Auswahl der wissenschaftlichen Literatur zum Thema „Espaces latents de phrases“

Ce papier sur les espaces naturels protégés, s’inscrit dans un contexte national et international où les thématiques environnementales occupent une place de plus en plus importante dans les débats sociaux et les préoccupations politiques. Élément incontournable de la gestion des ressources naturelles, de l’aménagement des territoires et du développement durable, les espaces protégés traduisent des représentations très variables du rapport des sociétés à leur espace de vie. Ils sont les révélateurs des différences entre des modes concurrents de gouvernance des territoires. La méthodologie repose sur une recherche bibliographique et sur des enquêtes administrées par guides d’entretiens et par questionnaires. Les résultats permettent de comprendre les jeux et les stratégies d’acteurs en cours pour le contrôle et l’exploitation des ressources de l’aire protégée, mais également leur déclinaison ou leur transcription en plusieurs conflits latents ou ouverts et non au seul conflit ouvert de la crise casamançaise. Ils montrent également que le parc n’est pas à l’origine des conflits sur la scène locale, mais qu’il constitue un cadre qui facilite leur éclosion et leur lecture. Des recommandations sont enfin proposées sur des formes alternatives de gouvernance susceptibles d’apaiser ou de réguler les conflits autour du Parc. This paper on protected natural areas falls within national and international context where environmental themes occupy an increasingly important place in social debates and political concerns. An essential element in the management of natural resources, regional planning and sustainable development, protected areas reflect very variable representations of the relationship of societies to their living space. They reveal the differences between competing modes of territorial governance. The methodology is based on bibliographic research and on surveys administered by interview guides and questionnaires. The results make it possible to understand the games and the strategies of actors in progress for the control and the exploitation of the resources of the protected area, but also their variation or their transcription in several latent or open conflicts and not only to the open conflict of the Casamance crisis. They also show that the park is not at the origin of conflicts on the local scene, but that it constitutes a framework which facilitates their hatching and their interpretation. Recommendations are finally proposed on alternative forms of governance likely to appease or regulate conflicts around the Park.

Ce papier sur les espaces naturels protégés, s’inscrit dans un contexte national et international où les thématiques environnementales occupent une place de plus en plus importante dans les débats sociaux et les préoccupations politiques. Élément incontournable de la gestion des ressources naturelles, de l’aménagement des territoires et du développement durable, les espaces protégés traduisent des représentations très variables du rapport des sociétés à leur espace de vie. Ils sont les révélateurs des différences entre des modes concurrents de gouvernance des territoires. La méthode de recherche repose sur des enquêtes adressées aux représentants de l’État, aux élus locaux et aux populations locales riveraines. Les résultats permettent de comprendre les jeux et les stratégies d’acteurs en cours pour le contrôle et l’exploitation des ressources de l’aire protégée, mais également leur déclinaison ou leur transcription en plusieurs conflits latents ou ouverts et non au seul conflit ouvert de la crise casamançaise. Ils montrent également que le parc n’est pas à l’origine des conflits sur la scène locale, mais qu’il constitue un cadre qui facilite leur éclosion et leur lecture. Des recommandations sont enfin proposées sur des formes alternatives de gouvernance susceptibles d’apaiser ou de réguler les conflits autour du Parc.

En raison de son rôle de lingua franca, l’anglais est une source majeure d’influence linguistique dans le monde entier. Cet article traite de l’impact de l’anglais sur l’allemand. Les influences induites par le contact ont été largement décrites pour des domaines comme le commerce, le sport, le divertissement, la publicité et la politique. L’accent est mis ici sur un domaine traditionnellement associé à la langue française – la cuisine. Il présente les résultats d’une étude empirique sur l’utilisation des anglicismes dans une émission de cuisine de la télévision allemande. En Allemagne, ce format connaît un regain de popularité et constitue une base utile pour cette étude car il représente un type de communication orale qui est perçu comme authentique et se rapproche de la communication spontanée et naturelle. Les anglicismes trouvés dans l’ensemble de données comprennent des emprunts directs, des emprunts traduits (calques) et des constructions hybrides. Alors que la majorité d’entre eux sont des lexèmes simples et complexes, tels que peppern (« poivrer ») et Signature-Gericht (« plat signature »), plus d’un tiers peuvent être classés comme des unités phraséologiques ayant la structure de syntagmes (p. ex. in the making) et de phrases (p. ex. Safety first!). Les buts comunicatifs des émissions de cuisine sont l’instruction et le divertissement, et l’utilisation des anglicismes y est étroitement liée. Par exemple, les anglicismes servent à dénommer les produits et les plats (p. ex. green-zebra Tomaten, Surf and Turf, No-bake Cheesecake), sont utilisés pour combler les lacunes de l’émission lorsque les gens ne savent peut-être pas quoi dire ou comment réagir (p. ex. That’s life), et on les retrouve fréquemment dans les jugements positifs et négatifs (p. ex. ein Masterpiece, ein bisschen Old School). En outre, les animateurs insèrent des expressions anglaises pour donner à leur discours un caractère plus vivant, moderne et familier et pour créer un humour basé sur la langue.

