Navigation – Plan du site

AccueilNuméros29Identifier les « singletons » dan...

Identifier les « singletons » dans des corpus français annotés en coréférence : peut-on prévoir l’absence de reprise coréférentielle ?

Identifying “Singletons” in French Annotated Corpora: Is the Absence of Coreference Predictable?
Hélène Manuélian et Catherine Schnedecker

Résumés

Le repérage des coréférences est une tâche difficile pour laquelle l’identification des singletons est un enjeu important. En effet, celle-ci permettrait d’améliorer le processus d’annotation de corpus et la connaissance des chaînes de référence. Pour y parvenir, il est important de déterminer si, au plan linguistique, les singletons sont, ou non, pourvus de propriétés linguistiques propres. Après un état de la question, l’article présente une étude de corpus dont le résultat permet de « profiler » les mentions d’un référent restant à l’état de singleton. Un millier de mentions ont été étudiées dans différents genres et types de textes. Il apparaît alors que le genre / type de texte et la catégorie ontologique du référent permettent de prévoir la reprise ou l’absence de reprise d’un référent dans un texte.

Haut de page

Texte intégral

1. Introduction

  • 1 L’oral ne sera pas évoqué dans cet article, en raison de ses spécificités qu’il est inutile de rapp (...)
  • 2 Democrat est le premier corpus de grande taille pour le français écrit, annoté en expressions référ (...)

1Cet article s’inscrit dans le prolongement d’une précédente contribution (Manuélian, Schnedecker, 2021) consacrée aux modalités d’introduction des référents dans un texte, où nous avons confronté les prédictions théoriques à la réalité des textes, en nous appuyant sur le seul corpus de français écrit1 annoté en chaînes de référence (ou coréférences) : le corpus Democrat2. Nous y avons montré notamment que :

  • les mentions référentielles aptes à la reprise, dont nous avons proposé un « profil », dépendent de deux types facteurs : les uns sont externes (i. e. extérieurs à la textualité), comme le genre / domaine d’occurrence et la nature ontologique des référents, les autres internes, c’est-à-dire liés à la cohésion référentielle (catégorie grammaticale des mentions, notamment),
    • 3 « […] singletons are entities that are referred to one single time in the text. A mention is a sing (...)

    la part de « singletons » (désormais SI) (c’est-à-dire de mentions isolées, dépourvues de lien coréférentiel3) occupe les trois quarts des mentions initiales, le français se comportant, à ce point de vue, comme d’autres langues où ces aspects ont pu être étudiés (anglais, espagnol notamment).

2C’est sur la question de ces mentions isolées que nous entendons poursuivre l’étude. En effet, si ces unités référentielles peuvent paraître a priori sans (grande) incidence sur l’interprétation « naturelle » des textes, elles sont l’objet d’enjeux importants à l’heure des annotations de haut niveau (semi-)manuelles ou automatiques, des méthodes d’apprentissage et de résolution automatique de la coréférence. En effet, leur identification pourrait grandement améliorer tous ces systèmes de traitement automatique, comme le suggère Recasens (2010) :

[...] the preponderance of isolated mentions […] suggests that what would be of great help for a coreference system is an automatic classifier of singletons that filters out mentions that do not need to be considered as either subsequent or first mentions. I did some preliminary experiments in this direction, but no linguistic properties of NPs seem to be distinctive of isolated mentions
(Recasens, 2010 : 25)

3Par ailleurs, un second enjeu, qui apparaît à la fin de la citation précédente, consiste à déterminer si, au plan linguistique, les SI sont, ou non, pourvus de propriétés linguistiques propres. S’il est possible de « profiler » les premiers maillons, comme nous espérons l’avoir fait, l’entreprise devrait être envisageable pour les SI. Dans ce but, notre étude va s’appuyer sur la partie du corpus Democrat déjà exploitée (cf. Manuélian, Schnedecker, 2021), limitée à des textes de français contemporain issus de genres / domaines variés pour chacun desquels sont analysées les 100 premières « premières mentions » (ou maillons). Sur cette base, nous visons à dégager le « profil » des SI, en tenant compte des paramètres étudiés pour les premières mentions de notre précédente étude, rappelés ci-dessus. Notre propos se scindera en quatre parties. Nous commencerons par illustrer concrètement la nature du problème, plus complexe qu’il n’en a l’air. Dans un deuxième temps, nous procéderons à un rapide état de la question relatif aux particularités des SI. Dans une troisième partie, nous rappellerons les caractéristiques du sous-corpus Democrat analysé, la méthode d’annotation utilisée et les hypothèses qui ont servi de base à notre approche. Les résultats de notre étude de corpus feront l’objet de la quatrième et dernière partie.

2. Complexité et enjeux d’un problème apparemment simple

4Dès l’instant où on le considère sous l’angle de la coréférence et des chaînes de référence, un texte tout-venant comme dans l’exemple [1] pose un certain nombre de questions, liées à sa « simple » interprétation, d’une part, mais aussi, d’autre part, à l’éventuelle annotation des expressions coréférentielles (ou non), et bien d’autres que nous allons inventorier dans un instant. En effet, dans [1], certains référents font l’objet d’une chaîne de référence, comme /Agnès/, dont la chaîne comprend 14 mentions (ou maillons, en gras et italique). Il en va similairement pour les référents /Renée/ et /Maurice/. Mais d’autres expressions référentielles (en petites capitales) ne sont pas reprises ; elles restent, pour ainsi dire, isolées, à l’état de SI. En d’autres termes, elles ont, comme le disent joliment Recasens et al. (2013 : 627), une durée de vie limitée « dying out after just one mention ».

[1] 1976. Après l’échec de [son mariage], Agnès Le Roux rentre d’Afrique et ø retrouve sa mère, Renée, propriétaire du casino Le Palais de la Méditerranée à Nice. La jeune femme tombe amoureuse de l’homme de confiance de Renée, Maurice Agnelet, un avocat de dix ans son aîné. Maurice a d’autres liaisons. Agnès l’aime à la folie. Actionnaire du Palais de la Méditerranée, Agnès veut vendre sa part de l’héritage familial pour voler de ses propres ailes. Une partie truquée siphonne les caisses de la salle de jeux. On menace Renée. Derrière ces manœuvres guerrières plane l’ombre de la mafia et de Fratoni le patron du casino concurrent qui veut prendre le contrôle du Palais de la Méditerranée. Tombé en disgrâce auprès de Renée, Maurice met en relation Agnès avec Fratoni qui lui offre trois millions de francs pour qu’elle vote contre sa mère. […]
  (extrait du résumé du film L’homme qu’on aimait trop ; voir http://www.allocine.fr/​film/​fichefilm_gen_cfilm=218308.html)

5Toute la question est de savoir s’il est possible de prédire, parmi l’ensemble de ces expressions référentielles (désormais ER), ces SI.

6La distinction entre les composants d’une relation coréférentielle (de « coréférences » dans certains sous-domaines des sciences du langage) et les électrons référentiels « libres » i. e. sans attache coréférentielle, constitue l’un des enjeux cruciaux pour l’élaboration des systèmes d’identification (automatique) de la coréférence. En effet, dans les systèmes basés sur l’appariement de paires coréférentielles, le traitement des mentions hors coréférence génère un bruit d’autant plus important qu’en général la moitié des mentions d’un texte reste à l’état de SI. En outre ceux-ci multiplient les risques d’erreurs dans les appariements coréférentiels (Ionov, Toldova, 2016). Ainsi, pouvoir les filtrer avant de procéder à l’établissement de la coréférence améliorerait sensiblement le processus de traitement et l’efficacité des systèmes de calcul en réduisant le « vivier » de candidats à la coréférence (cf. Ionov, Toldova, 2016 ; Uryupina et al., 2016 : 371) :

The ability to make this distinction [entre mentions coréférentielles et singletons] based on properties of the NPs used to identify these referents (henceforth mentions) would benefit coreference resolution models, by simplifying the hypothesis space they consider when predicting anaphoric links, and it could improve performance on other tasks that require accurately tracking discourse entities, including textual entailment […] and discourse coherence […].
(De Marneffe et al., 2015 : 446)

[...] if a (referring or anaphoric) nominal expression is incorrectly filtered out at an early step, the system excludes it from the pool of candidate anaphors and can therefore never recuperate proposing a correct antecedent : on the contrary, if a (non-referring or discourse new) nominal expression is missed by the filter, the system might still correctly assign it to a singleton chain at a later stage by suggesting no suitable links.
(Uryupina et al., 2016 : 392)

7L’exemple [2], emprunté à Uryupina et al. (2016) donne d’ailleurs un aperçu de la rentabilité d’un système apte à détecter les SI. L’énoncé comporte six syntagmes nominaux (désormais SN) qui peuvent être potentiellement partitionnés en chaînes de référence (désormais CR) selon 203 manières, comme le disent les auteurs.

