407

CONSTITUTION DE RESSOURCES PDAGOGIQUES NUMRIQUES :

LE LEXIQUE DES AFFECTS
Magdalena AUGUSTYN, Sabrina BEN HAMOU, Gwendoline BLOQUET, Vannina GOOSSENS, Mathieu LOISEAU, Fanny RINCK magdalena.augustyn@bvra.e.u-grenoble3.fr, sabrina_ben_hamou@yahoo.fr, bloquetgwen@yahoo.fr, vannina.goossens@u-grenoble3.fr, mathieu.loiseau@u-grenoble3.fr, fanny.rinck@u-grenoble3.fr LIDILEM, Universit Stendhal Grenoble3 BP 25 - 38040 Grenoble cedex 9 Abstract : The work presented in this article is part of a project aiming at the development of French teaching pedagogical resources and their NLP1-based exploitation. The article focuses on the affect lexicon to exemplify the process of computer modelling of textual resources (the description of the lexicon and its semantic annotation within the corpus) on which the extraction of examples and the generation of exercises are based.

1.

Introduction

Le travail prsent sinscrit dans un projet2 qui vise la constitution et lexploitation de ressources linguistiques pour la didactique du franais, destination dun public de franais langue trangre (niveau intermdiaire avanc) et dun public de franais langue maternelle (collge et lyce). Les ressources, textuelles, sont traites laide doutils de traitement automatique des langues (TAL), et servent lenseignement et lapprentissage de phnomnes nonciatifs, lis lexpression du point de vue et de la subjectivit dans les textes. Nous nous centrerons ici sur le travail pralable lexploitation pdagogique, et relatif au lexique des affects : le ressenti ou lattitude du narrateur et/ou de ses personnages sont caractriss lexicalement, comme relevant de la joie , de la tristesse , etc. Le projet runit des linguistes, des spcialistes du TAL et des didacticiens, et prend comme point de dpart lide quune approche en corpus de ces phnomnes doit favoriser leur enseignement/apprentissage. Il sagit de recourir des donnes langagires attestes, qui permettent aux apprenants de reprer, danalyser et de manipuler ces phnomnes, leurs cooccurrences et leurs effets en termes dexpression de la subjectivit. Une telle approche en corpus doit ainsi favoriser la rflexion mtalinguistique des apprenants, dans une perspective en particulier de rinvestissement des apprentissages lexicaux dans la production de textes. Cet objectif requiert dune part une modlisation informatique des ressources textuelles : il sagit de faire en sorte quelles soient utilisables en tant que ressources pdagogiques, que ce soit comme rservoir dexemples pour lenseignant, qui doit pouvoir formuler des requtes dans le corpus, ou comme rservoir dexercices pour lapprenant. Dautre part, une description linguistique du lexique des affects doit tre faite de manire en faciliter lenseignement et lapprentissage. Elle doit permettre dannoter le phnomne dans les textes du corpus, ainsi enrichi dinformations smantiques qui sont exploites automatiquement pour la formulation de requtes dans le corpus et la gnration dexercices.

1 2

Natural Language Processing Plan pluri-formation pilot par le Lidilem (Universit Stendhal Grenoble 3).

408

M. Augustyn, S. Ben Hamou, G. Bloquet, V. Goossens, M. Loiseau, F. Rinck

Ce sont ces deux aspects, la modlisation informatique des ressources et la description du lexique des affects des fins dannotation smantique que nous prsentons ici. Le corpus utilis reprsente 850.000 mots. Il comprend des textes littraires principalement, en raison du public vis ainsi que des contraintes imposes par la diffusion des textes. Lintrt quil y aurait disposer dautres types de textes, notamment des textes journalistiques et des textes en usage sur Internet se heurte des problmes de droit. On peut galement se demander dans quelle mesure le contenu du web peut servir de corpus, a fortiori des fins dexploitation pdagogique.

2.

