inf l11 langage et informatique 1 cours 10 – correction orthographique

38
INF L11 INF L11 Langage et informatique 1 Langage et informatique 1 Cours 10 – Correction orthographique Cours 10 – Correction orthographique

Upload: sylvestre-petitjean

Post on 04-Apr-2015

126 views

Category:

Documents


3 download

TRANSCRIPT

Page 1: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

INF L11INF L11Langage et informatique 1Langage et informatique 1

Cours 10 – Correction orthographiqueCours 10 – Correction orthographique

Page 2: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

IntroductionIntroduction Quantité colossale de textes écritsQuantité colossale de textes écrits Sans doute en très grande Sans doute en très grande

progressionprogression WebWeb E-mailE-mail ChatsChats SMSSMS BlogsBlogs

La planète n’a jamais autant écrit !La planète n’a jamais autant écrit ! Orthographe souvent approximativeOrthographe souvent approximative

Page 3: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ApplicationApplication

Pas seulement problème cosmétiquePas seulement problème cosmétique ExemplesExemples

Recherche d’informationRecherche d’information

Page 4: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Exemple (Exemple (GoogleGoogle))

488941 britney spears

40134 brittany spears

36315 brittney spears

24342 britany spears

7331 britny spears

6633 briteny spears

2696 britteny spears

1807 briney spears

1635 brittny spears

1479 brintey spears

1479 britanny spears

1338 britiny spears

1211 britnet spears

1096 britiney spears

991 britaney spears

991 britnay spears

811 brithney spears

811 brtiney spears

664 birtney spears

664 brintney spears

664 briteney spears

601 bitney spears

601 brinty spears

544 brittaney spears

544 brittnay spears

364 britey spears

364 brittiny spears

329 brtney spears

269 bretney spears

269 britneys spears

244 britne spears

244 brytney spears

220 breatney spears

220 britiany spears

199 britnney spears

163 britnry spears

147 breatny spears

147 brittiney spears

147 britty spears

147 brotney spears

147 brutney spears

133 britteney spears

133 briyney spears

121 bittany spears

121 bridney spears

121 britainy spears

121 britmey spears

109 brietney spears

109 brithny spears

109 britni spears

... etc.

Page 5: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique
Page 6: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ApplicationApplication

Pas seulement problème cosmétiquePas seulement problème cosmétique ExemplesExemples

Recherche d’informationRecherche d’information Traduction automatiqueTraduction automatique

Page 7: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique
Page 8: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ApplicationApplication

Pas seulement problème cosmétiquePas seulement problème cosmétique ExemplesExemples

Recherche d’informationRecherche d’information Traduction automatiqueTraduction automatique Synthèse de la paroleSynthèse de la parole

Page 9: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique
Page 10: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

TerminologieTerminologie

TraditionTradition orthographe d’usage ou lexicaleorthographe d’usage ou lexicale

écriture du mot en lui-même, sans écriture du mot en lui-même, sans considération des rapports qu’il entretient avec considération des rapports qu’il entretient avec le reste de la phrasele reste de la phrase

ex. ex. fôte, ortografe, lappin,fôte, ortografe, lappin, etc. etc.

orthographe grammaticaleorthographe grammaticale partie qui dépend des relations grammaticalespartie qui dépend des relations grammaticales

accords : accords : des des fautefaute d’orthographe, nous sommes d’orthographe, nous sommes venuvenu conjugaisons : conjugaisons : je vous aimje vous aimezez, nous avons mang, nous avons mangerer homographes grammaticaux : homographes grammaticaux : c’est – ces –ses, à – a,c’est – ces –ses, à – a,

etc.etc.

