Base_JSON/prefixF/json/F14/F14-1033.json

{
    "paper_id": "F14-1033",
    "header": {
        "generated_with": "S2ORC 1.0.0",
        "date_generated": "2023-01-19T10:22:10.743915Z"
    },
    "title": "Identification des noms sous-sp\u00e9cifi\u00e9s, signaux de l'organisation discursive",
    "authors": [
        {
            "first": "Charlotte",
            "middle": [],
            "last": "Roze",
            "suffix": "",
            "affiliation": {
                "laboratory": "",
                "institution": "Universit\u00e9 de Caen Basse-Normandie",
                "location": {
                    "addrLine": "Campus 2",
                    "postCode": "14000",
                    "settlement": "Caen",
                    "country": "France ("
                }
            },
            "email": "[email protected]"
        },
        {
            "first": "Thierry",
            "middle": [],
            "last": "Charnois",
            "suffix": "",
            "affiliation": {
                "laboratory": "",
                "institution": "Universit\u00e9 Paris",
                "location": {}
            },
            "email": "[email protected]"
        },
        {
            "first": "Dominique",
            "middle": [],
            "last": "Legallois",
            "suffix": "",
            "affiliation": {
                "laboratory": "",
                "institution": "Universit\u00e9 de Caen Basse-Normandie",
                "location": {
                    "addrLine": "Campus 1",
                    "postCode": "14000",
                    "settlement": "Caen",
                    "country": "France ("
                }
            },
            "email": "[email protected]"
        },
        {
            "first": "St\u00e9phane",
            "middle": [],
            "last": "Ferrari",
            "suffix": "",
            "affiliation": {
                "laboratory": "",
                "institution": "Universit\u00e9 de Caen Basse-Normandie",
                "location": {
                    "addrLine": "Campus 2",
                    "postCode": "14000",
                    "settlement": "Caen",
                    "country": "France ("
                }
            },
            "email": "[email protected]"
        },
        {
            "first": "Mathilde",
            "middle": [],
            "last": "Salles",
            "suffix": "",
            "affiliation": {
                "laboratory": "",
                "institution": "Universit\u00e9 de Caen Basse-Normandie",
                "location": {
                    "addrLine": "Campus 1",
                    "postCode": "14000",
                    "settlement": "Caen",
                    "country": "France ("
                }
            },
            "email": "[email protected]"
        }
    ],
    "year": "",
    "venue": null,
    "identifiers": {},
    "abstract": "Dans cet article, nous nous int\u00e9ressons aux noms sous-sp\u00e9cifi\u00e9s, qui forment une classe d'indices de l'organisation discursive. Ces indices ont \u00e9t\u00e9 peu \u00e9tudi\u00e9s dans le cadre de l'analyse du discours et en traitement automatique des langues. L'objectif est d'effectuer une \u00e9tude linguistique de leur participation \u00e0 la structuration discursive, notamment lorsqu'ils interviennent dans des s\u00e9quences organisationnelles fr\u00e9quentes (e.g. le patron Probl\u00e8me-Solution). Dans cet article, nous pr\u00e9sentons les diff\u00e9rentes \u00e9tapes mises en oeuvre pour identifier automatiquement ces noms en corpus. En premier lieu, nous d\u00e9taillons la construction d'un lexique de noms sous-sp\u00e9cifi\u00e9s pour le fran\u00e7ais \u00e0 partir d'un corpus constitu\u00e9 de 7 ann\u00e9es du journal Le Monde. Puis nous montrons comment utiliser des techniques fond\u00e9es sur la fouille de donn\u00e9es s\u00e9quentielles pour acqu\u00e9rir de nouvelles constructions syntaxiques caract\u00e9ristiques des emplois de noms soussp\u00e9cifi\u00e9s. Enfin, nous pr\u00e9sentons une m\u00e9thode d'identification automatique des occurrences de noms sous-sp\u00e9cifi\u00e9s et son \u00e9valuation.",
    "pdf_parse": {
        "paper_id": "F14-1033",
        "_pdf_hash": "",
        "abstract": [
            {
                "text": "Dans cet article, nous nous int\u00e9ressons aux noms sous-sp\u00e9cifi\u00e9s, qui forment une classe d'indices de l'organisation discursive. Ces indices ont \u00e9t\u00e9 peu \u00e9tudi\u00e9s dans le cadre de l'analyse du discours et en traitement automatique des langues. L'objectif est d'effectuer une \u00e9tude linguistique de leur participation \u00e0 la structuration discursive, notamment lorsqu'ils interviennent dans des s\u00e9quences organisationnelles fr\u00e9quentes (e.g. le patron Probl\u00e8me-Solution). Dans cet article, nous pr\u00e9sentons les diff\u00e9rentes \u00e9tapes mises en oeuvre pour identifier automatiquement ces noms en corpus. En premier lieu, nous d\u00e9taillons la construction d'un lexique de noms sous-sp\u00e9cifi\u00e9s pour le fran\u00e7ais \u00e0 partir d'un corpus constitu\u00e9 de 7 ann\u00e9es du journal Le Monde. Puis nous montrons comment utiliser des techniques fond\u00e9es sur la fouille de donn\u00e9es s\u00e9quentielles pour acqu\u00e9rir de nouvelles constructions syntaxiques caract\u00e9ristiques des emplois de noms soussp\u00e9cifi\u00e9s. Enfin, nous pr\u00e9sentons une m\u00e9thode d'identification automatique des occurrences de noms sous-sp\u00e9cifi\u00e9s et son \u00e9valuation.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Abstract",
                "sec_num": null
            }
        ],
        "body_text": [
            {
                "text": "Le travail que nous pr\u00e9sentons s'inscrit dans le cadre de l'analyse de l'organisation discursive et de l'\u00e9tude des indices linguistiques de cette organisation. Parmi ces indices, une classe d'items a re\u00e7u jusqu'ici peu d'attention en Traitement Automatique des Langues et dans les th\u00e9ories d'analyse du discours telles que la RST (Mann et Thompson, 1988) ou la SDRT (Asher et Lascarides, 2003) : les noms sous-sp\u00e9cifi\u00e9s (Legallois, 2008) , appel\u00e9s \"shell nouns\" (Schmid, 2000) ou \"signalling nouns\" (Flowerdew, 2003) dans les travaux sur l'anglais.",
                "cite_spans": [
                    {
                        "start": 330,
                        "end": 354,
                        "text": "(Mann et Thompson, 1988)",
                        "ref_id": "BIBREF23"
                    },
                    {
                        "start": 366,
                        "end": 393,
                        "text": "(Asher et Lascarides, 2003)",
                        "ref_id": "BIBREF16"
                    },
                    {
                        "start": 420,
                        "end": 437,
                        "text": "(Legallois, 2008)",
                        "ref_id": "BIBREF21"
                    },
                    {
                        "start": 462,
                        "end": 476,
                        "text": "(Schmid, 2000)",
                        "ref_id": null
                    },
                    {
                        "start": 499,
                        "end": 516,
                        "text": "(Flowerdew, 2003)",
                        "ref_id": null
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "Les noms sous-sp\u00e9cifi\u00e9s (d\u00e9sormais NSS) sont des noms comme probl\u00e8me, id\u00e9e ou objectif, ayant non seulement la capacit\u00e9 de r\u00e9f\u00e9rer \u00e0 des entit\u00e9s abstraites 1 d\u00e9crites par une proposition syntaxique, une phrase, ou des unit\u00e9s discursives plus larges, mais aussi de leur attribuer un label, de caract\u00e9riser leur contenu, ou leur fonction dans l'organisation du discours dans lequel ils apparaissent. Selon Schmid (2000) , ils fonctionnent comme des \u00ab coquilles conceptuelles \u00bb : ils pr\u00e9sentent une certaine incompl\u00e9tude s\u00e9mantique, qui est combl\u00e9e par le contenu des entit\u00e9s auxquelles ils r\u00e9f\u00e8rent. Cette incompl\u00e9tude leur conf\u00e8re un statut proche de celui de pr\u00e9dicat. L'exemple (1) 2 pr\u00e9sente une portion de discours 1. L'op\u00e9rateur [SFR] Les NSS forment une classe fonctionnelle : les noms comme probl\u00e8me ou objectif n'ont pas la capacit\u00e9 de r\u00e9f\u00e9rer \u00e0 des entit\u00e9s abstraites dans toutes leurs occurrences. Comme le souligne Schmid (2000) , les noms comme fact ou reason ne sont pas des \"shell nouns\" gr\u00e2ce \u00e0 une propri\u00e9t\u00e9 qui leur est inh\u00e9rente, ils deviennent des \"shell nouns\" dans certains de leurs emplois. De m\u00eame, Legallois (2008) souligne que la notion de NSS s'applique \u00e0 un type d'emploi nominal et non \u00e0 une nature nominale. Plus pr\u00e9cis\u00e9ment, il existe des constructions syntaxiques caract\u00e9ristiques des emplois de NSS. Schmid (2000) d\u00e9crit pour l'anglais un ensemble de patrons syntaxiques accueillant des \"shell nouns\", dont le patron N be that-clause (comme dans the fact is that par exemple). Pour le fran\u00e7ais, Legallois (2008) identifie les constructions sp\u00e9cificationnelles comme caract\u00e9ristiques des emplois de NSS (voir section 2). Pour le fran\u00e7ais, Legallois et Gr\u00e9a (2006) analysent les constructions sp\u00e9cificationnelles comme des dispositifs syntaxiques permettant la sp\u00e9cification du contenu ind\u00e9termin\u00e9 de ces noms. Ces constructions ont pour forme Det N \u00eatre (que-clause | de-inf). Les noms comme probl\u00e8me, solution ou objectif poss\u00e8dent donc la fonction de NSS dans certains de leurs emplois uniquement. Par exemple, en (2), l'occurrence de probl\u00e8me ne correspond pas \u00e0 un emploi en tant que NSS.",
                "cite_spans": [
                    {
                        "start": 404,
                        "end": 417,
                        "text": "Schmid (2000)",
                        "ref_id": null
                    },
                    {
                        "start": 733,
                        "end": 738,
                        "text": "[SFR]",
                        "ref_id": null
                    },
                    {
                        "start": 925,
                        "end": 938,
                        "text": "Schmid (2000)",
                        "ref_id": null
                    },
                    {
                        "start": 1121,
                        "end": 1137,
                        "text": "Legallois (2008)",
                        "ref_id": "BIBREF21"
                    },
                    {
                        "start": 1323,
                        "end": 1344,
                        "text": "de NSS. Schmid (2000)",
                        "ref_id": null
                    },
                    {
                        "start": 1526,
                        "end": 1542,
                        "text": "Legallois (2008)",
                        "ref_id": "BIBREF21"
                    },
                    {
                        "start": 1669,
                        "end": 1693,
                        "text": "Legallois et Gr\u00e9a (2006)",
                        "ref_id": "BIBREF22"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "2. Pour de nombreux \u00e9conomistes, le nouveau code du travail ne r\u00e9soudra pas les probl\u00e8mes de productivit\u00e9 et de comp\u00e9titivit\u00e9 de l'\u00e9conomie portugaise.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "Dans le cadre du Traitement Automatique des Langues, ces noms pr\u00e9sentent \u00e9videmment un int\u00e9r\u00eat de recherche en ce qui concerne la r\u00e9solution d'anaphores, et font r\u00e9cemment l'objet des travaux de Kolhatkar et al. (2013a,b) , qui ont pour objectif principal d'am\u00e9liorer, pour l'anglais, la r\u00e9solution de leurs ant\u00e9c\u00e9dents dans leurs emplois anaphoriques. En effet, ces noms peuvent r\u00e9f\u00e9rer \u00e0 des unit\u00e9s abstraites de fa\u00e7on cataphorique, comme dans les emplois de id\u00e9e et objectif dans l'exemple (1), mais aussi de fa\u00e7on anaphorique, comme l'emploi avec un d\u00e9terminant d\u00e9monstratif ces r\u00e9sultats en (3). Kolhatkar et al. s'int\u00e9ressent \u00e0 la t\u00e2che d'identification d'ant\u00e9c\u00e9dents des emplois anaphoriques de \"shell nouns\", et se heurtent au manque de donn\u00e9es annot\u00e9es pour cette t\u00e2che. Kolhatkar et al. (2013a) se concentrent sur l'annotation manuelle des occurrences anaphoriques de ces noms par \"crowdsourcing\", afin de disposer de corpus d'apprentissage pour la t\u00e2che de r\u00e9solution, et Kolhatkar et al. (2013b) utilisent comme donn\u00e9es d'apprentissage les entit\u00e9s auxquelles r\u00e9f\u00e8rent les \"shell nouns\" dans leurs emplois cataphoriques, la t\u00e2che d'identification \u00e9tant bien plus ais\u00e9e dans ce second cas, \u00e9tant donn\u00e9 qu'elle peut au moins partiellement s'appuyer sur la syntaxe.",
