Acquisition du tchèque par les francophones : analyse ... - LaLIC

ANNOTATION MORPHOLOGIQUE
3.4.7 Déclinaison numérale
La flexion numérale (la valeur de l’attribut tagMorph est N) contient un ensemble de paradigmes
fermés des expressions du nombre qui ne peuvent pas être déclinées d’après aucun
type nominal, adjectival et pronominal. Il s’agit des types fermés dva (dv) (voir l’annexe C.5,
p. 324– 324), pět (nu_i) (voir l’annexe C.5, p. 325–325), kolik (nu_a) (voir l’annexe C.5, p.
326–326) et málo (nu_o) (voir l’annexe C.5, p. 327–327).
3.4.8 Fréquence des types paradigmatiques
Les substantifs dans le lexique A1A2, extrait de Hádková et al. (2005) et Bidlas et al.
(2005), ont été examinés par rapport à leur appartenance aux types paradigmatiques. La
connaissance de leur répartition dans le lexique recommandé aux apprenants débutants permet
d’établir une correspondance entre ce lexique – qui est un ensemble de lexèmes choisis
selon des critères communicationnels et pragmatiques – et les moyens morphologiques qui
sont mis en exercice dans l’emploi des lexèmes qu’il contient.
D’après les résultats de la couverture du lexique A1A2 par rapport au lexique des mots
tchèques les plus fréquents 16 , nous pouvons supposer que la répartition des types paradigmatiques
devrait correspondre à leur répartition pour la langue tchèque en général.
Pour obtenir l’information sur la fréquence des types, il est nécessaire d’abord d’extraire
les substantifs du lexique et de leur attribuer leur type paradigmatique. Cette tâche a été
effectuée par des procédés semi-automatiques utilisés pour le traitement des données textuelles.
Les lexèmes dans le lexique A1A2 ont été annotés par l’analyseur morphologique de
Hajič 17 . La sortie est un texte avec une annotation morphologique non désambiguïsée, voir
un extrait :
bratrbratrNNMS1-----A----
budíkbudíkNNIS1-----A----NNIS4-----A----
bufetbufetNNIS1-----A----NNIS4-----A----
bundabundaNNFS1-----A----
L’indication de la catégorie lexicale et du genre grammatical est fiable dans la plupart
des cas, les erreurs éventuelles ont été enlevées à la main pendant la vérification manuelle
du fichier. Le lexique annoté, transformé automatiquement à l’aide d’un script Perl en un
fichier au format XML, contient le lemme et les informations grammaticales associées. Il est
16 Voir la section 3.1.3.2, pp. 38–43.
17 L’analyseur est disponible sur http://ufal.mff.cuni.cz/pdt/Morphology_and_Tagging/
Morphology/index.html. Pour l’explication des étiquettes voir http://ufal.mff.cuni.cz/pdt/
Morphology_and_Tagging/Doc/hmptagqr.html.
80