[2] Why do [you]1 think only [lowly soldiers]2 and [no generals]3 have been convicted ? Because [generals]4 have [the power]5, [that]6’s why
  (Uryupina et al., 2016 : 370, leur exemple 1)

8Le SN no generals est considéré comme « quantifieur », donc comme non référentiel, et pourra également être tenu pour SI ; en tant que forme résomptive ayant pour source un contenu propositionnel, that est censé renvoyer à une entité abstraite (generals have the power) ce qui le soustrairait à la reprise ; enfin you, pronom déictique, ne correspond à aucune des personnes évoquées dans l’extrait. L’identification des SI pourrait ramener le nombre de 203 à 5, ce qui correspond à une diminution de sources d’erreurs de quarante fois moins qu’avec les SI :

Thus, by assigning M1, M2 and M6 to singleton chains, we can reduce the total number of all the possible partition in our example [1] from 203 to just 5.
(Uryupina et al., 2016 : 371)

9De fait, le nombre de SI est énorme d’après les travaux recensés pour le présent article. De Marneffe et al. (2015) en dénombrent 23 140 (cf. figure 1) dans un corpus de 1,6 million de mots provenant de supports et de domaines variés (conversations diffusées, ou téléphoniques, nouvelles, magazines, fil d’informations, blogs…). Pour Ionov et Toldova (2016), la moitié des mentions d’un corpus serait constituée de SI :

There are more than two times more singleton mentions than non-singleton ones
(Ionov, Toldova, 2016 : 37)

10Recasens et al. (2013) en dénombrent un pourcentage de 56 % de leurs données.

  • 4 Les chiffres en ordonnées indiquent le nombre d’entités correspondant à une mention, deux, etc.

Figure 1. Distribution des mentions selon leur durée de vie selon De Marneffe et al. (2015 : 454)4

Figure 1. Distribution des mentions selon leur durée de vie selon De Marneffe et al. (2015 : 454)4

11En outre, ce qu’on peut considérer comme SI est éminemment variable. Dans [1], certaines formes instancient effectivement un référent en un maillon sans aucune reprise subséquente (les expressions en petites capitales). D’autres, également isolées, le sont et le restent inéluctablement du fait qu’elles ne sont pas utilisées référentiellement mais relèvent d’expressions plus ou moins figées (les segments en italiques tels que la folie dans aimer à la folie, confiance dans l’homme de confiance, disgrâce dans tomber en disgrâce…). Enfin, on peut se demander si le SN indéfini une partie truquée est vraiment isolé ou s’il ne sert pas de source partielle à ces manœuvres guerrières, qu’on peut interpréter comme anaphore résomptive portant sur Une partie truquée siphonne les caisses de la salle de jeux. On menace Renée. De sorte que la détection des SI pourrait bien n’être qu’une partie d’un problème plus vaste, visant à détecter les expressions non référentielles et celles qui sont dépourvues de source coréférentielle, qui peuvent être des premières mentions (i. e. ER sans amont).

12Le problème qui se pose dès lors est le suivant. Soit une mention M dans un texte :

  • soit M est une ER ou non ;
  • si M n’est pas une ER, elle est exclue du processus de traitement ;
  • si M est une ER, l’alternative est la suivante :
    • il n’y a pas d’élément antérieur à M, pas d’« avant », à rechercher : M peut alors être une première mention de séquence coréférentielle ou un SI ;
    • il n’y a pas d’élément ultérieur à lui apparier : le statut de SI de M est alors confirmé.

Figure 2. Chaîne de décisions déterminant le choix des SI

Figure 2. Chaîne de décisions déterminant le choix des SI

3. Rapide état de l’art

13Nombreux sont les travaux intéressés par la question des SI ; ils sont qui plus est d’observance diverse (linguistique de corpus, TAL, linguistique référentielle, psycholinguistique, entre autres), et émanent de cadres théoriques variés. Même s’il est difficile d’en proposer une synthèse, nous rappellerons, dans cette partie, les caractéristiques inventoriées pour les formes non référentielles et les SI qui seront présentées suivant trois niveaux d’analyse linguistique (niveau strictement formel, environnement contextuel et aspects sémantico-référentiels). Dans un second temps, nous montrerons que certains de ces éléments sont sujets à discussion.

3.1. Les formes non référentielles

14Comme évoqué supra, certaines formes restent à l’état de SI du fait qu’elles sont considérées comme non référentielles. Parmi celles-ci on distingue généralement (cf. la synthèse d’Uryupina et al., 2016 : 395) :

  • les formes explétives (appelées aussi « pléonastiques ») des pronoms comme dans il pleut (De Marneffe et al., 2015 : 450 ; Uryupina et al., 2016 : 370-372) susceptibles d’être exploitées également dans des constructions comprenant des adjectifs modaux (il est bon que…) ou des verbes cognitifs (il est bien connu que…) ;
  • les SN attributs et apposés : John is a policeman (Uryupina et al., 2016 : 170 ; cf. également De Marneffe et al., 2015 : 450) ;
  • Les SN et pronoms négatifs (personne) selon la portée de la négation et leur cooccurrence avec des auxiliaires modaux et ou des prédicats d’attitude non factifs (vouloir, demander) : Jean n’a pas de voiture ;
  • Les SN référant à des entités dites abstraites (comme les contenus propositionnels, cf. that de l’exemple [2]) ou encore les cas de déixis dite « discursive » (pronoms démonstratifs résomptifs ou SN à « shell nouns ») ;
  • Les expressions dites idiomatiques (cf. supra, exemple [1], confiance dans homme de confiance).

3.2. Les singletons à proprement parler

15Bon nombre de travaux sur les SI (notamment De Marneffe et al., 2015 ; Ionov, Toldova, 2016 ; Byron, Gegg-Harrison, 2004) s’inspirent du célèbre article de Karttunen (1976) intitulé « Discourse Referents » répertoriant les conditions à remplir par une ER pour être candidate ou non à la reprise. Il ressort deux points de cet article. Dans certains cas, ce sont les ER qui présentent per se des caractéristiques syntaxiques ou sémantiques les vouant au statut de SI. Dans d’autres cas, ce sont des traits de leur environnement syntaxico-sémantique ou la structure informationnelle des énoncés (De Marneffe et al., 2015) qui prohibent la reprise anaphorique.

3.2.1. Propriétés formelles

16Les SI présentent des propriétés strictement formelles comme la longueur des SN calculée en nombre de mots et le nombre de leurs adjectifs, d’après Ionov et Toldova (2016) :

[…] short and moderately long NPs tend to be non-singletons whereas only very long NPs tend to be singletons
(Ionov, Toldova, 2016 : 38)

17Par ailleurs, les mentions figurant dans des propositions parenthétiques auraient une faible propension à introduire des référents à « longue durée de vie ».

3.2.2. Propriétés contraignantes de l’environnement des syntagmes nominaux

  • 5 Cf. aussi la théorie du centrage (Walker et al., 1998) qui tente de prédire les transitions permett (...)

18Depuis les travaux fondateurs de Givón (1983 : 5-41) sur la continuité topicale et les modalités de l’ER des topiques (continus) – et donc des chaînes de référence – de nombreuses études5 ont suggéré l’étroite corrélation entre la prédisposition à la reprise anaphorique et la position syntaxique de sujet grammatical et d’agent sémantique, ce qui, par contre-coup, permet de caractériser les topiques discontinus ou éléments non topicaux, même si comme le signale Givón :

a. “What is continuing is more predictable”
b. “What is predictable is easier to process”
or conversely
c. “What is discontinuous or disruptive is less predictable”
d. “What is less predictable, hence surprising, is harder to process”.
(Givón, 1983 : 12)

  • 6 Pour une synthèse de ces travaux, cf. Schnedecker (1997, 2021). À la suite de nombreux travaux, l’a (...)

19Partant de là, on peut conjecturer qu’un référent dont le SN occupe des positions syntaxiques secondaires (objet, complément du nom ou circonstant) et des rôles sémantiques comme celui de thème / patient sera moins prédisposé à faire l’objet de reprise que les référents dotés d’un profil de topique6.

20D’autres propriétés de l’environnement cotextuel des mentions seraient à même de limiter l’anaphore à la phrase comme :

  • la portée sémantique des opérateurs négatifs ou intensionnels dans :
[3] Kim didn’t understand an exam question. #It was too hard
  (De Marneffe et al., 2015 : 447, leur exemple 3)
    • 7 Les jugements de recevabilité portés sur ce genre d’énoncé n’engagent que leurs auteurs.

    la présence d’auxiliaires modaux ou de verbes dits d’attitude propositionnelle (vouloir, prétendre…), dont une importante littérature linguistique sur la question, limiterait les possibilités de reprises des référents indéfinis non spécifiques7 :

[4] Bill can make a kite. #It has a long string.
[5] John wants to catch a fish. #Do you see it from here ?
[6] Sandy claims that Jesse bought a bicycle. #It has a green frame.

21Enfin, le fait de figurer dans une proposition subordonnée serait un facteur moins prédisposant à la reprise que le fait de l’être dans une proposition enchâssante.

