Programme Technolangue AGILE TILT

1
Programme TechnolangueAGILE / TILT

• Trésor Informatisé de la Langue Technique

2
PARTENAIRES

• AFNOR
• ATILF
• LINGWAY
• Durée du projet 24 mois
• Fin du projet 28/11/2004

3
OBJECTIFS

• Sur un échantillon de 1 000 normes
• Constituer un corpus du français technique
  utilisé dans les normes
• Aligner les versions en français et en anglais de
  ce corpus
• Mettre le corpus technique français à la
  disposition de la communauté scientifique
• Permettre de mieux répondre aux besoins des
  utilisateurs de normes

4
Travail réalisé

• Production et alignement XML des normes en
  français et en anglais
• Production de données linguistiques bilingues
  français anglais
• Production dapplicatifs dexploitation de corpus

5
Spécificité du traitement des normes AFNOR

• DTD XML AFNOR complexe
• Difficultés
• différences dans les fichiers source EN et FR
• erreurs dans la conversion XML des PDF anglais
  (perte de numérotations de titres, despaces
  entre les mots, tableaux et listes mal rendus)
• éléments non pris en compte par le programme
  (tableaux, formules)
• Résultat sous ensemble des normes exploité pour
  lalignement

6
Extraction de bases terminologique et
phraséologique

• Méthodologie
• Travail dalignement
• Extraction et exploitation de la terminologie et
  de la phraséologie

7
Méthodologie

• 1 génération de format XML  brut 
• 2 comparaison avec XML AFNOR
• 3 génération dun fichier XML anglais de
  structure analogue au français
• 4 alignement entre les version française et
  anglaise

8
Alignement

• Développement dun programme dalignement
  spécifique
• Sur la base de certaines balises
• Titres (de sections, figures et tableaux)
• Paragraphes
• Listes
• Références externes
• Termes et définitions
• ? Près de 160 000 paires alignées

9
Extraction de terminologie

• Sur la base de certaines balises
• Termes
• Titres
• Extraction via logiciel Lingway ALIBI
• Validation des alignements par traductrice AFNOR
• Analyse linguistique pour
• Extraire les patrons pertinents
• Lemmatiser
• ? 12 000 paires retenues

10
Exploitation de la terminologie

• Par AFNOR
• Croisement avec le thesaurus TIT
• Près de 1 300 entrées FR  validées 
• Environ 1 200 traductions EN proposées
• Fourniture dune base terminologique de 12 000
  termes bilingues validés sur les normes
• Par Lingway
• 2 200 paires retenues et intégrées au
  dictionnaire Lingway, avec connexion manuelle à
  la couche conceptuelle

11
PRESENTATION DES RESULTATS

• Un corpus XMLisé du français technique contenu
  de 1 083 normes en français aligné avec le corpus
  en anglais XMLisé
• Une méthodologie de balisage pour pouvoir traiter
  tout le fonds normatif

12
Fonctions orientées utilisateur final
13
RESSOURCES ACCESSIBLES A LA COMMUNAUTE

• Ensemble du corpus en français accessible pour
  les chercheurs selon les conditions daccès et de
  visualisation de Frantext
• Ensemble du lexique linguistique
  français-anglais, extrait des normes, accessible
  gracieusement

14
PRESENTATION DES RESULTATS

• Un lexique français-anglais de 12 000 termes
  utilisés dans les normes
• http//portailgroupe.afnor.fr/v3/espace_informatio
  n/top.htm
• Un outil de production automatique de résumé de
  norme
• Des outils dinterrogation du corpus exploitant
  les divers balisages
• http//stella.atilf.fr/dendien/tilt.htm
• www.atilf.fr/tilt

15
BILAN POUR LES PARTENAIRES AFNOR

• Méthodologie de balisage pour pouvoir traiter
  tout le fonds normatif
• Aide à la traduction
• Possibilité de production automatique de résumés
  de normes
• Règles dexclusion introduites au processus de
  production
• Intérêt pour le logiciel Lingway KM

16
BILAN POUR LES PARTENAIRES LINGWAY

• Démonstration de la faisabilité technique des
  applications autour des normes extraction
  semi-automatique de terminologie bilingue,
  recherche sémantique mono et multilingue et
  production automatique de résumés
• Amélioration de Lingway KM

17
BILAN POUR LES PARTENAIRES LATILF

• Progression dans lexploitation de ressources
  textuelles
• Ouverture et maintenance dune base Fantext-Afnor
  de corpus de langue technique issue des normes
  AFNOR
• Enrichissement de la base morphosyntaxique
  MORPHALOU
• Définition de nouveaux outils
• Possibilité détude du lexique technique des
  normes dans le cadre de notre programme de veille
  lexicale