Modlisation informatique des ressources

La mise disposition pour des enseignants de franais de ressources pdagogiques numriques fait intervenir diverses comptences : didactiques (exploitation des ressources constitues), linguistiques (description des phnomnes linguistiques) et informatiques (numrisation et mise disposition des ressources). Tous les aspects de ce projet sont interdpendants. La description des phnomnes linguistiques ncessite davoir des informations dordre didactique (comment les enseignants voudront-ils exploiter les informations linguistiques mises leur disposition, pour quel type dactivit ?) et relevant du TAL3 (dans quelle mesure lannotation des phnomnes pourra-t-elle tre automatise ?). De leur ct, les didacticiens ne peuvent prparer lexploitation pdagogique sans une connaissance pralable approfondie des ressources linguistiques disponibles (quelles informations seront disponibles dans les ressources et comment elles seront prsentes ?). Dun point de vue informatique, le processus de constitution du corpus est lui aussi tributaire des choix de modlisation linguistique des phnomnes et sera dtaill dans la partie suivante travers lexemple du lexique des affects. De la mme manire, la cration du systme via lequel les utilisateurs exploiteront les ressources doit prendre en compte leurs attentes et dpend des informations contenues dans ces ressources. Toutes ces contraintes ncessitent un dveloppement incrmental pour chaque notion incluse dans les ressources dveloppes. Ce type de fonctionnement requiert une architecture globale du systme la plus gnrique possible. Nous utilisons donc larchitecture de la plateforme dapprentissage des langues MIRTO4, dveloppe luniversit Stendhal. La modularit de la plateforme provient de la dissociation des donnes (corpus) et des traitements (Antoniadis et al., 2004a) et permet ainsi dviter les principaux dfauts des logiciels dapprentissage des langues : la pauvret des informations de sens associes aux donnes langagires (Antoniadis et al., 2004b) et le manque de diversit des exemples disponibles. Dans cette architecture (cf. Figure 1), un script (Si) est un programme informatique qui cre une activit partir dun texte donn. Cette activit peut aussi bien tre un exercice lacunaire gr entirement par lordinateur (ex : exercice lacunaire sur les noms daffect) que la prsentation de certaines facettes du texte pour un travail dirig par lenseignant en prsentiel. On peut, par exemple imaginer un script qui, dans un texte donn, mettrait en vidence toutes les occurrences des noms daffect de la mme manire afin de gnrer, aprs un travail dexploration, une discussion aboutissant la description des diffrentes catgories de noms daffect. Dans la premire phase du travail, les apprenants surligneraient dune manire diffrente chacun des noms daffect en fonction des types quils remarquent, avant de confronter, dans une seconde phase, la typologie ainsi cre avec la typologie existante. Pour un tel script, les diffrentes phases du travail seraient configurables par lenseignant, qui fournirait ainsi le contexte didactique de lapplication du script :
3 4

Traitement Automatique des Langues Multi-apprentissages Interactifs par des Recherches sur des Textes et lOral

Constitution de ressources pdagogiques numriques : le lexique des affects & & & & &

409

choix du (ou des) texte(s) au(x)quel(s) appliquer le script choix des phnomnes mettre en valeur (noms daffect dans lexemple ci-dessus) avec quelle prcision (domaine, sous-domaine ou distinction plus fine encore, cf. partie 3) interaction avec lutilisateur (visualisation, regroupement en catgories) et enfin la proposition ou non dune correction (comparaison de la catgorisation produite par lapprenant avec celle effectue au pralable dans le corpus).

Figure 1 - Gnration d'une activit

La cration de scripts demandant des comptences pointues en informatique est rserve un concepteur de scripts, qui proposera, comme nous lavons vu travers lexemple ci-dessus, la possibilit lenseignant de dfinir le contexte didactique de son activit.

Figure 2 - Conception de scripts dans MIRTO

Via linterface MIRTO, le concepteur de scripts a accs un ensemble de traitements de bas niveaux (fonctions numrotes dans la Figure 2). Ces fonctions peuvent relever du TAL (ex : analyse morphologique) ou non (ex : parser XML). Le concepteur est alors libre de combiner ces diverses fonctions pour crer des scripts qui seront ensuite accessibles aux enseignants. Un script de cration dexercices lacunaires portant sur le lexique des affects fera donc intervenir : & une fonction permettant dinterprter du XML (parser XML), & une fonction permettant de slectionner les lments baliss comme faisant partie du lexique des affects en fonction de paramtres donns par lutilisateur enseignant (ex : la catgorie syntaxique des mots, le type, le domaine, cf. partie 3), & une fonction permettant de crer les trous, qui pourra elle mme faire appel & une fonction de lemmatisation, selon que lenseignant (utilisateur du script) voudra ou non afficher les lemmes correspondants aux mots escamots (en fonction du

