Analyse des relations entre concepts scientifiques et structure rhétorique dans des articles de ...

236 Pages·2016·4.17 MB·French

THÈSE
Pour obtenir le grade de
DOCTEUR DE L’UNIVERSITÉ GRENOBLE ALPES
Spécialité : Sciences du Langage

Présentée par
Salima AIT SAIDI

Thèse dirigée par Francis GROSSMANN et
codirigée par Ágnes SÁNDOR

préparée au sein du Laboratoire LIDILEM
dans l'École Doctorale LLSH

Analyse des relations entre concepts
scientifiques et structure rhétorique dans
des articles de recherche appartenant à un
champ disciplinaire des Sciences de
l’Education.

Thèse soutenue publiquement le « 2 décembre 2015 »
devant le jury composé de :
Madame Ingrid GOGOLIN,
Professeur des Universités, Université de Hambourg (Rapporteur et
Présidente du Jury).
Madame Amalia TODIRASCU
Maître de Conférence HDR, Université de Strasbourg (Rapporteur).
Madame Ágnes, SÁNDOR
Ingénieur de Recherche, Xerox Research Centre Europe (Co-encadrante).
Monsieur Francis GROSSMANN
Professeur des Universités, Université de Grenoble Alpes (Directeur de la
Thèse).

Remerciements

Cette thèse n'aurait pu voir le jour sans la contribution de plusieurs personnes à qui je
voudrais exprimer toute ma gratitude.
Je tiens tout d'abord à remercier mon directeur de thèse Mr. Francis Grossmann pour le
temps inestimable qu’il m'a consacré afin de mener à bien ce travail, pour avoir toujours
répondu à mes nombreuses interrogations, pour son suivi régulier, ses précieux conseils,
ses encouragements permanents et surtout pour m’avoir aidée à travailler en
collaboration avec le centre de recherche européen XRCE et avec Ágnes Sándor.
Mes remerciements vont également à ma co-directrice de thèse, Ágnes Sándor, pour
m'avoir chaleureusement accueillie au centre de recherche européen de Xerox (XRCE),
pour sa patience, le temps qu'elle a consacré au suivi et corrections de ma thèse, pour
m'avoir sans cesse aidée dans ma partie pratique et pour l'ouverture intellectuelle qui a
caractérisé nos échanges.
Toute ma reconnaissance est à l'équipe du Lidilem de Grenoble, notamment au
professeur Mme. Agnès Tutin pour ses précieuses corrections de mon article paru en
2015 qui ont donné un coup de pouce à l'avancement de ma thèse, aux doctorantes et
amies Magda Florez et Chloé Dubois pour leur soutien et les nombreux moments
d'échange qui m'ont aidée à avancer dans mon travail.
Je remercie infiniment Driss pour toute l’aide technique qu’il a pu m’apporter.
Je remercie également Djaffer pour ses relectures.
J'exprime toute ma reconnaissance à mon mari, Sofiane, pour m’avoir sans cesse
soutenue, rassurée et encouragée dans les moments parfois difficiles qui ont jalonnés le
chemin de la thèse.
Mon plus grand remerciement revient à ma grand-mère ainsi qu’à mes parents que je
chéris tant, sur qui j'ai toujours pu compter, qui m'ont toujours soutenue, encouragée dans
tous mes choix et sans qui je n'aurai jamais pu vivre cette expérience extraordinaire en
France.
A mon amie de cœur Amanda, pour son soutien infaillible depuis mon arrivée en France
et pour avoir toujours su trouver les mots pour me remotiver dans les moments de doute.
A mes frères et ma sœur qui ont toujours répondu présents.
I
A toute l'équipe du Lidilem de Grenoble, à tous mes amis plus particulièrement Anne et
Anne-Claire et collègues, et à tous ceux qui m'ont apporté leur aide, merci d’avoir
contribué à ce que mon travail puisse être soutenu.

II
Notation
Une grande partie des abréviations et notations utilisées couramment dans la rédaction de
cette présente thèse, est empruntée à celles utilisées au sein de l’analyseur robuste Xerox
Incremental Pasrer (XIP).