                "cite_spans": [
                    {
                        "start": 195,
                        "end": 221,
                        "text": "Kolhatkar et al. (2013a,b)",
                        "ref_id": null
                    },
                    {
                        "start": 780,
                        "end": 804,
                        "text": "Kolhatkar et al. (2013a)",
                        "ref_id": "BIBREF20"
                    },
                    {
                        "start": 983,
                        "end": 1007,
                        "text": "Kolhatkar et al. (2013b)",
                        "ref_id": "BIBREF20"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "3. {Les IRM r\u00e9alis\u00e9es montrent une r\u00e9activation des zones du cortex moteur g\u00e9n\u00e9ralement d\u00e9volues \u00e0 la main et au coude, sauf pour le troisi\u00e8me patient, dont l'accident \u00e9tait plus ancien.} [...] Comment expliquer ces r\u00e9sultats ? \u00ab Notre hypoth\u00e8se est que {le fait de voir la main en mouvement r\u00e9introduit une coh\u00e9rence dans le cerveau avec la repr\u00e9sentation que le patient a de son corps} \u00bb, avance Angela Sirigu.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "Dans le pr\u00e9sent travail, nous laissons de c\u00f4t\u00e9 la question de l'identification des entit\u00e9s auxquelles les NSS r\u00e9f\u00e8rent, et souhaitons nous int\u00e9resser \u00e0 leur r\u00f4le dans l'organisation discursive, jusqu'ici peu \u00e9tudi\u00e9 dans sa globalit\u00e9 -certains travaux, comme ceux de Vergez-Couret et al. (2011) concernant pour deux raisons, \u00e9tudient le r\u00f4le discursif de cas particuliers d'emplois de NSS. Les NSS semblent pouvoir participer \u00e0 l'organisation discursive, soit en sp\u00e9cifiant la fonction ou le contenu d'une unit\u00e9 au sein d'une unit\u00e9 discursive plus large (texte, paragraphe), soit en signalant un lien entre deux unit\u00e9s. Ils peuvent \u00e9galement constituer des marqueurs de fronti\u00e8res de segments textuels, ou des marqueurs de changement th\u00e9matique (Schmid, 2000) . Malgr\u00e9 ces propri\u00e9t\u00e9s, les NSS ont jusqu'ici suscit\u00e9 peu d'int\u00e9r\u00eat dans les recherches en analyse (linguistique ou automatique) du discours. L'objectif du travail pr\u00e9sent\u00e9 ici est d'effectuer une identification en corpus satisfaisante des occurrences de NSS en fran\u00e7ais, en vue d'une \u00e9tude linguistique de leur participation \u00e0 la structuration discursive, notamment lorsqu'ils interviennent dans des s\u00e9quences organisationnelles fr\u00e9quentes, c'est-\u00e0-dire des s\u00e9quences du type Probl\u00e8me-Solution (\"Problem-Solution patterns\"), largement \u00e9tudi\u00e9es dans la litt\u00e9rature (Flowerdew, 2008 Pour construire le lexique de NSS, nous nous appuyons sur l'identification de structures syntaxiques sp\u00e9cifiques, \u00e0 savoir les constructions sp\u00e9cificationnelles (voir section suivante). Le pr\u00e9-traitement du corpus comprend donc une phase d'analyse syntaxique. Nous utilisons l'analyseur syntaxique en d\u00e9pendances Bonsa\u00ef (Candito et al., 2010) . Pour cela, nous convertissons les documents XML du corpus \u00e0 un format pouvant \u00eatre trait\u00e9 par l'analyseur en d\u00e9pendances syntaxiques Bonsa\u00ef. Nous conservons un certain nombre d'informations pouvant \u00eatre utiles pour nos exp\u00e9riences, comme les fronti\u00e8res de paragraphes, les m\u00e9tadonn\u00e9es concernant le secteur et les cat\u00e9gories attribu\u00e9es aux documents. Bonsa\u00ef prend en entr\u00e9e du texte brut, op\u00e8re une tokenisation (identification des compos\u00e9s), puis un \u00e9tiquetage en parties du discours faisant appel au Melt Tagger (Denis et Sagot, 2009). L'analyse syntaxique proprement dite est effectu\u00e9e par le MaltParser (Nivre et al., 2006) . Dans la phase de tokenisation du corpus, nous avons ajout\u00e9 l'ensemble des connecteurs discursifs aux formes compos\u00e9es identifi\u00e9es comme tokens avant l'analyse syntaxique, et \u00e9galement certaines formes compos\u00e9es auxquelles appartiennent des NSS comme point, mais ne correspondant pas (de fa\u00e7on autonome au moins) \u00e0 des emplois comme NSS (\u00e0 ce point, point de vue).",
                "cite_spans": [
                    {
                        "start": 744,
                        "end": 758,
                        "text": "(Schmid, 2000)",
                        "ref_id": null
                    },
                    {
                        "start": 1325,
                        "end": 1341,
                        "text": "(Flowerdew, 2008",
                        "ref_id": "BIBREF19"
                    },
                    {
                        "start": 1662,
                        "end": 1684,
                        "text": "(Candito et al., 2010)",
                        "ref_id": "BIBREF18"
                    },
                    {
                        "start": 2294,
                        "end": 2314,
                        "text": "(Nivre et al., 2006)",
                        "ref_id": "BIBREF24"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Introduction",
                "sec_num": "1"
            },
            {
                "text": "Comme nous l'avons vu pr\u00e9c\u00e9demment, (Schmid, 2000) identifie comme caract\u00e9ristiques des emplois de \"shell nouns\" en anglais les structures syntaxiques correspondant au patron : Det N be (that-clause | wh-clause | to-inf). Pour le fran\u00e7ais, les structures caract\u00e9ristiques identifi\u00e9es par (Legallois, 2008) sont les constructions dites sp\u00e9cificationnelles, qui couvrent des phrases copulatives dans lesquelles l'objet du verbe \u00eatre est une compl\u00e9tive ou un infinitif. Ces constructions sont d\u00e9crites par le patron suivant :",
                "cite_spans": [
                    {
                        "start": 36,
                        "end": 50,
                        "text": "(Schmid, 2000)",
                        "ref_id": null
                    },
                    {
                        "start": 288,
                        "end": 305,
                        "text": "(Legallois, 2008)",
                        "ref_id": "BIBREF21"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "Det N (\u2205 | ce) \u00eatre (que-clause | de-inf).",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "On trouve des exemples de constructions sp\u00e9cificationnelles dans les phrases en (4), avec une compl\u00e9tive, et (5), avec un infinitif. Parmi les constructions sp\u00e9cificationnelles, on trouve \u00e9galement des pseudo-cliv\u00e9es, comme en (6).",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "4. Le risque est que ce genre de comportement rappelle de bien mauvais souvenirs.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "5. La question est de savoir ce que l'on prend comme \u00e9l\u00e9ment de r\u00e9f\u00e9rence.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "6. Le probl\u00e8me, c'est que les Occidentaux ne comprennent pas leur mentalit\u00e9.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "3. C'est une des raisons pour lesquelles nous avons choisi ce corpus. Nous verrons dans les perpectives que disposer de ce type de d'informations concernant l'organisation du texte pourra nous aider dans l'identification des s\u00e9quences organisationnelles. CHARLOTTE ROZE, THIERRY CHARNOIS, DOMINIQUE LEGALLOIS, ST\u00c9PHANE FERRARI, MATHILDE SALLES La notion de construction sp\u00e9cificationnelle s'appuie sur la classification de Higgins (1979) des phrases copulatives. Higgins identifie quatre types de phrases copulatives : pr\u00e9dicative (cette voiture est rapide), identificatrice (la dame avec un chapeau, c'est Madame Dupont), identit\u00e9 (l'\u00e9toile du matin est l'\u00e9toile du soir), sp\u00e9cificationnelle (ce que je voudrais, c'est que tu gares la voiture). Ce type de construction est \u00e9galement abord\u00e9 par Apoth\u00e9loz (2008) , qui s'int\u00e9resse aux constructions sp\u00e9cificationnelles -pour lesquelles il emploie le terme de constructions identificatives -et plus particuli\u00e8rement aux pseudo-cliv\u00e9es. Parmi ces constructions, Apoth\u00e9loz rel\u00e8ve notamment des cas dans lesquels le segment gauche est un adjectif nominalis\u00e9 (important, mieux, pire), et des cas dans lesquels le segment gauche est un nom. Parmi les noms observ\u00e9s dans ces constructions, il observe des \u00ab lex\u00e8mes \u00e9valuatifs (difficult\u00e9, probl\u00e8me, ennui) ou des hyperonymes servant \u00e0 construire un syntagme \u00e9valuatif (une chose frappante, le truc sur lequel je ne suis pas d'accord) \u00bb et des \u00ab lex\u00e8mes se rapportant \u00e0 l'activit\u00e9 langagi\u00e8re, notamment dans ses aspects argumentatifs et explicatifs (cf. remarque, hypoth\u00e8se, preuve, raison, proposition) \u00bb.",
                "cite_spans": [
                    {
                        "start": 795,
                        "end": 811,
                        "text": "Apoth\u00e9loz (2008)",
                        "ref_id": "BIBREF14"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "Nous reprenons ici l'id\u00e9e de Legallois (2008) , qui est de s'appuyer sur le rep\u00e9rage en corpus des constructions sp\u00e9cificationnelles pour identifier un lexique de NSS, en \u00e9tendant la taille du corpus d'extraction. Nous rassemblons sous l'\u00e9tiquette NSS des noms entrant dans d'autres constructions que les constructions sp\u00e9cificationnelles, mais nous appuyons sur celles-ci pour construire un lexique \u00e0 partir duquel travailler. Nous effectuons un rep\u00e9rage des constructions sp\u00e9cificationnelles sur l'ensemble du corpus d\u00e9crit dans \u00e0 la section 2.1. Pour identifier les constructions, nous recherchons les contextes correspondant au sch\u00e9ma de la figure 1 dans les analyses en d\u00e9pendances syntaxiques des phrases du corpus. Une fois ce contexte rep\u00e9r\u00e9 dans une phrase du corpus, l'extracteur v\u00e9rifie que plusieurs contraintes sur les d\u00e9pendants de \u00eatre sont respect\u00e9es : il ne peuvent pas \u00eatre des participes pass\u00e9s ou des adjectifs, il ne peuvent pas \u00eatre des pronoms r\u00e9flexifs, et ne peuvent pas non plus \u00eatre des pr\u00e9positions (\u00eatre en mesure de analys\u00e9 avec en d\u00e9pendant de \u00eatre, et de autre d\u00e9pendant de \u00eatre). En revanche, les adverbes sont admis comme d\u00e9pendants de \u00eatre. 7, par un syntagme pr\u00e9positionnel, comme en (8), ou une proposition relative, comme en (9). Il peuvent avoir un d\u00e9terminant possessif, comme en (10). On trouve \u00e9galement dans les constructions sp\u00e9cificationnelles des adjectifs nominalis\u00e9s comme essentiel ou important. On retrouve les hyperonymes mentionn\u00e9s par Apoth\u00e9loz, comme chose ou c\u00f4t\u00e9, qui fonctionnent g\u00e9n\u00e9ralement avec un modifieur, comme en (11). 7. En fait, le principal probl\u00e8me de cette pr\u00e9sentation est que \u00ab les membres de l'ONU \u00e0 qui elle s'adressait n'en ont rien \u00e0 faire \u00bb, commente le New Republic sur son site Internet. 8. L'objectif de l'entra\u00eeneur, c'est de donner au joueur de l'autonomie. 9. La le\u00e7on que j'en tire, c'est qu'il faut \u00e9viter ces passages \u00e0 vide, qu'il faut de la constance. 10. Notre position est que nous n'aurions pas d\u00fb \u00eatre en Irak, en premier lieu. 11. Le c\u00f4t\u00e9 positif de cette motion de censure, c'est de ressouder la majorit\u00e9 autour du premier ministre. Pour les exp\u00e9riences pr\u00e9sent\u00e9es dans la suite de cet article, nous conservons la portion du lexique pour laquelle le nombre d'occurrences de chaque nom dans les constructions sp\u00e9cificationnelles d\u00e9passe 0,1 % du total d'occurrences des constructions sp\u00e9cificationnelles en corpus (28 445). Le lexique ainsi s\u00e9lectionn\u00e9 contient 122 noms, les moins fr\u00e9quents du lexique retenu \u00e9tant possibilit\u00e9 et option, avec chacun 29 occurrences. Parmi l'ensemble des noms ayant \u00e9t\u00e9 identifi\u00e9s dans les constructions sp\u00e9cificationnelles, 1 546 sont donc exclus du lexique retenu. Le lexique s\u00e9lectionn\u00e9 est volontairement restreint pour \u00e9viter tout bruit li\u00e9 au lexique. Les noms dont les fr\u00e9quences sont les plus basses correspondent g\u00e9n\u00e9ralement \u00e0 des erreurs d'analyse syntaxique, pour des phrases dont la structure est moins fr\u00e9quente -voir par exemple ljubljanais en (12).",
