Search

In the RH blood group genes, molecular variants that alter antigen expression with potential clinical relevance are frequently identified and reported in the literature.A pregnant woman in her first pregnancy, who originates from Japan, was typed by routine serological testing. The RHCE gene was investigated to identify single nucleotide variants (SNVs) and/or structural variants by a commercial platform, Sanger sequencing, and quantitative multiplex PCR of short fluorescent fragments. The haplotypes were determined by sequencing PCR fragments generated from genomic DNA and subcloned into a plasmid vector. Effect on splicing was predicted by bioinformatics tools, including SpliceAI and the splicing module of Alamut. In parallel, functional analysis was carried out by a minigene splicing assay.A patient with no transfusion history was typed RH:1,2w,3,4,5w. An unreported single variant was identified in RHCE intron 4 at the heterozygous state: c.634+4AG. Minigene splicing assay showed that this SNV decreases significantly the relative abundance of the full-length transcript, in accordance with the predictions made by the Alamut tools, but not SpliceAI, suggesting expression of a normal RhCE protein.Overall, the novel RHCE*02(c.634+4AG) allele alters quantitatively, but not qualitatively, the expression of C and e in the RH blood group system, indicating that the patient is not at risk for alloimmunization and may safely receive C+e+ red blood cell units. This report illustrates the relevance of functional assays for the interpretation of rare variants and, specifically, how it may help guide transfusion management in patients.

Cet article presente le processus d’annotation en Relations de Discours (RD) de textes d’eleves du corpus ResolCo (Garcia-Debanc et al. 2017) produits selon une meme consigne d’ecriture. Nous procedons a une segmentation en Unites de Discours Elementaires qui sont ensuite reliees entre elles par des RD lors de l’annotation. Le jeu de RD choisi est proche de celui de la Segmented Discourse Representation Theory (Asher & Lascarides 2003) qui offre une methode operatoire de construction de representations de discours coherents. Elle est mise ici a l’epreuve pour la premiere fois sur des textes d’apprenants et etendue pour l’annotation de l’incoherence.

International audience; Die Einführung digitaler Technologien ist eine der Herausforderungen bei der Revitalisierung von Minderheitensprachen. Die Computerisierung dieser Sprachen hat jedoch eine geringe Rentabilität, die die erheblichen Entwicklungskosten nicht ausgleicht. Die Herausforderung, digitale Ressourcen und Werkzeuge für diese Sprachen zu schaffen, ist daher beträchtlich. Das Projekt RESTAURE (Ressources informatisées et Traitement Automatique pour les langues régionales), das von der französischen projektbasierten Förderstelle für Forschung ANR (2015-2018) finanziert worden ist, hatte zum Ziel, digitale Ressourcen bereitzustellen, insbesondere durch die Erstellung von Korpora und Lexika sowie automatische Sprachverarbeitungswerkzeuge für drei Regionalsprachen Frankreichs: Elsässisch, Okzitanisch und Picard. In diesem Artikel stellen wir die Ergebnisse des RESTAURE-Projekts vor, insbesondere die methodischen Herausforderungen, die aufgeworfen wurden - seltene und verstreute digitale Daten, dialektale und grafische Variationen, unvollständige Sprachbeschreibungen - sowie die Lösungsvorschläge - Zusammenarbeit, Verwendung von Standards. Wir ziehen auch die wichtigsten Lehren aus diesem Projekt, von denen wir hoffen, dass sie für andere Forscher und für andere Sprachen von Nutzen sein werden.; Digital technology is one of the challenges in the revitalization of minority languages. However, the computerization of these languages has a low profitability that does not compensate for significant development costs. The challenge of creating digital resources and tools for these languages is therefore considerable. The RESTAURE project (Ressources informatisées et Traitement Automatique pour les langues régionales), funded by the project-based funding agency for research in France ANR (2015-2018), aimed to provide digital resources, in particular through the constitution of corpora and lexicons, and automatic language processing tools for three regional languages of France: Alsatian, Occitan and Picard. In this article, we present the results of the RESTAURE project, and in particular the methodological challenges that were raised - rare and scattered digital data and tools, dialectal and graphic variations, incomplete language descriptions - as well as the solutions that were proposed - cooperation, use of standards. We also draw the main lessons from this project, which we hope will be useful to other researchers and to other languages.; Le numérique est un des enjeux de la revitalisation des langues minoritaires. Or, l’informatisation de ces langues a une faible rentabilité qui ne compense pas des coûts de développement importants. Le défi que constitue la constitution de ressources et d’outils numériques pour ces langues est donc considérable. Le projet RESTAURE (Ressources informatisées et Traitement Automatique pour les langues régionales), financé par l’ANR (2015-2018) a eu pour objectif de fournir des ressources numériques, en particulier à travers la constitution de corpus et lexiques, et d’outils de traitement automatique des langues pour trois langues régionales de France : l’alsacien, l’occitan et le picard. Dans cet article, nous présentons le bilan du projet RESTAURE, et en particulier les défis méthodologiques qui ont été soulevés – données et outils numériques rares et éparses, variations dialectales et graphiques, descriptions des langues incomplètes – ainsi que les solutions qui ont été proposées – coopération, utilisation de standards. Nous tirons également les leçons principales de ce projet qui, nous l’espérons, pourront être utiles à d’autres chercheurs et à d’autres langues.

Like other Romance languages, Occitan can, at first sight, use different verb forms to report a past event. We will focus in this paper on two paradigms presenting a formal opposition—a simple structure, as in (1), vs. a complex structure as in (2), which in grammars or textbooks are often called preterit and perfect respectively: (1) Joan arribèt a Tolosa (Joan arrived in Toulouse), (2) Joan es arribat a Tolosa (Joan has arrived in Toulouse). From a semantic point of view, these two paradigms are often described along a perfective (or aorist) vs. resultative opposition, in fact pertaining to tense and aspect categories. Our aim is to describe the semantic properties and functions of each paradigm and their use in oral and written data for one dialect of Occitan,the Lengadocian dialect.