410

M. Augustyn, S. Ben Hamou, G. Bloquet, V. Goossens, M. Loiseau, F. Rinck

niveau des apprenants, lenseignant choisira entre un exercice lacunaire sans indication ou en affichant sous lnonc la liste des formes lemmatises ou encore la liste des mots tels quils apparaissent dans le texte), & et enfin une fonction de correction automatique des exercices. A partir dun tel script, lenseignant pourra crer autant dexercices quil y aura de textes dans le corpus, palliant ainsi le manque de diversit des exemples disponibles, rcurrent dans les plateformes denseignement des langues. Les outils TAL prsents sous forme de fonction dans les scripts, ainsi que les annotations pralables du texte enrichissent le sens associ au texte dans le cadre de son utilisation pour lenseignement du franais. En effet, dans le cadre de ce projet, il ne sagit pas de travailler avec du texte tout venant mais avec le texte issu du corpus, dont nous allons prsenter lannotation travers lexemple du lexique des affects.

3.

Le lexique des affects

3.1. Description et organisation du lexique

Le lexique des affects a donn lieu de nombreuses recherches (voir notamment les numros 105 de Langue Franaise, Balibar-Mrabti, 1995, et 32 de Lidil, Grossmann et Tutin, 2005), sur lesquelles nous nous sommes appuys pour raliser des travaux de description linguistique (Tutin et al., 2005, Goossens, 2005) et des travaux vise didactique (Grossmann et Boch, 2003, Boch et al., 2005, etc.). Tous ces travaux ont mis en vidence dune part la difficult quil y a tablir quelles units lexicales font partie du lexique des affects et dautre part, la complexit smantique et le caractre polysmique de ces units lexicales. Pour ce projet, nous avons choisi de retenir une dfinition assez large de ce qui constitue le lexique des affects afin danalyser au mieux lexpression de la subjectivit et la polysmie. Nous avons ainsi considr comme appartenant au lexique des affects les units lexicales qui peuvent renvoyer un processus psychologique de type affectif mme sils ne renvoient pas obligatoirement un affect dans tous leurs emplois, comme nous le verrons par la suite. Ceci explique que nous ayons pris en compte des noms comme bont ou orgueil, qui sapparentent en rgle gnrale des qualits mais qui peuvent galement prendre un sens affectif, comme par exemple bont dans le passage suivant, issu de notre corpus : Et plus leurs curs se rapprochaient, plus ils s'appelaient avec crmonie "Monsieur et Mademoiselle", plus aussi leurs regards se souriaient, se mlaient ; et il leur semblait qu'une bont nouvelle entrait en eux (Maupassant, Une vie). Afin de pouvoir annoter le lexique des affects dans notre corpus nous avons labor une liste des units lexicales que nous considrons comme appartenant au lexique des affects. Nous avons pris comme point de dpart des listes existantes, notamment celles de Y. Y. Mathieu (2000) pour les verbes. Dans un souci dexhaustivit, nous avons alors cherch largir ces listes. Nous sommes partis de dictionnaires de rfrence dans lesquels nous avons navigu par synonymes partir des units lexicales de la liste initiale. Nous avons ainsi abouti llaboration de quatre listes distinctes, une pour chaque catgorie grammaticale du lexique des affects : noms, verbes, adjectifs et adverbes. Nous allons nous centrer dans la suite de cet article sur le traitement rserv aux noms. Afin de dcrire et dorganiser notre liste de noms daffect dans une perspective dexploitation pdagogique, nous avons labor une typologie de ces noms. Nous avons fait le choix dune typologie notionnelle, ce qui nous a sembl le plus adapt pour laccs smantique aux lments lexicaux par les apprenants. Pour cette mme raison, nous avons galement fait le choix de nous limiter deux niveaux hirarchiques : des domaines, qui sont

Constitution de ressources pdagogiques numriques : le lexique des affects

411

au nombre de 27, diviss pour certains en sous-domaines. Il sagit dtiquettes conventionnelles regroupant une mme famille smantique de noms daffect. Par exemple, le domaine joie se divise en 4 sous-domaines :
bonheur-satisfaction Bonheur, batitude, contentement, flicit, ivresse Domaine joie Joie enthousiasmejoie-gaiet entrain Alacrit, Euphorie, liesse, enthousiasme, enchantement, joie, optimisme, entrain gaiet plaisir-jouissance Got, plaisir, jubilation, volupt, jouissance

Tableau 1 - Domaine 'joie'

Un certain nombre de noms se trouvent dans plusieurs domaines ou sous-domaines, du fait de la polysmie propre chaque nom. Horreur, par exemple, se trouve la fois dans le domaine peur et dans le domaine dgot . Mais ce nest pas le seul type de phnomnes polysmiques auquel donnent lieu les noms daffect et que nous ayons dcrit dans ce projet.

