Lettre d’actualité n° 19 du Dictionnaire Électronique des Synonymes (DES) du CRISCO

Nous voici sur le chemin d’une nouvelle année qui avance très vite puisque nous sommes déjà en février et qu’il est un peu tard pour vous souhaiter à toutes et tous une très belle année (mais l’intention y est :)! ). La raison principale de ce retard est due à un gros problème technique qui a rendu inaccessible de DES pendant 5 jours durant les vacances de Noël !.

La reprise a été très tumultueuse … avec des centaines de messages reçus. Bref un petit retour sur ce point est présent dans cette lettre.

Au sommaire également : la mise à jour de la licence autonome, le livre d’or, l’ajout de catégories grammaticales, la présence du DES sur la plate forme Ortolang, les mots particuliers les plus demandés en janvier et quelques mots sur un projet émergent : la polysémie évolutive.

Enfin, vous l’aurez peut-être remarqué, cette lettre est publiée désormais sur le blog de la MRSH de Caen pour plus de visibilité. Merci à elle d’accueillir les actualités du DES.

Je vous souhaite une très bonne lecture !

Accès aux lettre d’actualités précédentes

Inaccessibilité du DES pendant Noël

Un gros problème technique informatique est intervenu à la fin des vacances de Noël (le 29 décembre précisément) qui a rendu le DES inaccessible pendant 5 jours !
Vous avez été nombreux m’en faire part puisque plus de 300 messages m’attendaient début janvier dans la boite mail du DES. Le service a été heureusement rétabli dès l’ouverture de l’Université le 3 janvier.
L’université était fermée complètement pendant Noël et il n’y avait aucune assistance informatique du service DSI de l’Université d’où le long délai pour le rétablissement du service.
Je tiens à vous remercier tous vos gentils messages d’interrogation, de soutien et de remerciements

Suite à cet incident, plusieurs décisions techniques ont été prises pour simplifier l’application sur le serveur et la rendre moins dépendante des espaces de stockage (hors serveur), ceci dans la limite des possibilités du laboratoire. D’autre part, des licences autonomes gratuites ont été distribuées à tous ceux qui utilisent intensément le DES et leur éviter ainsi de se retrouver dans ce cas de figure. Plus de 60 ont été distribuées depuis le début du mois de janvier.

D’autre part, les dons et l’achat de licence autonome ont été supprimés de l’interface web. Le coût de traitement des dons par les différents services de l’Université devient plus important que le montant moyen du don en lui-même (pour les dons importants, de plus de 100€, il est toujours possible de me contacter). Quant aux licences autonomes, elles sont offertes sur demande. Le DES est et restera un service publique sans publicité et mis à jour régulièrement .

Il est conseillé de vous abonner à cette liste de diffusion car il me sera techniquement impossible de répondre à l’avenir aux très nombreux messages individuels en cas de panne (plus de 800 messages reçus et échangés en 2 jours début janvier !).
Les informations passeront dans cette liste de diffusion. Bienvenue aux derniers abonnés : 460 depuis début décembre 2022 :). Nous approchons les 4000 inscriptions sur cette liste !

Mise à jour de la licence autonome

Vous pouvez télécharger une version de démonstration de la version autonome sur cette page (ou bien à partie du site web du CRISCO, menu “Dictionnaire Électronique des Synonymes” puis “Présentation du DES”) et la tester.
Vous y trouverez également toutes les informations pour obtenir un numéro de licence à vie et pour mettre à jour votre version autonome acquise ou offerte avec les dernières données insérées (la date est indiquée à coté du lien de téléchargement de la version de démonstration).

Livre d’Or

Un livre d’or est en ligne. Il remplace la page de dons qui, comme expliqué ci-dessus, a été abandonnée.
Tous vos remerciements reçus par mail y figureront avec votre prénom (lors de la mise à jour mensuelle). N’hésitez pas à le remplir 🙂 !

Les catégories grammaticales dans le DES

A partir des données de l’ATILF (Laboratoire d’Analyse et Traitement Informatique de la Langue Française, UMR7118), un important travail a été réalisé pour insérer les catégories grammaticales dans le DES. Elles ne sont pour l’instant pas visibles dans l’interface publique (c’est prévu dans une prochaine étape).
Un document de travail sur HAL a été réalisé pour expliquer la procédure suivie. Elle est illustrée de nombreux exemples.
La langue française recèle bien des mystères ! Ainsi cette étude a permis d’appréhender la notion d’entrée dégroupée. Par exemple meuble possède 3 entrées dégroupées : l’une en tant que substantif masculin signifiant “objet mobile qui sert à l’aménagement d’un local public ou privé”, la seconde en tant qu’adjectif, en parlant d’un sol ou d’une terre : “qui se laboure ou se travaille facilement”, la troisième en tant qu’adjectif et substantif, utilisé en droit pour caractériser quelque chose qui peut être transporté d’un lieu à un autre.
Ces entrées dégroupées sont dues, entre autres, à des origines étymologiques différentes mais pas systématiquement.
Panne est le mot possédant le plus d’entrées dégroupées : six au total, toutes en tant que substantif féminin : une étoffe (1), de la graisse de porc (2), la panne mécanique d’une voiture (3), la partie amincie du marteau (4), une bande de nuages (5) et enfin une poutre horizontale reliant les fermes d’un comble (6).
D’autres mots comme pique, pointer et faire vont jusqu’à cinq entrées dégroupées.
Ce long travail a été réalisé en plusieurs étapes et a duré 11 mois avec plusieurs programmes de vérification de la cohérence des informations insérées.
Il reste un traitement complémentaire à réaliser pour reprendre quelques centaines d’entrées dégroupées de façon à respecter au plus près les informations de départ de l’ATILF,(concernant les entrées dégroupées) détaillé dans le paragraphe 6.3 du document et inventorié dans le dépôt git associé. Ce rapport est un indicateur important du travail réalisé et va faciliter l’exécution du traitement restant pour finaliser ce projet.