FD = formules de discours
NP = clause nominale (noun phrase),
VP = clause verbale (verb phrase),
PP = clause prépositionnelle (prepositional phrase),
S = phrase (Sentence),
V-ing = verbe sous forme progressive,
Aux = auxiliaire,
V-tns = verbe transitif,
D = déterminant,
N = nom,
P = préposition,
BG= les séparateurs de propositions peuvent être insérés au niveau des éléments
étiquetés « BG », qui marquent le début d’une clause,
FV= étiquettes relatives aux groupes verbaux finis,
IV= étiquettes relatives aux groupes verbaux infinitifs,
GV= étiquettes relatives aux groupes verbaux gérondifs,
COORD= Coordination
OP= opération mentale.
SUJ= Sujet
KS= Phrase-clé
KSDEP= Dépendance de phrase-clé
CHANG-COGNI= Changement cognitif
III
PUBL= Publication
DEICT= Déictique
OP_MENTCONTR= Opération mentale associée à la notion de contraste
AOS= Observable de l’activité scientifique
SLDM= Second Level Discourse Marker (marqueurs de discours de second niveau)

IV
Résumé

Notre travail de recherche vise deux objectifs étroitement liés. Le premier consiste à
proposer une aide à l’évaluation des écrits scientifiques et pour cause : le nombre de
publications augmente, les limites entre les domaines deviennent floues, et il devient
difficile de trouver des publications pertinentes si bien qu’un besoin pratique
d’évaluation surgit. Il s’agit aussi de trouver les moyens d’une aide à l’expertise, appuyée
sur des indices discursifs permettant d’aider le lecteur à repérer les points clés d’une
publication (phase préalable à une évaluation) notamment à travers l’identification du
problème de recherche.
Ces indices qui annoncent la formulation du problème de recherche dans les articles
scientifiques sont repérables sous forme de « formules de discours ». Notre recherche ne
s’étend pas sur la formulation de la problématique scientifique au vu de la complexité de
cette notion et de la difficulté de la définir d’un point de vue de l’extraction
d’information.
Nous proposons une modélisation de ces formules de discours que nous avons intégrée
dans l’analyseur syntaxique Xerox Incremental Parser (XIP) sous forme de règles de
reconnaissance. Nous avons utilisé un corpus d’articles de recherche en sciences de
l’éducation extraits du corpus Scientext pour y détecter ces formules de discours. Le
choix du domaine est motivé par ma participation au projet européen EERQI dont le but
est de renforcer et d’améliorer la visibilité mondiale et la compétitivité de la recherche
européenne en éducation.
Différentes approches méthodologiques ont été adoptées afin de procéder à une étude
linguistique fine de ces formules dîtes de discours entre autres : l’analyse de discours (M.
Pecman, 2004, K. Hyland, 2005, Á. Sándor, A. Kaplan, G. Randeau, 2006, D. Siepman,
2007, A. Tutin, 2007-2010), robust parsing (S. Aït-Mokhtar, J. Chanod, R. Roux, 2002).
Il s’agit donc de mettre en œuvre une approche applicative en vue de l’aide à la lecture
experte à travers l’identification, la typologie et le fonctionnement des associations
lexicales véhiculant le problème de recherche.
V
Abstract