3.2.3. Niveau sémantico-référentiel

22Au plan sémantico-référentiel, la catégorie sémantico-grammaticale des mentions jouerait un rôle important dans l’identification des SI. Il en irait ainsi de l’indéfinitude (entendue au sens large) portée par des SN dits à « polarité négative » comme dans [7] :

[7] Kim didn’t understand any exam question. #It was too hard
  (De Marneffe et al., 2015 : 447, leur exemple 6)

23Ce trait serait cependant moins important que celui de la définitude :

[…] unique mentions are used with the definite article much more often than with indefinite one.
(Ionov, Toldova, 2016)

24Par ailleurs, suivant l’échelle d’animacité (animacy hierarchy, Silverstein, 1976), les entités non humaines seraient a priori moins saillantes que les humaines, celles qui sont dénommées par un nom commun moins que celles qui le sont par un nom propre, etc. De même, les entités dites abstraites (quantités, pourcentages, autres SN indiquant des mesures) prêteraient peu à la coréférence.

25Enfin, la position textuelle des référents dans un texte aurait également un impact cognitif et indiquerait une importance accrue et donc une durabilité plus importante des référents concernés que les autres (cf. les travaux des psycho-cognitivistes comme Gernsbacher, 1990).

26Ainsi, dans [1a], le début de [1], le référent /mariage/ a le parfait profil d’un SI, au vu de ce qui vient d’être dit. Il s’agit, en effet, d’un référent abstrait, dont le SN est complément adnominal (une position syntaxique considérée comme « secondaire », par les diverses approches de la saillance), qui plus est introduit par un déterminant possessif qui le place sous la dépendance d’un autre référent :

[1a] Après l’échec de [son mariage], Agnès Le Roux rentre d’Afrique et ø retrouve sa mère, Renée, propriétaire du casino Le Palais de la Méditerranée à Nice.

3.3. Eléments de discussion

  • 8 Pour une première tentative, cf. Hou (2021).

27Certains des facteurs qui viennent d’être évoqués restent sujets à discussion comme nous allons le montrer. Ils le sont d’autant que leur poids respectif et donc leur pondération ne sont pas encore totalement déterminés8. Cela étant, pour relativiser ces différents éléments, nous avancerons quatre séries d’arguments.

28D’abord, les prédictions, envisageables à un plan théorique, peuvent être prises en défaut par des énoncés tout-venant, comme l’illustre la série d’énoncés ci-après, issus de productions d’étudiants ou de bases de données variées9. On sait, en effet, que les modalités de la reprise anaphorique font « feu de tout bois » et prennent leur source jusque dans les bases morphologiques d’unités lexicales variées : l’énoncé célèbre de Reichler-Béguelin (1989 : 320) (exemple [8]) en est un bel exemple où « le référent (implicite ?) du pronom […] se construit aisément par extraction de la base morphologique d’un dérivé figurant dans le contexte » :

[8] Il neige, et elle tient ((neig)Ner)Vneige
  (Reichler-Béguelin, 1989 : 320, son exemple 28)
  • 10 Sur cette question, cf. Charolles (1992) « […] On explique assez bien que le possessif insulaire so (...)

29L’exemple [9] illustre un cas similaire, identifié sous l’étiquette d’ilôt anaphorique, pour rendre compte des blocages théoriquement imposés par le lexique à l’extraction de composants sémantiques dans la reprise pronominale, où le pronom s’appuie sur la base nominale (nation) de l’adjectif relationnel nationales10 :

[9] Tant que l’on ne cassera pas les entreprises nationales qui coûtent un argent fou et paralysent son activité, rien ne pourra vraiment changer.
  (Libération, in Charolles, 1992 : 151, son exemple 89)

30Mis à part les pronoms explétifs ou les expressions polylexicales, on peut opposer pratiquement une série de contre-exemples à chacune des catégories évoquées ci-dessus. C’est ainsi que les exemples [10] et [11] illustrent des cas de reprise à partir de SN négatifs ou insérés dans des structures négatives ; en [12] un SN indéfini non spécifique est suivi de deux mentions coréférentes ; l’exemple [13] montre qu’un SN attribut peut se faire anaphoriser, tout comme un pronom « free choice » (exemple [14]) :

[10] Bien que l’agriculture n’a jamais connu des chômeurs, à l’heure actuelle ils doivent émigrer.
  (Reichler-Béguelin, 1989 : 322, son exemple 33, copie FLE)
[11] Il y a aucune croyance, aussi absurde soit-elle, que les découvreurs de complots ne sont pas prêts à intégrer à leur délire.
  (Sketch Engine)
[12] Il veut un refuge, quel qu’il soit ; mais le moyen est maintenant le chemin de Mitra. Et avant de parler de son refuge il exprime son sentiment du seul moyen qui s’impose.
  (Frantext, Van Ginneken, Principes de linguistique psychologique, 1907)
[13] Les années 1980 s’avèrent glorieuses et il est une vedette qui permet à des comédies de se monter sur son seul nom. Il abandonne son personnage d’« Aldo la classe » à la fin des années 1980 et a du mal à donner un nouveau souffle à sa carrière
  (Sketch Engine)
[14] C’est dans Le Confort intellectuel, titre qui à lui seul doit faire honnir son auteur à quiconque se glorifie de rechercher en toute chose le “dérangeant”…
  (Sketch Engine)

31Par ailleurs, l’étude de Johnsen (2008) montre la faible étanchéité entre les énoncés parenthétiques et ceux qui les enchâssent, bon nombre de reprises anaphoriques opérant dans la parenthèse à partir d’une source qui leur est extérieure, comme ce village dans [15] anaphorisant Montana ou ce de [16] commenté comme suit :

Il y a des raisons de penser que l’adverbe modal gradué très certainement […] est pertinent pour le calcul référentiel du pronom démonstratif, parce que sa valeur modale participe à la résomption, au moyen de ce, d’un procès du type <le fait de croire X> et de son objet X <le fait que quelques-unes avaient été laissées par des fauves formidables avec lesquels il y aurait à compter sans doute>. A nouveau, le référent constitue un objet global à multiples composants (plusieurs procès, actants et circonstants), et encore une fois, la parenthèse met en évidence un point de vue méta-énonciatif.
(Johnsen, 2008 : 97-98)

[15] Qui évoque Montana pense immédiatement au luxe (ce village, déjà chic en soi, a fusionné avec celui de Crans, plus chic encore), au ski l’hiver et aux randonnées pédestres l’été, sans parler de son célèbre golf !
  (Courrier des lecteurs, La Liberté, 25 juillet 2006, in Johnsen, 2008 : 88, son exemple 3)
[16] Pencroff n’y remarqua que des traces de quadrupèdes, des passées fraîches d’animaux, dont il ne pouvait reconnaître l’espèce. Très certainement, – et ce fut aussi l’opinion d’Harbert, – quelques-unes avaient été laissées par des fauves formidables avec lesquels il y aurait à compter sans doute.
  (Frantext, Verne, in Johnsen, 2008 : 97, son exemple 22)

32Deuxièmement, les travaux portant sur les SI inspirés l’article de Karttunen (1976) ont été réalisés pour la plupart « hors sol », c’est-à-dire sans vérification empirique. Les prédictions effectuées sur telle ou telle sous-catégorie de SN mériteraient d’être appuyées sur des données confirmant ou infirmant leur comportement de SI ou, au contraire, de mention coréférentielle.

33Troisièmement, certains travaux amalgament SI et expressions non référentielles. Témoins les citations ci-dessous :

Our notion of singletons combines two types of mentions ; those that can not be anaphoric and those that could be anaphoric but were mentioned only once in a discourse fragment
(Toldova, Ionov, 2016 : 10)

Features used for singletons detection are the same as for discourse new-detection
(Toldova, Ionov, 2016 : 8)

Ours (model) […] tries to identify any kind of non referential NP as well as any referential NP whose referent is mentioned only once (i.e., singleton). Thus, all non referential NPs fall into our singleton class
(De Marneffe et al., 2015 : 452-453)

  • 11 Merci à A. Todirascu de nous avoir orientées sur ces travaux. Cf. Schmitt et al. (2019) pour une pr (...)

34Certes le résultat de cet amalgame est pertinent puisque des expressions non référentielles ne sont, théoriquement, pas reprises (encore ce point serait-il à vérifier). Mais on peut se demander dans quelle mesure le traitement de ces deux catégories ne mériterait pas d’être dissocié, dans la mesure où il existe de nombreux travaux sur la détection automatiques des expressions figées / polylexicales, (systèmes ATILF-LLF, Veyn, LGTragger)11 à même d’exclure celles-ci des calculs coréférentiels (Al Saied et al., 2017 ; Constant, Sigogne, 2011 ; Zampieri et al., 2018).

  • 12 Cf. Schnedecker (2021 : 109).

