et établir que lorsqu il y a une promotion dans un magasin, la marchandise est en promotion et non pas promue). Il a été noté que les étudiants se sont assez facilement familiarisés avec l interface du dictionnaire, malgré la rupture évidente avec la tradition. Les résultats aux exercices ont été bons (entre 60 et 100 % de succès) dans la plupart des cas. Cependant, que ce soit en compréhension ou en production, il a été constaté que lorsque les apprenants ne prenaient pas la peine de consulter les définitions longues

22 22 Nom de la Revue. Volume X n X/2000 et les exemples, ils ne parvenaient pas toujours à trouver l information pertinente. D autre part, la fonctionnalité «Syntaxe» (voir 4.2) a été peu utilisée. Ces constatations nous ont amenés à modifier l interface : 1) Les exemples qui étaient alors dans une partie délimitée de l écran en dessous de l ensemble des définitions ont été replacés directement sous la définition longue correspondante. 2) Lors de l accès à partir de la langue maternelle, c est-à-dire clairement dans une tâche d encodage, ce sont les définitions longues et les exemples qui s affichent en premier dans l article. Afin de savoir si ces modifications apportent une amélioration sur ce point précis, une nouvelle expérimentation devrait être menée à l automne. 7. Exercices générés (semi-)automatiquement Bien que s adressant avant tout à des utilisateurs humains, les données sont aussi exploitables par la machine. Ainsi, les descriptions lexicales du DAFLES ont été reprises pour générer automatiquement ou semi-automatiquement des exercices lexicaux en contexte ( en s appuyant sur les phrases de notre corpus. Ces exercices concernent diverses propriétés morphologiques (genre, conjugaison, féminin, pluriel des noms et adjectifs), syntaxiques (prépositions), sémantiques (synonymes, traductions) ou combinatoire (verbes support des collocations) suffisamment formalisées pour pouvoir être reprises par des traitements automatiques. Grâce aux descriptions lexicales, il est possible d obtenir dans certains exercices une correction plus nuancée en cas d erreur. Par exemple, le programme reconnaît si un adjectif qui a été mal fléchi par rapport au contexte est quand même celui demandé. Ou bien si le verbe support proposé, bien que différent de celui de l énoncé, est quand même acceptable (remporter une victoire au lieu de décrocher une victoire). Dans ces cas-là, la réponse n est pas considérée comme entièrement fausse. De plus, pour tous les exercices, il est proposé dans la correction un lien vers le dictionnaire qui permet d avoir toutes les informations souhaitées, ce qui renforce l apprentissage. Le fait de pouvoir réutiliser dans des applications automatiques une partie des descriptions lexicales garantit une bonne cohérence et une bonne structuration des données. Pour plus de détails, voir [SEL 02b]. Conclusion Nous avons montré comment le DAFLES pouvait tirer parti des possibilités de l outil informatique pour rompre avec la tradition des dictionnaires électroniques, reprenant à l écran la disposition de l article des versions papier. Grâce à l hyperlien, l article n est plus monobloc mais dispersé en plusieurs rubriques,