Our research focuses on two interrelated objectives. The first one aims at providing
assistance to the evaluation of scientific writings because of; the number of publications
which keeps on rising, the boundaries between the areas become blurred and it becomes
difficult to find relevant publications so as the practical need for assessments is appearing
as unavoidable. We also have to find new ways to help the evaluation of the research
work, through a wide range of indications different from those usually used for research
assessment, notably, through the identification of the research problem.
These indications that announce the formulation of the research problem in scientific
articles can be identified as "speech formulas." Our research does not extend to the
formulation of the scientific problem because of the complexity of this concept and the
difficulty of defining it from the point of view of information extraction.
We propose a discourse modelling that we have integrated into the parser Xerox
Incremental Parser (XIP) in pattern recognition rules. We used a corpus of Educational
Sciences Research articles from the Scientext corpus to detect these speeches formulas.
The choice of field is motivated by my participation in the European project EERQI
which aims to strengthen and enhance the worldwide visibility and competitiveness of
European research in education.
Different methodological approaches were adopted to perform a fine linguistic study of
these formulas as: discourse analysis (Mr. Pecman, 2004, K. Hyland, 2005, Á, Sándor A.
Kaplan, G. Randeau, 2006, D. Siepman, 2007, A. Tutin, 2007-2010), robust parsing (S.
Aït-Mokhtar, J. Chanod, R. Roux, 2002).
Thus, the goal is to implement an applicative approach aiming at helping expert reading
through the identification, typology and functioning of lexical associations which convey
the research problem.
VI
Table des matières

REMERCIEMENTS I
NOTATION III
RESUME V
ABSTRACT VI
LISTE DES FIGURES X
LISTE DES ANNEXES XIV
INTRODUCTION GENERALE 1
CHAPITRE 1 : CADRE THEORIQUE DE L’ANALYSE DES ECRITS SCIENTIFIQUES 6
Introduction 6
1. La notion de problématique et de problème de recherche 6
1.1. Comment définir la problématique scientifique ? 6
1.1.1. Les composants d’une problématique 7
1.2. Généralité et écrit scientifique 10
1.3. Les différentes dimensions des écrits scientifiques 12
1.3.1 Dimension pragmatique 12
1.3.2. Dimension rhétorique des écrits scientifiques 13
1.3.3. Dimension énonciative 14
1.3.4. Dimension lexicale des écrits scientifiques 15
1.4. Langue Scientifique Générale (LSG) 23
1.4.1. Genre de l’article et typologie du discours scientifique 25
1.4.2. Genre de l’article de recherche 27
Conclusion 29
CHAPITRE 2 : FORMULES DE DISCOURS, COLLOCATIONS, MARQUEURS
POLYLEXICAUX, MARQUES DU METADISCOURS 31
Introduction 31
2.1. La notion de formule de discours 31
VII
2.1.1. En quoi les formules de discours diffèrent-elles des collocations ? 32
2.2. Les marqueurs de discours polylexicaux 44
2.2.1. Paramètres définitoires des marqueurs polylexicaux 44
2.2.2. La réalisation syntaxique des marqueurs de discours 48
2.2.3. Fonctions discursives des marqueurs discursifs polylexicaux 50
2.3. Métadiscours 51
2.3.1. Le métadiscours : définitions et questionnements 52
2.3.2. Le contenu propositionnel vs. niveau métadiscursif 55
2.3.3. Modèles du métadiscours 59
2.3.4. Les facteurs qui influencent l'usage et la distribution des marques métadiscursives 71
2.3.5. Vers une définition des formules de discours 73
Conclusion 81
CHAPITRE 3 : METHODOLOGIE ET ANALYSE DE CORPUS 83
Introduction 83
3.1. Méthodologie et Concept-matching 83
3.1.1. Le Concept-matching 85
3.2. Développement de l’analyseur 88
3.2.1. Démarche suivie 91
3.2.2. Actions pour développer cette grammaire 93
3.2.3. Méthodologie d’intégration dans XIP et applications 95
3.3. Approche lexicale adoptée pour l’analyse des associations donnant lieu aux concepts
constituants 98
3.4. Classification grammaticale des éléments lexicaux 99
3.5. Structure syntaxique des associations lexicales (AL) 116
3.6. Contenu conceptuel 118
3.6.1. La sphère de la scientificité 120
3.6.2. La sphère de la modalité 122
3.6.3. La sphère de la discursivité 124
3.7. Hiérarchie des concepts constituants 125
3.8. Structuration des phrases traduisant un problème de recherche 129
3.8.1. Structure de phrase déclarative 129
3.8.2. Structure de phrase interrogative 131
VIII