3.2. La polysmie des noms daffect

Comme nous lavons voqu prcdemment, les noms slectionns ne renvoient pas toujours des affects, ou pas uniquement des affects. Nous nous trouvons ainsi, en fonction du contexte, en prsence de cas de polysmie rgulire ou systmatique (lorsquune drivation smantique existe pour tous, ou en tout cas une grande partie, des lments dune classe smantique, en loccurrence les noms daffect), ou de polysmie que lon pourrait appeler irrgulire (lorsque cette drivation est spcifique une unit lexicale particulire). Nous avons ainsi distingu quatre cas de figure diffrents, que nous allons expliquer et exemplifier. Tout dabord, et ceci reprsente videmment les cas les plus courants, le nom peut exprimer un affect. Par exemple, dans : Parfois, si les prjugs ou les instincts de son pays revenaient lassaillir et lui montraient une vengeance facile au dtour d'un sentier, il les cartait avec horreur en pensant ses camarades de rgiment, aux salons de Paris, surtout miss Nevil ( Mrime, Colomba) horreur renvoie a un affect du domaine dgot . Dans : Le berger s'tait empar du cheval, mais il avait laiss tomber selle et bride, et paraissait saisi d'horreur ( Mrime, Colomba) il appartient dans ce cas au domaine peur . Cest galement le cas pour des noms comme orgueil, bont ou encore tendresse5, comme dans : entre eux flottait dj cette subtile et vague tendresse qui nat si vite entre deux jeunes gens, lorsque le garon n'est pas laid et que la jeune fille est jolie ( Maupassant, Une Vie). Ces noms peuvent galement exprimer un affect coupl une autre dimension smantique spcifique. Dans de trs nombreux cas, par exemple, le nom renvoie la fois un affect et une manifestation de cet affect (ou une attitude exprimant cet affect), comme dans : Colomba parlait avec enthousiasme de la beaut de miss Nevil (Mrime, Colomba) ou encore Il y eut parmi toute ltude, un murmure dadmiration (Daudet, Le petit chose).
5

Qui sapparentent en rgle gnrale des qualits.

412

M. Augustyn, S. Ben Hamou, G. Bloquet, V. Goossens, M. Loiseau, F. Rinck

Parfois, ces noms nexpriment pas un affect mais une autre acception, drive par une relation rgulire. Par exemple dans : sous sa rude moustache, effroi des chiens et des traneurs de bancs, se cachait un bon sourire attendri (Daudet, Les contes du lundi) effroi ne renvoie pas vritablement un affect mais plus prcisment ce qui cause cet affect, en loccurrence la moustache. Cest galement le cas pour peine et embarras dans : je suis une peine et un embarras ma famille (Sand, La petite Fadette) Pour donner un autre exemple de ces acceptions polysmiques rgulires, le nom peut exprimer une qualit dune personne. Cest le cas bien entendu de noms comme orgueil, bont ou tendresse que nous avons voqus prcdemment et qui sapparentent habituellement des qualits, mais galement de noms qui dsignent gnralement des affects comme passion dans : il est impossible de parler des Corses sans attaquer ou sans justifier leur passion proverbiale ( Mrime, Colomba). Enfin, dans certains cas, ces noms nexpriment ni un affect ni une acception polysmique rgulire, comme par exemple blessure dans : La blessure la tempe est grave, nest-ce pas ? (Leroux, Le mystre de la chambre jaune) ou encore bonheur dans : Elle cherchait le trfle quatre feuilles, qui se trouve bien rarement et qui porte bonheur ceux qui peuvent mettre la main dessus (Sand, La petite Fadette). Ces diffrents cas de figure ainsi que les domaines et/ou sous-domaines sont dtermins et annots en contexte pour chaque nom, de mme quun certain nombre dautres traits que nous allons maintenant prsenter.