35Quatrièmement, si comme on l’a dit, la distinction entre expressions référentielles et non référentielles est cruciale pour la constitution de corpus et l’annotation de la coréférence, elle est déterminante pour l’étude linguistique des chaînes de référence12. La détermination et le décompte des ER sont, en effet, utiles pour déterminer :

    • 13 Cela dit pour les besoins de l’argumentation : nous savons pertinemment que la question ne se pose (...)

    la densité référentielle d’un texte, constituée par le ratio entre le nombre de mots / tokens d’un texte et celui des ER stricto sensu, mesure particulièrement utile pour appréhender les effets du médium (en gros oral vs écrit) et de certains genres de discours relevant de cette « bipartition »13 (voir les travaux de Biber et Conrad, 2009) ;

    • 14 Certains sous-genres de la narration, comme les résumés de films, abondent en personnages donnant l (...)
    • 15 Certains textes produits par de jeunes enfants ou par des patients (atteints de schizophrénie, par (...)

    la distinction entre les référents instanciés par de véritables chaînes de référence et ceux qui ne le sont pas, soit parce qu’ils sont SI soit parce qu’ils sont repris une seule fois. Cette opposition se révèle pertinente pour dégager les référents « importants » d’un texte, autre critère d’appréciation des (sous-)genres discursifs14 ou de la cohésion textuelle15.

36Enfin, certains auteurs reconnaissent l’impact des genres ou domaines discursifs sur la distribution des mentions non référentielles :

Three ARRAU domains […] exhibits different distribution of non-referential mentions. The news text from WSJ portion of the Penn Treebank in the RST domain contain a large number of predicates and coordination. Dialogue transcripts (Trains) and child fiction (PearStories), on the contrary, mostly contain very simple sentences with few nominal predicates. Expletive pronouns are very common in dialogues and fiction, but much more rare in news text.
(Uryupina et al., 2016 : 395)

3.4. Bilan

37Comme on vient de le rappeler, de nombreux paramètres semblent conditionner la continuité tout comme l’absence de continuité référentielle et donc le statut de SI d’une ER. Compte tenu des ressources dont nous disposons (le corpus Democrat) il n’est pas possible d’étudier dans leur intégralité l’ensemble de tous ces paramètres. C’est pourquoi, parmi ceux-ci, nous retiendrons seulement celui de la catégorie grammaticale des maillons pour des raisons qui seront détaillées infra (cf. section 4.). Par ailleurs, suite à notre étude précédente, qui a fait ressortir les paramètres moins prisés dans les travaux antérieurs que sont le genre / domaine discursif ainsi que l’ontologie des référents, nous prendrons également ces deux éléments en considération.

4. Étude de corpus : coréférences et singletons

38Pour mener à bien notre étude, nous avons constitué, à partir du corpus Democrat, un sous-corpus dont nous allons présenter (cf. section 4.1.) les caractéristiques. Dans un second temps, sur la base d’une analyse quantitative et qualitative des données, nous rappellerons le profil des premiers maillons de chaîne de référence de manière à faire ressortir, par comparaison, celui des SI. Dans les deux cas, le profil est multifactoriel, comme nous serons amenées à le démontrer ; il est, qui plus est, en partie conditionné par les paramètres étudiés ici en particulier : les genre / domaine discursif, catégorie grammaticale et catégorie ontologique des référents.

4.1. Le corpus dans son ensemble

39Dans le but de déterminer le profil des SI, comme nous l’avons fait pour les premiers maillons, nous avons isolé un ensemble de textes du français contemporain, variés en genres et domaines discursifs.

40Le guide d’annotation exploité pour le projet Democrat a exclu les SN dits « non référentiels », dont ceux qui figurent dans une expression figée (jouer des coudes), les noms dits épithètes (un roman fleuve), les noms propres à valeur identifiante (le prix Nobel), les noms sans déterminants formant une synapsie (armoire à glace). Nous n’avons donc pas eu à départager les SN non référentiels et référentiels.

41Notre sous-corpus est constitué des 960 premières « premières mentions », apparaissant dans huit textes dont le détail est synthétisé dans le tableau 1. Nous avons donc exclu de l’annotation les mentions subséquentes. Ont été annotés les éléments suivants qui ne l’étaient pas dans Democrat :

    • 16 Nous employons le terme suite coréférentielle afin de désigner aussi bien les chaînes de référence (...)

    le statut référentiel (SI ou premier maillon de suite coréférentielle16)

  • la catégorie grammaticale
  • la catégorie ontologique du référent.

Tableau 1 : Caractéristiques et fichiers du sous-corpus Democrat exploité

Genre / domaine discursif Nombre de mentions
Domaine journalistique / presse
(Est Républicain, Fichier Democrat ESTREPUBLICAIN)
208
Textes informatifs encyclopédiques
(Wikipedia, fichier Democrat ARTICLESWIKI)
(domaine animal : articles « singe » et « girafe »)
248
Domaine fictionnel, narrations romanesques
(Jean-Christophe, Diable au corps, Rosalie de Constant, sa famille et ses amis, fichiers Democrat JEANCHRISTOPHE-1, DIABLEAUCORPS et ROSALIEDECONSTANT)
305
Domaine juridique
Convention sur le milieu marin et sur l’institut universitaire européen
(fichiers Democrat CONVENTIONINSTUNIV, CONVENTIONMILIEUMARIN)
199
Total 960

42Le corpus compte donc 960 expressions annotées, dont les trois quarts (74 %) sont des SI. Ce premier résultat est déjà en soi très intéressant pour deux raisons : d’une part, il montre que, parmi les ER, une minorité seulement fera l’objet d’une reprise et d’une annotation en chaînes de référence ; d’autre part, il corrobore les taux de SI des corpus TAL dont le nombre est estimé à la moitié des mentions, même si les chiffres ne sont pas directement comparables puisque nous avons exclu les mentions subséquentes de notre annotation.

43Une annotation limitée à des débuts de texte pourrait constituer à première vue un biais important dans le corpus, mais il n’en est rien : d’une part les articles de presse sont complets, d’autre part les conventions et articles Wikipédia sont des textes courts et constitués de chapitres « clos », ce qui limite fortement le risque de faire baisser la proportion de mentions subséquentes. Il en est autrement pour les romans, mais les textes annotés nous ont semblé suffisamment longs pour que des référents soient mentionnés plusieurs fois ou définitivement oubliés à quelques exceptions près. Il va de soi que dans une étude future, il sera nécessaire de n’intégrer que des textes « finis ».

4.2. Procédure et contenu de l’annotation

44Avant de présenter les résultats de notre étude, nous nous devons d’apporter des éclaircissements quant à l’annotation et aux statistiques réalisées sur le corpus.

45Nous avons réalisé nous-même l’annotation. Notre étude étant exploratoire, nous ne la rendrons pas publique : présentées dans un tableur, les annotations ne sont pas dans un format exploitable facilement par d’autres.

46Nous avons procédé en deux temps. Nous avons tout d’abord annoté la catégorie grammaticale des mentions et, dans un second temps, le statut ontologique des référents. Les catégories ont été construites dans un processus bottom-up : nous sommes parties des textes et avons annoté en fonction de ce qui s’y trouvait.

47Après cette première phase, nous avons croisé les résultats obtenus et discuté les catégories à conserver, la terminologie à adopter, et nous avons réannoté le corpus suite à ces procédures d’adjudication.

48Une phase de relecture réciproque des annotations a suivi afin d’harmoniser l’ensemble.

49Les statistiques réalisées sur le corpus sont de simples calculs de pourcentage. L’annotation portant sur moins d’un millier de mentions, nous n’avons pas réalisé de statistiques inférentielles. De nombreuses catégories ne sont que très peu représentées et il n’est pas possible de conclure à des écarts significatifs. Nos calculs dégagent des tendances qui seront à confirmer dans des travaux ultérieurs.

50Le tableau 2 ci-dessous présente les catégories grammaticales distinguées lors de l’annotation accompagnées des abréviations qui seront utilisées dans la suite de cet article :

Tableau 2 : Liste des catégories grammaticales annotées

Descriptions définies (DD) Descriptions définies complètes (DDC) Descriptions
démonstratives (DDem)
SN indéfinis (SNI) Noms propres (NPR) SN possessifs (SNP)
Pronoms déictiques dans les dialogues (Deict. Dial.) Pronoms Déictiques dans la narration (Deict. Narr.) Pronoms non
déictiques (Autres Pro)
Relatives sans antécédents (Rel.) SN à déterminants complexes, du type « beaucoup de » (SN Det Comp) SN sans déterminant (SN0)

51Les catégories ontologiques retenues sont présentées dans le tableau 3, elles aussi accompagnées des abréviations utilisées pour les désigner dans la suite de l’article. Comme dit précédemment, nous avons procédé à une annotation « à partir du texte ». C’est la raison pour laquelle les catégories ne correspondent pas forcément aux sous-catégories nominales habituelles pour les noms communs (cf. Flaux, Van de Velde, 2000) et les noms propres (cf. Maurel, Tran, 2005).

Tableau 3 : Liste des catégories ontologiques retenues pour l’annotation

abstraits (abst.), Humains actions
événements (evt) indications temporelles (temps) idéalités (idéal.)
catégories Mentions créatures
événements (evt) groupes humains (gr.hum.), institutions (inst.)
lieux (loc) parties du corps (part. du c.) animés
langues Objets

4.3. Suites coréférentielles vs singletons

52De notre étude antérieure sur les premiers maillons, il ressort trois points (cf. figure 3) :

  • le type ontologique « humain » est le plus représenté parmi les suites coréférentielles,
  • il est préférentiellement introduit par une description définie ou un nom propre,
  • les lieux qui font l’objet de reprise sont, eux aussi, très représentés et sont introduits par des noms propres.
  • 17 Le tableau indique en % la proportion des catégories ontologiques par catégorie grammaticale (total (...)