Nous proposons dans cette communication d’aborder la question de la cohérence dans des productions écrites d’élèves d’école et collège. La cohérence est envisagée comme une propriété de la représentation de discours que se construit celui qui interprète le texte tout au long de sa lecture, se situant ainsi du côté du processus cognitif de réception des textes (Charolles 1995). Le corpus analysé est issu du corpus RESOLCO constitué de textes d’élèves d’école primaire et de collège produits selon une même consigne d’écriture, une tâche-problème demandant aux élèves la production d’un texte narratif impliquant la résolution d’anaphores de divers types (Garcia-Debanc et Bonnemaison, 2014 ; Garcia-Debanc et al, 2017). Nous y avons sélectionné trois niveaux correspondant aux fins des cycles 2, 3 et 4 – CE2, 6ème et 3ème – afin d’observer d’éventuels paliers d’évolution. Ce corpus a été annoté dans le cadre du projet Ecalm avec l’objectif d’analyser la cohérence discursive à la réception de textes de scripteurs dont la compétence rédactionnelle est encore en cours d’acquisition, à partir de l’identification de relations de discours entre segments.Nous présenterons dans un premier temps notre méthodologie d’annotation puis nos exploiterons les annotations produites pour évaluer la cohérence des textes, prolongeant ainsi les deux publications réalisées au cours du projet Ecalm (Bras et al. 2021 b, Bras et Vieu sous presse).Méthodologie d’annotation de la cohérence dans les textes d’élèvesNous procédons d’abord à une segmentation en Unités de Discours Elémentaires (UDE). La méthode de segmentation définie dans des projets antérieurs pour des textes d’experts comme ANNODIS (Muller at al. 2012, Asher et al. 2017) a été largement modifiée pour tenir compte de la fiabilité moindre des critères ponctuationnels et syntaxiques dans les textes d’élèves, au bénéfice des critères sémantico-référentiels.L’annotation en Relations de Cohérence ou Relations de Discours (RD) consiste ensuite à relier les UDE entre elles par des RD. Le jeu de relations choisi est proche de celui de la Segmented Discourse Representation Theory (Asher et Lascarides 2003). La SDRT définit de façon formelle ce qu’est une représentation de discours cohérente et offre une méthode opératoire de construction de représentations du discours articulées par Relation de Discours. La construction de la représentation se fait de façon récursive, UDE après UDE, et consiste principalement à déterminer le point d’attachement de l’UDE courante, ainsi que la RD réalisant cet attachement.La SDRT a été mise ici à l’épreuve pour la première fois sur des textes d’apprenants. Il s’agissait pour nous d’évaluer la possibilité pour cette théorie de rendre compte de textes d’apprenants, dont la compétence rédactionnelle est en cours d’acquisition. En l’état actuel de la théorie, le processus de construction des SDRS s’arrête à la première impossibilité d’attachement d’une UDE à la représentation en cours de construction. Ce blocage du processus équivaut à évaluer le texte comme étant incohérent du point de vue du récepteur. Dans le processus d’annotation mis au point dans le projet Ecalm, nous continuons la construction au- delà des blocages pour tenter de mesurer le degré d’incohérence, ce qui a imposé une extension de la théorie, pour pouvoir notamment typer et quantifier les points d’incohérence. Nous avons défini à cet effet un jeu d’étiquettes pour une dizaine de types de « problèmes de cohérence » et créé le guide d’annotation correspondant.L’annotation en RD a commencé par une phase exploratoire sur 12 textes, suivie d’une phase nominale sur 24 textes. Étant donnée la complexité de la tâche, surtout quand les textes sont incohérents, nous avons procédé par quadruple annotation avec harmonisation collective. Nous avons développé un script Python permettant de générer automatiquement le graphe correspondant à l’annotation, à la fois pour appréhender la structure globale du texte et notamment visualiser son niveau de complexité structurelle, mais aussi pour repérer facilement d’éventuelles coquilles au cours du processus d’annotation même. Le corpus livrable est constitué de 36 textes d’élèves de CE2, 6ème et 3ème, segmentés, doublement annotés (en relations de discours et en problèmes de cohérence) et accompagnés des graphes présentant leur structure de discours. Il permet une analyse de l’évolution de la cohérence dans les textes entre l’école primaire et le collège.Exploitation des annotations de la cohérenceLes annotations obtenues ouvrent la voie à différents types d’explorations. Il est possible par exemple d’étudier l’évolution du jeu de relations impliquées dans l’interprétation des textes aussi bien du point de vue de sa diversité que du changement de proportion de certaines familles de relations par rapport à d’autres. Ainsi on peut mettre en évidence par exemple que le nombre de relations distinctes augmente entre le CE2 et la 3ème ; que les relations majoritaires sont celles du système narratif (Narration, Arrière-Plan, Elaboration, Continuation), sans surprise eu égard à la tâche d’écriture ; et que le nombre de relations causales distinctes augmente, ce qui se traduit par une utilisation plus fréquente de la relation d’Explication en 3ème qu’en CE2 (Bras et al. 2021a). Deux autres pistes pertinentes sont, d’une part, celle de l’analyse de l’évolution de la complexification de la structure de discours construite, ce que l’on peut apprécier par un indicateur prenant en compte la profondeur des graphes obtenus, et, d’autre part, celle de l’analyse de l’évolution du taux de « problèmes de cohérence » par UDE.C’est sur cette dernière piste que nous choisissons de nous focaliser pour cette communication. Les annotations produites permettent de relever trois types d’indicateurs : le nombre de « problèmes de cohérence » annotés, le nombre d’UDE non rattachées à une autre UDE, le nombre d’impossibilités d’inférence d’une relation de discours. Une analyse préliminaire sur 75 % de notre corpus annoté permet d’observer une tendance à la baisse de ces trois types d’indicateurs cumulés en un taux de « points d’incohérence », rapporté à la longueur du texte en nombre d’UDE : 0,56 en CE2 ; 0,19 en 6ème ; 0,17 en 3ème. Nous donnerons les analyses affinées sur l’ensemble du corpus ainsi que plusieurs exemples d’utilisation de ces trois indicateurs sur des textes du corpus annoté.Un prolongement de ce travail prendra la forme d’une confrontation de nos annotations avec des annotations d’enseignants afin d’évaluer la pertinence de notre méthodologie en direction des enseignants en formation continue en collaboration avec Claudine Garcia-Debanc.