                "cite_spans": [
                    {
                        "start": 29,
                        "end": 45,
                        "text": "Legallois (2008)",
                        "ref_id": "BIBREF21"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "\u00eatre (V) NSS (NC) (DET) {que (CS), de (P)} (V) FIGURE 1 -",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "12. D'ailleurs, le dernier chic culinaire ljubljanais est de mettre sur la carte des restaurants un \u00ab simple poisson avec son filet d'huile d'olive \u00bb apr\u00e8s une tapenade -qu'on accompagne d'un tokay de Goriska Brda, cette r\u00e9gion proche de l'Italie qui produit de bons crus.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "M\u00e9thode d'extraction",
                "sec_num": "2.2"
            },
            {
                "text": "Comme nous le verrons \u00e0 la section 4, nous souhaitons identifier les occurrences de NSS dans le corpus d\u00e9crit \u00e0 la section 2.1, afin d'extraire des s\u00e9quences organisationnelles fr\u00e9quentes. A priori, nous n'avons aucun moyen de distinguer dans le corpus les emplois comme NSS des items de notre lexique de leurs autres emplois sans proc\u00e9der \u00e0 une annotation manuelle -except\u00e9 dans les cas o\u00f9 ils entrent dans une construction sp\u00e9cificationnelle. Or, l'identification de s\u00e9quences organisationnelles fr\u00e9quentes suppose de travailler sur un corpus cons\u00e9quent, pour lequel une annotation compl\u00e8tement manuelle des emplois de NSS n'est pas envisageable. Nous verrons \u00e0 la section 4 que consid\u00e9rer toutes les occurrences des noms du lexique comme des occurrences de NSS n'est pas une solution satisfaisante en ce qui concerne le bruit, et que se limiter aux seules constructions sp\u00e9cificationnelles n'est pas satisfaisant non plus en ce qui concerne le silence. Flowerdew (2003) , et recensent des contextes syntaxiques autres que le patron Det N be (that-clause | wh-clause | to-inf), comme le patron Det N (that-clause | wh-clause | to-inf) (Schmid, 2000) ou le patron Det N be Det N, dans lequel le second nom est un d\u00e9verbal (Flowerdew, 2003) . Pour le fran\u00e7ais, les constructions sp\u00e9cifiques aux NSS n'ont pas \u00e9t\u00e9 inventori\u00e9es. On suppose qu'il existe en fran\u00e7ais d'autres constructions que la construction sp\u00e9cificationnelle 4 dans lesquelles on trouve des emplois de NSS. L'objectif du travail pr\u00e9sent\u00e9 dans cette section est pr\u00e9cis\u00e9ment d'identifier ces constructions.",
                "cite_spans": [
                    {
                        "start": 956,
                        "end": 972,
                        "text": "Flowerdew (2003)",
                        "ref_id": null
                    },
                    {
                        "start": 1223,
                        "end": 1240,
                        "text": "(Flowerdew, 2003)",
                        "ref_id": null
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Fouille de donn\u00e9es pour la d\u00e9couverte de contextes syntaxiques sp\u00e9cifiques",
                "sec_num": "3"
            },
            {
                "text": "Nous partons de l'hypoth\u00e8se que les noms communs n'appartenant pas au lexique des NSS ne peuvent pas entrer dans les constructions sp\u00e9cifiques aux emplois de NSS. L'id\u00e9e qui sous-tend cette approche est que les propri\u00e9t\u00e9s discursives ou s\u00e9mantiques des emplois de NSS sont corr\u00e9l\u00e9es \u00e0 des traits syntaxiques. ",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Fouille de donn\u00e9es pour la d\u00e9couverte de contextes syntaxiques sp\u00e9cifiques",
                "sec_num": "3"
            },
            {
                "text": "Nous d\u00e9finissons dans cette section les notions impliqu\u00e9es dans le calcul de motifs s\u00e9quentiels et des motifs \u00e9mergents, en les illustrant \u00e0 travers des exemples similaires aux donn\u00e9es que nous traitons ici. N\u00e9anmoins, il faut noter que la m\u00e9thode de fouille de donn\u00e9es s\u00e9quentielles d\u00e9crite ici trouve de tr\u00e8s diverses applications, comme par exemple l'extraction de cha\u00eenes d'ADN ou de s\u00e9quences de prot\u00e9ines.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "Un itemset I est un ensemble de litt\u00e9raux appel\u00e9s items, repr\u00e9sent\u00e9 par I = (i 1 . . . i n ). Par exemple, (probl\u00e8me N C) est un itemset contenant un item correspondant \u00e0 un lemme et un item correspondant \u00e0 une \u00e9tiquette POS. Une s\u00e9quence S est une liste ordonn\u00e9e d'itemsets, repr\u00e9sent\u00e9e par S = I 1 . . . I m . Notons que de nombreuses applications ne n\u00e9cessitent qu'un seul item dans leurs itemsets. Ces s\u00e9quences sont appel\u00e9es des s\u00e9quences d'items et sont repr\u00e9sent\u00e9es par S = i 1 . . . i n , o\u00f9 i 1 . . . i n sont des items. Dans la suite de cet article, les deux types de s\u00e9quences seront consid\u00e9r\u00e9s : les s\u00e9quences d'items (lemmes) et les s\u00e9quences d'itemsets (lemmes et \u00e9tiquettes POS). Une s\u00e9quence S = I 1 . . . I n est contenue dans une s\u00e9quence S = I 1 . . . I m s'il existe des entiers 1 \u2264 j 1 < ... < j n \u2264 m tels que I 1 \u2286 I j1 , ..., I n \u2286 I jn . La s\u00e9quence S est appel\u00e9e sous-s\u00e9quence de S , ce qui est not\u00e9 S S . Par exemple, la s\u00e9quence (DET) (NC) (\u00eatre V) est contenue dans la s\u00e9quence (le DET) (solution NC) (\u00eatre V) (de P) . Une base de s\u00e9quences B est un ensemble de tuples (S id , S), o\u00f9 S id est un identifiant de s\u00e9quence et S une s\u00e9quence. La table 3 repr\u00e9sente ainsi une base de trois s\u00e9quences. Dans notre cas, une s\u00e9quence correspond \u00e0 la repr\u00e9sentation d'une phrase du corpus. Les itemsets peuvent contenir des lemmes ou des \u00e9tiquettes POS. Un tuple (S id , S ) contient une s\u00e9quence S si S S . Le support d'une s\u00e9quence S dans une base de s\u00e9quences B, not\u00e9 sup(S), est le nombre de tuples contenant S dans la base. Par exemple, dans la table 3, le support de la s\u00e9quence ( (le DET) (solution NC) ) est 2. Le support relatif peut aussi \u00eatre utilis\u00e9, comme d\u00e9fini par l'\u00e9quation suivante.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "sup(S) = |{(S id , S ) | (S id , S ) \u2208 B \u2227 (S S )}| |B|",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "Un motif fr\u00e9quent est une s\u00e9quence dont le support est sup\u00e9rieur ou \u00e9gal \u00e0 un seuil fix\u00e9 : minsup. Les algorithmes de fouille de motifs s\u00e9quentiels extraient tous les motifs fr\u00e9quents apparaissant dans une base de s\u00e9quences. L'ensemble des motifs fr\u00e9quents pouvant \u00eatre tr\u00e8s grand, il existe une repr\u00e9sentation condens\u00e9e permettant d'\u00e9liminer les redondances sans perte d'information : les motifs clos (Yan et al., 2003) . Un motif fr\u00e9quent S est clos s'il n'existe aucun motif fr\u00e9quent S tel que S S et sup(S) = sup(S ). Certaines contraintes peuvent \u00eatre d\u00e9finies pour diriger l'extraction de motifs selon les besoins de l'utilisateur et \u00e9liminer des motifs non pertinents (Dong et Pei, 2007) , comme la contrainte de fr\u00e9quence (en donnant une valeur au support minimal) ou la contrainte gap : un motif avec une contrainte gap \u00e9gale \u00e0 [x, y], not\u00e9 P [x,y] , est un motif dont chaque couple d'itemsets est s\u00e9par\u00e9 par au moins x \u2212 1 itemsets et au plus y \u2212 1 itemsets.",
                "cite_spans": [
                    {
                        "start": 402,
                        "end": 420,
                        "text": "(Yan et al., 2003)",
                        "ref_id": "BIBREF27"
                    },
                    {
                        "start": 675,
                        "end": 694,
                        "text": "(Dong et Pei, 2007)",
                        "ref_id": "BIBREF18"
                    },
                    {
                        "start": 852,
                        "end": 857,
                        "text": "[x,y]",
                        "ref_id": null
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "Les motifs \u00e9mergents sont des motifs dont le support augmente de mani\u00e8re significative d'un ensemble de donn\u00e9es \u00e0 un autre (Dong et Li, 1999) . Les motifs \u00e9mergents sont ainsi des motifs dont le taux de croissance (\"growth rate\"), c'est-\u00e0dire le rapport des supports dans deux ensembles de donn\u00e9es, est sup\u00e9rieur \u00e0 un seuil fix\u00e9 \u03c1. Un motif P d'un ensemble de donn\u00e9es D 1 est alors un motif \u00e9mergent, par rapport \u00e0 un autre ensemble de donn\u00e9es D 2 , si T C(P ) \u2265 \u03c1, avec \u03c1 > 1 et T C(P ) d\u00e9fini par l'\u00e9quation suivante.",
                "cite_spans": [
                    {
                        "start": 123,
                        "end": 141,
                        "text": "(Dong et Li, 1999)",
                        "ref_id": "BIBREF18"
                    }
                ],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "T C(P ) = \u221e si sup D2 (P ) = 0",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "sup D 1 (P ) sup D 2 (P ) sinon",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "3. On remarque que le calcul des \u00e9mergents produit un nombre de motifs relativement faible (187) qui permet une analyse manuelle. D'autre part, parmi ces motifs \u00e9mergents, 72 ont un taux de croissance infini : ce sont des patrons syntaxiques caract\u00e9ristiques des NSS puisque ces constructions n'apparaissent pas avec un NC. Notons que ce sont surtout les motifs de longueur 3 \u00e0 5 qui semblent les plus pertinents. Le tableau 6 montre l'ensemble des motifs \u00e9mergents de longueur 3.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "Parmi l'ensemble des motifs \u00e9mergents, on retrouve la construction sp\u00e9cificationnelle. Par exemple, dans les motifs de longueur 3, on la retrouve en (e) dans le tableau 6. On la retrouve \u00e9galement dans les motifs de longueur 5, sous la forme (DET le) (NSS) (V \u00eatre) (P de) (VINF). Mais de plus, l'un des r\u00e9sultats int\u00e9ressants est que la m\u00e9thode fond\u00e9e sur les motifs \u00e9mergents a permis de d\u00e9couvrir de nouvelles constructions sp\u00e9cifiques aux NSS. La section suivante pr\u00e9sente des observations en corpus \u00e0 partir de ces patrons caract\u00e9ristiques d\u00e9couverts.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Les motifs s\u00e9quentiels et les motifs \u00e9mergents",
                "sec_num": "3.1"
            },
            {
                "text": "Dans cette section, nous pr\u00e9sentons les principaux patrons caract\u00e9ristiques des emplois de NSS que nous avons identifi\u00e9s gr\u00e2ce \u00e0 l'extraction des motifs \u00e9mergents et l'exploration manuelle du corpus guid\u00e9e par les motifs. Les patrons identifi\u00e9s correspondent \u00e0 des emplois cataphoriques de NSS.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Patrons identifi\u00e9s \u00e0 partir des motifs \u00e9mergents",
                "sec_num": "3.3"
            },
            {
                "text": "Le patron (V avoir) (P pour) (NSS) (P de) Ce patron a \u00e9t\u00e9 identifi\u00e9 \u00e0 partir de motifs \u00e9mergents dont le taux de croissance est \u00e9gal \u00e0 \u221e et dont le support est parmi les plus \u00e9lev\u00e9s. Il couvre par exemple les motifs (a) et (b) du tableau 6, (P pour) (NSS) (P de) et (V avoir) (P pour) (NSS), dont on trouve respectivement une occurrence dans les exemples (13) et (14) 5 , tir\u00e9s du corpus Le Monde. Il correspond \u00e9galement \u00e0 des motifs \u00e9mergents plus longs, comme le motif de longueur 5 : (V avoir) (P pour) (NSS) (P de) (VINF).",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Patrons identifi\u00e9s \u00e0 partir des motifs \u00e9mergents",
                "sec_num": "3.3"
            },
            {
                "text": "13. Le gouvernement s'est fix\u00e9 pour objectif de {parvenir \u00e0 1,6 % du PIB en 2008 et \u00e0 2 % en 2010}. ",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Patrons identifi\u00e9s \u00e0 partir des motifs \u00e9mergents",
                "sec_num": "3.3"
            },
            {
