Le lexicoscope : un outil d’extraction des séquences phraséologiques basé sur des corpus arborés

Olivier Kraif (1)

1 LIDILEM - LInguistique et DIdactique des Langues Étrangères et Maternelles

Cet article présente les fonctionnalités du Lexicoscope, une architecture dédiée à l’exploration de corpus arborés. Après l’examen de quelques outils similaires, nous montrons comment la caractérisation d’expressions complexes (correspondant à des arbres syntaxiques) dans la recherche de concordances et l’extraction de tableaux de cooccurrents peut se révéler très utile pour l’étude des collocations et de la combinatoire lexico-syntaxique en général. Nous décrivons également un scénario d’utilisation permettant à l’utilisateur d’explorer finement les contextes des expressions cibles sans devoir s’initier au formalisme du langage de requête sous-jacent, grâce à une modalité originale d’interrogation basée sur l’exemple.

Mots clés: syntactic cooccurrence; treebank querying

Mots clés: cooccurrents syntaxiques; interrogation de corpus arborés; concordances

Domaines: Informatique et langage [cs.CL]; Linguistique

Olivier Kraif. Le lexicoscope : un outil d’extraction des séquences phraséologiques basé sur des corpus arborés. Cahiers de Lexicologie, 2016, Phraséologie et linguistique appliquée, 1 (108), pp.91-106. ⟨10.15122/isbn.978-2-406-06281-3.p.0091⟩. ⟨hal-01884944⟩