Depuis l’article fondateur de Michel Charolles (Charolles, 1978) dans lequel il explicite des règles de cohérence textuelle en s’appuyant sur des textes d’élèves défaillants pour diverses raisons, de nombreux travaux de recherche en didactique du français ont mis en évidence les difficultés des enseignants à identifier de façon précise les problèmes de cohérence et de cohésion textuelle dans des textes d’élèves et à formuler dans les marges des copies des annotations précises et formatrices (Charolles, 1978 ; Halté, 1984 ; Rondelli, 2010 ; Elalouf, 2016 ; Garcia-Debanc, soumis). Rondelli (2010) s’est attachée à l’étude du jugement de cohérence à partir d’une analyse des annotations et des commentaires portés par des enseignants d’école primaire sur 325 textes d’élèves. Elle déduit de ses observations des lignes de force pour la formation des enseignants pour les aider à pratiquer une évaluation moins strictement locale et à prendre en compte des configurations textuelles, avec une gestion de différents niveaux de contraintes textuelles. Cependant, les besoins de formation dans ce domaine restent importants. Garcia-Debanc (soumis) propose, décrit et analyse des scénarios de formation continue d’enseignants permettant de travailler les critères de cohérence et cohésion en appui sur le corpus RESOLCO, qui propose une tâche-problème d’insertion de phrases dans un récit. Cette tâche d’écriture, qui a donné lieu à la constitution d’un corpus d’environ 500 textes d’élèves d’école primaire et de collège dans le cadre du projet E-Calm, impose en effet de résoudre des problèmes de cohérence-cohésion pour la rédaction d’un texte narratif (pour la présentation de la consigne, voir Garcia-Debanc et Bonnemaison, 2014 ; Garcia-Debanc et al, 2017). Les contraintes linguistiques imposent la résolution d’anaphores de différents types : pronoms personnels anaphoriques (il, elle), groupes nominaux comportant un déterminant démonstratif (cette maison, ce grand bruit) ou un article défini à valeur générique (les enfants) et autres éléments imposés, notamment des indications temporelles (depuis longtemps, la nuit). Les enseignants ont à concevoir et à mettre en place des dispositifs d’écriture et de réécriture pour aider les élèves à réussir à intégrer ces éléments dans un texte cohérent et cohésif. Notre contribution se propose de croiser (a) les analyses formelles de la cohérence selon la SDRT (Segmented Discourse Representation Theory, Asher et Lascarides, 2003) d’un échantillon de textes d’élèves du corpus RESOLCO et (b) les jugements de cohérence et cohésion formulés par des enseignants d’école primaire et de collège sur ces mêmes textes. La cohérence est envisagée comme une propriété de la représentation de discours que se construit celui qui interprète le texte tout au long de sa lecture. Elle se situe ainsi du côté du processus cognitif de réception des textes (Charolles 1995). La méthodologie d’annotation en SDRT a été présentée dans deux publications réalisées au cours du projet Ecalm (Bras et al. 2021, Bras et Vieu, sous presse) et une autre communication de ce colloque (Bras, Vieu). L’application de cette méthodologie d’annotation, antérieurement utilisée pour des textes d’expert.e.s dans le projet ANNODIS (Asher et alii, 2017), à des textes d’apprenant.e.s, dont la compétence rédactionnelle est en cours d’acquisition, a nécessité des ajustements de la théorie. L’analyse réalisée au cœur du projet E-Calm a permis de mesurer le degré d’incohérence en typant et en quantifiant les points d’incohérence. A été défini à cet effet un jeu d’étiquettes pour une dizaine de types de « problèmes de cohérence », ce qui a donné lieu à la rédaction du guide d’annotation correspondant. Trois types d’indicateurs ont été définis : le nombre de « problèmes de cohérence » annotés, le nombre d’UDE non rattachées à une autre UDE et le nombre d’impossibilités d’inférence d’une relation de discours. Ils ont été cumulés en un taux de « points d’incohérence ». Pour chacun des textes analysés, un graphe correspondant à l’annotation permet d’appréhender la structure globale du texte et notamment de visualiser son niveau de complexité structurelle et les nœuds d’incohérence. Dans le corpus livrable du projet E-Calm, constitué de 36 textes d’élèves de CE2, 6ème et 3ème, segmentés, doublement annotés (en relations de discours et en problèmes de cohérence) et accompagnés des graphes présentant leur structure de discours, six textes d’élèves de trois niveaux scolaires différents et attestant de points d’incohérence ont été choisis par les annotatrices de la tâche cohérence et soumis à l’évaluation d’enseignants, dans le cadre d’ateliers de formation continue. Les enseignant.e.s avaient à « corriger ces textes comme [ils en ont] l’habitude ». La chercheuse qui proposait la correction de ces textes n’avait pas connaissance des problèmes de cohérence identifiés par les annotatrices de la tâche cohérence. Les productions écrites annotées par les enseignant.e.s ont été collectées. Ces données ont été complétées par des entretiens avec les enseignant.e.s ayant rédigé ces annotations, de manière à leur faire expliciter les fondements de leurs jugements de cohérence. La contribution mettra en regard l’analyse des graphes de ces textes et les annotations et commentaires des enseignants. Cette analyse comparative vise tout d’abord à valider le modèle d’analyse et à l’affiner. Les incohérences visualisées dans les graphes dessinés à l’issue de l’analyse linguistique sont-elles également perçues par les enseignant.e.s confronté.e.s à la lecture de ces mêmes textes ? Quelle est la saillance des différents types d’incohérence dans le jugement porté par les enseignant.e.s ? Nous nous demandons aussi dans quelle mesure ces analyses linguistiques et ces graphes peuvent constituer des contenus de formation permettant aux enseignants d’objectiver leurs intuitions linguistiques et de développer leurs connaissances sur la cohérence et la cohésion textuelle. Enfin, dans un enjeu d’utilisation des corpus de textes d’élèves à des fins de formation, nous nous demandons si l’identification des différents types d’incohérence pourrait aider les formatrices et formateurs d’enseignants à sélectionner des textes d’élèves présentant telle ou telle caractéristique par rapport à la maitrise de la cohérence textuelle, pour pouvoir les exploiter dans des activités de formation.