3.3. Lannotation du lexique des affects

Lannotation a t ralise en deux tapes et sous la forme de balises XML laide doutils de traitement de corpus : Nooj (Silberztein, 2002) dans un premier temps, pour lannotation automatique sans attributs puis le filtrage (par exemple suppression derreurs de catgorisation comme je doute, sans doute) ; puis Intex (Silberztein, 1992) dans un deuxime temps, pour linsertion automatique des attributs. A ce stade toutes les valeurs possibles sont attribues chaque nom (tous les sous-domaines par exemple) qui sera enfin vrifi et dsambigus manuellement en fonction du contexte. Au final, nous aboutissons un balisage de ce type : Jean Peyrol devient rouge de <LEXIQUE TYPE ="affect+manif_attitude"
CAT ="N" DOMAINE ="plaisir" NV_LANGUE ="courant" INTENSITE = "moyen" POLARITE ="positif" FIGE ="" FIGURE_STYLE ="">plaisir </LEXIQUE> et s'empresse autour de son illustre visiteur. (Daudet, Le petit

chose). Le choix des diffrents attributs annots pour le lexique des affects et leur description a t dtermin par la perspective de lexploitation pdagogique du corpus. Certains sont communs toutes les catgories syntaxiques comme le domaine, le niveau de langue (courant, littraire, etc.), lintensit (haut ou moyen) et la polarit (ngatif, positif ou neutre), alors que dautres sont spcifiques une catgorie comme le figement pour les noms, le type agentif ou causatif pour les verbes.

Constitution de ressources pdagogiques numriques : le lexique des affects

413

En ce qui concerne les noms, nous avons tout dabord un attribut TYPE, qui correspond au traitement de la polysmie que nous avons abord prcdemment. Quatre configurations sont possibles : affect, affect coupl une dimension smantique particulire (affect+manif_attitude, etc.), non affect mais acception polysmique rgulire (non affect+cause_objet, non affect+qualit, etc.), ou non affect. Lattribut DOMAINE comprend le domaine du nom ou le sous-domaine lorsquil y en a un, tels qutablis dans notre typologie. Dans le cas de contraintes syntaxiques propres certaines constructions (comme par exemple ctait piti de, faire peine, de peur de, etc.), nous annotons cet emploi discursif particulier laide de lattribut FIGEMENT, qui comporte deux valeurs : fig ou non. Cette description sera par la suite affine par des marqueurs de niveau de figement (collocations, expressions figes, etc. cf. Tutin et Grossmann, 2003). Enfin, nous annotons galement lemploi stylistique des noms daffect par lattribut FIGURE_STYLE avec la dsignation du type de procd employ (mtaphore, mtonymie, personnification, etc.). Les verbes, adjectifs et adverbes daffect ont t annots selon la mme mthode. De mme, le corpus contient des annotations pour dautres phnomnes (discours rapport, modalisation, etc.) et ce sont ces informations qui sont ensuite interprtes par les scripts de la plateforme MIRTO.

4.

Conclusion

Il reste pour finir dire quelques mots de lexploitation didactique des annotations faites dans le corpus. La perspective didactique dtermine dabord comme nous lavons vu le choix des annotations. Des entres notionnelles ont t privilgies, pour dcrire le lexique des affects partir de domaines tels que la joie, la tristesse, etc., et il faut grer un quilibre entre la finesse de la description et la ncessit que les annotations fassent sens pour les enseignants. Un des enjeux de lannotation a par ailleurs consist mettre laccent sur le problme de la polysmie : le but nest pas de proposer une interprtation univoque des phnomnes, mais au contraire de dfendre lide que la polysmie peut et doit faire lobjet dun traitement en classe de langue. Outre leur utilisation via les scripts (voque dans la partie 2), les annotations sont exploites dans les requtes que pourra formuler lenseignant, pour tirer des exemples du corpus, ou mme les apprenants, dans le cadre dune activit dexploration du corpus encadre par lenseignant pour examiner les phnomnes qui constitueront lobjet du cours. Un script pourra sappliquer ensuite aux textes choisis. Dautre part ces annotations permettent aux apprenants de bnficier dexercices gnrables automatiquement. Dans les deux cas, il sagit de privilgier une analyse et une manipulation du phnomne en contexte, et de sensibiliser les apprenants aux associations lexicales privilgies (par ex. rouge de colre, etc.). Les ressources doivent permettre un travail sur les effets de sens induits par le contexte, leur diversit et les ventuelles formes dambigut et de polysmie. Le rle de lenseignant apparat alors comme central dans le droulement des sances : les outils proposs ne sont pas une fin en soi, mais peuvent par contre tre le moteur de nouvelles activits non automatisables, et en premier lieu les changes au sein de la classe que lobservation de ces phnomnes linguistiques doit susciter. Une premire exprimentation (Cavalla et Tutin, 2006) a t mene dans un cours de FLE de niveau intermdiaire avanc ; elle valide lintrt dun travail danalyse en corpus et de mmorisation par des exercices pour lacquisition des collocations verbe+nom et leur remploi dans une activit de production de textes.

