Lettre du DÉS n° 23

Accès au résumé des lettres n°1 à 19 – Accès aux lettres n°19 à n°22 – Vous abonner / désabonner

Remerciements

Merci à Marie, Jérôme, Paul, Gilles, Juliette, Nathalie, Pauline, et bien d’autres qui avez envoyé ces derniers temps vos compliments ajoutés dans le livre d’Or. L’utilité du DÉS comme service public est incontestable et incroyable ! Depuis que j’ai repris sa gestion il y a 7 ans, vos retours et vos 150.000 requêtes en moyenne par jour me touchent et m’enchantent toujours autant 🙂

Les catégories grammaticales dans le DÉS

Nous avions déjà parlé, dans la lettre précédente n°22, de ce projet en citant un document de travail. Ce projet est complété d’un article de type “data paper” intitulé “Insertion des catégories grammaticales dans le Dictionnaire Électronique des Synonymes (DÉS)” paru dans le journal DEMC (Données, Expériences, Méthodes, Codes). Cet article, moins technique est plus accessible pour comprendre le travail entrepris.

De l’utilité des requêtes infructueuses …

Depuis 2019, les mots recherchés lors des requêtes sur le DÉS sont mémorisés. Plusieurs actualités à ce sujet ont déjà été publiées :

• Usages du Dictionnaire Électronique des Synonymes (DES) du CRISCO
• Les statistiques d’accès journaliers (requêtes et mots existants, variants et inexistants)
• Lettre du DÉS n° 21 – décembre 2023
• Éléments de recherche extraits des lettres d’actualités du Dictionnaire Électronique des Synonymes (DÉS) du CRISCO de janvier 2018 à février 2023

Dernièrement nous nous sommes intéressés aux requêtes sur des mots inexistants avec une question : peuvent-ils aider à compléter judicieusement le DÉS ?
Nous avons donc pour 2024 créé un programme qui reprend toutes les requêtes de mots inexistants et ne garde que ceux d’une longueur inférieure à 26, limite correspondant au mot le plus long dans la langue française à savoir “anticonstitutionnellement” (bien que récemment le mot “intergouvernementalisations» le dépasse avec 27 caractères!). Cette limite permet aussi d’éliminer des requêtes de spams.

Le traitement donne par mois les mots les plus recherchés inexistants dans le DES et cette recherche a porté ses fruits puisque depuis mars 2024, nous avons régulièrement ajouté de nouveaux mots et variantes :

• des variantes féminines : complète, légère, délicate, adéquate, évidente, conséquente, réelle, fière, créative, récente , stupéfiante, idéale, précieuse
• des variantes plurielles souvent recherchés : expériences, détails, résultats, défis, démarches, différences, modalités, inconvénients, opportunités, condoléances, aléas
• des variantes de renvoi :
  • de la forme pronominale des verbes : s’agacer -> agacer; se mobiliser
  • du participe présent ou du participe passé vers la forme verbale infinitive : challengeant vers challenger, référencé, plébiscité, sollicité, tétanisé vers les formes verbales correspondantes. Pour rappel, les participes présent et passé ne sont pas ajoutés sauf s’ils sont synonymes d’adjectifs. Dans le cas contraire, il suffit de se référer à la forme verbale.
• des liaisons synonymiques pertinentes : dysfonctionner, défouler, viscéralement, féerique, réaffirmer, respectivement, mix, sur la base de, dangerosité , bluffant
• des corrections : suppression de l’entrée bug et ajout comme variante de bogue

… à l’enrichissement des variantes

Toujours dans le but de réduire les requêtes infructueuses, l’insertion des variantes qui renvoient sur l’entrée appropriée facilite les recherches.

Le projet Ortholexies de Jean-Luc Manguin (heureux retraité depuis peu du laboratoire GREYC) nous a permis d’améliorer considérablement cette base de variantes. Ce projet est détaillé dans cette publication. En résumé, l’auteur a utilisé le corpus Morphalou pour le repérage des formes correctes, l’appariement avec la distance de Levenshtein ( qui mesure le nombre minimal d’opérations nécessaires pour transformer une chaîne de caractères en une autre), les corrections des diacritiques (absence d’accents) et les formes réduites ( consonnes doubles et la lettre h).

Sur les 44.000 entrées du projet donnant de 1 à 2 variantes orthographiques (soit environ 78.000 lignes), environ la moitié soit 20.000 sont enregistrées comme entrées principales dans le DÉS.
Cela a permis d’insérer environ 35.000 nouvelles variantes et d’en modifier environ 10.000 (en ajoutant le type “correction” dans la base des variantes) pour environ 20.000 vedettes. Cela a eu lieu lors de la mise à jour fin juin 2024.

