TAL et dition lectronique

1
TAL et édition électronique

• Laurence Zaysser

2
Plan

• Édition électronique
• Traitement Automatique de Langues
• Terrains de rencontres
• Cas dutilisation
• Conclusion

3
Édition électronique

• Définition
• Contenu éditorial avec valeur marchande, légale,
  utilitaire ou intellectuelle
• Support électronique, au moins une déclinaison
  parmi CDRom, Web, livre électronique (qui
  sajoute, se substitue ou na pas déquivalent
  papier)
• Diffusion électronique promotion du catalogue
  sur Internet
• Distribution électronique Internet réseau de
  distribution de fichiers numériques,lecture en
  ligne // lecture hors-ligne après téléchargement

4
Édition électronique

• Publications
• Justifiant dun processus dédition
• Sélection, validation, fabrication, promotion,
  distribution
• Exigence et garantie de qualité
• Édition commerciale
• Livre non seult roman, mais surtout ouvrages de
  référence (encyclopédie, dictionnaire, annuaire,
  manuels, guides, etc)
• Presse
• Édition légale
• Textes réglementaires (obligation légale de
  publication)
• Édition professionnelle
• Publique
• Brevets, normes et standards (obligation de
  nature)
• Conservation du patrimoine (obligation de
  fonction)
• Privée
• Communication dentreprise (obligation
  concurrentielle)
• Documentation produit (obligation dusage)

5
Traitement Automatique des Langues

• Définition
• Outils et techniques pour le traitement
• De lécrit et de la parole
• Dans des contextes monolingues / multilingues
• Dans le domaine général / domaines de spécialité
• mettant conjointement en oeuvre
• La linguistique morphologie, syntaxe,
  sémantique, phonétique, pragmatique, analyse du
  discours
• Les formalismes représentation des
  connaissances dans des formats interprétables par
  machine
• Linformatique implémentation dun traitement
  particulier
• NB TIL Traitement Informatique des Langues
• Automatique / Assisté versus manuel

6
Traitement Automatique des Langues

• Productions
• Logicielles
• Applications autonomes (standalone) (notées a)
• Composants logiciels (embedded versus add-on)
  (notés c)
• Linguistiques
• Lexiques dictionnaires, thésaurus,
  nomenclatures, taxinomies
• Corpus pour apprentissage statistique et
  évaluation
• Grammaires

7
Traitement Automatique des Langues

• Applications industrielles du TAL (écrit)
• Production de documents
• Reconnaissance de caractères (OCR) c
• Traduction Assistée par Ordinateur (TAO) a /
  c
• Aide à la rédaction c
• Correction orthographique a / c
• Génération et résumé de texte a / c
• Gestion de documents
• Classification et recherche de documents c
• Référencement Web c
• SGBD bibliothéconomie c
• Gestion dinformation
• Recherche dinformation (veille, Text Mining,
  Question-Answering) c
• Diffusion dinformationGED Knowledge
  Management, CRM c

8
Traitement Automatique des Langues

• Applications industrielles du TAL (parole)
• Synthèse vocale (TTS) a / c
• Commande vocale (VC) c
• Dictée vocale (VD) a
• Identification du locuteur (VI) c

9
Terrains de rencontres

• Le TAL a fait ses preuves dans lindustrie, mûr
  pour la transposition à lédition, réputée plus
  exigeante
• TAL et édition électronique professionnels du
  texte
• Chacun peut faire sans lautre, mais... le TAL
  permet de gagner en
• Productivité
• Réactivité
• Qualité
• Visibilité

10
Terrains de rencontres

• Rédaction
• Aide à la rédaction, langage contrôlé
• Génération de texte (à partir de BD factuelle)
• Index alphabétique (terminologie auteur
  terminologie de référence)
• Traduction de documents (localisation
  multilingue)
• Résumé de documents (hors roman)
• Pré-presse
• Scanning et reconnaissance de caractères (OCR)
• Mise en page césure
• Correction typographique, orthographique
  (lexicale, grammaticale) et stylistique