Laurence Sterne’s novel – The Life and Opinions of Tristram Shandy, Gentlemen – includes a tongue-and-cheek moment that prefigures distant reading. Near the end of the sixth volume, the narrator represents uncle Toby’s story as a meandering line with unexpected twists and predictable turns. The narrator’s precise line is inserted between two paragraphs. Its shape reminds the reader of the book’s tangential plot. But it also brings the reader back to the material contours of the story. It is a story that comes into being from the organization of lines and paragraphs on the printed page. The narrator’s precise line exists as a material object, in the middle of page 407 in volume 6 of the 1762 Lynch edition. The line gestures towards the physical space that it inhabits. In order to interpret its contours, the reader should also take into account the shape, organization and size of the printed page.This type of material analysis is under-represented in computational humanities, the majority of which has addressed segmented objects at the level of the book—actually, at the level of collections of books. The most common category of this text segmentation procedure is natural to literary scholars: the separation of individual works from within a larger collection of texts. Other categories or types of text segmentation might include the segmentation and parcellation of a longer text into its component chapters or automated algorithmically-defined procedures that ignore chapter and paragraph boundaries to cut a text or collection of texts into equally sized units of words. Segmentation enables comparison of textual objects to determine smaller effects—signals that within the larger stream of words might otherwise be lost.There has been some interest in examining individual sentences. Sarah Allison, Marissa Gemma, Ryan Heuser, Franco Moretti, Amir Tevel, and Irena Yamboliev argue that “style” exists at the level or scale of the sentence. Thematic units, however, as Mark Algee-Hewitt, Ryan Heuser, and Franco Moretti argue, might be best captured at the level of the paragraph. Sentences and paragraphs are two different units of segmentation that are both connected with linear, human reading practices. However, segmenting a text into paragraphs rids us of information about the appearance of the paragraph and its relation to the rest of the page remains occluded. Where, for example, does a particular paragraph appear in the space of the page? Are there gaps between paragraphs? Are there printed ornaments, illustrations or annotations? When digital humanists erase the footnotes from Walter Scott’s novels, the marginalia from Bunyan’s Pilgrim’s Progress and the irreverent experimental pages from Tristram Shandy, they lose the page-level context with which these texts are presented. Le roman Vie et Opinions de Tristram Shandy gentilhomme de Laurence Sterne inclut un momentironique qui préfigure la lecture à distance. Vers la fin du sixième tome, le narrateur décrit l’histoire de l’once Toby comme une ligne sinueuse avec des rebondissements inattendus et des tournures prévisibles. Les lignes précises du narrateur sont insérées entre deux paragraphes. Sa forme rappelle la tangente de l’intrigue au lecteur. Mais aussi, elle rappelle le lecteur du contour matériel de l’histoire. C’est une histoire qui voit le jour à partir d’une organisation de lignes et paragraphes sur des pages imprimées. Les lignes précises du narrateur existent en tant qu’objet matériel, dans le milieu de la page 407 du volume six de l’édition Lynch de 1762. Cette ligne fait signe à l’espace physique que celle-ci habite. Afin d’interpréter ces contours, le lecteur doit alors tenir compte de la forme, de l’organisation et de la grosseur de la page. Ce type de matériel d’analyse est sous-représenté dans le domaine des humanités informatiques, dont la majorité s’adresse à des objets segmentés au niveau du livre – et même au niveau des collections de livres. La catégorie la plus commune de cette procédure segmentée est naturelle pour les spécialistes littéraires : la séparation de travaux individuels au sein de collections de textes plus larges. D’autres catégories ou types de textes segmentés peuvent inclurent la division et le morcellement d’un texte long dans son chapitre ou des procédures algorithmiques définies et automatisées qui ignorent les limites de chapitre ou paragraphe et coupent un texte ou une collection de textes en unités de mots de la même taille. Cette division permet la comparaison d’objets textuels pour déterminer de plus petits effets – des signaux qui seraient autrement perdus dans le flux de mots plus large. Il y a de l’intérêt pour examiner les phrases individuelles. Sarah Allison, Marissa Gemma, Ryan Heuser, Franco Moretti, Amir Tevel et Irena Yamboliev soutiennent que le « style » existe au niveau ou à l’échelle de la phrase. Toutefois, comme Mark Algee-Hewitt,Ryan Heuser et Franco Moretti soutiennent, les unités thématiques pourraient être mieux capturées au niveau du paragraphe. Les phrases et paragraphes sont