Page 11: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

TerminologieTerminologie

Jargon informatiqueJargon informatique Correcteur Correcteur

orthographiqueorthographique= orthographe d’usage = orthographe d’usage

(lexicale)(lexicale) Correcteur Correcteur

grammaticalgrammatical= orthographe = orthographe

grammaticalegrammaticale

+ autres erreurs de + autres erreurs de grammaire, non grammaire, non orthographiquesorthographiques

Page 12: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Orthographe lexicaleOrthographe lexicale

Principe de base Principe de base La machine contient un La machine contient un

dictionnairedictionnaire Chaque mot du texte est comparé Chaque mot du texte est comparé

au dictionnaireau dictionnaire

Page 13: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Deux problèmes Deux problèmes différentsdifférents

Détecter les Détecter les erreurserreurs Souligner les mots Souligner les mots

erronéserronés Fournir des Fournir des

corrections corrections possiblespossibles

Page 14: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

...orteilorteilsorthodoxeorthodoxeorthodoxesorthodoxesorthodoxieorthodoxiesorthogonalorthogonaleorthogonalesorthogonauxorthographeorthographesorthophonieorthophoniesorthopédieorthopédiesorthopédiqueorthopédiqueorthopédiquesorthopédiquesortieorties...

orthograffe ?

DétectionDétection Un accès au dictionnaireUn accès au dictionnaire

Page 15: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

CorrectionCorrection Plus compliquéPlus compliqué

...orteilorteilsorthodoxeorthodoxeorthodoxesorthodoxesorthodoxieorthodoxiesorthogonalorthogonaleorthogonalesorthogonauxorthographeorthographesorthophonieorthophoniesorthopédieorthopédiesorthopédiqueorthopédiqueorthopédiquesorthopédiquesortieorties...

orthograffe ? on proposequoi ?

Page 16: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ProblèmeProblème

Où chercher ?Où chercher ?

...orteilorteilsorthodoxeorthodoxeorthodoxesorthodoxesorthodoxieorthodoxiesorthogonalorthogonaleorthogonalesorthogonauxorthographeorthographesorthophonieorthophoniesorthopédieorthopédiesorthopédiqueorthopédiqueorthopédiquesorthopédiquesortieorties...

ortographe

(loin !)

Page 17: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ProblèmeProblème

Encore pireEncore pire

...orteilorteilsorthodoxeorthodoxeorthodoxesorthodoxesorthodoxieorthodoxiesorthogonalorthogonaleorthogonalesorthogonauxorthographeorthographesorthophonieorthophoniesorthopédieorthopédiesorthopédiqueorthopédiqueorthopédiquesorthopédiquesortieorties...

rthographe

(très très loin !)

Page 18: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Temps de calculTemps de calcul

Il faudrait parcourir tout le Il faudrait parcourir tout le dictionnaire pour chaque motdictionnaire pour chaque mot

Trop coûteux en temps de Trop coûteux en temps de calculcalcul

Donc, méthodes Donc, méthodes approximativesapproximatives bonnes la plupart du tempsbonnes la plupart du temps échouent de temps à autre...échouent de temps à autre...

Il faut avoir un « modèle des Il faut avoir un « modèle des erreurs »erreurs »

Page 19: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Modèle des erreursModèle des erreurs

Erreurs de performanceErreurs de performance L’utilisateur sait, mais son doigt L’utilisateur sait, mais son doigt

glisse...glisse... brintey spears

Erreur de compétenceErreur de compétence L’utilisateur ne sait pas et produit une L’utilisateur ne sait pas et produit une

graphie approximativegraphie approximative brittany spears

Page 20: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Erreurs de performanceErreurs de performance Catégories les plus Catégories les plus

fréquentesfréquentes InsertionInsertion

beabeazzcoupcoup SuppressionSuppression

beabeauououpup SubstitutionSubstitution

bebezzucoupucoup InterversionInterversion

bbaeaeucoupucoup

Dans la grande majorité Dans la grande majorité des casdes cas une seule erreurune seule erreur

Page 21: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Diverses techniquesDiverses techniques Exemple : cléExemple : clé

on classe les lettres du mot par ordre on classe les lettres du mot par ordre alphabétique et on enlève les doublonsalphabétique et on enlève les doublons

on fait pareil avec le dictionnaireon fait pareil avec le dictionnaire

ORTHOGRAPHEORTHOGRAPHE AEGHOPRTAEGHOPRT

ORTHOGRAFFEORTHOGRAFFE AEFGHORTAEFGHORT

ORTOGRAPHEORTOGRAPHE AEGHOPRTAEGHOPRT

RTOGRAPHERTOGRAPHE AEGHOPRTAEGHOPRT

...... ......