Figure 3 : Statut ontologique des référents et catégories grammaticales des suites coréférentielles17 (d’après Manuélian, Schnedecker, 2021)

Figure 3 : Statut ontologique des référents et catégories grammaticales des suites coréférentielles17 (d’après Manuélian, Schnedecker, 2021)

53Un travail similaire effectué sur les SI montre des résultats tout à fait différents (voir figure 4). On constate, en effet, que, parmi ceux-ci, les référents abstraits (ex. [17]) sont de loin les plus nombreux : ils n’étaient que la cinquième catégorie la plus représentée dans les suites coréférentielles alors qu’ils constituent environ un tiers des SI. Quasiment toutes les catégories grammaticales servent à les introduire, contrairement aux humains ou aux lieux pour lesquels le nom propre reste la forme préférentielle même s’ils ne font pas l’objet de reprise. Les idéalités (ex. [18]) sont, elles aussi, très présentes parmi les SI (environ 8,6 %) ; les lieux (8,1 %) et les humains (5,3 %) n’arrivent qu’ensuite.

[17] En outre, du fait de la ressemblance morphologique entre espèces, beaucoup de noms vernaculaires désignent de fait plusieurs espèces.
  (Article Singe de Wikipédia)
[18] Nous donnerons ici quelques échantillons des lettres de Charlotte à son mari
  (Rosalie de Constant, roman)

Figure 4 : Statut ontologique des référents et catégories grammaticales des SI

Figure 4 : Statut ontologique des référents et catégories grammaticales des SI

5. Une première analyse du corpus : effet des paramètres annotés

54Dans cette section, nous analysons l’effet de chacun des paramètres considérés pour notre étude, pris isolément : la catégorie grammaticale, le statut ontologique et le genre / domaine du texte. Nous comparons la proportion de SI dans chacune des catégories par rapport à la proportion trouvée dans le corpus en général, c’est-à-dire environ deux tiers.

5.1. Effet du genre sur le nombre de reprises

55Concernant les effets du genre ou du domaine du discours sur la quantité de SI présente dans un texte, le tableau 4 ci-dessous présente la proportion d’ER restant à l’état de SI et celles qui constituent des premiers maillons de suites coréférentielles.

Tableau 4 : Pourcentage de SI et de suites coréférentielles dans le corpus

Singletons Suites coréférentielles
Proportion roman 64.8 35.2
Proportion presse 76.9 23.1
Proportion science 77.9 22.1
Proportion juridique 80.9 19.1
Proportion globale 74.1 25.9

56Le genre ou le domaine du texte n’a visiblement pas d’effet sur la quantité de référents repris dans le texte. En effet, de manière générale, l’écart entre les différents genres / domaines n’excède pas 16 points. On note néanmoins quelques variations : les SI sont moins nombreux dans les romans (64,8 %) que dans les autres textes (les pourcentages oscillent entre 77 et 81 %), ce qui fait sens étant donné la différence de longueur des textes et leur nature. Cela étant, l’écart entre le roman et la presse n’est pas suffisant pour que le genre seul permette d’identifier a priori les SI et de guider par ailleurs d’éventuels annotateurs dans la distinction SI / premier maillon.

5.2. La catégorie grammaticale n’est pas un indice

57Les trois quarts des ER de notre corpus ne font pas l’objet d’une reprise.

58Cette proportion est identique quasiment pour toutes les catégories grammaticales de SN référentiels. Le tableau 5 ci-dessous montre la proportion de SI au sein de chacune des catégories grammaticales annotées. Les deux tiers des descriptions définies (complètes ou non), des indéfinies, des SN possessifs et des SN à déterminant complexes sont des SI. Les autres catégories sont trop peu fréquentes dans notre corpus pour en tirer une conclusion fiable.

59Quoi qu’il en soit, aucune catégorie grammaticale ne semble particulièrement dédiée à la mention des SI, ce qui fait que ce critère ne donne aucune indication fiable sur le statut isolé ou repris du référent.

Tableau 5 : Proportion de SI dans chacune des catégories grammaticales

DD DDC DDem SNI. NPR SNP Deict. Dial. Deict. Narr. Autres Pro Rel. SN Det Comp SN0
Nb SI 188 114 2 137 65 71 0 2 6 1 8 101
Nb PM 76 34 2 36 27 27 1 3 3 1 3 25
Prop. SI. 71,2 % 77 % 50 % 79,2 % 70,6 % 72,4 % 0 % 40 % 66,7 % 50 % 72,7 % 80,2 %

5.3. La catégorie ontologique des référents constitue un indice

60Pour ce qui est de la catégorie ontologique des référents, les abstraits dominent d’une manière générale le corpus (ils constituent un quart des référents mentionnés). En fonction du genre ou du domaine du texte, les types ontologiques sont répartis de façon différente, ce qui se conçoit aisément : ce paramètre est intrinsèquement lié au contenu des textes. C’est ainsi que, dans notre étude précédente (Manuélian, Schnedecker, 2021), la majorité des noms d’action ou d’événement annotés se trouvent dans des textes juridiques ou journalistiques, qu’il s’agisse de SI ou de premiers maillons. La majorité des mentions d’animés ou de parties du corps figurent dans les textes encyclopédiques ce qui résulte du fait que les articles annotés concernent des animaux (les singes et les girafes).

61Cela étant, tous genres / domaines confondus, le tableau 6 montre que certaines catégories ontologiques ne font l’objet de reprises que de façon anecdotique : les abstraits (ex. [19]) ne sont repris que dans 10 % des cas, les idéalités dans 11 % des cas (ex. [20]), les indications temporelles dans 5 % des cas (ex. [21]). À l’inverse, certaines catégories ne constituent pas des indicateurs fiables pour le profilage des SI. Humains, objets, animés, créatures font l’objet de reprises dans la moitié de leurs occurrences (cf. tableau 7).

[19] Rosalie elle-même, dans son journal, nous défile avec un certain orgueil […]
  (Rosalie de Constant, roman, référent abstrait)
[20] Article 2 : Obligations générales
  (Convention milieu marin, idéalité)
[21] Nous aurions pu commencer, selon l’usage, cette biographie trois ou quatre cents ans avant la naissance de notre héroïne
  (Rosalie de Constant, indication temporelle)

Tableau 6 : Catégories ontologiques majoritaires parmi les SI

PROPORTION DE SINGLETONS DANS LES CATÉGORIES ONTOLOGIQUES
abstrait action temps idéalité catégorie mention
PM 21 8 2 7 3 3
SI 200 52 40 58 15 14
TOTAL 221 60 42 65 18 17
PROP SI 90 % 87 % 95 % 89 % 83 % 82 %

 

Tableau 7 : Catégories ontologiques minoritaires

PROPORTION SINGLETONS DANS LES CATÉGORIES ONTOLOGIQUES
créature evt gr. Hum. Inst. lieux objet Part. du c. animé langue humain
PM 2 9 16 8 37 30 16 20 6 38
SI 3 18 31 28 55 43 54 19 9 36
TOTAL 5 27 47 36 92 73 70 39 15 74
PROP SING 60 % 67 % 66 % 78 % 60 % 59 % 77 % 49 % 60 % 49 %

62Le repérage des chaînes de référence est un exercice difficile : le fait de pouvoir identifier une ER comme un SI sur la base de son type ontologique sans avoir à chercher une éventuelle mention subséquente peut donc être très utile. Au vu des textes annotés, la probabilité qu’un référent abstrait ou temporel fasse l’objet d’une reprise est faible (moins de 10 % des cas). Aussi, lors de travaux sur les SI, les référents humains, animés et concrets pourraient être plus facilement écartés. Au contraire, pour un travail sur les chaînes de référence, on pourra se concentrer sur ces trois dernières catégories.

63Si la prise en compte isolée de chacun des paramètres étudiés ici ne semble pas tenir ses promesses, leur croisement se révèle plus efficace et permet, comme on va le voir, d’affiner le profil des référents « SI ». Dans la section suivante, nous présentons des résultats dans lesquels les trois paramètres annotés sont croisés et montrent leur pertinence.

6. Croiser les paramètres et affiner les profils

64Afin de prédire la possibilité pour un référent d’être repris, nous avons avancé l’hypothèse que les paramètres étudiés séparément dans un premier temps et décrits précédemment pouvaient interagir entre eux. Aussi, nous avons fait le choix de regarder, pour chaque genre / domaine étudié, si des combinaisons catégorie grammaticale de la mention / statut ontologique des référents s’avéraient plus propices à la reprise que d’autres.

65Pour une meilleure lisibilité des résultats, nous ne détaillons ici que les résultats concernant les catégories grammaticales les plus fréquemment rencontrées parmi les SI : descriptions définies (complètes ou non, 43 % des mentions), descriptions indéfinies (19 %), et syntagmes sans déterminant (13 %). Nous présentons aussi des résultats relatifs aux noms propres, qui, bien que moins représentés (10 %), forment une catégorie facile à repérer et cruciale puisqu’ils sont quasiment toujours référentiels.

