Les corpus naissent tous comparables en droit : apports méthodologiques de l'acquisition lexicale en contexte multilingue
Résumé
L'acquisition sémantique lexicale (semi-)automatique a pour objectif de constituer ou d'accroître des dictionnaires sémantiques. En contexte monolingue, il s'agit de chercher des relations sémantiques, en particulier de partitionner les mots d'un corpus en classes rassemblant des mots de sens proches. L'une des méthodes principales opère sur la base des proximités de contextes d'emploi des mots, adoptant une optique distributionnelle dans la lignée de Firth et Harris. En contexte multilingue, l'objectif est essentiellement de repérer des équivalents traductionnels de mots dans des corpus comparables. Il s'agit d'ensembles de textes dans deux langues qui, sans être en rapport de traduction mutuelle, traitent du même domaine. La méthode privilégiée n'est autre qu'une extension des approches distributionnelles employées pour les corpus monolingues. La plupart des méthodes et enseignements de chacun de ces deux types de travaux devraient donc pouvoir être réinvestis dans l'autre. C'est ce que nous examinons dans cet article. Mots-clés : Acquisition sémantique lexicale, analyse distributionnelle, recherche d'équivalents traductionnels, corpus comparables, genres textuels