                "text": "Dans cet article, nous nous sommes int\u00e9ress\u00e9s \u00e0 une classe d'items peu \u00e9tudi\u00e9e dans le cadre du Traitement Automatique des Langues et dans le cadre de l'analyse du discours : les noms sous-sp\u00e9cifi\u00e9s. Nous avons essentiellement d\u00e9taill\u00e9 les \u00e9tapes d'une identification satisfaisante des occurrences de ces noms en corpus, \u00e0 savoir : l'acquisition d'un lexique d'items pouvant \u00eatre des NSS dans certains de leurs emplois ; l'identification de constructions syntaxiques dans lesquelles ces items sont susceptibles d'avoir un emploi en tant que NSS. Cette identification s'appuie sur une m\u00e9thode de fouille de donn\u00e9es : l'extraction de motifs s\u00e9quentiels \u00e9mergents. Ces motifs \u00e9mergents, constituant des patrons syntaxiques, peuvent ensuite \u00eatre analys\u00e9s et valid\u00e9s manuellement. Ces premi\u00e8res \u00e9tapes nous ont permis (notamment par l'int\u00e9gration des patrons syntaxiques identifi\u00e9s \u00e0 l'aide des motifs \u00e9mergents) d'obtenir un syst\u00e8me d'identification automatique des NSS en corpus, que nous avons \u00e9valu\u00e9 sur 600 occurrences de noms du lexique. Le r\u00e9sultat de cette \u00e9valuation est encourageant, puisque la pr\u00e9cision de l'identification se situe aux alentours de 0,8, le rappel est de 0,61, et le F-score aux alentours de 0,7.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Conclusion et perspectives",
                "sec_num": "5"
            },
            {
                "text": "Les NSS, et plus pr\u00e9cis\u00e9ment les s\u00e9quences de NSS, sont des signaux potentiels de ce que nous appelons des s\u00e9quences organisationnelles, telles que probl\u00e8me-solution. Notre objectif est maintenant d'utiliser notre syst\u00e8me d'identification des NSS pour extraire des s\u00e9quences organisationnelles fr\u00e9quentes en corpus, afin d'effectuer une analyse linguistique de ces s\u00e9quences, d'\u00e9tudier les interactions entre ces s\u00e9quences et les relations de discours, de clarifier le r\u00f4le des NSS dans l'organisation discursive, ainsi que leur statut au sein des indices de la structure discursive. L'identification automatique des s\u00e9quences organisationnelles, qui peuvent a priori elles-m\u00eames \u00eatre des signaux de relations de coh\u00e9rence, pourrait permettre d'am\u00e9liorer certaines t\u00e2ches li\u00e9es \u00e0 l'analyse automatique du discours, l'extraction d'information, etc. L'extraction des s\u00e9quences fr\u00e9quentes devra tenir compte d'informations que nous avons jusqu'ici ignor\u00e9es : les informations sur la position des noms au sein du document, au sein du paragraphe, etc. Les connecteurs discursifs seront \u00e9galement int\u00e9gr\u00e9s aux s\u00e9quences organisationnelles.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Conclusion et perspectives",
                "sec_num": "5"
            },
            {
                "text": "Pour calculer des motifs \u00e9mergents relatifs aux noms sous-sp\u00e9cifi\u00e9s, nous constituons tout d'abord une base de s\u00e9quences B NSS , dans laquelle chaque s\u00e9quence correspond \u00e0 une phrase. Notons que sur chaque s\u00e9quence nous ajoutons deux itemsets particuliers -(INIT) et (END) -qui symbolisent respectivement les d\u00e9buts et fins de phrase. Pour constituer la base B NSS , on extrait du corpus pr\u00e9sent\u00e9 \u00e0 la section 2.1 toutes les phrases contenant au moins un nom du lexique de NSS d'une part, en rempla\u00e7ant leur \u00e9tiquette NC (nom commun) par l'\u00e9tiquette NSS (nom sous-sp\u00e9cifi\u00e9), ou leur \u00e9tiquette ADJ (adjectif) par l'\u00e9tiquette ASS (adjectif nominalis\u00e9 sous-sp\u00e9cifi\u00e9). Au total, 1 881 526 phrases du corpus contiennent au moins une occurrence d'un nom du lexique retenu (soit environ 26 % des phrases), donc |B NSS | vaut 1 881 526. L'ensemble de ces phrases contient 2 035 850 occurrences \u00e9tiquet\u00e9es comme NSS, et 400 099 occurrences \u00e9tiquet\u00e9es comme ASS.Pour limiter le nombre de motifs \u00e9mergents \u00e0 analyser, et pour extraire des motifs \u00e9mergents plus g\u00e9n\u00e9riques, nous ne conservons dans la base de s\u00e9quences que l'\u00e9tiquette POS (on ne tient pas compte des lemmes), except\u00e9 pour les mots appartenant aux classes ferm\u00e9es (DET, P, P+D, CS, CC, PROREL), ainsi que pour les auxiliaires \u00eatre et avoir. Cela nous permet d'\u00e9liminer des motifs \u00e9mergents trop sp\u00e9cifiques, se rapportant essentiellement \u00e0 un \u00e9l\u00e9ment du lexique de NSS. En effet, nous avons men\u00e9 une premi\u00e8re extraction de motifs \u00e9mergents dont les s\u00e9quences contiennent des itemsets avec lemmes et \u00e9tiquettes POS. L'observation des motifs \u00e9mergents les plus fr\u00e9quents montre qu'on extrait par cette m\u00e9thode beaucoup de motifs sp\u00e9cifiques \u00e0 un NSS en particulier. Parmi les motifs ainsi extraits, on trouve des motifs positifs, comme [poser le NSS de] (par exemple avec question ou probl\u00e8me) ou [NSS consister \u00e0] (par exemple avec solution), correspondant \u00e0 des occurrences de noms sous-sp\u00e9cifi\u00e9s, et des motifs n\u00e9gatifs, ne correspondant pas \u00e0 des occurrences de noms sous-sp\u00e9cifi\u00e9s. Parmi les motifs \u00e9mergents les plus fr\u00e9quents, on trouve par exemple le motif projet de NC (pour projet de loi) qui ne peut pas \u00eatre consid\u00e9r\u00e9 comme une occurrence du NSS projet. C'est \u00e9galement le cas pour des motifs comme faire l'objet de, march\u00e9 du travail, contrat de travail, point de vente, \u00eatre sur le point de, mettre au point, etc. La prise en compte de ces motifs \u00e9mergents plus sp\u00e9cifiques peut \u00eatre utile pour raffiner l'identification des NSS, mais dans un premier temps, nous voulons identifier des motifs \u00e9mergents plus g\u00e9n\u00e9riques.Nous effectuons le choix du support minsup pour l'extraction des motifs dans la base B NSS en fixant la contrainte suivante : les motifs extraits doivent \u00eatre pr\u00e9sents dans au moins 0,1 % du nombre d'occurrences de l'\u00e9tiquette NSS. Ce nombre d'occurrence \u00e9tant de 2 035 850, le support choisi est de 2036. Pour r\u00e9duire les redondances dans les motifs extraits, nous utilisons l'extraction de motifs clos. Nous fixons la contrainte gap \u00e0 [1, 1], c'est-\u00e0-dire que les items ou itemsets des motifs extraits sont s\u00e9par\u00e9s par 0 items ou itemsets. La longueur minimale des motifs est fix\u00e9e \u00e0 2, et la longueur maximale \u00e0 7.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "",
                "sec_num": null
            },
            {
                "text": "Identification des occurrences de noms sous-sp\u00e9cifi\u00e9sDans cette section, nous pr\u00e9sentons la m\u00e9thode utilis\u00e9e pour l'identification des occurrences de noms sous-sp\u00e9cifi\u00e9s dans le corpus de travail. Cette identification s'appuie \u00e0 la fois sur le lexique s\u00e9lectionn\u00e9 \u00e0 la section 2 et les patrons identifi\u00e9s \u00e0 la section pr\u00e9c\u00e9dente. Nous avons proc\u00e9d\u00e9 \u00e0 une \u00e9valuation manuelle de l'identification des occurrences de noms soussp\u00e9cifi\u00e9s, que nous pr\u00e9sentons \u00e9galement.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "",
                "sec_num": null
            }
        ],
        "back_matter": [
            {
                "text": "Ce travail a b\u00e9n\u00e9fici\u00e9 d'une aide de l'\u00c9tat g\u00e9r\u00e9e par l'Agence Nationale de la Recherche au titre du programme Investissements d'Avenir portant la r\u00e9f\u00e9rence ANR-10-LABX-0083 et du projet Hybride ANR-11-BS02-002.",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Remerciements",
                "sec_num": null
            },
            {
                "text": "Taux de croissance Support absolu Support relatif (a) (P pour) (NSS) (P de) ",
                "cite_spans": [],
                "ref_spans": [],
                "eq_spans": [],
                "section": "Motif",
                "sec_num": null
            }
        ],
        "bib_entries": {
            "BIBREF0": {
                "ref_id": "b0",
                "title": "Conclusion : {\u00e0 ce jour, la monnaie unique n'a gu\u00e8re enray\u00e9 le malaise \u00e9conomique europ\u00e9en et l'on ne peut manquer de s'interroger sur son \u00e9ventuelle responsabilit\u00e9 dans les difficult\u00e9s \u00e9conomiques actuelles de la zone euro}",
                "authors": [],
                "year": null,
                "venue": "Leur objectif : {\u00eatre identifi\u00e9s comme des \u00ab adultes disponibles \u00bb avec lesquels on peut parler de tout et de rien}",
                "volume": "16",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Leur objectif : {\u00eatre identifi\u00e9s comme des \u00ab adultes disponibles \u00bb avec lesquels on peut parler de tout et de rien}. 16. Conclusion : {\u00e0 ce jour, la monnaie unique n'a gu\u00e8re enray\u00e9 le malaise \u00e9conomique europ\u00e9en et l'on ne peut manquer de s'interroger sur son \u00e9ventuelle responsabilit\u00e9 dans les difficult\u00e9s \u00e9conomiques actuelles de la zone euro}.",
                "links": null
            },
            "BIBREF1": {
                "ref_id": "b1",
                "title": "CS que) Parmi les motifs \u00e9mergents dont le taux de croissance n'est pas \u00e9gal \u00e0 \u221e, on trouve des motifs correspondant aux cas dans lesquels les NSS sont suivis d'un infinitif ou d'une compl\u00e9tive, comme les motifs (k), (l), (m) et (p)",
                "authors": [],
                "year": null,
                "venue": "Les patrons (NSS) (P de) (VINF) et (NSS)",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Les patrons (NSS) (P de) (VINF) et (NSS) (CS que) Parmi les motifs \u00e9mergents dont le taux de croissance n'est pas \u00e9gal \u00e0 \u221e, on trouve des motifs correspondant aux cas dans lesquels les NSS sont suivis d'un infinitif ou d'une compl\u00e9tive, comme les motifs (k), (l), (m) et (p). Ces motifs semblent caract\u00e9riser des emplois sous-sp\u00e9cifi\u00e9s de noms, comme le montrent les exemples en (17) et (18).",
                "links": null
            },
            "BIBREF2": {
                "ref_id": "b2",
                "title": "New York, avec l'objectif de {mettre les gens en relation les uns avec les autres autour d'un sujet d",
                "authors": [
                    {
                        "first": "C'est",
                        "middle": [],
                        "last": "Un",
                        "suffix": ""
                    }
                ],
                "year": 2002,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "C'est un site commercial qui a \u00e9t\u00e9 lanc\u00e9 en juin 2002, \u00e0 New York, avec l'objectif de {mettre les gens en relation les uns avec les autres autour d'un sujet d'int\u00e9r\u00eat commun}.",
                "links": null
            },
            "BIBREF3": {
                "ref_id": "b3",
                "title": "L'id\u00e9e {que les inspecteurs puissent renifler les armes et les documents qui s'y rapportent sans l'aide des autorit\u00e9s irakiennes} est absurde",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "L'id\u00e9e {que les inspecteurs puissent renifler les armes et les documents qui s'y rapportent sans l'aide des autorit\u00e9s irakiennes} est absurde.",
                "links": null
            },
            "BIBREF4": {
                "ref_id": "b4",
                "title": "Chaque occurrence rencontr\u00e9e est \u00e9tiquet\u00e9e comme nom sous-sp\u00e9cifi\u00e9 (NSS) lorsque son contexte d'apparition correspond \u00e0 un des 6 patrons pr\u00e9sent\u00e9s cidessous (et dans le tableau 8), soit comme nom commun (NC) dans le cas contraire. Parmi les contextes menant \u00e0 un \u00e9tiquetage comme NSS, on retrouve les patrons syntaxiques d\u00e9crits \u00e0 la section 3.3, que nous noterons ici NSS_etre_que_de (pour la construction sp\u00e9cificationnelle), pour_NSS_de, NSS_punct (pour les cas dans lesquels le nom est suivi de deux points) et NSS_que_de (pour les noms pr\u00e9dicatifs suivis d'une compl\u00e9tive ou d'une infinitive)",
                "authors": [
                    {
                        "first": "Charlotte",
                        "middle": [],
                        "last": "Roze",
                        "suffix": ""
                    },
                    {
                        "first": "Dominique",
                        "middle": [],
                        "last": "Thierry Charnois",
                        "suffix": ""
                    },
                    {
                        "first": "St\u00e9phane",
                        "middle": [],
                        "last": "Legallois",
                        "suffix": ""
                    },
                    {
                        "first": "Mathilde",
                        "middle": [],