La comparaison des langues en milieu scolaire conduit les élèves à analyser des phénomènes linguistiques en étant exposé·e·s à d’autres systèmes, démarche qui leur permet de porter un « regard distancié » (Dabène, 1992) sur le français. Cette approche plurielle basée sur le mécanisme du détour a fait l’objet d’un nombre important de ressources. Parmi ces dernières, celles sollicitant l’espagnol et destinées à des élèves de cycles 2 et 3 ont été recensées à l’occasion d’un mémoire de Master MEEF 1° degré (Chazalon, 2017). Ce recensement a permis de distinguer les notions n’ayant fait l’objet d’aucun outil. L’une d’entre elles, l’identification du verbe par la comparaison français-espagnol a été travaillée au moyen d’une séquence didactique proposée à des élèves de CE1 (2° élémentaire), mise en œuvre qui a donné matière à la rédaction d’un écrit réflexif de nature scientifique (Chazalon, 2018). La pertinence d’être confronté·e à d’autres langues pour mieux appréhender la grammaire du français y est confirmée, et la motivation suscitée chez les élèves assoit le caractère opératoire du mécanisme du détour non seulement dans l’enseignement-apprentissage des notions grammaticales mais aussi pour le développement d’une attitude d’ouverture à l’égard de l’altérité. En el ámbito escolar, comparar idiomas siendo expuesto·a a otros sistemas y echándole a la lengua de la escuela una “mirada distante” (Dabène, 1992) facilita el análisis por el alumnado de fenómenos lingüísticos propios del francés. Este enfoque plural basado en el mecanismo del desvío ha resultado en la concepción de un número importante de recursos didácticos. Entre ellos, los que involucran el español y destinados a un alumnado de final de Primaria han sido inventariados en el marco de una tesina de “Master MEEF 1° degré” (Chazalon, 2017). Este inventario ha permitido distinguir nociones sin recurso específico. La identificación del verbo de una oración es una de ellas. Fue estudiada por alumno·a·s de Segunda de primaria mediante la implementación de una secuencia didáctica basada en la comparación de los dos sistemas lingüísticos, el francés y el español. Este experimento ha resultado en la redacción de un documento reflexivo de índole científico (Chazalon, 2018) en el cual se afirma la pertinencia de la exposición a otros idiomas para una mejor comprensión de la gramática del francés. Aún más, la motivación del alumnado por este tipo de enfoque asienta la operatividad del mecanismo del desvío no solo en la enseñanza-aprendizaje de nociones gramaticales sino también en el desarrollo de una actitud de apertura hacia la alteridad.