414

M. Augustyn, S. Ben Hamou, G. Bloquet, V. Goossens, M. Loiseau, F. Rinck

Rfrences
Rfrences bibliographiques
ANTONIADIS, Georges, ECHINARD, Sandra, KRAIF, Olivier, LEBARBE, Thomas, LOISEAU, Mathieu & PONTON, Claude (2004a). NLP-based scripting for CALL activities, Actes du workshop de Coling '04 sur eLearning for Computational Linguistics and Computational Linguistics for eLearning, Genve, Suisse, aot 2004. ANTONIADIS, Georges, ECHINARD, Sandra, KRAIF, Olivier, LEBARBE, Thomas, LOISEAU, Mathieu & PONTON, Claude (2004b). CALL: from current problems to NLP solutions, Actes de EUROCALL, Vienne, Autriche, 1-4 septembre 2004. BALIBAR-MRABTI, Antoinette (Ed) (2005). Grammaire des sentiments, Langue Franaise, 105. BOCH, Franoise, CAVALLA, Cristelle & GROSSMANN, Francis (2005). Apprendre intgrer le lexique des sentiments au cours de lcriture de textes narratifs, Colloque international Lexique et production verbale : vers une meilleure intgration des apprentissages lexicaux, 9-10 mars 2005, Lyon, France : Institut National de Recherche Pdagogique. CAVALLA, Cristelle & TUTIN, Agns (2006). Lexique de l'motion en classe de FLE : une exprimentation base sur corpus, 7eConfrence Teaching and Language Corpora : TaLC2006, 1-4 juillet 2006, Paris 7, France. CRUSE, D. Alan (1986). Lexical Semantics. Cambridge : University Press. GOOSSENS, Vannina (2005). Les noms de sentiment : esquisse de typologie smantique fonde sur les collocations verbales, Lidil, 32:103-121. GROSSMANN, Francis & BOCH, Franoise (2003). Production de textes et apprentissage lexical : lexemple du lexique de lmotion et des sentiments, Repres, 28 : 117-135. GROSSMANN, Francis & TUTIN, Agns (Eds) (2005). Smantique des noms et adjectifs dmotion, Lidil, 32. MATHIEU, Yvette Yannick (2000). Les verbes de sentiment : de lanalyse linguistique au traitement automatique. Paris : CNRS. NUNBERG, Geoffrey & ZAENEN, Annie (1997). La polysmie systmatique dans la description lexicale, Langue Franaise, 113: 12-23. PUSTEJOVSKY, James (1991). The Generative Lexicon, Computationnal Linguistics, 17, 4: 409-441. PUSTEJOVSKY, James (1995). The Generative Lexicon. Cambridge : MIT Press. TUTIN, Agns & GROSSMANN, Francis (Eds) (2003). Les collocations, analyses et traitement. Amsterdam : De Werelt. TUTIN, Agns, NOVAKOVA, Iva, GROSSMANN, Francis & CAVALLA, Cristelle (2006). Esquisse de typologie des noms daffect partir de leurs proprits combinatoires, Langue Franaise, 150: 32-49.

Rfrences aux logiciels

SILBERZTEIN, Max (1992). Intex, http://intex.univ-fcomte.fr, (nd). Consult en septembre 2006. SILBERZTEIN Max (2002). Nooj, http://perso.wanadoo.fr/rosavram/pages/noojpag.html, (nd). Consult en septembre 2006.