                        "last": "Ferrari",
                        "suffix": ""
                    },
                    {
                        "first": "",
                        "middle": [],
                        "last": "Salles",
                        "suffix": ""
                    }
                ],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "CHARLOTTE ROZE, THIERRY CHARNOIS, DOMINIQUE LEGALLOIS, ST\u00c9PHANE FERRARI, MATHILDE SALLES Contextes recherch\u00e9s lors de l'identification Lors de l'identification des noms sous-sp\u00e9cifi\u00e9s, seules les occurrences de noms appartenant au lexique s\u00e9lectionn\u00e9 \u00e0 la section 2 sont consid\u00e9r\u00e9es par le syst\u00e8me. Chaque occurrence rencontr\u00e9e est \u00e9tiquet\u00e9e comme nom sous-sp\u00e9cifi\u00e9 (NSS) lorsque son contexte d'apparition correspond \u00e0 un des 6 patrons pr\u00e9sent\u00e9s ci- dessous (et dans le tableau 8), soit comme nom commun (NC) dans le cas contraire. Parmi les contextes menant \u00e0 un \u00e9tique- tage comme NSS, on retrouve les patrons syntaxiques d\u00e9crits \u00e0 la section 3.3, que nous noterons ici NSS_etre_que_de (pour la construction sp\u00e9cificationnelle), pour_NSS_de, NSS_punct (pour les cas dans lesquels le nom est suivi de deux points) et NSS_que_de (pour les noms pr\u00e9dicatifs suivis d'une compl\u00e9tive ou d'une infinitive). Au cours des diff\u00e9- rentes \u00e9tapes du travail et de l'exploration manuelle du corpus, nous avons \u00e9galement identifi\u00e9 des contextes d'occurrences anaphoriques de NSS, qui n'ont pas \u00e9t\u00e9 identifi\u00e9es parmi les motifs \u00e9mergents, et que nous avons int\u00e9gr\u00e9s aux contextes d\u00e9clenchant l'\u00e9tiquetage comme NSS. Ces contextes sont d\u00e9sign\u00e9s par les patrons : dem_NSS, pour les occurrences dans lesquelles le NSS a un d\u00e9terminant d\u00e9monstratif, comme dans ce probl\u00e8me ; root_NSS, pour les occurrences dans lesquelles le NSS est la t\u00eate d'une phrase averbale, et dans lesquelles il peut \u00eatre modifi\u00e9 par une relative, comme en (19).",
                "links": null
            },
            "BIBREF5": {
                "ref_id": "b5",
                "title": "Une perspective qui incite les fran\u00e7ais \u00e0 acc\u00e9l\u00e9rer leur internationalisation",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Une perspective qui incite les fran\u00e7ais \u00e0 acc\u00e9l\u00e9rer leur internationalisation.",
                "links": null
            },
            "BIBREF6": {
                "ref_id": "b6",
                "title": "Pour chaque patron, le rep\u00e9rage peut \u00eatre effectu\u00e9 de fa\u00e7on surfacique (c'est-\u00e0-dire en s'appuyant uniquement sur la s\u00e9quences de lemmes et d'\u00e9tiquettes POS, et en n'autorisant aucune distance entre les diff\u00e9rents \u00e9l\u00e9ments du patron) ou en s'appuyant sur les d\u00e9pendances syntaxiques, comme nous l'avons pr\u00e9sent\u00e9 \u00e0 la section 2.2 pour l'identification des constructions sp\u00e9cificationnelles. Cela nous permet notamment de prendre en compte les cas dans lesquels le NSS est modifi\u00e9 par un adjectif, un groupe pr\u00e9positionnel ou une relative",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Pour chaque patron, le rep\u00e9rage peut \u00eatre effectu\u00e9 de fa\u00e7on surfacique (c'est-\u00e0-dire en s'appuyant uniquement sur la s\u00e9quences de lemmes et d'\u00e9tiquettes POS, et en n'autorisant aucune distance entre les diff\u00e9rents \u00e9l\u00e9ments du patron) ou en s'appuyant sur les d\u00e9pendances syntaxiques, comme nous l'avons pr\u00e9sent\u00e9 \u00e0 la section 2.2 pour l'identification des constructions sp\u00e9cificationnelles. Cela nous permet notamment de prendre en compte les cas dans lesquels le NSS est modifi\u00e9 par un adjectif, un groupe pr\u00e9positionnel ou une relative, ce qui n'est pas permis par le rep\u00e9rage surfacique.",
                "links": null
            },
            "BIBREF7": {
                "ref_id": "b7",
                "title": "\u00e9tiquet\u00e9es pr\u00e9alablement par le syst\u00e8me pr\u00e9sent\u00e9 pr\u00e9c\u00e9demment 6 . L'annotation a \u00e9t\u00e9 effectu\u00e9e par un annotateur sur 38 documents du corpus, dans lesquels 600 occurrences de noms du lexique ont \u00e9t\u00e9 rep\u00e9r\u00e9es par le syst\u00e8me, et 120 ont \u00e9t\u00e9 \u00e9tiquet\u00e9es comme NSS (20 % du total des occurrences). Pour chaque occurrence, l'annotation a consist\u00e9 \u00e0 v\u00e9rifier que l'\u00e9tiquette attribu\u00e9e \u00e9tait correcte",
                "authors": [],
                "year": null,
                "venue": "\u00c9valuation de l'identification L'\u00e9valuation porte sur les occurrences de noms (ou adjectifs) du lexique de NSS",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "\u00c9valuation de l'identification L'\u00e9valuation porte sur les occurrences de noms (ou adjectifs) du lexique de NSS, \u00e9ti- quet\u00e9es pr\u00e9alablement par le syst\u00e8me pr\u00e9sent\u00e9 pr\u00e9c\u00e9demment 6 . L'annotation a \u00e9t\u00e9 effectu\u00e9e par un annotateur sur 38 documents du corpus, dans lesquels 600 occurrences de noms du lexique ont \u00e9t\u00e9 rep\u00e9r\u00e9es par le syst\u00e8me, et 120 ont \u00e9t\u00e9 \u00e9tiquet\u00e9es comme NSS (20 % du total des occurrences). Pour chaque occurrence, l'annotation a consist\u00e9 \u00e0 v\u00e9rifier que l'\u00e9tiquette attribu\u00e9e \u00e9tait correcte. Pour les cas dans lesquels le r\u00f4le de nom sous-sp\u00e9cifi\u00e9 est incertain, l'occurrence a \u00e9t\u00e9 annot\u00e9e comme unknown 7 .",
                "links": null
            },
            "BIBREF8": {
                "ref_id": "b8",
                "title": "Une des conclusions que l'on peut tirer de cette \u00e9valuation, c'est que consid\u00e9rer toutes les occurrences des noms du lexique comme des occurrences de NSS est susceptible de bruiter consid\u00e9rablement les donn\u00e9es extraites. Si notre syst\u00e8me avait \u00e9tiquet\u00e9 toutes les occurrences de noms du lexique retenu comme NSS, la pr\u00e9cision aurait \u00e9t\u00e9 de 0,29, le rappel de 1",
                "authors": [],
                "year": null,
                "venue": "Nous pr\u00e9sentons dans le tableau 7 la r\u00e9partition des occurrences en fonction de l'\u00e9tiquetage du syst\u00e8me et de l'annotation manuelle. Parmi les 600 occurrences de noms du lexique, 150 ont \u00e9t\u00e9 annot\u00e9es manuellement comme NSS (soit 25 %)",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Nous pr\u00e9sentons dans le tableau 7 la r\u00e9partition des occurrences en fonction de l'\u00e9tiquetage du syst\u00e8me et de l'annotation manuelle. Parmi les 600 occurrences de noms du lexique, 150 ont \u00e9t\u00e9 annot\u00e9es manuellement comme NSS (soit 25 %). Le rappel du syst\u00e8me est de 0,61. En mettant de c\u00f4t\u00e9 les occurrences \u00e9tiquet\u00e9es comme NSS et annot\u00e9es comme unknown, la pr\u00e9cision de l'identification des NSS effectu\u00e9e par le syst\u00e8me est de 0,83 et le F-score de 0,71. En consid\u00e9rant les occurrences \u00e9tiquet\u00e9es comme NSS et annot\u00e9es comme unknown comme des faux positifs, la pr\u00e9cision est de 0,77 et le F-score de 0,68. Une des conclusions que l'on peut tirer de cette \u00e9valuation, c'est que consid\u00e9rer toutes les occurrences des noms du lexique comme des occurrences de NSS est susceptible de bruiter consid\u00e9rablement les donn\u00e9es extraites. Si notre syst\u00e8me avait \u00e9tiquet\u00e9 toutes les occurrences de noms du lexique retenu comme NSS, la pr\u00e9cision aurait \u00e9t\u00e9 de 0,29, le rappel de 1, et le F-score de 0,45. Occurrences Annot\u00e9es NSS Annot\u00e9es NC Annot\u00e9es unknown \u00c9tiquet\u00e9es NSS 92",
                "links": null
            },
            "BIBREF9": {
                "ref_id": "b9",
                "title": "TABLE 7 -R\u00e9partition des occurrences \u00e9valu\u00e9es, en fonction de l'\u00e9tiquetage du syst\u00e8me et de l'annotation manuelle",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "TABLE 7 -R\u00e9partition des occurrences \u00e9valu\u00e9es, en fonction de l'\u00e9tiquetage du syst\u00e8me et de l'annotation manuelle",
                "links": null
            },
            "BIBREF10": {
                "ref_id": "b10",
                "title": "Ces r\u00e9sultats montrent que l'int\u00e9gration d'autres patrons que les constructions sp\u00e9cificationnelles est n\u00e9cessaire \u00e0 une extraction moins silencieuse. En effet, on peut comparer les r\u00e9sultats de l'identification \u00e0 ceux d'une identification qui s'appuierait uniquement sur la pr\u00e9sence des constructions sp\u00e9cificationnelles. Nous observons que seulement 10 occurrences de NSS ont \u00e9t\u00e9 extraites gr\u00e2ce \u00e0 la pr\u00e9sence du patron NSS_etre_que_de. Si l'on avait choisi de consid\u00e9rer comme NSS uniquement ces occurrences",
                "authors": [
                    {
                        "first": "",
                        "middle": [],
                        "last": "Dans Le Tableau 8",
                        "suffix": ""
                    }
                ],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Dans le tableau 8, nous pr\u00e9sentons le nombre d'occurrences et le pourcentage d'apparition des diff\u00e9rents patrons sur l'en- semble des 120 occurrences \u00e9tiquet\u00e9es comme NSS par le syst\u00e8me. Nous pr\u00e9sentons \u00e9galement, pour chaque patron, la r\u00e9partition des annotations et la pr\u00e9cision de l'\u00e9tiquetage du syst\u00e8me (en ne comptant comme correctes que les occur- rences annot\u00e9es NSS). Ces r\u00e9sultats montrent que l'int\u00e9gration d'autres patrons que les constructions sp\u00e9cificationnelles est n\u00e9cessaire \u00e0 une extraction moins silencieuse. En effet, on peut comparer les r\u00e9sultats de l'identification \u00e0 ceux d'une identification qui s'appuierait uniquement sur la pr\u00e9sence des constructions sp\u00e9cificationnelles. Nous observons que seule- ment 10 occurrences de NSS ont \u00e9t\u00e9 extraites gr\u00e2ce \u00e0 la pr\u00e9sence du patron NSS_etre_que_de. Si l'on avait choisi de consid\u00e9rer comme NSS uniquement ces occurrences, le rappel du syst\u00e8me aurait \u00e9t\u00e9 de 0,07, la pr\u00e9cision de 1, et le F-score de 0,13.",
                "links": null
            },
            "BIBREF11": {
                "ref_id": "b11",
                "title": "Comme nous l'avons d\u00e9j\u00e0 dit, le lexique s\u00e9lectionn\u00e9 est volontairement restreint pour interdire le bruit qui",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Nous n'\u00e9valuons pas la couverture du lexique s\u00e9lectionn\u00e9. Comme nous l'avons d\u00e9j\u00e0 dit, le lexique s\u00e9lectionn\u00e9 est volontairement restreint pour interdire le bruit qui pourrait \u00eatre li\u00e9 au lexique.",
                "links": null
            },
            "BIBREF12": {
                "ref_id": "b12",
                "title": "Parmi les occurrences annot\u00e9es unknown, on trouve essentiellement des cas dans lesquels le NSS r\u00e9f\u00e8re bien \u00e0 une entit\u00e9 abstraite, mais dans lesquels cette entit\u00e9 est nominalis\u00e9e, comme dans \u00ab D'abord, un sentiment de fragilisation professionnelle. \u00bb, et pour lesquels une \u00e9tude plus approfondie des NSS nous",
                "authors": [],
                "year": null,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "Parmi les occurrences annot\u00e9es unknown, on trouve essentiellement des cas dans lesquels le NSS r\u00e9f\u00e8re bien \u00e0 une entit\u00e9 abstraite, mais dans lesquels cette entit\u00e9 est nominalis\u00e9e, comme dans \u00ab D'abord, un sentiment de fragilisation professionnelle. \u00bb, et pour lesquels une \u00e9tude plus approfondie des NSS nous permettrait de trancher.",
                "links": null
            },
            "BIBREF13": {
                "ref_id": "b13",
                "title": "Mining Sequential Patterns",
                "authors": [
                    {
                        "first": "Agrawal",
                        "middle": [],
                        "last": "R\u00e9f\u00e9rences",
                        "suffix": ""
                    },
                    {
                        "first": "R",
                        "middle": [],
                        "last": "Srikant",
                        "suffix": ""
                    },
                    {
                        "first": "R",
                        "middle": [],
                        "last": "",
                        "suffix": ""
                    }
                ],
                "year": 1995,