International audience; Loflòc (Lexic obert flechit occitan - Lexique ouvert fléchi occitan) est un lexique informatisé de formes fléchies en occitan. Il a été réalisé dans le cadre du projet ANR RESTAURE (Bernard et Vergez-Couret, 2016) en collaboration avec Lo Congrès Permanent de la Lenga Occitana . La création d'un lexique informatisé pour l'occitan s'intègre dans un projet plus global de création de ressources linguistiques informatisées (pour une langue qui dispose de peu de ressources à l'heure actuelle). Ces ressources, qu’elles soient lexicales comme LoFlòc, ou textuelles comme BaTelÒc (Bras et Thomas 2011, Bras et Vergez Couret 2016), sont conçues en suivant un double objectif : d'une part la préservation et la diffusion du patrimoine linguistique et d'autre part la création de ressources pour le développement d'outils de traitement automatique des langues (par exemple des outils pour la recherche et l’extraction d'information, la traduction automatique...). La création de ces ressources se fait en harmonie avec la Feuille de route pour le développement du numérique occitan (Lo Congrès, 2014 ; Dazéas, 2015, Séguier et Mercadier, 2016). Les objectifs qui ont présidé à la création de Loflòc sont les suivants : •Doter l'occitan d'un lexique structuré de formes fléchies adapté aux besoins du TAL (Traitement Automatique des Langues) pour être intégré à des applications comme un lemmatiseur ou un analyseur morphosyntaxique (Vergez-Couret et Urieli, 2015) ; •Intégrer le lexique dans une interface de consultation ; •Utiliser un jeu d'étiquettes morphosyntaxiques (tagset) standard ; •Accueillir par étapes toute la variation (dialectale, intra-dialectale, graphique). Les variations, qu'elles soient dialectales, intradialectales ou graphiques, sont présentes dans les productions en occitan, anciennes et actuelles. Les outils automatiques, tout comme les locuteurs (néo-locuteurs, apprenants…), sont confrontés à toutes ces variations. Afin de bâtir des outils les plus robustes possibles, il faut savoir décrire et représenter cette variation dans les lexiques. En outre, dans les outils de consultation et d'interrogation du lexique, l'utilisateur pourra découvrir et mieux appréhender toute la variation possible. Pour constituer ce lexique, nous commençons par intégrer des ressources existantes au format numérique, à les enrichir avec des informations grammaticales lorsque ces dernières sont incomplètes ou inadaptées et à compléter les paradigmes flexionnels (genre et nombre…). Les premières ressources intégrées à Loflòc pour le languedocien sont le Dictionnaire Occitan-Français Languedocien de Laux (2001), Dictionnaire Français-Occitan Languedocien de Laux (2005) ainsi que les données de l'application vèrb'Òc, conjugueur édité par Lo Congrès (Sauzet et Ubaud, 1995 ; Sauzet, 2016). En effet, ceux-ci ayant été normalisés au format XML (norme TEI P5) par le Congrès, il a été possible d’en extraire automatiquement les lemmes, leurs flexions et les informations grammaticales nécessaires. En ce qui concerne la structure et le choix des standards pour Loflòc, nous nous inspirons des lexiques français tels que Morphalou (Romary, et al, 2004) et GlaFF (Sajous, et al., 2013). Nous avons adopté les étiquettes du standard Eagles/Multext/Grace (Rajman et al., 1997) que nous avons gardées en anglais tout en les adaptant aux spécificités de l'occitan. Cela facilitera la comparaison de notre lexique aux lexiques des langues proches qui ont également adopté des jeux d'étiquettes semblables et comparables (français, catalan). Nous présenterons dans la communication le lexique, sa structure, son contenu, ainsi que les différents types d’application qui ne peuvent être développées sans un lexique de ce type (analyseurs morpho-syntaxiques, analyseurs syntaxiques, traducteurs automatiques, outils de recherche d’information, outils d’aide à la rédaction de textes ou sms, correcteurs orthographiques, etc.). Bibliographie : Bernhard, D., et Vergez-Couret, M. (2016). Le projet RESTAURE. In Les technologies pour les langues régionales de France, 82 90. Condé-sur-Noireau: DGLFLF. Bras, M., Thomas, J. (2011). « Batelòc : cap a una basa informatisada de tèxtes occitans », in A. Rieger & D. Sumien (eds). Occitània convidada d’Euregio. Lièja 1981 - Aquisgran 2008 : Bilanç e amiras. Actes du Neuvième Congrès International de l’Association Internationale d’Études Occitanes, Aix-la-Chapelle, 24-31 août 2008, Aachen, Shaker. Bras, M. & Vergez-Couret, M. (2016). « BaTelÒc: A text base for the Occitan language. », in Vera Ferreira and Peter Bouda (eds.) Language Documentation and Conservation in Europe, Honolulu: University of Hawai'i Press, pp. 133-149. Dazéas, B. (2015). Feuille de route pour le développement numérique occitan. In Actes de la Traitement Automatique des Langues Régionales de France et d’Europe, Caen. Laux C. (2001). Dictionnaire occitan-français : languedocien, avec la collab. de Serge Granier, Puylaurens, IEO, Section du Tarn. Laux C. (2005). Dictionnaire Français-Occitan. Castres : IEO del Tarn. Lo Congrès (2014). Diagnostic e huelha de rota tau desvolopament numeric de la lenga occitana 2015-2019, rapòrt finau deu projècte. Media.kom, elhuyar. http://locongres.org/images/docs/huelha_rota_numeric_occitan_oc.pdf. Rajman M. (1997). Format de description lexicale pour le français – Partie 2 : description morphosyntaxique, technical report GRACE, http://www.limsi.fr/grace/. Romary L., Salmon-Alt S., Francopoulo G. (2004). Standards going concrete : from LMF to Morphalou. Workshop on Electronic Dictionaries, Coling 2004, Geneva, Switzerland. Sajous, F., Hathout, N., Calderone, B. (2013). 'GLÀFF, un Gros Lexique À tout Faire du Français'. Actes de la conférence Traitement Automatique des Langues Naturelles (TALN 2013). Sauzet, P., Ubaud, J. (1995). Le verbe occitan. Lo vèrb occitan. Aix-en-Provence : Édisud. Sauzet, P. (2016). Conjugaison occitane. IEO edicions. Séguier, A., et Mercadier, G. (2016). Le numérique au service de la transmission de la langue occitane : situation et perspectives de développement ». In Les technologies pour les langues régionales de France, 82 90. Condé-sur-Noireau: DGLFLF. Vergez-Couret, M., et Urieli, A. (2015). Analyse morphosyntaxique de l’occitan languedocien : l’amitié entre un petit languedocien et un gros catalan. In Actes du Workshop Traitement Automatique des Langues Régionales de France et d’Europe, Caen.

This article presents a retrospective report on the transformation of annotated corpora for Alsatian and Occitan into the CONLL-U format defined in the Universal Dependencies project. In particular, it emphasizes various issues to be taken into account, concerning the tokenization and the definitionof the categories., Cet article présente un retour d’expérience sur la transformation de corpus annotés pour l’alsacien et l’occitan vers le format CONLL-U défini dans le projet Universal Dependencies. Il met en particulier l’accent sur divers points de vigilance à prendre en compte, concernant la tokénisation et la définition des catégories pour l’annotation.

