Module NooJ du français. Traitement automatique de corpus de français parlé régional

Abstract

Le traitement automatique des corpus oraux est en plein essor. L’intérêt gagne du terrain, mais les outils restent rares. Dans notre article, nous présentons un outil que nous avons développé pour l’analyse de corpus oraux spontanés en français acadien. Ces variétés de français parlées dans les Provinces maritimes du Canada ont trois niveaux de traits caractéristiques : elles sont orales, régionales et mixtes. Notre défi fut celui d’adapter et de créer un module NooJ acadien qui permette le traitement d’un corpus présentant de telles spécificités. Nous présentons ici trois solutions développées avec NooJ : 1) la configuration d’un dictionnaire qui permette la reconnaissance orthographique et lexicale de mots présentant des traits à la fois de français standard, d’acadien traditionnel et de l’anglais ou du vernaculaire; 2) les grammaires développées pour l’analyse des traits morphologiques de la flexion nominale et verbale; 3) un graphe de désambiguïsation pour a, qui représente non seulement la 3e personne du singulier du présent du verbe avoir, mais aussi la 3e personne du pronom personnel féminin singulier en français acadien.