                "venue": "Proceedings of the Eleventh International Conference on Data Engineering, ICDE '95",
                "volume": "",
                "issue": "",
                "pages": "3--14",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "R\u00e9f\u00e9rences AGRAWAL, R. et SRIKANT, R. (1995). Mining Sequential Patterns. In Proceedings of the Eleventh International Conference on Data Engineering, ICDE '95, pages 3-14, Washington, DC, USA. IEEE Computer Society.",
                "links": null
            },
            "BIBREF14": {
                "ref_id": "b14",
                "title": "\u00c0 l'interface du syst\u00e8me linguistique et du discours : l'exemple des constructions identificatives (e.g. pseudo-cliv\u00e9es). Discours, diachronie, stylistique du fran\u00e7ais",
                "authors": [
                    {
                        "first": "D",
                        "middle": [],
                        "last": "Apoth\u00e9loz",
                        "suffix": ""
                    }
                ],
                "year": 2008,
                "venue": "\u00c9tudes en hommage \u00e0 Bernard Combettes",
                "volume": "",
                "issue": "",
                "pages": "75--92",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "APOTH\u00c9LOZ, D. (2008). \u00c0 l'interface du syst\u00e8me linguistique et du discours : l'exemple des constructions identificatives (e.g. pseudo-cliv\u00e9es). Discours, diachronie, stylistique du fran\u00e7ais. \u00c9tudes en hommage \u00e0 Bernard Combettes, pages 75- 92.",
                "links": null
            },
            "BIBREF15": {
                "ref_id": "b15",
                "title": "Reference to Abstract Objects in Discourse",
                "authors": [
                    {
                        "first": "N",
                        "middle": [],
                        "last": "Asher",
                        "suffix": ""
                    }
                ],
                "year": 1993,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "ASHER, N. (1993). Reference to Abstract Objects in Discourse. Kluwer.",
                "links": null
            },
            "BIBREF16": {
                "ref_id": "b16",
                "title": "Logics of Conversation",
                "authors": [
                    {
                        "first": "N",
                        "middle": [],
                        "last": "Asher",
                        "suffix": ""
                    },
                    {
                        "first": "A",
                        "middle": [],
                        "last": "Lascarides",
                        "suffix": ""
                    }
                ],
                "year": 2003,
                "venue": "",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "ASHER, N. et LASCARIDES, A. (2003). Logics of Conversation. Cambridge University Press.",
                "links": null
            },
            "BIBREF17": {
                "ref_id": "b17",
                "title": "Discovering linguistic patterns using sequence mining",
                "authors": [
                    {
                        "first": "N",
                        "middle": [],
                        "last": "B\u00e9chet",
                        "suffix": ""
                    },
                    {
                        "first": "P",
                        "middle": [],
                        "last": "Cellier",
                        "suffix": ""
                    },
                    {
                        "first": "T",
                        "middle": [],
                        "last": "Charnois",
                        "suffix": ""
                    },
                    {
                        "first": "B",
                        "middle": [],
                        "last": "Cr\u00e9milleux",
                        "suffix": ""
                    }
                ],
                "year": 2012,
                "venue": "Proceedings of Springer LNCS, 13th International Conference on Intelligent Text Processing and Computational Linguistics -CICLing'2012",
                "volume": "1",
                "issue": "",
                "pages": "154--165",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "B\u00c9CHET, N., CELLIER, P., CHARNOIS, T. et CR\u00c9MILLEUX, B. (2012). Discovering linguistic patterns using sequence mining. In Proceedings of Springer LNCS, 13th International Conference on Intelligent Text Processing and Computa- tional Linguistics -CICLing'2012, volume 1, pages 154-165.",
                "links": null
            },
            "BIBREF18": {
                "ref_id": "b18",
                "title": "Coupling an annotated corpus and a morphosyntactic lexicon for state-of-the-art pos tagging with less human effort",
                "authors": [
                    {
                        "first": "M.-H",
                        "middle": [],
                        "last": "Candito",
                        "suffix": ""
                    },
                    {
                        "first": "N",
                        "middle": [],
                        "last": "Joakim",
                        "suffix": ""
                    },
                    {
                        "first": "P",
                        "middle": [],
                        "last": "Denis",
                        "suffix": ""
                    },
                    {
                        "first": "E",
                        "middle": [],
                        "last": "Anguiano",
                        "suffix": ""
                    },
                    {
                        "first": "China",
                        "middle": [],
                        "last": "Beijing",
                        "suffix": ""
                    },
                    {
                        "first": "P",
                        "middle": [],
                        "last": "Denis",
                        "suffix": ""
                    },
                    {
                        "first": "B",
                        "middle": [],
                        "last": "Sagot",
                        "suffix": ""
                    },
                    {
                        "first": "China",
                        "middle": [],
                        "last": "Hong-Kong",
                        "suffix": ""
                    },
                    {
                        "first": "G",
                        "middle": [],
                        "last": "Dong",
                        "suffix": ""
                    },
                    {
                        "first": "J",
                        "middle": [],
                        "last": "Li",
                        "suffix": ""
                    },
                    {
                        "first": "G",
                        "middle": [],
                        "last": "Dong",
                        "suffix": ""
                    },
                    {
                        "first": "J",
                        "middle": [],
                        "last": "Pei",
                        "suffix": ""
                    }
                ],
                "year": 1999,
                "venue": "Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, KDD '99",
                "volume": "33",
                "issue": "",
                "pages": "329--346",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "CANDITO, M.-H., JOAKIM, N., DENIS, P. et HENESTROZA ANGUIANO, E. (2010). Benchmarking of Statistical Depen- dency Parsers for French. In Proceedings of COLING'2010, Beijing, China. DENIS, P. et SAGOT, B. (2009). Coupling an annotated corpus and a morphosyntactic lexicon for state-of-the-art pos tagging with less human effort. In PACLIC 2009, Hong-Kong, China. DONG, G. et LI, J. (1999). Efficient Mining of Emerging Patterns : Discovering Trends and Differences. In Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, KDD '99, pages 43-52, New York, NY, USA. ACM. DONG, G. et PEI, J. (2007). Sequence Data Mining, volume 33 de Advances in Database Systems. Kluwer. FLOWERDEW, J. (2003). Signalling Nouns in Discourse. English for Specific Purposes, 22:329-346.",
                "links": null
            },
            "BIBREF19": {
                "ref_id": "b19",
                "title": "Corpus-based Analyses of the Problem-Solution Pattern",
                "authors": [
                    {
                        "first": "L",
                        "middle": [],
                        "last": "Flowerdew",
                        "suffix": ""
                    }
                ],
                "year": 1979,
                "venue": "Studies in Corpus Linguistics",
                "volume": "29",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "FLOWERDEW, L. (2008). Corpus-based Analyses of the Problem-Solution Pattern. Studies in Corpus Linguistics 29. John Benjamins, Philadelphia. HIGGINS, F. R. (1979). The pseudo-cleft construction in English. Garland, New York.",
                "links": null
            },
            "BIBREF20": {
                "ref_id": "b20",
                "title": "Interpreting Anaphoric Shell Nouns using Antecedents of Cataphoric Shell Nouns as Training Data",
                "authors": [
                    {
                        "first": "V",
                        "middle": [],
                        "last": "Kolhatkar",
                        "suffix": ""
                    },
                    {
                        "first": "H",
                        "middle": [],
                        "last": "Zinsmeister",
                        "suffix": ""
                    },
                    {
                        "first": "G",
                        "middle": [],
                        "last": "Hirst",
                        "suffix": ""
                    },
                    {
                        "first": "",
                        "middle": [],
                        "last": "Sofia",
                        "suffix": ""
                    },
                    {
                        "first": "",
                        "middle": [],
                        "last": "Bulgaria",
                        "suffix": ""
                    },
                    {
                        "first": "V",
                        "middle": [],
                        "last": "Kolhatkar",
                        "suffix": ""
                    },
                    {
                        "first": "H",
                        "middle": [],
                        "last": "Zinsmeister",
                        "suffix": ""
                    },
                    {
                        "first": "G",
                        "middle": [],
                        "last": "Hirst",
                        "suffix": ""
                    }
                ],
                "year": 2013,
                "venue": "Proceedings of the 7th Linguistic Annotation Workshop and Interoperability with Discourse",
                "volume": "",
                "issue": "",
                "pages": "300--310",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "KOLHATKAR, V., ZINSMEISTER, H. et HIRST, G. (2013a). Annotating Anaphoric Shell Nouns with their Antecedents. In Proceedings of the 7th Linguistic Annotation Workshop and Interoperability with Discourse, pages 112-121, Sofia, Bulgaria. KOLHATKAR, V., ZINSMEISTER, H. et HIRST, G. (2013b). Interpreting Anaphoric Shell Nouns using Antecedents of Cataphoric Shell Nouns as Training Data. In Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing, pages 300-310.",
                "links": null
            },
            "BIBREF21": {
                "ref_id": "b21",
                "title": "Quand le texte signale sa structure : la fonction textuelle d'une certaine cat\u00e9gorie nominale",
                "authors": [
                    {
                        "first": "D",
                        "middle": [],
                        "last": "Legallois",
                        "suffix": ""
                    }
                ],
                "year": 2006,
                "venue": "Sur quelques caract\u00e9ristiques des noms sous-sp\u00e9cifi\u00e9s. Scolia",
                "volume": "23",
                "issue": "",
                "pages": "109--127",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "LEGALLOIS, D. (2006). Quand le texte signale sa structure : la fonction textuelle d'une certaine cat\u00e9gorie nominale. Corela. LEGALLOIS, D. (2008). Sur quelques caract\u00e9ristiques des noms sous-sp\u00e9cifi\u00e9s. Scolia, 23:109-127.",