66Les données de cette section seront présentées de la façon suivante : pour chacune des catégories grammaticales les plus représentées dans le corpus, nous observerons la proportion d’expressions qui ne sont pas reprises en fonction de la catégorie ontologique du référent ainsi que du genre / domaine du texte. À partir de là, nous proposons des heuristiques qui permettront d’aider à l’identification de SI sur des bases objectives et explicites. Voici une illustration de la forme qu’elles prendront :

Si
- la catégorie grammaticale est X,
- le genre / domaine est Y,
- le référent du type ontologique Z,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

6.1. Descriptions définies

67Le tableau 8 ci-dessous présente la proportion de descriptions définies (DD) dont le référent ne fait pas l’objet d’une reprise par genre / domaine et par type de référent. Les cases grisées correspondent à des faits non observés dans le corpus : aucun SI et aucune première mention du corpus ne combinent le type ontologique et la catégorie grammaticale étudiée. Les cases dans lesquelles le chiffre de 0 % apparaît correspondent à des catégories dans lesquelles nous n’avons pas trouvé de SI mais pour lesquelles nous avons trouvé des premiers maillons de suites coréférentielles.

Tableau 8 : Proportion en pourcentage de DD dont le référent est un SI

abst action évt Gr. hum instit objet Part. du c. temps Idéal. mention humain
Presse 92 83 67 50 67 57 100 100 - - -
Conv 90 92 100 0 86 75 - - 25 - -
Roman 80 - 67 33 100 47 100 83 100 - 0
Science 100 100 - 100 100 100 79 100 - 100 0

68Trois résultats ressortent du croisement des paramètres annotés :

  • aucun humain mentionné par le biais d’une DD n’est le référent d’un SI, quel que soit le genre / domaine discursif (ex. [22]),
  • en dehors du roman, plus de 90 % des abstraits mentionnés par le biais d’une DD sont des SI (ex. [23]),
  • plus de 90 % des actions mentionnées par le biais de DD sont des SI en dehors du roman où nous n’en avons pas relevé (ex. [24]).
[22] Mes jambes fléchirent, les volumes tombèrent, et je les ramassai, tandis que le directeur s’entretenait avec le maître.
  (Le diable au corps, roman)
[23] elle est considérée par la NASA comme le modèle idéal pour étudier l’effet de la gravité sur la circulation sanguine
  (article Girafes de Wikipédia)
[24] Christiane Schott assure la coordination de la brocante
  (Est républicain)

69Une première heuristique rend compte de cette première série d’observations :

Heuristique 1
Si
- la catégorie grammaticale est *Description Définie*,
- le genre / domaine est *tout sauf roman*,
- le référent du type ontologique *abstrait* ou *action*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

6.2. Descriptions définies complètes

70Les descriptions définies complètes (DDC) ne sont pas très nombreuses dans le corpus (116 d’entre elles sont des SI, 35 sont des premiers maillons de suites coréférentielles). Près de la moitié des SI réfèrent à des abstraits (exemple [25]). Leur distribution est présentée dans le tableau 9.

[25] L’an dernier, […], leur vente avait rapporté plus de 39 000 F, entièrement affectés à l’amélioration des conditions de vie des personnes âgées.
  (Est républicain)

Tableau 9 : Proportion en pourcentage de DDC dont le référent est un SI

PROPORTION SI DDC PAR GENRE
abstrait action événement institution Loc. idéalité humain
Presse 100 100 50 86 83 50
Conv 75 100 - 60 0 100 0
Roman 75 100 80 - 40 100 20
Science 94 - 100 - 100 100 -

71Le résultat concernant les humains n’est pas interprétable, il n’y a que 2 SI (contre 7 premiers maillons) dans cette catégorie. Les référents abstraits et les actions semblent, en revanche, tout à fait conformes à ce qu’on a observé pour les DD. Celles dont le référent est abstrait ou dénote une action ont donc de fortes probabilités de rester des SI.

72D’où l’heuristique 2 concernant les descriptions définies :

Heuristique 2
Si :
- la catégorie grammaticale est *Description Définie* ou *Description définie complète*,
- le genre / domaine est *tout sauf roman*,
- le référent du type ontologique *abstrait* ou *action*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

6.3. Descriptions indéfinies

73Le tableau 10 ci-dessous présente la proportion de SI au sein des descriptions indéfinies (spécifiques ou non) de notre corpus.

Tableau 10 : Proportion en pourcentage de SN indéfinis dont le référent est un SI

abstrait action Gr. hum lieu temps idéalité catégorie
Presse 80 100 100 100 100 - -
Conv. 100 100 - - - - -
Roman 91 100 100 - 89 60 -
Science 87 100 - 100 100 100 100

74Trois faits marquants ressortent de ce tableau :

  • bien que 100 % des lieux désignés par des indéfinis soient des SI dans notre corpus, leur nombre en valeur absolue est trop faible pour tirer une conclusion : nous n’en avons trouvé que trois occurrences dans le corpus, aussi, nous ne tiendrons pas compte de ce résultat,
  • concernant les abstraits, seules quelques unités, parmi les descriptions indéfinies qui réfèrent à un abstrait, font l’objet de reprises (6 sur la totalité du corpus contre 54 SI). Le résultat exprimé en pourcentage ne paraît pas net, mais la probabilité qu’un indéfini désignant un abstrait soit repris est faible.
  • 100 % des actions introduites par un indéfini sont des SI, quel que soit le genre (exemple [26]) :
[26] Ce sont ainsi 22 camions de ramassage qui n’ont pas cessé de la journée de faire des allers-retours jusqu’au point de centralisation
  (Est républicain)

75On aboutit donc à la conclusion que synthétise l’heuristique 3 :

Heuristique 3
Si
- la catégorie grammaticale est *Description Indéfinie*,
- le genre / domaine est *tout*,
- le référent du type ontologique *abstrait* ou *action*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

6.4. Syntagmes nominaux sans déterminant

76Notre corpus compte 127 SN sans déterminant, ce qui représente environ 10 % des SN annotés. Ces SN sont très particuliers et ne réfèrent pas à toutes les catégories ontologiques identifiées pour notre annotation. Aussi, le tableau 11 ne contient-il que les types ontologiques représentés dans cette catégorie.

Tableau 11 : Proportion en pourcentage de SN0 dont le référent est un SI

abstrait action idéalité humain
Presse 100 - - -
Conventions 91 76 94 91
Roman - - - -
Science - - 100 -

77Les SN sans déterminant réfèrent surtout à quatre types ontologiques (les abstraits, les actions, les idéalités et les humains, comme le montre le tableau 11). Beaucoup figurent dans des titres, ce qui aurait pu amener à penser qu’ils seraient repris ultérieurement, puisqu’ils en sont le thème. Pourtant, ils restent à l’état de SI quand ils réfèrent à des idéalités comme « Article 28 » ou à des abstraits comme « réserves » dans l’exemple [27] :

[27] Article 28 : Réserves Convention Milieu Marin

78Nos observations nous amènent à proposer la systématisation suivante concernant les SN sans déterminants :

Heuristique 4
Si
- la catégorie grammaticale est *SN Sans déterminant*,
- le genre / domaine est *tout*,
- le référent du type ontologique *abstrait* ou *idéalité*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

6.5. Noms propres

79Les noms propres désignent un nombre restreint de types de référents dans la mesure où ils réfèrent à des entités particulières (Charolles, 2002). Il est donc moins probable qu’ils soient utilisés pour référer à des abstraits ou à des actions, même si ce n’est pas impossible. Nous ne présentons dans le tableau 12 que les catégories pour lesquelles les noms propres de notre corpus sont utilisés.

Tableau 12 : Proportion en pourcentage de noms propres dont le référent est un SI

institution lieux temps idéalité catégorie humains & gr. hum.
Presse 75 81 - - - 100
Conv - 55 100 - - 100
Roman 100 46 100 - - 17
Science 0 50 100 100 100 0
  • 18 L’adjectif significatif n’est pas ici employé au sens statistique.

80Ce tableau révèle plusieurs éléments importants. Concernant les humains (et les groupes humains), leur statut (SI ou référent repris) dépend largement des genres / domaines. En effet, les humains mentionnés par le biais de noms propres dans les articles de presse étudiés ainsi que dans les conventions ne font pas l’objet de reprises (ex. [28]). Les chiffres bruts sont relativement faibles (aucun premier maillon contre 8 SI dans la presse et 7 dans les conventions), mais le résultat semble significatif malgré tout18.

81Il en aurait peut-être été autrement dans des articles de presse nationale où les personnalités mentionnées sont célèbres et peuvent être le sujet des articles, ce qui n’est pas le cas dans la presse locale.

82En comparaison, il est très clair que les référents humains mentionnés dans les romans par des noms propres font très majoritairement l’objet de reprises (moins de 20 % de SI). Cet aspect était relativement prévisible : les humains mentionnés dans les romans sont vraisemblablement les personnages principaux des intrigues. Cela est par ailleurs tout à fait conforme à l’état de l’art (cf. section 3.2.3) dans lequel nous avons rappelé que le degré d’animacité des référents était en lien direct avec la possibilité de chaînes de référence.