On n’examine que les clés de longueur N-1, N On n’examine que les clés de longueur N-1, N ou N+1ou N+1

Page 22: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

AccidentsAccidents

L’affaire Cordial / NPA (mars 2000)L’affaire Cordial / NPA (mars 2000) Anti-stressAnti-stress anti-arabesanti-arabes !!! !!! scandale, procès...scandale, procès...

Pourtant, l’explication est simple :Pourtant, l’explication est simple :

anti-anti-arabesarabes

AABBEINRSEINRSTT

anti-stressanti-stress AEINRSTAEINRST

clés identiques à une lettre près

Page 23: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Solution MicrosoftSolution Microsoft SupprimerSupprimer le mot le mot anti-arabeanti-arabe du dictionnaire ! du dictionnaire ! Pourtant c’est un mot français, et utilePourtant c’est un mot français, et utile Il sert à Il sert à dénoncerdénoncer les sentiments anti-arabes les sentiments anti-arabes

Faire une Faire une recherche recherche GoogleGoogle Le premier lien (10/12/2004) pointe sur le site du Le premier lien (10/12/2004) pointe sur le site du

MRAP (qui avait porté plainte, puis retiré sa plaine), MRAP (qui avait porté plainte, puis retiré sa plaine), qui dénonce le racisme anti-arabe...qui dénonce le racisme anti-arabe...

Page 24: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Autre exempleAutre exemple

Marie-Solange Marie-Solange marie-salope marie-salope Supprimé du dictionnaire !Supprimé du dictionnaire ! test:test:

marie-salpe marie-salpe ne suggère plus rien ne suggère plus rien « logiciels politiquement corrects »« logiciels politiquement corrects » mais linguistiquement idiots...mais linguistiquement idiots...

Page 25: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Erreurs de compétenceErreurs de compétence

Erreurs phono-graphiquesErreurs phono-graphiques eau eau o o ph ph f f etc.etc.

HomographesHomographes pantoufle de verre, etc.pantoufle de verre, etc.

Très difficile !Très difficile !

Page 26: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Un défi...Un défi...

Une vraie dictée (V. Rey) :Une vraie dictée (V. Rey) : Un corbeau Un corbeau percheperche sur sur lantènelantène d'un d'un batiman batiman

piinpiin dans son dans son becebece une souris une souris bléséblésé. . Ranu furidRanu furid par par sept ezo cuèlesept ezo cuèle des des anfen lance dé caiouanfen lance dé caiou pour pour lobijé a canvollobijé a canvol..

Original :Original : Un corbeau perché sur l'antenne d'un bâtiment Un corbeau perché sur l'antenne d'un bâtiment

tient dans son bec une souris blessée. Rendus tient dans son bec une souris blessée. Rendus furieux par cet oiseau cruel, des enfants lancent furieux par cet oiseau cruel, des enfants lancent des cailloux pour l'obliger à s'envoler.des cailloux pour l'obliger à s'envoler.

Page 27: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Autres problèmesAutres problèmes

Le lexique d’une langue n’est pas Le lexique d’une langue n’est pas closclos morphologie dérivationnellemorphologie dérivationnelle

Page 28: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

DérivationDérivation

Préfixes, suffixesPréfixes, suffixes Infinité de mots possiblesInfinité de mots possibles

coll

er

ab

le

ilité

redésur

coller, collable, collabilité, recoller, recollable, recollabilité, décoller, décollable, décollabilité, surcoller, surcollable, surcollabilité, redécoller, redécollable, redécollabilité, surdécoller, surdécollable, surdécollabilité, etc.

