Les apports du TAL à la lisibilité du français langue étrangère [Contributions of NLP to the readability of French as a foreign language]

Les apports du TAL à la lisibilité du français langue étrangère Thomas François — Cédrick Fairon Centre de Traitement automatique du langage, ILC (UCLouvain) Place Blaise Pascal, 1 bte L3.03.12 1348, Belgium thomas.francois@uclouvain.be, cedrick.fairon@uclouvain.be RÉSUMÉ. Cet article décrit une série d’expériences visant à (1) évaluer la contribution des tech- niques TAL à la mesure de la lisibilité des textes du français langue étrangère (FLE) et (2) à pro- poser une nouvelle formule de lisibilité spécifique au FLE. Ce nouveau modèle utilise quarante- six variables qui modélisent diverses caractéristiques lexicales, syntaxiques et sémantiques des textes, ainsi que certaines particularités du contexte FLE. L’article présente également une série de comparaisons entre des techniques de sélection de variables et des algorithmes d’ap- prentissage automatisé. Il apparaît que notre meilleur modèle, fondé sur les machines à vecteurs de support (SVM), surpasse de manière significative les modèles précédents pour le français. Quant à la contribution des techniques TAL à la lisibilité, nos résultats suggèrent que l’usage de variables TAL au sein des modèles ne produit pas des résultats significativement supérieurs à une approche classique, mais que combiner les deux types d’information conduit à une amélio- ration significative des performances. ABSTRACT. This paper presents a set of experiments aiming to (1) assess the contribution of NLP to the specific issue of the readability of texts for French as a foreign language (FFL) readers and (2) to propose a new readability formula for FFL. This new model relies on 46 tex- tual features representative of the lexical, syntactic, and semantic levels as well as some of the specificities of the FFL context. We report comparisons between several techniques for feature selection and for various learning algorithms. Our best model, based on support vector ma- chines (SVM), significantly outperforms previous FFL formulas. Regarding the contribution of NLP to readability, our findings suggest that NLP-based models are not significantly better than the classic ones, although combining both type of information leads to significant improvment. MOTS-CLÉS : lisibilité du FLE, traitement automatique du langage, difficulté des textes. KEYWORDS: readability of FFL, natural language processing, difficulty of texts. TAL. Volume 54 – n˚ 1/2013, pages 171 à 202 172 TAL. Volume 54 – n˚ 1/2013 1. Introduction Depuis des millénaires, la lecture constitue une voie privilégiée pour entrer en contact avec d’autres cultures et d’autres époques, permettant ainsi de faire l’expéri- ence de l’altérité. Ces dernières années, le développement de l’Internet a rendu parti- culièrement aisé l’accès à un grand nombre d’écrits, favorisant par la même occasion les contacts entre langues et l’exposition du public à cette diversité linguistique. Dès lors, il n’est pas étonnant que l’enseignement des langues étrangères et se- condes (L2) soit une préoccupation particulièrement importante dans nos sociétés. L’Union Européenne a notamment traduit cette préoccupation via la publication d’un Cadre européen commun de référence pour les langues (CECR) (Conseil de l’Eu- rope, 2001), qui vise à baliser l’enseignement des L2 au sein de l’Europe. Ce référen- tiel défend une perspective pédagogique appelée « actionnelle », qui accorde …

Content truncated to 500 words