International audience

Colloque international à distance; International audience; Nous proposons dans cette communication d ’aborder la question de l ’acquisition des relations causales à travers l ’analyse de productions écrites d ’élèves d ’école et collège. Il s ’agit d ’élèves francophones dont le français est la langue de scolarisation.

International audience; This paper presents the process of annotating with discourse relations (DRs) student texts from the Résolco corpus (Garcia-Debanc et al. 2017), produced according to the same writing instruction. We first perform a segmentation into Elementary Discourse Units and then link them together with DRs during the annotation process. The set of DRs is similar to that of Segmented Discourse Representation Theory (Asher & Lascarides 2003), which offers an operational method for building representations of coherent texts. This theory is tested here for the first time on learner texts and extended to annotate incoherence.; Cet article présente le processus d'annotation en relations de discours (RD) de textes d'élèves du corpus Résolco (Garcia-Debanc et al. 2017) produits selon une même consigne d'écriture. Nous procédons à une segmentation en Unités de Discours Elémentaires qui sont ensuite reliées entre elles par des RD lors de l'annotation. Le jeu de RD choisi est proche de celui de la Segmented Discourse Representation Theory (Asher & Lascarides 2003) qui offre une méthode opératoire de construction de représentations de discours cohérents. Elle est mise ici à l'épreuve pour la première fois sur des textes d'apprenants et étendue pour l'annotation de l'incohérence.

International audience; This paper outlines an ongoing effort to create the first treebank for Occitan, a low-resourced regional language spoken mainly in the south of France. We briefly present the global context of the project and report on its current status. We adopt the Universal Dependencies framework for corpus annotation. Our methodology is based on two main principles. Firstly, we rely on pre-processing using existing tools (taggers and parsers) to facilitate the work of human annotators, mainly through a delexicalized cross-lingual parsing approach. Secondly, we use agile annotation to ensure annotation quality. We present the results available at this point: annotation guidelines and an initial corpus annotated with PoS tags, lemmas and syntactic dependencies.

International audience

International audience

International audience; A partir de l'analyse des contextes d'emploi du syntagme "au départ" dans Frantext, nous décrirons ses différents rôles sémantiques (spatio-temporel, temporel) et discursifs. Nous mettrons en évidence l'évolution diachronique des contributions de ce syntagme à la sémantique du discours.

International audience; Se pòt constatar, a l'ora d'ara dins la recèrca en linguistica, de mai en mai d'interés per la bastison de corpora, de lexics e d'aisinas de tractament automatic per las lengas qu'an pas o pauc de resorgas d'aquesta mena, dichas lengas « pauc provesidas ». Per aquelas lengas, que l'occitan ne fa partida, l'informatizacion es pas o pauc rendabla e los finançaments per desvolopar aquelas aisinas electronicas son pas de bon trobar. Pr'aquò, es bravament important de provesir aquelas lengas de resorgas electronicas coma de corpora, de lexics e de diccionaris, tant plan coma d'aisinas informaticas per tal d'assegurar lor difusion, lor salvagarda e lor ensenhament, mai que mai als neoparlaires. Dins una amira pus larga, provesir las lengas pauc provesidas permet d'aparar melhor la diversitat de las lengas del monde e de far créisser las donadas a posita dels cercaires en letras e en scienças umanas e socialas-linguistica, psicologia, antropologia, literatura, istòria... Aquesta comunicacion prepausa de porgir a la communautat de la linguistica occitana las resultas del projècte RESTAURE (RESsorgas informatizadas e Tractament AUtomatic per las lengas REgionalas, 2015-2018) ont de cercaires en linguistica occitana se metèron amassa amb de cercaires sus doas autras lengas de França pauc provesidas, lo Picard e l'Alsacian, per bastir d'aisinas e de ressorgas per porgir de ressorgas informatizadas e d'aisinas de tractament automatic per las tres lengas. I desvolopèron de modèls adaptats a las tres lengas en complir l'escomesa d'o far amb pauc de ressorgas per cada lenga e la realitat de lengas pas gaire o pas totalament estandardizadas. Porgirem dins la communicacion las aisinas màgers de la cadena de tractament : lo segmentaire (aisina per segmentar las frasas en mots), l'analisaire morfa-sintactic (aisina per etiquetar los mots amb las categorias gramaticalas e las informacions morfo-sintacticas), lo lexic de formas flechidas e los corpora de tèxtes anotats necites per aquò far. Dins lo debanament del projècte RESTAURE, faguèrem primièr un analisaire morfo-sintactic pel lengadocian, puèi l'utilisèrem per analisar automaticament de tèxtes en gascon, provençau, auvernhàs, vivaro-aupenc e lemosin. Lo bilanç d'aquela experiénça permetrà de noirir lo debat sus l'operativitat de las divisions dialectalas prepausat per l'OLO 2018.

National audience; Cette intervention traitera de la numérisation de l’occitan, du TAL (Traitement Automatisé des Langues) de l'occitan, et de l’outillage informatique de la langue. Elle présentera les étapes classiques de la chaine de traitement automatique d'une langue. Elle fera un état des lieux des avancées pour l'occitan et ouvrira des perspectives en termes d'applications pour le public occitanophone.