11
Terrains de rencontres

• Fabrication
• Modèle de données (formalisé sous forme de DTD ou
  schéma XML)
• Formatage typage de texte, enrichissement de
  format initial
• Diffusion valorisation du catalogue
• Description des titres résumé
• Classification de documents
• Émergence de plan de classement à partir dun
  état du fonds
• Création ou MAJ
• Catégorisation de documents
• Suivant un ou plusieurs plans de classement
• Statut du plan de classement normatif ou non
• Exploitation de la classification
• Organisation du site
• Sélection dun sous-ensemble du fonds
• Profiling pour suggestion de titres

12
Terrains de rencontres

• Distribution
• Alimentation de base de données textuelle
• Champs auteur, éditeur, titre, thèmes
• Conventions de tri et de présentation des champs
  alphabétiques
• Mots clefs
• Thèmes dominants du document
• Rubriques documentaires représentées dans le
  document
• Accès au catalogue
• Indexation de documents
• Préparation des données pour la recherche
  thématique plein texte
• Mots clefs expression libre
• Recherche documentaire
• Recherche sur champ de BD et/ou recherche plein
  texte
• Recherche exacte ou approchante

13
Terrains de rencontres

• Lecture
• Recherche doccurrences gestion de variation
• Morphologique lemmatisation
• Syntaxique multi-termes interrompus ou
  coordonnés
• Lexicale abréviations, synonymes
• Consultation de dictionnaire de définition
  gestion de variation
• depuis les formes du texte
• Variation morphologique, syntaxique, lexicale
• Lecture à haute voix Déficients visuels,
  enfants, étrangers
• Synthèse vocale à la volée (cf. eBook Readers)

14
Cas dutilisation

• Numérisation de tapuscrit scanning OCR
• Ex Carthaqlnois -gt Carthaginois
• Correction typographique et orthographique
• Ex quelques 30,000 personnes -gt quelque 30
  000 personnes
• Formatage
• Modélisation XML
• Ex OEB, Dublin Core
• Enrichissement de format TXT -gt XML-OEB
• Ex LE FESTIN -gt lth1gtLE FESTIN lt/h1gt

15
Cas dutilisation

• Traduction
• Ex la moitié des gens -gt half of the people
• Inscription au catalogue
• Résumé (de la préface)
• Création du plan de classement
• Sur la base du fonds libraire, équilibrage des
  rubriques
• Classification
• Ex roman / roman historique roman 19ème
  siècle
• Indexation plein texte

16
Cas dutilisation

• Consultation du catalogue
• Recherche approchante sur lauteur
• Ex Flaubère -gt Gustave Flaubert
• Recherche approchante sur le titre
• Ex salambo -gt Salammbô
• Recherche par thème recherche plein texte
• Ex jardins d'Hamilcar (lieu)
• Ex Spendius (personnage)

17
Cas dutilisation

• Suggestion de lectures
• Autre stratégie que ils ont acheté aussi
• Roman historique -gt essai dhistoire
• Ex Yann le Bohec, Histoire militaire des
  guerres puniques
• Lecture du titre
• Recherche doccurrences
• Ex betes feroces -gt bête féroce / bêtes féroces
  / bêtes toujours féroces / ...
• Consultation de dictionnaire de définition
• Ex ergastules -gt ergastule -gt prison
  souterraine, cachot

18
Conclusion

• Collaboration TAL et édition, panorama
• Ancienne dans le pré-presse
• Correction, césure
• Limitée dans laccès au catalogue
• Marginale
• Moteur de recherche de la BD ELECTRE, SGBD
  bibliothéconomie
• Sous-exploitée
• Pas de recherche plein texte, sauf presse
• Inexploitée dans la diffusion
• Tabou dans la rédaction
• Traduction, génération
• Collaboration TAL et édition na pas encore
  donné sa pleine mesure, potentiel à exploiter

19
Conclusion

• Association des Professionnels des Industries de
  la Langue (APIL)
• Site Web www.apil.asso.fr
• Contacts
• bureau_at_apil.asso.fr
• laurence.zaysser_at_wanadoo.fr