Variations langagières et annotation morphosyntaxique du latin classique

Le présent article évalue les performances de trois étiqueteurs morphosyntaxiques entraînables (MBT, TnT et TreeTagger) pour l’annotation morphosyntaxique de textes latins classiques. Pour ce faire, les textes-tests et les corpus d’entraînement ont été choisis au sein de la banque de données du Laboratoire d’analyse statistique des langues anciennes (LASLA) de manière à mettre les étiqueteurs à l’épreuve de variations stylistiques, diachroniques, génériques ou discursive. Cette recherche a permis non seulement de préciser les divers taux de réussite de chacun des étiqueteurs selon les corpus retenus, mais aussi de montrer que ceux-ci constituent de véritables instruments heuristiques pouvant permettre d’améliorer de manière significative la description des corpus.