Les erreurs dans la production écrite de documents rédigés en

ELÉMENTS DE STRATÉGIE DE CORRECTION
AUTOMATIQUE DE TEXTES : LE CAS DES
FRANCOPHONES S’EXPRIMANT EN ANGLAIS
Camille Albert
(
CAS
),
(),
Marie Garnier (CAS),
Arnaud
Rykner
(LLA)
Arnaud
Rykner
(LLA)
Patrick Saint-Dizier (IRIT)
Toulouse
-
France
Toulouse
France

SOMMAIRE
éfi i i d j
1.D
éfi
n
i
t
i
on
d
upro
j
et
‐Motivationetobjectifsduprojet
Méthodologie de travail
‐
Méthodologie
de
travail
2.Constitutionducor
p
us
p
Nature,phasesdelaconstitutionetparamètresd’analyseducorpus
3.Détectionetlacorrectiondeserreurs:unprocessusdynamique
‐Laclassificationdeserreurs:troisphasesd’analyse
Lii d’ t ti d
‐
L
espr
i
nc
i
pes
d’
anno
t
a
ti
on
d
eserreursencorpus
‐Unexempled’interaction:correcteur‐internet
‐
L
’
induction des règles de correction
L induction
des
règles
de
correction
Conclusion:
p
ers
p
ectivesdu
p
ro
j
et
pp pj

DÉFINITION DU PROJET
Objectif:
Objectif:
Motivation:
Taux d’erreur
Mail: 1erreur/l
Objectif:
Procédures de correction de
classes d’erreurs non traitées par
les éditeurs de texte
Mail: 1erreur/l
.
Publi: 3 erreur/p.
Corpus
Corpus:
les éditeurs de texte
-niveaux de contrôle:
--- emails, forums, blogs
+++
pub
li
s
,
r
appo
r
ts
Démarche
éi tl
-contextes,
p
pub s
, appo ts
-domaines de spécialité
-contextes, public.
exp
é
r
i
men
t
a
l
e
Méthodologie
detravail
‐empirique:observationducorpus
‐d’annotationsetinductionderègles
‐pairedelangueanglais‐français
Niveaux
lexique
Niveaux
linguistiques
deserreurs
‐
lexique
‐syntaxe
‐styleettexte

ETAT DE L’ART
|Diversoutilsinformatiquesdecorrectionautomatique:
‐Word
liil tit S llCh k t
BPt
Cdil2008
‐
l
og
i
c
i
e
l
sgra
t
u
it
s:
S
pe
llCh
ec
k
.ne
t
,
B
on
P
a
t
ron,
C
or
di
a
l
2008
.
‐Post‐éditionmanuelles :ProofingPro,J.ClarkPowers,Euroscript.
‐Goo
g
le :traductionsautomati
q
ues
g
q
|Problèmegénéral
Ctili ité à
l
ti d’ il ùl’i t ti
C
orrec
ti
on
li
m
ité
e
à
l
acorrec
ti
on
d’
erreurss
i
mp
l
es,o
ù
l’i
n
t
erac
ti
on
avecl’utilisateurestquasi‐inexistante.
ÆOrcetteinteractionestsouventessentielle.
ÆDeplusilfautaussisouventfaireappelàdesdonnéeslinguistiques
(lexicales).

CONSTITUTION DU CORPUS
Lecorpus
|Locuteursnatifsfrançais.
|Taille:environ200pages.
‐90pagesdedocumentsélectroniques,35auteurs.
‐110pagesdedocumentspublications,rapports,50auteurs.
Différentesphases:
‐miseenplaced’uncorpusexploratoire,
lli i éhdl i d i d
‐ana
l
ysesqua
li
tat
i
ves,avecunem
é
t
h
o
d
o
l
og
i
e
d
utra
i
tement
d
e
l’erreur:quelle(s)erreur(s)?Queltype?Quelle(s)
correction
(
s
)
?
Q
uellescaté
g
orisations
p
ourleserreurs?
() Q g p
‐analysesquantitatives:corpusd’emails(cf.tableau)