Cette thèse vise trois objectifs, par ordre d’importance croissant : i. effectuer un survol du domaine de l’ALAO, de ses domaines
d’appli-cation et de ses enjeux ;
ii. décrire les applications du traitement automatique des langues dans le domaine de l’ALAO ;
iii. présenter trois applications particulières que nous avons réalisées au cours de notre parcours académique, dans le domaine de la correction orthographique et du diagnostic d’erreurs syntaxiques et "sémantiques"
de bas niveau.
Dans la plupart des thèses, un état de l’art plus ou moins étendu offre un historique général du domaine et survole les techniques appliquées dans
le domaine précis des travaux présentés, dans le but d’en souligner l’ap-port scientifique. Nous avons également cette préoccupation mais nos deux premiers objectifs vont plus loin.
Au chapitre 2, notre état de l’art de l’ALAO survole l’histoire de ce do-maine. Il traite des enjeux pédagogiques et didactiques et des questions de conception d’un logiciel. Nous consacrons quelques pages à la question de l’évaluation qualitative des logiciels. Nous décrivons également diverses tech-niques d’évaluation des connaissances des apprenants. Nous terminons par une description des divers types d’ALAO. Par ailleurs, l’annexe B contient des descriptions de logiciels qui utilisent des techniques de TAL.
Le second état de l’art, au chapitre 3, traite en détail des divers domaines du TAL et de leur application à l’ALAO. Une première section survole les différents domaines du TAL et en décrit les applications. Puis nous consa-crons des sections spécifiques à la correction orthographique, à l’analyse syntaxique et détection d’erreurs grammaticales et à divers formalismes sé-mantiques et lexicaux. Tout au long de ce chapitre, nous décrivons l’état des applications et leur évolution prévisible. Par ailleurs, une seconde an-nexe (§C) traite de logiciels de correction orthographique ou grammaticale ou d’aide à la rédaction qui, sans être des logiciels d’ALAO, offrent une aide pédagogique appréciable et sont conçus pour des apprenants.
Venons-en maintenant aux applications que nous avons réalisées ou contri-bué à réaliser. Au chapitre 4, nous décrivons le projet de recherche européen FreeText qui visait à développer un logiciel d’ALIAO pour apprenants du français de niveau moyen, auquel nous avons participé. Nous décrivons le contenu général et l’architecture du logiciel et nous nous livrons à un bilan du projet.
Au chapitre 5, nous décrivons l’outil de TAL principal de FreeText, le système d’analyse syntaxique et de diagnostic d’erreurs. Comme le diagnos-tic d’erreurs a déjà fait l’objet de la thèse de notre ancienne collègue Anne Vandeventer Faltin (2003), nous ne faisons qu’en survoler les techniques.
Par contre, nous nous penchons sur les outils d’aide à l’apprentissage qui ont constitué l’essentiel de notre contribution à ce projet : la grammaire en couleurs, l’affichage du diagnostic d’erreurs et l’arbre syntaxique. Une dis-cussion de bilan clôt ce chapitre.
Ensuite, le chapitre 6 présente le correcteur orthographique FipsOrtho.
Au sein du projet FreeText, le correcteur orthographique était à la charge d’un autre partenaire, mais deux collègues, Anne Vandeventer Faltin et Mar Ndiaye, ont commencé à développer un prototype de correcteur. Quelques
temps après la fin du projet, nous en avons repris le code en en améliorant le fonctionnement et en ajoutant des méthodes de correction. Dans un pre-mier temps, nous avons soumis notre correcteur à un prepre-mier test en lui soumettant une liste de mots erronés. Ce premier test, que nous décrivons en détail, a permis d’améliorer les performances de notre système en nous permettant d’ajuster certains paramètres. Un second test a consisté à sou-mettre un grand nombre de phrases – la plupart provenant d’apprenants – à notre correcteur et à les annoter dans un corpus de 14 494 mots, afin d’étu-dier les erreurs commises par les apprenants. Nous terminons ce chapitre par une discussion de bilan.
Enfin, le chapitre 7 porte sur deux outils "sémantiques" plus expérimen-taux et moins aboutis. Le premier outil est la comparaison sémantique de phrases. Pour évaluer une phrase, la syntaxe ne suffit pas toujours. Une phrase syntaxiquement correcte peut ne pas convenir comme réponse à un exercice. Le projetFreeTextincluait un outil de comparaison sémantique de phrases. Cette technique consiste à comparer la réponse de l’apprenant à une réponse stockée dans le système par le concepteur de l’exercice, au moyen destructures pseudo-sémantiques. Il s’agit de structures représentant le sens profond d’une phrase, qui mêlent informations lexicales et caractéristiques abstraites. Au moment du projet, nous avons ébauché un prototype d’outil, mais, pour des raisons que nous exposerons plus loin, le consortium du pro-jet a décidé d’en arrêter le développement. Bien après la fin du propro-jet, nous avons largement modifié les algorithmes de cet outil et sommes arrivés à des résultats encourageants. Nous illustrons simplement le potentiel de l’outil en montrant son fonctionnement dans divers cas de figure. Le second outil
"sémantique" est la reformulation de phrases, où un apprenant pourrait ma-nipuler les phrases à l’aide de leurs représentations sémantiques simplifiées.
Nous nous bornons à esquisser théoriquement ce que pourrait être un tel système et son apport potentiel pour les apprenants.
Nous concluons cette thèse (§8) en reprenant les principales constatations de cet ouvrage, en faisant le bilan des apports du TAL à l’ALAO et en esquissant quelques perspectives de recherche.