Par exemple, bandoulière n’avait que bandouliere comme variante. Quatre autres ont été ajoutées : bandouillère, bandoullière, bandoulliere et bandouillere.
La variante ricannement a été ajoutée pour ricanement. Cinq variantes ont été insérées pour efficacement : éfficacement, efficassement, efficacément, efficacemment, eficacement
Idem pour tonnerre : outre la variante tonerre, six autres ont été ajoutées : tonnere, tonere, tonnèrre, tonnaire, tonnère, tonère.

Les autres données du projet Ortholexies qui sont soit des variantes soit absentes du DÉS, sont en cours d’étude pour les exploiter au mieux.

Encore plus de devinettes !

De nouvelles devinettes ont été ajoutées grâce aux derniers stages d’étudiants.
Nous sommes passés de 27 à 34 devinettes soit 7 de plus grâce à Antoine et Adèle, les stagiaires d’Orthophonie 2024 !
Serez-vous à même de les résoudre 🙂 ?

Comment mesurer et interpréter la proximité sémantique relative entre trois vocables ?

C’est le titre du billet de Jacques François publié sur son blog. Ce dernier illustre trois méthodes de proximité sémantique : lexicographique, componentielle et synonymique au travers de trois exemples :

• clair, propre et net
• cortège, défilé et gorge
• admettre, confesser et reconnaître

Clair, propre et net

Nous nous proposons d’illustrer la dernière méthode (méthode synonymique étendue) avec le graphe d’adjacence combinant les 3 groupes de mots.
Le graphe d’adjacence pour une vedette donnée va afficher sous forme graphique la vedette avec tous ses synonymes et les liens qui unissent tous ces mots. Pour chaque sommet (chaque mot), le nombre de liens est affiché.

Nous rejoignons ainsi la conclusion de Jacques Francois :

Bref, entre trois vocables A, B et C du français actuel, nous avons
l’intuition que, généralement, le degré de synonymie (c’est-à-dire
les conditions dans lesquelles ils se laissent mutuellement
substituer) entre A<->B, A<->C et B<->C n’est pas équivalent. Cela
revient à se représenter trois ensembles de contextes,
respectivement CA<->B où A et B sont substituables l’un à l’autre et de
même pour CA<->C et CB<->C.

Par exemple : 
[1] Son refus de notre offre est clair / net / propre
[2] L’eau du robinet est claire / propre / ?nette
[3] La fracture de votre péroné est nette / propre / ?claire

Cortège, défilé et gorge

Admettre, confesser et reconnaître

Vu ailleurs sur le web

Nous voyons toutes et tous que l’Intelligence Artificielle prend de plus en plus de place dans tous les domaines de la société y compris en linguistique et il m’est arrivé plus d’une fois de demander l’avis d’une IA sur la pertinence d’une proposition de relation synonymique ( voir la lettre n°22 avec enjeu et lot, la lettre n°21 avec présupposé et défendre, soutenir, interdire). Cet article “Ouvrir les modèles d’IA pour qu’ils ne restent pas l’apanage des géants du Web” de Thierry Poibeau directeur de recherche, linguiste et spécialiste du traitement du langage naturel nous apporte sa réflexion sur le sujet.

Connaissez-vous l’origine des expressions “fier comme un pou”, ou “être au bout du rouleau”, ou encore “avoir un nom à coucher dehors” ?
La chaine de Ludo Medieval sur Youtube (https://www.youtube.com/@ludomedieval) vous propose de découvrir l’origine médiévale de 23 expressions que nous utilisons encore de nos jours dans cette vidéo.

A quoi sert un dictionnaire ?, chronique de Julie Neveu, linguiste sur France Inter :
A l’occasion de la sortie du tome 4 du dictionnaire de l’Académie Française, la linguiste Julie Neveu revient sur l’intérêt de ce dictionnaire qui nous montre l’évolution de la langue dans le temps, depuis 1694 plus exactement. Ceci dit elle remarque à juste titre qu’il contient 53.000 entrées alors que le wiktionnaire en a 400.000, et regrette que des mots comme web, smartphone ou bisou couramment utilisés n’y figurent pas.

Le Petit Robert 2025 et ses mots nouveaux :
On retrouve dans ces mots nouveaux les principales préoccupations de notre époque, avec les mots de l’environnement et du climat, un domaine très productif depuis plusieurs années (agrivoltaïsme, assec, climaticide, bombe carbone, intelligence artificielle frugale…) ; les mots de société (surtourisme, décolonialisme, déconjugaliser, stalker, travail sur site, urbex…) ; ceux des sciences et des nouvelles technologies (neuroatypique, neurone miroir, solutionnisme, un prompt, un vocal…) ; et aussi ceux du sport, en cette année de Jeux olympiques et paralympiques (cécifoot, trampoliniste, rideur, escalade de bloc…), ou de la gastronomie (chimichurri, edamame, kimchi, portobello…).
Enfin, plusieurs mots de la francophonie font leur entrée, comme baraki (Belgique), déguédiner (Canada) ou encore chiclette (Suisse, Belgique), preuve, s’il en fallait, que le français ne se limite pas à la France, mais se vit partout dans le monde.

---

---