Page 29: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

dire 9 140 000

redire 175 000

reredire 61

rereredire 19

rerereredire 8

rererereredire 10

rerererereredire 10

rerererereredire 2

faire 31 700 000

refaire 315 000

rerefaire 116

rererefaire 22

rerererefaire 1

rererererefaire 1

rerererererefaire 3

rererererererefaire 2

Google (10/12/2004)

Page 30: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Autres problèmesAutres problèmes

Le lexique d’une langue n’est pas Le lexique d’une langue n’est pas closclos morphologie dérivationnellemorphologie dérivationnelle empruntsemprunts

Page 31: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

EmpruntsEmprunts

différentes sourcesdifférentes sources sciencescience

laser, radar, sonarlaser, radar, sonar informatiqueinformatique

bug, mail, blog, SMSbug, mail, blog, SMS medias, show businessmedias, show business

casting, zapping, nominercasting, zapping, nominer francisationfrancisation

tagguer, rapper, zapper, bugger tagguer, rapper, zapper, bugger (bugguer?)(bugguer?)

Page 32: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

FrançaisFrançais

35 000 mots courants 35 000 mots courants 4 200 4 200 empruntsemprunts anglais (25 %)anglais (25 %) italien (16,8 %)italien (16,8 %) francique (13 %)francique (13 %) arabe (5,1 %)arabe (5,1 %)

Page 33: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Exemples intégrés...Exemples intégrés... ArabeArabe

alambic, alcool, algèbre, assassin, azur, café, alambic, alcool, algèbre, assassin, azur, café, carafe, chiffre, coton, élixir, épinard, estragon, carafe, chiffre, coton, élixir, épinard, estragon, gazelle, girafe, goudron, guitare, harem, hasard, gazelle, girafe, goudron, guitare, harem, hasard, jupe, matraque, momie, nénuphar, orange, sirop, jupe, matraque, momie, nénuphar, orange, sirop, sucre, zérosucre, zéro

ItalienItalien arcade, artisan, balcon, banque, banqueroute, arcade, artisan, balcon, banque, banqueroute,

bouffon, burlesque, caleçon, caresse, carnaval, bouffon, burlesque, caleçon, caresse, carnaval, charlatan, citron, concert, corridor, courtisan, charlatan, citron, concert, corridor, courtisan, douche, escadron, faïence, festin, frégate, gazette, douche, escadron, faïence, festin, frégate, gazette, gondole, passager, poltron, porcelaine, soldat, gondole, passager, poltron, porcelaine, soldat, sonnetsonnet

etc.etc.

Page 34: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Autres problèmesAutres problèmes

Le lexique d’une langue n’est pas Le lexique d’une langue n’est pas closclos morphologie dérivationnellemorphologie dérivationnelle empruntsemprunts néologismesnéologismes

Page 35: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

NéologismesNéologismes

Noms propresNoms propres sarkozien (ou sarkosien ?), sarkozien (ou sarkosien ?),

benladenisationbenladenisation SciencesSciences

nanotechnologiesnanotechnologies SociétéSociété

bioterrorisme, sidologie, insécuritaire, bioterrorisme, sidologie, insécuritaire, internauteinternaute

etc.etc.

Page 36: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

Evaluation des Evaluation des performancesperformances

4 cas possibles4 cas possibles

AlerteAlerte Pas alertePas alerte

ErreurErreur OKOK Faux négatifsFaux négatifs

Pas erreurPas erreur Faux positifFaux positif OKOK

BruitBruit = faux positifs / nb total d’alertes = faux positifs / nb total d’alertes SilenceSilence = faux négatifs / nb total erreurs = faux négatifs / nb total erreurs

Page 37: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique

ExempleExemple

  Alerte Pas alerte Total

Erreur 13 3 16

Pas erreur 2 92 94

Total 15 95 110

Bruit =2/15 13,3%

Silence =3/16 18,8%

Page 38: INF L11 Langage et informatique 1 Cours 10 – Correction orthographique