Le DES est disponible sur la plate-forme ORTOLANG

La plate-forme ORTOLANG regroupe des outils et des ressources linguistiques. Dans le cadre du plan national pour la Science Ouverte , les données du DES sont accessibles en temps réel à la communauté scientifique avec une authentification obligatoire. Dans les autres cas un contrat de prêt doit être réalisé.
Depuis son dépôt en novembre 2022, il a été téléchargé plus de 700 fois !
Nous espérons ainsi faciliter les stages, tests et projets émergents sans but commercial dans la communauté scientifique.

Les mots particuliers par jour en janvier

Les deux graphiques ci-dessous (partie haute et partie basse) nous donne les mots particuliers recherchés par jour (de 01 à 31) du mois de janvier (202301). Le calcul opéré est le suivant : ce sont, parmi les 10 mots les plus recherchés par jour, ceux qui ne font pas partie des 20 mots les plus recherchés du mois. Ces 20 mots sont pour le mois de janvier 2023 : permettre, important, dictionnaire, pouvoir, découvrir, proposer, développer, projet, en effet, utiliser, comprendre, présenter, problème, demander, expliquer, intéressant, faire, travail, dire et objectif.

Accès au fichier image en entier

Il est amusant de repérer les corrélations de sens entre eux :

• le 2 janvier : spectre, pâleur et irréel,
• le 4 : administration et uniforme
• le 7 : plan, programme, clarifier, finir
• le 8 : arrestation, limiter, avouer
• le 9 : ascension, revenir
• le 16 : contempler, jeu, joyeuseté
• le 20,21, 22 : compréhension, difficile, essentiel
• le 23: commission, conseil, réduire, proxénète

Cette approche des mots particuliers par jour est simple (les 20 premiers mots du mois et les 10 premiers mots de chaque jour). Il y a probablement d’autres approches statistiques possibles. A suivre …

La polysémie évolutive

Ce projet intitulé polysémie évolutive a été initié par Jacques François en 2020-21 à partir des notices historiques du Trésor de la Langue Française informatisé sous la responsabilité de l’ATILF ((Laboratoire d’Analyse et Traitement Informatique de la Langue Française, UMR7118). Avec ces 81 fichiers au format XMLainsi récupérés, et l’association de Justine Reynaud et Laurette Chardon au projet en 2022 (et la participation active de Triss Jacquiot au démarrage), un certain nombre d’informations ont pu être extraites. Ces fichiers XML comportent un encodage limité : la structure générale d’une entrée est représentée uniquement par les balises <entry> <form> et <etymology> (Voir ce site pour le formatage XML-TEI).
L’exemple de lentille ci-dessous illustre cet encodage (issu de la conférence de Jacques François et Justine Reynaud dans le cursus Humanités Numériques le 26 janvier 2023) :

D’autres balises utilisées dans la partie <etymology> donnent uniquement des informations de rendu (balise <hi> pour préciser du texte en gras, ou en italique,..).

L’idée de ce projet est d’extraire par traitement informatique plusieurs informations comme la hiérarchie des rubriques, le siècle, la définition, la forme sous laquelle un mot se présente par le passé, les autres mots avec lesquels il s’est combiné de préférence à chaque époque et la rubrique histoire. Les niveaux sont représentés par

• des nombres romains (I, …, inf) pour le niveau d’ordre 1
• des majuscules Latines (A, …, Z) pour le niveau d’ordre 2
• des nombres latins (1, …, inf) pour le niveau d’ordre 3
• des minuscules Latines (a, …, z) pour le niveau d’ordre 4
• des minuscules grecques (α, …, ω) pour le niveau d’ordre 5

Pour illustrer ce projet qui vient tout juste de débuter d’un point de vue informatique, vous trouverez l’exemple de chemin avec ci-dessous, sa version publique , sa version XML, ses méta-données extraites jusqu’à présent et le graphe final souhaité (figures 1, 3 et 4 issues de la même conférence sus-citée).

Nous aurons certainement l’occasion d’en reparler….

N’hésitez pas à vous abonner pour profiter des prochaines informations sur le DES (environ 3 à 4 lettres par an).
Par la même occasion, voici la procédure pour vous désabonner, il suffit de cliquer sur ce lien et d’insérer l’adresse avec laquelle vous vous êtes abonné.(Pour information un désabonnement est automatiquement réalisé au bout de trois retours de non délivrance afin de simplifier la gestion des erreurs)

---

---