[28] Le « dénigrement » a été orchestré, arrangé et conjointement dirigé par Martial Theureaud et Marie-Pierre Viard.
  (Est républicain)

83En revanche, les lieux (plus nombreux en chiffres bruts, 33 SI contre 20 premiers maillons) sont souvent repris dans tous les textes. Ils le sont un peu moins systématiquement dans les articles de presse et d’autant moins que, comme dans l’exemple [29], ils occupent la fonction grammaticale de complément adnominal ce qui, comme indiqué dans l’état de l’art, ne les prédispose pas à la reprise :

[29] […] les bambins de l’école municipale de musique agréée de Commercy et des ateliers décentralisés ont dénoncé les démons qui leur font peur au moment d’aller au lit.
  (Est républicain)

84Ce résultat semble contradictoire avec le schéma présenté dans la figure 3. En effet, celle-ci montre que, parmi les premières mentions, le nom propre désignant un lieu est fréquent. Les résultats concernant cette catégorie (noms propres désignant des lieux dans la presse) ne sont donc pas suffisamment tranchés pour que nous puissions en tirer une indication.

85Enfin, les mentions temporelles (dates) ne font jamais l’objet de reprise dans notre corpus (exemple [30]).

[30] Il l’épousa en 1757.
  (Rosalie de Constant)

86Cette dernière série d’observations aboutit à la formulation des deux heuristiques suivantes :

Heuristique 5
Si
- la catégorie grammaticale est *Nom Propre*,
- le genre / domaine est *Presse* ou *Convention*,
- le référent du type ontologique *humain* ou *groupe humain*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.
Heuristique 6
Si
- la catégorie grammaticale est *Nom Propre*,
- le genre / domaine est *Tout*,
- le référent du type ontologique *temps*,
alors on peut s’attendre à ce qu’il ne soit pas mentionné ultérieurement dans le texte.

7. Bilan

87Comme indiqué supra (cf. section 6), nous avons centré cette étude visant à caractériser le profil des SI sur la base de trois paramètres : l’un, bien évoqué dans la littérature, est celui de la catégorie grammaticale, les deux autres, moins ou pas traités, relèvent du genre / domaine discursif et de l’ontologie des référents.

88Il résulte de notre étude que ni le genre / domaine ni la catégorie grammaticale ne permettent isolément de profiler un SI.

89Concernant la catégorie grammaticale, certains de nos résultats contreviennent même à certaines prédictions. En effet, il est généralement admis que la dénomination d’un référent humain par un nom propre augure une reprise anaphorique. Or, nous avons montré que ce facteur dépend des genres / domaines discursifs puisque, dans les articles de presse sélectionnés dans Democrat et les conventions, les référents ainsi désignés ne font pas l’objet d’une chaîne de référence.

  • 19 Pas plus qu’il ne l’est dans d’autres.

90Concernant les genres / domaines, l’étiquetage de certains blocs du corpus Democrat n’est pas totalement satisfaisant19 : comme on sait, la presse ne constitue pas en soi un genre. Les textes annotés pour cette étude relèvent d’un sous-genre informatif : il s’agit d’informations locales hors faits divers. Cela pourrait expliquer l’absence d’effet du nom propre et du trait /+ humain/ qui exerce un impact important dans les faits divers (cf. Schnedecker, Longo, 2012) ou, comme nous l’avons montré dans cet article, dans les romans.

  • 20 Là encore les étiquettes mériteraient sans doute d’être affinées.

91En revanche, l’ontologie des référents exerce un impact indéniable sur les modalités de reprise : certaines catégories, comme les abstractions ou les actions20, semblent propices à la mention isolée.

92Enfin, comme on pouvait s’y attendre, au vu de la littérature sur la topicalité, dont le caractère multifactoriel est avéré, ce sont les faisceaux de critères plus que les critères isolément qui sont efficients, comme l’a montré le point 6, sur les effets des croisements entre genre / domaine, catégorie grammaticale et statut ontologique du référent.

8. Conclusion

93Notre étude avait pour but d’établir un profil des SI apparaissant dans les textes en nous fondant sur trois critères : le genre / domaine du texte, la nature ontologique du référent et la catégorie grammaticale de la mention. Nous avons montré que, pris isolément, ces trois facteurs n’étaient pas suffisamment déterminants pour aboutir à des conclusions probantes. En combinant les paramètres, nous sommes parvenues à montrer que certaines combinaisons de catégorie grammaticale / catégorie ontologiques / genre ou domaine sont quasiment toujours des SI.

94Certaines configurations orientent vers des profils différents : les SI ou les candidats à la reprise.

95Nous représentons dans le tableau 13 ci-dessous les combinaisons permettant de conclure que le référent restera vraisemblablement à l’état de SI.

Tableau 13 : Synthèse des résultats utilisables par des annotateurs

Catégorie et Nature ontologique et Genre / domaine du texte
DD / DDC Abstrait Tous sauf roman
Indef. Abstrait Tous
DD / DDC Action Tous sauf presse / roman
Indef Action Tous
Indef Lieu Tous
SN0 Abstraits / idéalités / humains
Noms propres Humains Presse / Conventions
Toutes Temps Toutes

96En revanche, l’occurrence d’un nom propre référant à un lieu ou celle d’une description définie référant à un humain, donne lieu à une chaîne de référence dans une forte probabilité. Il en est de même pour les noms propres désignant des humains dans les romans.

97Nous avons bien entendu conscience des limites de cette étude qui en reste à un stade exploratoire : un corpus d’un millier de SN annotés permet seulement de dégager des tendances et n’assure pas des résultats fiables dans le cas de certaines catégories trop peu nombreuses pour faire l’objet de décomptes significatifs (SN démonstratifs, pronoms déictiques, propositions relatives). Mais nous sommes restées cantonnées à ce corpus pour donner à notre recherche des « premiers maillons de CR » une suite proportionnée.

98Combiné à notre étude sur le statut des premiers maillons et sans doute à d’autres études à venir, ce travail clarifie, grâce à la pondération de certains critères généralement retenus dans la littérature théorique et empirique, ce qui fait qu’une ER peut donner naissance à une chaîne ou, au contraire, rester à l’état de SI.

99Par ailleurs, notre démarche ouvre d’autres perspectives intéressantes : il resterait, par exemple, à suivre la piste des SN indéfinis, dont la valeur référentielle (spécificité vs non spécificité) devrait amener à réviser, comme indiqué dans la partie 3.2, leur statut. Nous pourrions alors faire le départ entre ceux qui sont de vrais SI (notamment les SN à référent non spécifiques) et ceux qui sont susceptibles de reprise comme les indéfinis spécifiques.

100Enfin, une annotation de plus grande ampleur et un cadrage plus important des catégories ontologiques choisies (il faudrait notamment prendre une décision plus aboutie sur la granularité à laquelle sont faites les catégories) profilerait de façon plus précise les SI comme les premiers maillons. Cela étant, ce profilage est possible, comme l’ont montré pour les « premiers maillons » (Manuélian, Schnedecker, 2021), et il est avéré pour les SI à condition qu’on tienne compte de paramètres ignorés ou sous-estimés dans les travaux antérieurs que sont les genres / domaines d’occurrence et la catégorie ontologique des référents.

Haut de page

Bibliographie

Al Saied, H., Constant, M. et Candito, M. 2017. The ATILF-LLF System for Parseme Shared Task : a Transition-Based Verbal Multiword Expression Tagger. In Proceedings of the 13th Workshop on Multiword Expressions (MWE 2017). Valencia : Association for Computational Linguistics : 127-132. En ligne à l’adresse suivante : https://aclanthology.org/W17-1717.pdf.

Biber, D. et Conrad, S. 2009. Register, Genre, and Style. Cambridge : Cambridge University Press.

Byron, D.K. et Gegg-Harrison, W. 2004. Eliminating Non-Referring Noun Phrases from Coreference Resolution. Colombus, Ohio : Ohio State University. En ligne à l’adresse suivante : https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.118.1334&rep=rep1&type=pdf.

Charolles, M. 1992. La veuve et l’orphelin ou : comment les îlots anaphoriques refont surface. In J.-E. Tyvaert (éd.), Lexique et inférence(s). VIIème Colloque International de Linguistique. Metz : Centre d’analyse syntaxique, Université de Metz : 131-196.

Charolles, M. 2002. La référence et les expressions référentielles en français. Gap – Paris : Ophrys.

Constant, M. et Sigogne, A. 2011. MWU-aware Part-of-Speech Tagging with a CRF Model and Lexical Resources. In Proceedings of the Workshop on Multiword Expressions : from Parsing and Generation to the Real World (MWE 11). Portland, Oregon : Association for Computational Linguistics : 49-56. En ligne à l’adresse suivante : https://hal-upec-upem.archives-ouvertes.fr/hal-00621585/document.

Cornish, F. 2000. L’accessibilité cognitive des référents, le centrage d’attention et la structuration du discours : une vue d’ensemble. Verbum XXII (1) : 7-30.