International audience; Comme les autres langues romanes, l'occitan possède deux paradigmes verbaux présentant une opposition formelle : un passé « simple » et un passé « composé ». Ces deux tiroirs présentent également une opposition sémantique généralement ramenée à l'opposition prétérit/parfait. Dans un premier temps, nous avons étudié leurs différents emplois en confrontant les prescriptions des grammaires de l'occitan avec une liste de critères distinctifs résultant de l'analyse de données orales issues d'une enquête de terrain menée en Haut Quercy et en Rouergue (Sibille 2015), d'une part, et avec une analyse de données issues d'un corpus écrit provenant de la base textuelle de l'occitan BaTelÒc (redac.univ-tlse2.fr/bateloc/), d'autre part. Il en ressort que les grammaires ne parviennent pas réellement à décrire certaines différences subtiles entre ces deux tiroirs, explications cruciales pour des apprenants natifs du français qui ont soit tendance à sur-employer le passé composé en occitan par calque du français, soit à sur-employer le passé simple et à ne plus employer le passé composé. L'analyse des données de BaTelÒc permet de valider la plupart des critères établis par Sibille et de les organiser en oppositions entre les deux temps verbaux : • ancrage dans le présent d'un état résultant d'un événement passé (valeur aspectuelle de parfait) pour le passé composé (PC) vs. ancrage d'un événement dans le passé (valeur d'aoriste) pour le passé simple (PS) : (1) L'ostal l'ai pas mai, l'ai vendut. Lo vendèri a la mòrt del paire. (La maison, je ne l'ai plus, je l'ai vendue. Je la vendis à la mort de mon père.) • référence à un procès situé explicitement dans un intervalle de temps qui n'est pas terminé au moment de l'énonciation pour le PC vs. qui est terminé au moment de l'énonciation pour le PS : (2) Aqueste mes a plan plegut mas lo mes passat pleguèt pas tant. (Ce mois-ci, il a bien plu mais le mois dernier il ne plut pas autant.) Ces données nous conduisent aussi à invalider la règle dite « des 24h » préconisant l'emploi du passé composé pour localiser un procès ayant eu lieu dans la journée : (3) L'ai vist de matin vs. Lo vegèri ièr (je l'ai vu ce matin vs. je le vis hier) En effet, la capacité du PS à opérer une « mise en récit », déjà signalée par Sauzet et Ubaud (1995), autorise l'emploi du PS pour narrer des événements ayant eu lieu dans la journée. Dans cette communication, nous reviendrons sur des données qui nous amèneront à moduler la deuxième opposition formulée ci-dessus et à supprimer la contrainte « des 24h » en affinant la caractérisation de l'intervalle de référence. Nous montrerons que l’intervalle temporel de référence tloc impliqué dans l’interprétation de ces temps verbaux n’est pas nécessairement celui qui est explicitement désigné par l’adverbial de localisation temporelle (ALT) :•quand un ALT est présent et qu’il fait référence à un intervalle d’occurrence continue (jour, mois, an, etc.), tloc correspondant à l’intervalle désigné par l’ALT•quand l’ALT fait référence à un intervalle d’occurrence discontinue (matin, après-midi, printemps, etc.), tloc = intervalle désigné par l’holonyme continu du nom de temps méronyme discontinu expliciteNous utiliserons les différents types de contextes d’emplois des « perfects » établis par De Swart (2007) et Co Vet (2010) pour situer le passé composé de l’occitan entre contexte présent et contexte déictique en réinterrogeant la notion de déictique inclusif/exclusif.

International audience; Dans les établissements immersifs fédérés par l’ISLRF, la place et le rôle des langues en présence incitent à s’interroger sur les pratiques enseignantes visant à mettre ces langues en relation, autrement dit à situer celles-ci dans une perspective plurielle de l’enseignement (Candelier, 2008). Dans un contexte immersif donnant une place centrale à la langue d’immersion, les enseignants établissent-ils des liens, des comparaisons, ou des passerelles entre les langues ? Si oui, lesquelles, comment et pourquoi ? Ces questions font écho à la fois aux développements les plus récents de la didactique du plurilinguisme (Troncy et al., 2014 , Gajo, 2017) et à l’intérêt que suscite, dans le domaine de la didactique du français en contexte scolaire monolingue la mise en place d’activités permettant de faciliter chez l’élève une posture distanciée par rapport à la langue, dite posture métalinguistique (cf., inter alia, Dabène, 1992, Garcia-Debanc et al. 2004, Balsinger et al. 2014).La communication que nous souhaitons présenter pour ce 40ème colloque de l’ISLFR se propose de rendre compte d’une expérience de mise en œuvre concrète articulant, au cœur de l’enseignement immersif en occitan dans les établissements Calandreta, le terrain scolaire et la recherche académique. A partir d’un travail de thèse réalisé entre 2013 et 2017 (Chorin 2017), ayant pour objet les pratiques enseignantes en matière de comparaison des langues à Calandreta, nous retracerons le parcours du projet de recherche (dont la genèse avait été présentée au dernier colloque de l’ISLRF avec un état des lieux de pratiques déclarées par les enseignants), son déroulement (en particulier l’analyse de pratiques observées) et ses prolongements actuels. Nous montrerons comment le projet s’est élaboré à la croisée de l’actualité de la recherche en didactique et des besoins identifiés sur le terrain et, comment la discussion sur des activités pédagogiques amenant à « comparer les langues » chemine chez les enseignants de Calandreta, ouvrant une posture réflexive sur leurs pratiques et des perspectives nouvelles pour celles-ci. Nous illustrerons notre propos par deux exemples d’innovations pédagogiques nées de cette articulation étroite entre le terrain et la recherche : la création d’un espace curriculaire dédié à la comparaison des langues au Collègi Calandreta de Toulouse et la récente mise en place, par l’Establiment d’Ensenhament Superior Occitan APRENE, d’un module de formation continue « Compalengas » directement issu des résultats de la thèse.