                "links": null
            },
            "BIBREF22": {
                "ref_id": "b22",
                "title": "\u00e9diteurs : Changement linguistique et ph\u00e9nom\u00e8nes de fixation : figement, lexicalisation, catachr\u00e8se",
                "authors": [
                    {
                        "first": "D",
                        "middle": [],
                        "last": "Legallois",
                        "suffix": ""
                    },
                    {
                        "first": "P",
                        "middle": [],
                        "last": "Gr\u00e9a",
                        "suffix": ""
                    },
                    {
                        "first": "M",
                        "middle": [],
                        "last": "Lecolle",
                        "suffix": ""
                    },
                    {
                        "first": "S",
                        "middle": [],
                        "last": "Leroy",
                        "suffix": ""
                    }
                ],
                "year": 2006,
                "venue": "Publications Montpellier 3",
                "volume": "46",
                "issue": "",
                "pages": "161--184",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "LEGALLOIS, D. et GR\u00c9A, P. (2006). L'objectif de cet article est de... construction sp\u00e9cificationnelle et grammaire phra- s\u00e9ologique. In LECOLLE, M. et LEROY, S., \u00e9diteurs : Changement linguistique et ph\u00e9nom\u00e8nes de fixation : figement, lexicalisation, catachr\u00e8se, volume 46 de Cahiers de prax\u00e9matique, pages 161-184. Montpellier : Publications Montpel- lier 3.",
                "links": null
            },
            "BIBREF23": {
                "ref_id": "b23",
                "title": "Rhetorical structure theory : Towards a functional theory of text organization. Text",
                "authors": [
                    {
                        "first": "W",
                        "middle": [],
                        "last": "Mann",
                        "suffix": ""
                    },
                    {
                        "first": "S",
                        "middle": [],
                        "last": "Thompson",
                        "suffix": ""
                    }
                ],
                "year": 1988,
                "venue": "",
                "volume": "8",
                "issue": "",
                "pages": "243--281",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "MANN, W. et THOMPSON, S. (1988). Rhetorical structure theory : Towards a functional theory of text organization. Text, 8:243-281.",
                "links": null
            },
            "BIBREF24": {
                "ref_id": "b24",
                "title": "Fouille de donn\u00e9es pour la stylistique : cas des motifs s\u00e9quentiels \u00e9mergents",
                "authors": [
                    {
                        "first": "J",
                        "middle": [],
                        "last": "Nivre",
                        "suffix": ""
                    },
                    {
                        "first": "J",
                        "middle": [],
                        "last": "Hall",
                        "suffix": ""
                    },
                    {
                        "first": "J",
                        "middle": [
                            ";"
                        ],
                        "last": "Nilsson",
                        "suffix": ""
                    },
                    {
                        "first": "S",
                        "middle": [],
                        "last": "Quiniou",
                        "suffix": ""
                    },
                    {
                        "first": "P",
                        "middle": [],
                        "last": "Cellier",
                        "suffix": ""
                    },
                    {
                        "first": "T",
                        "middle": [],
                        "last": "Charnois",
                        "suffix": ""
                    },
                    {
                        "first": "D",
                        "middle": [],
                        "last": "Legallois",
                        "suffix": ""
                    }
                ],
                "year": 1981,
                "venue": "Proceedings of the fifth international conference on Language Resources and Evaluation (LREC2006)",
                "volume": "",
                "issue": "",
                "pages": "2216--2219",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "NIVRE, J., HALL, J. et NILSSON, J. (2006). MaltParser : A Data-Driven Parser-Generator for Dependency Parsing. In Proceedings of the fifth international conference on Language Resources and Evaluation (LREC2006), pages 2216- 2219, Genoa, Italy. QUINIOU, S., CELLIER, P., CHARNOIS, T. et LEGALLOIS, D. (2012). Fouille de donn\u00e9es pour la stylistique : cas des motifs s\u00e9quentiels \u00e9mergents. In Actes des Journ\u00e9es Internationales d'Analyse Statistique des Donn\u00e9es Textuelles (JADT'12), Li\u00e8ge, Belgique. SCHMID, H.-J. (2000). English Abstract Nouns As Conceptual Shells : From Corpus to Cognition. Topics in English Linguistics, 34. SWALES, J. (1981). Aspects of Article Introductions. Birmingham : University of Aston.",
                "links": null
            },
            "BIBREF25": {
                "ref_id": "b25",
                "title": "An approach to corpus-based discourse analysis : The move analysis as example",
                "authors": [
                    {
                        "first": "T",
                        "middle": [
                            "A"
                        ],
                        "last": "Upton",
                        "suffix": ""
                    },
                    {
                        "first": "M",
                        "middle": [
                            "A"
                        ],
                        "last": "Cohen",
                        "suffix": ""
                    }
                ],
                "year": 2009,
                "venue": "Discourse Studies",
                "volume": "11",
                "issue": "5",
                "pages": "585--605",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "UPTON, T. A. et COHEN, M. A. (2009). An approach to corpus-based discourse analysis : The move analysis as example. Discourse Studies, 11(5):585-605.",
                "links": null
            },
            "BIBREF26": {
                "ref_id": "b26",
                "title": "Discourse contribution of enumerative structures involving 'pour deux raisons' (regular paper)",
                "authors": [
                    {
                        "first": "M",
                        "middle": [],
                        "last": "Vergez-Couret",
                        "suffix": ""
                    },
                    {
                        "first": "M",
                        "middle": [],
                        "last": "Bras",
                        "suffix": ""
                    },
                    {
                        "first": "L",
                        "middle": [],
                        "last": "Pr\u00e9vot",
                        "suffix": ""
                    },
                    {
                        "first": "L",
                        "middle": [],
                        "last": "Vieu",
                        "suffix": ""
                    },
                    {
                        "first": "C",
                        "middle": [],
                        "last": "Atallah",
                        "suffix": ""
                    }
                ],
                "year": 2011,
                "venue": "\u00e9diteurs : Constraints in Discourse (CID)",
                "volume": "",
                "issue": "",
                "pages": "",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "VERGEZ-COURET, M., BRAS, M., PR\u00c9VOT, L., VIEU, L. et ATALLAH, C. (2011). Discourse contribution of enume- rative structures involving 'pour deux raisons' (regular paper). In ASHER, N. et DANLOS, L., \u00e9diteurs : Constraints in Discourse (CID), Agay, France. INRIA.",
                "links": null
            },
            "BIBREF27": {
                "ref_id": "b27",
                "title": "CloSpan : Mining Closed Sequential Patterns in Large Datasets",
                "authors": [
                    {
                        "first": "X",
                        "middle": [],
                        "last": "Yan",
                        "suffix": ""
                    },
                    {
                        "first": "J",
                        "middle": [],
                        "last": "Han",
                        "suffix": ""
                    },
                    {
                        "first": "R",
                        "middle": [],
                        "last": "Afshar",
                        "suffix": ""
                    }
                ],
                "year": 2003,
                "venue": "SDM",
                "volume": "",
                "issue": "",
                "pages": "166--177",
                "other_ids": {},
                "num": null,
                "urls": [],
                "raw_text": "YAN, X., HAN, J. et AFSHAR, R. (2003). CloSpan : Mining Closed Sequential Patterns in Large Datasets. In SDM, pages 166-177.",
                "links": null
            }
        },
        "ref_entries": {
            "FIGREF0": {
                "text": ") (solution NC) (\u00eatre V)(de P) (partir VINF) (. PONCT) 2 (le DET) (probl\u00e8me NC) (: PONCT)(trouver VINF) (un DET) (financement NC) (. PONCT) 3 (le DET) (solution NC) (: PONCT) (partir VINF) (. PONCT)",
                "type_str": "figure",
                "uris": null,
                "num": null
            },
            "TABREF0": {
                "html": null,
                "text": "se dit pr\u00eat \u00e0 \u00e9quiper, en 2003, 2000 sites capables d'accueillir des stations de base UMTS, ceci dans cinq villes fran\u00e7aises : Marseille, Lyon et Nice et les deux villes pilotes [...] Mais pas question d'\u00e9tendre le futur r\u00e9seau UMTS \u00e0 l'ensemble du territoire. Pour SFR, cette technologie [...] sera r\u00e9serv\u00e9e aux grandes agglom\u00e9rations. L'id\u00e9e est d'{offrir une continuit\u00e9 de services} gr\u00e2ce au r\u00e9seau GPRS [...] SFR poursuit donc son investissement dans le GSM et le GPRS. L'objectif est d'{atteindre une couverture de 95 % du territoire fin 2005}, contre 84 % fin 2002. R\u00e9sultat, {SFR accro\u00eet en 2003 ses investissements dans le r\u00e9seau}.",
                "num": null,
                "content": "<table/>",
                "type_str": "table"
            },
            "TABREF1": {
                "html": null,
                "text": "'appuie sur des techniques de fouille de donn\u00e9es ; \u00e0 la section 4, nous pr\u00e9sentons une m\u00e9thode d'identification automatique des NSS en corpus et son \u00e9valuation. Pour terminer, nous pr\u00e9sentons les conclusions et perspectives de ce travail (section 5).",
                "num": null,
                "content": "<table><tr><td>IDENTIFICATION DES NOMS SOUS-SP\u00c9CIFI\u00c9S, SIGNAUX DE L'ORGANISATION DISCURSIVE</td></tr><tr><td>de NSS, qui s2 Construction d'un lexique</td></tr><tr><td>Dans cette section, nous pr\u00e9sentons la construction/s\u00e9lection d'un lexique de NSS pour le fran\u00e7ais. Cette construction est</td></tr><tr><td>effectu\u00e9e \u00e0 partir d'un corpus constitu\u00e9 de 7 ann\u00e9es d'articles du journal Le Monde (voir section 2.1 pour une description</td></tr><tr><td>du corpus et des pr\u00e9-traitements). Elle s'appuie sur l'extraction des occurrences de constructions syntaxiques identifi\u00e9es</td></tr><tr><td>dans la litt\u00e9rature comme \u00e9tant caract\u00e9ristiques des emplois de NSS, les constructions sp\u00e9cificationnelles (voir section 2.2).</td></tr><tr><td>\u00c0 la section 2.3, nous pr\u00e9sentons les r\u00e9sultats de l'extraction, et la s\u00e9lection du lexique, qui repose sur la fr\u00e9quence</td></tr><tr><td>d'apparition des noms dans les constructions sp\u00e9cificationnelles.</td></tr><tr><td>2.1 Corpus de travail et pr\u00e9-traitements</td></tr><tr><td>Nous travaillons sur un corpus constitu\u00e9 de 7 ann\u00e9es d'articles du journal Le Monde (de 2000 \u00e0 2006), ce qui correspond \u00e0</td></tr><tr><td>352 265 documents, 7 121 931 phrases et 165 097 356 tokens. Le corpus de d\u00e9part est au format XML. \u00c0 chaque document</td></tr><tr><td>sont associ\u00e9es des m\u00e9tadonn\u00e9es comme un secteur (une, soci\u00e9t\u00e9, france, d\u00e9bat, art, etc.), des cat\u00e9gories (critique, chiffre,</td></tr><tr><td>mutation, chronique</td></tr><tr><td>). L'id\u00e9e est d'identifier ces s\u00e9quences organisationnelles fr\u00e9quentes \u00e0 l'aide des signaux que constituent les NSS (ou</td></tr><tr><td>encore les connecteurs), et d'examiner les liens qu'entretiennent la pr\u00e9sence de ces s\u00e9quences organisationnelles avec la</td></tr><tr><td>structure discursive, et plus particuli\u00e8rement les relations de discours.</td></tr><tr><td>Cet article est organis\u00e9 comme suit : \u00e0 la section 2, nous pr\u00e9sentons la construction d'un lexique de ces noms pour le</td></tr><tr><td>fran\u00e7ais ; \u00e0 la section 3, nous pr\u00e9sentons une m\u00e9thode d'identification des patrons syntaxiques caract\u00e9ristiques des emplois</td></tr></table>",