23 Vers une deuxième génération de dictionnaires électroniques 23 chacune étant spécifique à un type d information. Ainsi plus de place leur est consacrée sans noyer l utilisateur sous un flot de texte. D autre part, l utilisateur peut mettre en évidence certaines partie de l article, ce qui facilite sa consultation. La structuration cohérente, l indépendance des données permet de rajouter facilement des liens précis qui améliorent l efficacité du dictionnaire. Ces liens ne privilégient plus l ordre alphabétique arbitraire et mettent en rapport les mots suivant des relations uniquement sémantiques. Destinées en priorité à des utilisateurs humains, les données sont toutefois utilisables par la machine et ont servi pour la génération automatique ou semi-automatique d exercices de vocabulaire. Bibliographie [AIT 87] AITCHISON J., Words in the mind, Oxford, Blackwell. [BOG 88] BOGAARDS P., A propos de l usage du dictionnaire de langue étrangère, in: Cahiers de Lexicologie, 52 (1988-1), pp [BOG 94] BOGAARDS P., Le Vocabulaire dans l Apprentissage des Langues Etrangères, Langues et Apprentissage des Langues, CREDIF, ENS St-Cloud, Hatier/Didier. [BOG 95] BOGAARDS P., Dictionnaires et compréhension écrite, Cahiers de Lexicologie, 67 (1995-2), pp [BOG 98] BOGAARDS P., Des dictionnaires au service de l apprentissage du français langue étrangère, in: Cahiers de Lexicologie, 72 (1998-1), pp [CHI 98] CHI M. L. A., Teaching dictionary skills in the classroom, in: Proceedings of the Eighth International Euralex Congress, Euralex 1998, pp [COB 95] SINCLAIR J., Collins Cobuild English Dictionary. London, Harper Collins. [COW 99] COWIE A. P., English Dictionaries for Foreign Learners. A History. Oxford, Clarendon Press. [DOK 97] DOKTER D. A., NERBONNE J., SCHURCKS-GROZEVA L., SMIT P., «Glosser-Rug ; a user study», [GUI 94] GUILLOT M.-N., KENNING M.-M., Electronic Monolingual Dictionaries as Language Learning : a Case Study, in: Computers Education, 23 (1/2), pp [HUM 01] HUMBLÉ P., Dictionaries and language learners, Frankfurt, Haag und Herchen. [LAU 91] LAUFER B., How much lexis is necessary for reading comprehension?, in: P. J. L. Arnaud & H. Béjoint (eds.), Vocabulary and applied linguistics, Basingstoke, Macmillan, pp

24 24 Nom de la Revue. Volume X n X/2000 [LAU 97] LAUFER B., HADAR L., Assessing the effectiveness of monolingual, bilingual and bilingualised dictionaries in the comprehension and production of new words, in: The Modern Language Journal, 81 (2), pp [LEE 99] LEECH G., NESI H., Moving towards perfection: the learner s (electronic) dictionary of the future, in: Herbst T., Popp K. (eds), The Perfect Learners Dictionary (?), Tübingen, Max Niemeyer Verlag, pp [LLA 93] SUMMERS D., RUNDELL M., Longman Language Activator. The World s First Production Dictionary, Harlow, Longman. [MAC 02] RUNDELL M., FOX G., MacMillan English Dictionary for Advanced Learners, MacMillan. [MEL 92] MEL CUK I., Dictionnaire Explicatif et Combinatoire du français contemporain, Recherche lexico-sémantique III, Montréal, Les Presses de l Université de Montréal. [MEL 95] MEL CUK I., CLAS A., POLGUERE A., Introduction à la lexicologie explicative et combinatoire, Louvain-la-Neuve, Duculot. [MIL 93] MILLER G., «Introduction to WordNet : An On-line Lexicale Database», article extrait de 5paper.ps, ftp://clarity.princeton.edu/pub/wordnet/5paper.ps [MOO 87] MOON R., The analysis of meaning, in : Sinclair T. (ed), Looking up. An Account of the COBUILD project in lexical computing, London, Collins, pp [PR 01] Le Petit Robert sur cédérom, Vivendi Universal. [SEL 02a] SELVA T., VERLINDE S., L utilisation d un dictionnaire électronique : une étude de cas, in : Proceedings of the Tenth International Euralex Congress, Copenhague, pp [SEL 02b] SELVA T., Génération automatique d exercices contextuels de vocabulaire, TALN'2002, pp [VER 01a] VERLINDE S., SELVA T., Nomenclature de dictionnaire et analyse de corpus, Cahiers de Lexicologie, 79 (2001-2), pp [VER 01b] VÉRONIS J., Sense tagging: does it make sense? Paper presented at the Corpus Linguistics'2001 Conference, Lancaster, U.K.