International audience; 1 Introduction Usually, the study of Discourse Relations (DRs) is based on Lexical Clues (LCs) commonly associated with these DRs, like connectives. For example, a corpus study of causal DRs can be done from the analysis of some connectives commonly associated with causality, like because. Such a semasiological approach, that proceeds from a given LC towards DRs, has a significant advantage: it is much easier to locate LCs than DRs in a corpus. The approach presented here complementarily exploits two types of analysis. We first adopt an onomasiological approach, that proceeds from a given DR towards LCs. In other words, we analyze all the occurrences of this DR in a corpus in order to identify all the LCs that contribute to the DR interpretation. Then, the results of these first analyses are completed by a semasiological analysis: each LC that has been identified is projected on the corpus in order to determine whether it specifically marks the given DR or not. The onomasiological approach requires working on data that have previously been annotated with DRs. Before the ANNODIS corpus was built (ANNotation DIScursive de corpus; Péry-Woodley et al., 2009, 2011; Afantenos et al., 2012), such data did not exist for French and an onomasiological approach, as presented above, was simply impossible for this language. This rather new methodology has already been applied to a few DRs on the ANNODIS corpus (see Vergez-Couret, 2010, for an application to Elaboration DR). We propose to focus here on a specific family of DRs: causal DRs, and to base our study on a corpus specifically annotated with causal DRs: the EXPLICADIS corpus (EXPLication et Argumentation en DIScours; Atallah, 2014; Atallah, 2015). 2 The EXPLICADIS corpus In the ANNODIS project, 86 texts were segmented into Elementary Discourse Units (EDUs) and then annotated with a tagset of DRs inspired by SDRT relations (Seg-mented Discourse Representation Theory, Asher and Lascarides, 2003). The EXPLICADIS corpus has been built in the continuity of ANNODIS: the 86 texts were reused and re-annotated with a more complete and accurate new set of causal DRs. 2 Then 31 more texts were added, segmented and annotated in order to provide a better representation of different text genres: narrative, expositive and argumentative. The whole EXPLICADIS corpus includes 117 texts, 4,580 EDUs and 39,103 tokens. This new set of causal DRs was adopted in order to remedy the difficulties experienced by ANNODIS annotators with the first set of DRs and to adequately account for the data in a semantically clear set of relations (Atallah, 2014; Atallah et al., 2016). It includes, like the previous one, two types of relations: Explanation relations (noted further Rh_Exp) and Result relations (noted further Rh_Res) 1. The new set is original because it distinguishes within both rhetorical types four subtypes of DRs: content-level DRs that involve a causal link between the eventualities that are described in the propositional content: Explanation (1) and Result (2); epistemic DRs that involve a causal link between knowledge items and beliefs: Explanation ep (3) and Result ep (4) ; inferential DRs that involve a causal link between knowledge items: Explanation inf (5) and Result inf (6); speech-act (or pragmatic) DRs that involve a causal link between an eventuality that is described in the propositional content and a speech act: Explanation prag (7) and Result prag (8).

International audience; Cap de gramatica de l’occitan actualament disponibla presenta pas d’analisi detalhada dels emplecs e de las valors del futur prerifrastic de tipe ANAR + Infinitiu. Es sovent descrich coma un « futur proche (comme en français) » (Sauzet pp. 34-35), un « futur imediat » (Alibert, p. 322), « un futur immédiat avec le sens de “être sur le point de” » (Vernet, p. 184). Sauzet sembla postular una equivaléncia entre futur sintetic e perifrastic « Va arrivar dins cinc minutas (= arribarà) / Va plòure lèu (= plourà) » (p. 35). Ça que la, Romieu e Bianchi (p. 245 e 418), al contrari, ne retenan mai que mai una valor aspectuala : considèran anar coma un mièg auxiliari d’aspècte que presenta lo procès « abans lo començament de sa realizacion », postulan pas d’equivaléncia amb lo futur sintetic. Pel francés, la literatura reten tres valors principala del futur perifrastic : 1)Una valor temporala de « futur proche » o « futur immédiat » o « futur imminent » : « Il va bientôt partir » « Ce soir je vais regarder le match à la télé » 2)Una valor modala que marca una nuància d’« allure extraordinaire » (Scrott 2001), valent a dire que la forma perifrastica marca «un caractère dérangeant par rapport à l’ordre attendu des choses » (Damourette & Pichon, § 1652) « – Je parie que vous allez jusqu’aux Accates ? – Plus loin. – Alors aux Camoins ? – Plus loin. – Bouzigue ouvrit des yeux énormes : “ Vous n’allez pas me dire que vous allez jusqu’à La Treille ?” » (Pagnol, Le Château de ma mère, citat per Schrott 2001) 3)Una valor aspectuala que se rapòrta, segon los autors : •a un procès futur qu’es la consequéncia d’una situacion actuala : « Le marquis cherchait la poigne invisible pour en desserrer l’étreinte. Il râlait. « Je vais mourir » (citat per Schroot, 2001). Dins aquela frasa lo futur simple es incompatible amb lo contexte : se poiriá pas dire « Je mourrai », – lo personatge es victima d’una crisi cardiaca – donat que lo futur sintetic presentariá lo procès coma un eveniment virtual sens cap de ligam amb la situacion presenta. •A un procès futur que ne vesèm los indicis dins la situacion actuala : « Jean va abattre le vieux chêne» (Verkuyl et. al 2004) Aquela frasa se referís a una situacion qu’es la fasa preparatòria de l’eveniment localisat dins lo futur, valor aspectuala dicha ‘prospectiva’ (Vet 2001, 2008). Estudiarem las valors e los emplecs del futur perifrastic en occitan a partir d’un còrpus tirat de la basa BaTelÒc, en adoptant una demarcha contrastiva de comparason amb lo francés, per tal de determinar – entre autras causas – s’en occitan lo futur perifrastic pòt tanben aver las tres valors descrichas pel francés ; o eventualament d’autras. Assajarem tanben de delimitar los emplecs especifics et los emplecs concurrents del futur perifrastic e del futur sintetic, d’una part, e de las doas formas perifrasticas ANAR + Infinitiu e VOLER + Infinitiu, d’autra part.