Lidilem (Laboratoire de Linguistique et didactique des langues étrangère et maternelle)

Les recherches en TAL du Lidilem (Laboratoire de Linguistique et didactique des langues étrangère et maternelle) s’articulent principalement autour de la notion de corpus électronique et croisent différents champs de la linguistique appliquée. Ces corpus constituent à la fois un objet d’étude pour l’observation linguistique et une ressource pour les applications en didactique des langues, en aide à la rédaction, en lexicographie, dans le domaine des humanités numériques, en traduction, en stylistique, etc..

Dans cette perspective, le TAL intervient à différentes étapes de la chaine de traitement : annotation morphologique, syntaxique et sémantique, alignement, indexation, développement d’interfaces d’interrogation, extraction de statistiques et de données textométriques, extraction d'unités phraséologiques, etc. Les projets liés à ce thème, très divers dans leurs objectifs, ont débouché sur la constitution de corpus de types variés : corpus de presse et corpus romanesques (projets Emolex et PhraseoRom), corpus d'écrits scientifiques (projets Scientext et Termith), corpus spécialisés de SMS et de tweets (projet SMS4Science), corpus multilingues parallèles et comparables (projet PhraseoRom et LaST), corpus d’écrits scolaires et universitaires (projet ScolEdit, projet E-Calm), corpus d'apprenants, etc.

En parallèle de ces développements, des recherches sont menées sur l'utilisation du TAL dans les applications d'ALAO (Apprentissage des langues assistée par ordinateur).