NaviLog (AnaLog + VariaLog)

Formes et Représentations en Linguistique  et Littérature (FoReLL)
EA 3816, Université de Poitiers
Site : http://forell.labo.univ-poitiers.fr/
Responsable : Marie-Hélène Lay

Présentation du projet

NaviLog est un outil d’annotation manuelle léger répondant à des besoins d’exploration et d’exploitation des corpus dans des environnements éventuellement peu dotés en expertise informatique.
La valorisation des ressources existantes peut passer par des phases d’étiquetage des corpus, que ce soit à un niveau morpho-syntaxique (données annotées le plus souvent disponibles pour la communauté) ou à  un autre niveau, propre à des contextes d’étude particuliers, quels que soient les phénomènes analysés (p.e description de la liaison – projet IPFC, observation de réseaux lexicaux, analyse sémantiques etc.)
Quelque soit le contexte (très ou peu informatisé), les phases d’annotation manuelle sont indispensables : élaboration des modèles d’étiquetage, validation des annotations après utilisation d’un outil TAL, ou adaptation des sorties d’un outil TAL, mais aussi étiquetage partiel permettant l’étude de corpus constitués dans un objectif de recherche particulier.  NaviLog répond aux besoins d’acteurs des Sciences Humaines ne disposant que de peu de compétences informatiques et ne travaillant pas forcément, pour une étude précise, sur de très gros corpus.
NaviLog (intégration des briques AnaLog et VariaLog) a été développé à partir des besoins observés dans le programme de recherche BVH (Tours) et dans d’autres projets d’annotation divers (Poitiers), comme l’annotation du Poitevin-Saintongeais ou celle corpus d’apprenants, d’un point de vue phonétique (liens avec IPFC, Interphonologie du Français Contemporain), ou de typologie des erreurs : tous ces projets imposent d’intégrer la notion de variantes dans le processus d’annotation comme dans la visualisation des corpus annotés. L’enjeu est donc de fournir un outil léger sur le plan informatique (environnement et appropriation) et flexible (indépendant des langues et des jeux d’étiquettes). Il a aussi été utilisé pour élaborer et tester des modèles d’étiquetage TAL dans le cadre du projet ANR-DFG PRESTO.
En l’état, la brique AnaLog permet d’associer de façon semi-automatique les mots d’un texte à des ressources d’étiquetage et tient compte de la nécessité qu’il y a à pouvoir consulter/modifier le dictionnaire de façon circonstanciée au cours de l’annotation, dès lors qu’on ne procède pas à une annotation automatique massive par des ressources standard. En effet, pour des corpus de taille moyenne (on ne parle pas ici de big data) constitués de textes fortement caractérisés par des particularités linguistiques, et pour des jeux d’étiquettes adaptés à des projets particuliers, il y a tout intérêt à laisser le chercheur maître de son annotation.
La brique VariaLog quant à elle permet la gestion de la variation graphique « à la volée » : ce module fonctionne sur une base de règles d’équivalences morpho-graphématiques exprimées par des expressions régulières contextualisées au niveau du mot, et permet de retrouver une forme « variante » dans une ressource d’étiquetage standard. Il permet donc de gérer la variation diachronique et permet d’adapter des ressources pour des langues morphologiquement proches et « peu dotées » (Projet ANR RESTAURE, Projet Poitevin-Saintongeais) ce qui permet d’adapter des ressources du français à la description des langues régionales.

Fonds concernés : Les fonds concernés sont des fonds caractérisés par des états de langue « peu dotés ».
En diachronie (base Epistémon BVH, Corpus PRESTO)
En diatopie (BD TelPOS sur le poitevins Saintongeais, corpus de l’ANR RESTAURE, picard, occitan, alsacien)
Idiolectaux : corpus d’apprenants de FLE (équipe FoReLL), collaboration avec IPFC, interphonologie du Français Contemporain

Formats et standards utilisés : Logiciel développé en java sous Eclipse, compatible Windows, Mac et Linux.

Accessibilité : Le logiciel est et restera librement accessible pour la communauté. Il est actuellement donné à qui le demande.

Retour à la liste