deux unités de segmentation différentes qui sont toutes deux connectées aux pratiques humaines de lecture linéaire. Cependant, diviser un texte en paragraphes nous enlève l’information sur l’apparence du paragraphe et les relations au reste de la page demeurent obstruées. Par exemple, où est-ce qu’un paragraphe particulier apparait sur la page? Est-ce qu’il y a des espaces entre les paragraphes? Est-ce qu’il y a des décorations, illustrations ou annotations imprimées sur la page? Lorsque les humanités numériques effacent les notes de bas de page de romans de Walter Scott, les notes marginales de Le Voyage du pèlerin de Bunyan et les pages expérimentales impertinentes de Tristam Shandy, ils perdent le contexte au niveau de la page dans lequel ces textes sont présentés. 

L'apprentissage de représentations mathématiques des phrases, sous forme textuelle, a été largement étudié en traitement automatique des langues (TAL). Alors que de nombreuses recherches ont exploré différentes fonctions d'objectif de pré-entraînement pour créer des représentations contextuelles des mots à partir des phrases, d'autres se sont concentrées sur l'apprentissage de représentations des phrases par des vecteurs uniques, ou représentations de taille fixe (par opposition à une séquence de vecteurs dont la longueur dépend de la longueur de la phrase), pour plusieurs langues. Le but étant d'encoder par des vecteurs proches entre eux les paraphrases et les traductions d'une même phrase. Dans cette thèse, nous étudions d'abord comment étendre ces espaces de représentations de phrases à la modalité de la parole afin de construire un espace de représentation de phrases multilingue pour la parole et le texte. Ensuite, nous explorons comment utiliser cet espace de représentation de phrase multilingue et multimodal pour de la recherche de similarité sémantique entre des phrases parlées et écrites à grande échelle. Ceci nous permet de créer automatiquement des alignements entre des phrases écrites et parlées dans différentes langues. Pour des seuils de similarité élevés dans l'espace de représentation, les phrases alignées peuvent être considérées comme des traductions. Si les alignements impliquent d'un côté des phrases écrites et de l'autre des phrases parlées, il s'agit alors de potentielles traductions parole-texte. Si les alignements impliquent des deux côtés des phrases parlées, il s'agit alors de potentielles traductions parole-parole. Pour valider la qualité des données collectées automatiquement, nous entraînons des modèles de traduction de la parole vers le texte et des modèles de traduction parole vers parole. Nous montrons qu'ajouter les données alignées automatiquement améliore significativement la qualité du modèle de traduction appris, démontrant la qualité des alignements et l'utilité des données automatiquement alignées. Ensuite, nous étudions comment décoder ces représentations vectorielles de phrases en texte ou parole dans différentes langues. Nous explorons plusieurs méthodes d'apprentissage de modèles décodeurs et analysons leur robustesse pour décoder des représentations de phrases de langues/modalités non observées pendant leur apprentissage, afin de quantifier leur capacité de généralisation et le transfert entre langues et entre modalités des capacités de décodage. Nous mettons en évidence que l'on peut atteindre des résultats de traduction d'une modalité à l'autre proches de systèmes appris de manière supervisée avec un mécanisme d'attention. La compatibilité des représentations parole/texte dans différentes langues permet ces très bonnes performances, malgré une représentation intermédiaire composée d'un seul vecteur. Enfin, nous montrons comment nous avons développé un nouvel espace de représentation de phrases pour la parole et le texte qui améliore l'état de l'art nommé SONAR, grâce aux enseignements tirés de nos travaux précédents. Nous étudions différentes fonctions d'objectif pour l'apprentissage de cet espace et nous analysons leur impact sur l'organisation de l'espace ainsi que sur les capacités de décodage des représentations. Nous montrons que ce nouvel espace de représentation de phrases améliore significativement l'état de l'art pour la recherche de similarité entre langues et entre modalités ainsi que les capacités de décodage de ces représentations. Ce nouvel espace couvre 200 langues écrites et 37 langues parlées. Il offre également des résultats en traduction du texte proche du système de traduction NLLB sur lequel il se base, et en traduction de la parole compétitifs avec le système supervisé Whisper. Nous présentons également SONAR EXPRESSIVE, qui introduit une représentation supplémentaire encodant des propriétés de la parole non sémantiques telles que la voix ou l'expressivité