                "type_str": "table"
            },
            "TABREF2": {
                "html": null,
                "text": "Contextes recherch\u00e9s dans les phrases du corpusNous donnons \u00e0 la table 1 un fragment de phrase qui contient une occurrence des contextes recherch\u00e9s dans le corpus. SP\u00c9CIFI\u00c9S, SIGNAUX DE L'ORGANISATION DISCURSIVE dans les contextes recherch\u00e9s dans le corpus. Nous pr\u00e9sentons dans le tableau 2 les noms les plus fr\u00e9quemment employ\u00e9s dans les constructions syntaxiques recherch\u00e9es. Pour chaque nom (ou adjectif nominalis\u00e9), nous renseignons le nombre d'occurrences, et le pourcentage sur le nombre total d'occurrences du patron syntaxique.",
                "num": null,
                "content": "<table><tr><td/><td>Lemme</td><td colspan=\"2\">Nb. d'occurrences</td><td>%</td><td>Lemme</td><td>Nb. d'occurrences</td><td>%</td></tr><tr><td/><td>objectif</td><td>3635</td><td colspan=\"3\">12.78 int\u00e9r\u00eat</td><td>365</td><td>1.28</td></tr><tr><td/><td>probl\u00e8me</td><td>1620</td><td/><td>5.7</td><td>priorit\u00e9</td><td>324</td><td>1.14</td></tr><tr><td/><td>but</td><td>1597</td><td colspan=\"3\">5.61 important</td><td>317</td><td>1.11</td></tr><tr><td/><td>question</td><td>1293</td><td colspan=\"3\">4.55 risque</td><td>309</td><td>1.09</td></tr><tr><td/><td>id\u00e9e</td><td>1176</td><td colspan=\"3\">4.13 difficult\u00e9</td><td>288</td><td>1.01</td></tr><tr><td/><td>r\u00f4le</td><td>554</td><td colspan=\"3\">1.95 chose</td><td>285</td><td>1.0</td></tr><tr><td/><td>ambition</td><td>475</td><td colspan=\"3\">1.67 souci</td><td>275</td><td>0.97</td></tr><tr><td/><td>mission</td><td>435</td><td colspan=\"3\">1.53 solution</td><td>249</td><td>0.88</td></tr><tr><td/><td>essentiel</td><td>392</td><td colspan=\"3\">1.38 m\u00e9rite</td><td>248</td><td>0.87</td></tr><tr><td/><td>enjeu</td><td>382</td><td colspan=\"3\">1.34 v\u00e9rit\u00e9</td><td>245</td><td>0.86</td></tr><tr><td/><td colspan=\"7\">TABLE 2 -Les 20 noms apparaissant le plus fr\u00e9quemment dans les contextes recherch\u00e9s</td></tr><tr><td colspan=\"2\">Id. Forme</td><td>Lemme</td><td colspan=\"5\">\u00c9t. POS Informations morphologiques Id. gouv. Fonction synt.</td></tr><tr><td>1</td><td>Le</td><td>le</td><td>DET</td><td/><td colspan=\"2\">g=m | n=s | s=def</td><td>2</td><td>det</td></tr><tr><td>2</td><td>probl\u00e8me</td><td>probl\u00e8me</td><td>NC</td><td/><td colspan=\"2\">g=m | n=s | s=c</td><td>4</td><td>suj</td></tr><tr><td>3</td><td colspan=\"3\">aujourd'_hui aujourd'hui ADV</td><td/><td>_</td><td/><td>2</td><td>mod</td></tr><tr><td>4</td><td>est</td><td>\u00eatre</td><td>V</td><td/><td colspan=\"3\">m=ind | n=s | p=3 | t=pst 0</td><td>root</td></tr><tr><td>5</td><td>que</td><td>que</td><td>CS</td><td/><td>s=s</td><td/><td>4</td><td>obj</td></tr><tr><td>6</td><td>les</td><td>le</td><td>DET</td><td/><td colspan=\"2\">n=p | s=def</td><td>7</td><td>det</td></tr><tr><td>7</td><td>hommes</td><td>homme</td><td>NC</td><td/><td colspan=\"2\">g=m | n=p | s=c</td><td>9</td><td>suj</td></tr><tr><td>8</td><td>politiques</td><td>politique</td><td>ADJ</td><td/><td colspan=\"2\">n=p | s=qual</td><td>7</td><td>mod</td></tr><tr><td>9</td><td>tentent</td><td>tenter</td><td>V</td><td/><td colspan=\"3\">m=ind | n=p | p=3 | t=pst 5</td><td>obj</td></tr><tr><td/><td colspan=\"7\">TABLE 1 -Fragment de phrase analys\u00e9e par Bonsa\u00ef contenant une construction sp\u00e9cificationnelle</td></tr><tr><td colspan=\"6\">2.3 R\u00e9sultats de l'extraction et s\u00e9lection du lexique</td><td/></tr></table>",
                "type_str": "table"
            },
            "TABREF3": {
                "html": null,
                "text": "Cependant, nous savons que les NSS sont susceptibles d'appara\u00eetre dans des constructions syntaxiques particuli\u00e8res, dans lesquelles d'autres noms ne peuvent pas entrer. Pour l'anglais, des \u00e9tudes sur corpus des emplois de NSS ont d\u00e9j\u00e0 \u00e9t\u00e9 effectu\u00e9es par Schmid (2000) et",
                "num": null,
                "content": "<table/>",
                "type_str": "table"
            },
            "TABREF4": {
                "html": null,
                "text": "Pour identifier des constructions syntaxiques caract\u00e9ristiques des emplois de NSS, nous utilisons une m\u00e9thode permettant d'identifier des patrons linguistiques fr\u00e9quents en corpus, h\u00e9rit\u00e9e des techniques de fouille de donn\u00e9es, et propos\u00e9e parB\u00e9chet et al. (2012) : l'extraction de motifs s\u00e9quentiels. La fouille de donn\u00e9es s\u00e9quentielles, introduite par Agrawal etSrikant (1995), est une technique qui permet de d\u00e9couvrir de nouvelles connaissances sous forme de r\u00e9gularit\u00e9s dans des bases de donn\u00e9es, en tenant compte de l'ordre temporel entre les donn\u00e9es. Suivant une m\u00e9thodologie proche de celle de Quiniou et al. (2012) concernant la stylistique, nous nous int\u00e9ressons aux particularit\u00e9s des contextes syntaxiques des NSS, via le calcul de motifs s\u00e9quentiels \u00e9mergents. Ces motifs \u00e9mergents sont identifi\u00e9s \u00e0 partir de motifs s\u00e9quentiels impliquant des noms retenus dans le lexique de NSS (\u00e9tiquet\u00e9s NSS), et de motifs impliquant des noms communs (\u00e9tiquet\u00e9s NC) -et ne contenant aucun des noms retenus dans le lexique. L'avantage de cette m\u00e9thode de fouille est d'\u00eatre symbolique. Les motifs extraits, et d\u00e9couverts automatiquement, sont interpr\u00e9tables par un humain. Ils se pr\u00eatent donc facilement \u00e0 une analyse linguistique. \u00c0 la section 3.1, nous pr\u00e9sentons les principes g\u00e9n\u00e9raux du calcul de motifs s\u00e9quentiels et de l'identification de motifs \u00e9mergents. \u00c0 la section 3.2, nous d\u00e9crivons l'extraction de motifs \u00e9mergents pour les NSS, et donnons les r\u00e9sultats quantitatifs de cette extraction. \u00c0 la section 3.3, nous d\u00e9crivons les principaux patrons syntaxiques caract\u00e9ristiques des emplois de NSS, identifi\u00e9s par l'analyse des motifs \u00e9mergents.",
                "num": null,
                "content": "<table/>",
                "type_str": "table"
            },
            "TABREF5": {
                "html": null,
                "text": "Une base de s\u00e9quences",
                "num": null,
                "content": "<table/>",
                "type_str": "table"
            },
            "TABREF6": {
                "html": null,
                "text": "2 Extraction de motifs \u00e9mergents pour les noms sous-sp\u00e9cifi\u00e9s CHARLOTTE ROZE, THIERRY CHARNOIS, DOMINIQUE LEGALLOIS, ST\u00c9PHANE FERRARI, MATHILDE SALLES Apr\u00e8s l'extraction des motifs effectu\u00e9e sur la base de s\u00e9quences B NSS , nous retenons deux ensembles de motifs : -l'ensemble D NSS , qui rassemble les motifs calcul\u00e9s \u00e0 partir de B NSS et contenant une \u00e9tiquette NSS, comme le motif (le DET) (NC) (\u00eatre V) (que CS) ; -l'ensemble D NC , qui rassemble les motifs calcul\u00e9s \u00e0 partir de B NSS contenant des \u00e9tiquettes NC mais pas d'\u00e9tiquette NSS, comme (le DET) (NC) (V) (ADJ). Le tableau 4 indique le nombre de motifs clos fr\u00e9quents (en valeur absolue et en pourcentage) en fonction de leur longueur et pour ces 2 ensembles.",
                "num": null,
                "content": "<table><tr><td colspan=\"7\">Ensemble de motifs Longueur 2 Longueur 3 Longueur 4 Longueur 5 Longueur 6 Longueur 7</td><td>Total</td></tr><tr><td>D NSS</td><td>79</td><td>419</td><td>527</td><td>290</td><td>65</td><td>3</td><td>1 383</td></tr><tr><td/><td>(5.71 %)</td><td>(30.3 %)</td><td>(38.1 %)</td><td>(20.97 %)</td><td>(4.7 %)</td><td>(0.22 %)</td><td>(100 %)</td></tr><tr><td>D NC</td><td>191</td><td>1 110</td><td>2 246</td><td>1 658</td><td>629</td><td>156</td><td>5 990</td></tr><tr><td/><td>(3.19 %)</td><td>(18.53 %)</td><td>(37.5 %)</td><td>(27.68 %)</td><td>(10.5 %)</td><td>(2.6 %)</td><td>(100 %)</td></tr></table>",
                "type_str": "table"
            },
            "TABREF7": {
                "html": null,
                "text": "",
                "num": null,
                "content": "<table><tr><td/><td/><td colspan=\"4\">-Nombre de motifs fr\u00e9quents et clos extraits</td><td/><td/></tr><tr><td colspan=\"7\">Motifs \u00e9mergents Longueur 2 Longueur 3 Longueur 4 Longueur 5 Longueur 6 Longueur 7</td><td>Total</td></tr><tr><td>D NSS /D NC</td><td>1</td><td>23</td><td>46</td><td>34</td><td>11</td><td>0</td><td>115</td></tr><tr><td/><td>(0.87 %)</td><td>(20 %)</td><td>(40 %)</td><td>(29.57 %)</td><td>(9.57 %)</td><td>(0 %)</td><td>(100 %)</td></tr><tr><td>D NSS /D NC</td><td>1</td><td>11</td><td>25</td><td>26</td><td>9</td><td>0.0</td><td>72</td></tr><tr><td>(avec T C = \u221e)</td><td>(1.39 %)</td><td>(15.28 %)</td><td>(34.72 %)</td><td>(36.11 %)</td><td>(12.5 %)</td><td>(0 %)</td><td>(100 %)</td></tr></table>",
                "type_str": "table"
            },
            "TABREF8": {
                "html": null,
                "text": "Nombre de motifs \u00e9mergents L'ensemble de motifs dans lequel nous voulons identifier des motifs \u00e9mergents est D NSS , c'est-\u00e0-dire les motifs contenant des \u00e9tiquettes NSS. Nous avons proc\u00e9d\u00e9 \u00e0 l'extraction de motifs \u00e9mergents de D NSS par rapport \u00e0 D NC . Pour cela, on consid\u00e8re chaque motif appartenant \u00e0 D NSS , puis on calcule son taux de croissance en recherchant le m\u00eame motif dans D NC ; apr\u00e8s avoir substitu\u00e9 \u00e0 l'\u00e9tiquette NSS l'\u00e9tiquette NC. Le tableau 5 donne le nombre de motifs \u00e9mergents de D NSS par rapport \u00e0 D NC , tous taux de croissance confondus puis uniquement avec les motifs ayant un taux de croissance infini.",
                "num": null,
                "content": "<table/>",
                "type_str": "table"
            },
            "TABREF9": {
                "html": null,
                "text": "5. Dans les exemples pr\u00e9sent\u00e9s dans cette section, nous notons les NSS en gras, les patrons pr\u00e9sent\u00e9s en italiques, et les entit\u00e9s auxquelles r\u00e9f\u00e8rent les NSS entre accolades.IDENTIFICATION DES NOMS SOUS-SP\u00c9CIFI\u00c9S, SIGNAUX DE L'ORGANISATION DISCURSIVE Patron Nb. d'occ. Annot\u00e9es NSS Annot\u00e9es NC Annot\u00e9es unknown Pr\u00e9cision Proportion des diff\u00e9rents patrons dans l'ensemble des occurrences \u00e9tiquet\u00e9es comme NSS et r\u00e9sultats de l'annotation Pour les 58 occurrences NSS qui n'ont pas \u00e9t\u00e9 rep\u00e9r\u00e9s par le syst\u00e8me, nous avons annot\u00e9 le contexte d'apparition. Pour 18 d'entre eux, le contexte correspond \u00e0 un patron (NSS_etre_que_de, NSS_punct ou NSS_que_de) qui n'a pas \u00e9t\u00e9 correctement identifi\u00e9, du fait d'un cas particulier dans l'analyse syntaxique. On trouve \u00e9galement une vingtaine d'occurrences anaphoriques et cataphoriques avec d\u00e9terminant d\u00e9fini ou ind\u00e9fini, comme dans \u00ab La question est pos\u00e9e. \u00bb (anaphorique) ou \u00ab Revenons sur les faits. \u00bb (cataphorique).",
                "num": null,
                "content": "<table><tr><td>NSS_que_de</td><td>40 (43,5 %)</td><td>31</td><td>7</td><td>2</td><td>0,78</td></tr><tr><td>dem_NSS</td><td>35 (38 %)</td><td>29</td><td>2</td><td>4</td><td>0,83</td></tr><tr><td>NSS_punct</td><td>17 (18,5 %)</td><td>11</td><td>4</td><td>2</td><td>0,65</td></tr><tr><td>root_NSS</td><td>16 (17,4 %)</td><td>9</td><td>5</td><td>2</td><td>0,57</td></tr><tr><td colspan=\"2\">NSS_etre_que_de 10 (10,9 %)</td><td>10</td><td>0</td><td>0</td><td>1</td></tr><tr><td>pour_NSS_de</td><td>0 (0 %)</td><td>0</td><td>0</td><td>0</td><td>-</td></tr></table>",
                "type_str": "table"
            }
        }
    }
}