Méthodes pour informatiser les langues et les groupes de langues "peu dotées"

En 2004, moins de 1 % des 6000 langues du monde bénéficiaient d'un niveau d'informatisation élevé, c'est à dire incluant des services tels que le traitement de textes ou la traduction automatique. Cette thèse, qui s'intéresse aux autres langues - appelées langues-pi -, s'attache à proposer des solutions pour remédier à leur sous-développement informatique. Pour cela, l'auteur analyse la diversité des langues, les technologies, et les approches des différents acteurs impliqués : populations linguistiques, éditeurs de logiciels, Nations Unies, États... Il définit alors une mesure du degré d'informatisation des langues - l'indice-sigma -, et propose plusieurs méthodes d'informatisation. Appliquées sur la langue lao, ces méthodes ont permis de faire passer l'indice-sigma de cette langue de 8,7/20 à plus de 12/20. Il montre ensuite sur l'ensemble birman, khmer, lao et siamois (thaï) qu'une approche par groupe de langues améliore considérablement la productivité des travaux d'informatisation. Enfin, étudiant la création des ressources linguistiques, il montre comment des outils génériques permettent aux populations d'informatiser elles-mêmes leurs langues.

Autorentext

Diplômé de Supélec, Vincent BERMENT commence sa carrière dans les télécommunications, tout en approfondissant à l''Inalco l''étude de langues d''Asie apprises oralement dans sa jeunesse. Passionné de langues et d''informatique, il soutient la présente thèse et développe plusieurs logiciels de TALN: traitements de textes, traduction automatique...

Klappentext

En 2004, moins de 1 % des 6000 langues du monde bénéficiaient d''un niveau d''informatisation élevé, c''est à dire incluant des services tels que le traitement de textes ou la traduction automatique. Cette thèse, qui s''intéresse aux autres langues - appelées langues-pi -, s''attache à proposer des solutions pour remédier à leur sous-développement informatique. Pour cela, l''auteur analyse la diversité des langues, les technologies, et les approches des différents acteurs impliqués : populations linguistiques, éditeurs de logiciels, Nations Unies, États... Il définit alors une mesure du degré d''informatisation des langues - l''indice-sigma -, et propose plusieurs méthodes d''informatisation. Appliquées sur la langue lao, ces méthodes ont permis de faire passer l''indice-sigma de cette langue de 8,7/20 à plus de 12/20. Il montre ensuite sur l''ensemble birman, khmer, lao et siamois (thaï) qu''une approche par groupe de langues améliore considérablement la productivité des travaux d''informatisation. Enfin, étudiant la création des ressources linguistiques, il montre comment des outils génériques permettent aux populations d''informatiser elles-mêmes leurs langues.