Representation learning of sentences has been widely studied in NLP. While many works have explored different pre-training objectives to create contextual representations from sentences, several others have focused on learning sentence embeddings for multiple languages with the aim of closely encoding paraphrases and translations in the sentence embedding space.In this thesis, we first study how to extend text sentence embedding spaces to the speech modality in order to build a multilingual speech/text sentence embedding space. Next, we explore how to use this multilingual and multimodal sentence embedding space for large-scale speech mining. This allows us to automatically create alignments between written and spoken sentences in different languages. For high similarity thresholds in the latent space, aligned sentences can be considered as translations. If the alignments involve written sentences on one side and spoken sentences on the other, then these are potential speech-to-text translations. If the alignments involve on both sides spoken sentences, then these are potential speech-to-speech translations. To validate the quality of the mined data, we train speech-to-text translation models and speech-to-speech translation models. We show that adding the automatically mined data significantly improves the quality of the learned translation models, demonstrating the quality of the alignments and the usefulness of the mined data.Then, we study how to decode these sentence embeddings into text or speech in different languages. We explore several methods for training decoders and analyze their robustness to modalities/languages not seen during training, to evaluate cross-lingual and cross-modal transfers. We demonstrate that we could perform zero-shot cross-modal translation in this framework, achieving translation results close to systems learned in a supervised manner with a cross-attention mechanism. The compatibility between speech/text representations from different languages enables these very good performances, despite an intermediate fixed-size representation.Finally, we develop a new state-of-the-art massively multilingual speech/text sentence embedding space, named SONAR, based on conclusions drawn from the first two projects. We study different objective functions to learn such a space and we analyze their impact on the organization of the space as well as on the capabilities to decode these representations. We show that such sentence embedding space outperform previous state-of-the-art methods for both cross-lingual and cross-modal similarity search as well as decoding capabilities. This new space covers 200 written languages and 37 spoken languages. It also offers text translation results close to the NLLB system on which it is based, and speech translation results competitive with the Whisper supervised system. We also present SONAR EXPRESSIVE, which introduces an additional representation encoding non-semantic speech properties, such as vocal style or expressivity of speech

Commentpouvonsnousliredesphrasessansespaces ou losrque des lerttes au sien des mots snot invresées ? Dans cette thèse, nous présentons sept articles de recherche qui se répartissent sur différentes strates théoriques allant de l’étude de l’identification des mots de la phrase au traitement des informations orthographiques en passant par l’obtention des structures syntaxiques lors de présentations rapides de phrases. Les résultats obtenus démontrent clairement un traitement spatial et temporel suivant une logique parallèle, en cascade et interactive, des informations issues de plusieurs mots, mais également l’adaptation de ces patterns de lecture en fonction de la difficulté de la lecture (lorsdelalecturesansespaceparexemple). L’un des éléments clefs pour répondre à notre problématique de départ repose sur le fait que le mot est à la phrase ce que la lettre est au mot. Nous avons également observé que l’encodage des informations visuelles spatiotopiques était bruité ce qui venait ajouter du crédit à l’hypothèse du traitement parallèle des informations et enfin, nous avons décrit comment l’accès aux représentations syntaxiques était modulée en fonction du temps de présentation des phrases et comment l’accès à ces représentations pouvait se faire à partir de 300 ms
Howcanwereadsentenceswithoutsapces or wehn the lerttes in the wrods are srcamlbed? In this thesis, we will present seven research articles which focus on the role of efficient orthographic processing, word identification, and syntactic processing in enabling reading in noisy conditions. The results of these studies reveal the spatial integration of orthographic information followed by parallel, cascaded and interactive processing of word identities, their syntactic function and contribution to sentence-level processing. One of the key elements to answer to the questions raised in this thesis is the idea that words are for sentences what letters are for words. Just like noisy letter position coding enables identification of words with transposed letters, the noisy spatiotopic coding of word positions generates transposed-word effects. The results also demonstrate the rapidity of access to syntactic structures (from 300 ms), taken as further evidence for the processing of multiple words in parallel as a key aspect of efficient skilled reading behavior