Université de

Tizi-Ouzou
* LE CORPUS
* OUTILS INFORMATIQUES EN RECHERCHE TERMINOGRAPHIQUE
AHMED AZOUR
Le corpus

 Définition
1.Ensemble de textes établi selon un principe de
documentation exhaustive, un critère thématique ou
exemplaire en vue de leur étude linguistique.
http://www.cnrtl.fr/definition/corpus

2. Ensemble des sources orales et écrites relatives au

domaine étudié et qui sont utilisées dans un travail
terminologique. (grand dictionnaire terminologique).
Méthodologie de recherche
terminologique thématique :
Étapes
 1- Collecte de la documentation: Mise en forme
d’un corpus en format éléctronique, normalisation
et conversion, si nécessaire (Marie-Claude
l’Homme, 2004). Il s’agit de choisir les documents
qui serviront au dépouillement terminologique et
mettre ainsi en place un corpus de base. Il faut
donc bien cibler le domaine.
 2- Dépouillement terminologique/ Extraction de
candidats-termes et autres unités
terminologiquement pertinentes au moyen de
logiciels d’extraction. Cela peut se faire
manuellement ou à l’aide d’un logiciel de
dépouillement.
 3- Collecte de données sur les termes: Recherche
et extraction de contextes contenant de
l’information utile au moyen de concordanciers
(ibidem et passim). Selon Auger (Méthodologie
de la recherche terminologique1978 : 32), il faut
recueillir toutes les données nécessaires au
traitement de la nomenclature, soit : la catégorie
lexicale et grammaticale, le domaine, une
definition, une définition, des contextes
(terminologiques, langagiers ou métalinguistiques)
et des illustrations, le cas échéant.
 .
 4- Analyse et synthèse des données recueillies. Opération
de validation des données recueillies pour l’étude. Cela
permettra au terminographe de se doter d’une
terminologie bilingue.
 5. Découpage et selection des contextes : Le
terminologue découper les contextes des termes choisis.
Une unite terminologique sera mieux comprise grâce à un
environnement contextual. Généralement, le
terminologue va faire le tri entre les différents contextes et
sélectionne les plus pertinents.
 6- Encodage des données sur un support: Encodage des
données sur support électronique (logiciels de terminologie et
autres supports). Organisation des données terminologiques.
(encodage : Transcription d'un message dans une forme
communicable).
Comment procéder?
Étapes
 1. Mise en forme du corpus: Le terminographe
rassemble les textes en format électronique
exploitable par les logiciels. A des fins de
traduction, le terminographe réunit les textes sous
forme de corpus alignés bilingues.
 2. Repérage des termes: Une tâche confiée à un
extracteur de termes
 3. Collecte de données: Utilisation d’un
concordancier qui retrouve les occurrences du
terme et extrait les contextes dans lesquels il
apparait.
 4. Encodage des données terminologiques:
Utilisation des bases et des logiciels
terminologiques pour l’organisation des
terminologies extraites et analysées. (Marie-
Claude l’Homme, 2004).
 5. Organisation des données terminologiques:
Pour la diffusion de l’information.
 6. Gestion des données terminologiques:
Correction, mise à jour, enrichissement, etc.
Travail du terminographe

 Description des termes à des fins de publication

dans un dictionnaire spécialisé ou une banque
de terminologie.
 Sa tâche principale est de réunir les textes, de
sélectionner les termes, de recueillir des
renseignements sur ces termes et des les analyser
pour les décrire.
Fréquence et terminologie

 En plus du domaine qui est un élément

fondamental, la fréquence des termes dans un
textes aident beaucoup le terminographe dans
sa démarche de repérage des candidats-termes.
Recherche des textes en
format électronique
 Documents d’entreprises;
 Sites des organismes publics;
 Rapports internes;
 Manuels
Note: toujours vérifier la fiabilité de la source.
Quelques outils
terminologiques
 wibitext
 Logiciel pour repérer la terminologie bilingue
dans des sites spécialisés avec choix du domaine.
(Accès libre en ligne);
On peut afficher les deux pages web (ang-fr) ŝur une
seule page.
Bien que gratuit et accessible à tous pour l'instant, le
site Web de WeBiText deviendra éventuellement
payant.


 http://www.tsrali.com/Main.aspx?cc=true
 (TransSearch) (version d’essai gratuite de 5 jours).
À vérifier.
Extraction terminologique à partir
de corpus bilingues
 Exemple de méthodologie (étapes)
1. Élaboration des corpus: constitution d’une base
de documents.
Exp: Retenir 5 textes en français avec 5 textes en
anglais et deux textes de référence.
2. Outils utilisés pour l’extraction et l’analyse
Exemple: Concordanciers
3. Traitement des corpus: listes des fréquences,
concordances et tris conceptuels.
4. Phase d’extraction et d’analyse des termes (mots
clés).
5. Élaboration d’un glossaire bilingue (anglais-
français pour notre cours).
6. Analyse des résultats.
Par exemple Est-ce que tous les termes alignés ont
eu un équivalent dans le corpus sélectionné? Le
pourcentage, procédure suivie pour chercher des
équivalents aux canddats termes dans d’autres
sources, etc.