De Marneffe, M.-C., Recasens, M. et Potts, C. 2015. Modeling the Lifespan of Discourse Entities with Application to Coreference Resolution. Journal of Artificial Intelligence Research 52 : 445-475. En ligne à l’adresse suivante : https://jair.org/index.php/jair/article/view/10934/26059.

Flaux, N. et Van de Velde, D. 2000. Les noms en français : esquisse de classement. Gap – Paris : Ophrys.

Gernsbacher, M.A. 1990. Language Comprehension as Structure Building. Hillsdale – Hove, Lawrence Erlbaum Associates.

Givón, T. 1983. Topic Continuity in Discourse : An Introduction. In T. Givón (éd.), Topic Continuity in Discourse. A Quantitative Cross-Language Study, Amsterdam – Philadelphia : John Benjamins Publishing : 5-41.

Hou, J. 2021. Étude de la saillance référentielle dans un corpus de textes narratifs. Analyse contrastive des chaînes de référence en français et en chinois. Thèse de doctorat non publiée. École doctorale Langage et langues, Université Paris 3, Paris.

Ionov, M. et Toldova, S. 2016. Identification of Singleton Mentions in Russian. In E. Artemova, D. Ilvovsky, D. Skorinkin et A. Vybornova (éd.) CLLS 2016. Computational Linguistics and Language Science. Proceedings of the Workshop on Computational Linguistics and Language Science. Moscow : CEUR Workshop Proceedings. Vol. 1886 : 33-41. En ligne à l’adresse suivante : http://ceur-ws.org/Vol-1886/paper_5.pdf.

Johnsen, L.A. 2008. Procédés référentiels dans les parenthèses. Verbum XXX (1) : 85-102. En ligne à l’adresse suivante : https://www.atilf.fr/wp-content/uploads/publications/verbum/XXX/atilf_Verbum_XXX_1_6_Johnsen.pdf.

Karttunen, L. 1976. Discourse Referents. In J.D. McCawley (éd.), Syntax and Semantics. New York : Academic Press. Vol. 7 : 363-386.

Koch, P. et Oesterreicher, W. 2001. Langage parlé et langage écrit. In G. Holtus, M. Metzeltin et C. Schmitt (éd.), Lexikon der Romanistischen Linguistik. Vol I/2 : 584‐627. En ligne à l’adresse suivante : https://publikationen.uni-tuebingen.de/xmlui/bitstream/handle/10900/79014/Koch%2C%20Oesterreicher%20%282001%29%20Langage%20parl%C3%A9%20et%20langage%20%C3%A9crit%20%28A66%29.pdf?sequence=1&isAllowed=y.

Manuélian, H. et Schnedecker, C. 2021. Introduction des référents et premier maillon de suites coréférentielles : la réalité des textes. Langages 224 : 67-86. DOI : https://doi.org/10.3917/lang.224.0067.

Maurel, D. et Tran, M. 2005. Une ontologie multilingue des noms propres. Corela HS-2. DOI : https://doi.org/10.4000/corela.1203.

Recasens, M. 2010. Coreference : Theory, Annotation, Resolution and Evaluation. Thèse de doctorat non publiée. Département de Linguistique, Université de Barcelone, Barcelone. En ligne à l’adresse suivante : https://stel.ub.edu/cba2010/phd/phd.pdf.

Recasens, M., De Marneffe, M.-C. et Potts, C. 2013. The Life and Death of Discourse Entities : Identifying Singleton Mentions. In Proceedings of the 2013 Conference of the NAACL. Human Language Technologies. Atlanta : Association for Computational Linguistics : 627-633. En ligne à l’adresse suivante : https://aclanthology.org/N13-1071.pdf.

Recasens, M. et Pradhan, S. 2016. Evaluation Campaigns. In M. Poesio, R. Stuckardt et Y. Versley (éd.), Anaphora Resolution : Algorithms, Resources, and Applications, Heidelberg – Berlin : Springer-Verlag : 165-208.

Reichler-Béguelin, M.-J. 1989. Anaphores, connecteurs, et processus inférentiels. In C. Rubattel (éd.), Modèles du discours. Recherches actuelles en Suisse romande. Berne : Peter Lang : 303-336.

Schmitt, M., Moreau, E., Constant, M. et Savary, A. 2019. Démonstrateur en-ligne du projet ANR PARSEME-FR sur les expressions polylexicales. Conférence sur le traitement automatique des langues naturelles (TALN-RECITAL). Toulouse : Association française pour l’intelligence artificielle : 627-630. En ligne à l’adresse suivante : https://www.aclweb.org/anthology/2019.jeptalnrecital-demo.3.pdf.

Schnedecker, C. 1997. Nom propre et chaînes de référence. Metz : Université de Metz.

Schnedecker, C. 2021. Les chaînes de référence en français. Paris : Ophrys.

Schnedecker, C. et Longo, L. 2012. Impact des genres sur la composition des chaînes de référence : le cas des faits divers. 3e congrès mondial de linguistique française. Lyon : EDP Sciences : 1957-1972. En ligne à l’adresse suivante : https://hal.archives-ouvertes.fr/hal-00804280/document.

Silverstein, M. 1976. Hierarchy of Features and Ergativity. In R.M.W. Dixon (éd.), Grammatical Categories in Australian Languages. Canberra : Australian Institute of Aboriginal Studies : 112-171.

Toldova S. et Ionov, M. 2016. Mention Detection for Improving Coreference Resolution in Russian Texts : A Machine Learning Approach. Computación y Sistemas 20 (4) : 681-696. En ligne à l’adresse suivante : http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-55462016000400681.

Uryupina, O., Kabadjov, M. et Poesio, M. 2016. Detecting Non-Reference and Non-Anaphoricity. In M. Poesio, R. Stuckardt et Y. Versley (éd.) Anaphora Resolution : Algorithms, Resources, and Applications, Heidelberg – Berlin : Springer-Verlag : 385-409.

Walker, M.A., Joshi, A.K. et Prince, E.F. 1998. Centering in Naturally Occurring Discourse : An Overview. In M.A. Walker, A.K. Joshi et E.F. Prince (éd.), Centering Theory in Discourse. Oxford : Clarendon Press : 1-28.

Zampieri, N., Scholivet, M., Ramisch, C. et Favre, B. 2018. Veyn at PARSEME Shared Task 2018 : Recurrent Neural Networks for VMWE Identification. In Proceedings of the Joint Workshop on Linguistic Annotation, Multiword Expressions and Constructions (LAW-MWE-CxG-2018). Santa Fe, New Mexico : Association for Computational Linguistics : 290-296. En ligne à l’adresse suivante : https://aclanthology.org/W18-4933.pdf.

Haut de page

Notes

1 L’oral ne sera pas évoqué dans cet article, en raison de ses spécificités qu’il est inutile de rappeler ici. Par ailleurs, nous avons participé au projet Democrat et nos travaux portent sur l’écrit.

2 Democrat est le premier corpus de grande taille pour le français écrit, annoté en expressions référentielles (198 000) et en chaînes de référence (20 000) dans des textes du XIe au XXIe siècle de genres variés. Voir https://www.ortolang.fr/market/corpora/democrat/v1.1.

3 « […] singletons are entities that are referred to one single time in the text. A mention is a singleton if it does not corefer with any other mention in the text. » (Recasens, Pradhan, 2016 : 165).

4 Les chiffres en ordonnées indiquent le nombre d’entités correspondant à une mention, deux, etc.

5 Cf. aussi la théorie du centrage (Walker et al., 1998) qui tente de prédire les transitions permettant à un centre dit « anticipateur » de se voir repris dans un énoncé ultérieur ; voir à ce propos la synthèse de Cornish (2000 : 12).

6 Pour une synthèse de ces travaux, cf. Schnedecker (1997, 2021). À la suite de nombreux travaux, l’auteur (1997 : 64 et seq. : 79-80) synthétise ceux qui aident à départager ce qu’elle nomme les « leaders persistants » (façon de désigner les référents saillants bien implantés dans un texte) des référents non saillants, dont les chances de reprise anaphorique paraissent, théoriquement du moins, compromises. Ces référents sont dotés d’une « topicalité » limitée (par comparaison à ceux qui sont dits saillants).

7 Les jugements de recevabilité portés sur ce genre d’énoncé n’engagent que leurs auteurs.

8 Pour une première tentative, cf. Hou (2021).

9 Nous empruntons les exemples qui suivent à la base de données Frantext (voir https://www.frantext.fr/) et à Sketch Engine (French Web 2017 (frTenTen17), voir https://www.sketchengine.eu/frtenten-french-corpus/#toggle-id-1).

10 Sur cette question, cf. Charolles (1992) « […] On explique assez bien que le possessif insulaire soit ressenti comme plus osé dans [89] vu que l’adjectif dont il dépend est rattaché au NP qui domine syntaxiquement la relative dans laquelle figure ‘son activité’ ». (Charolles, ibid.).

11 Merci à A. Todirascu de nous avoir orientées sur ces travaux. Cf. Schmitt et al. (2019) pour une présentation synthétique de ces outils qui portent principalement sur les expressions polylexicales verbales.

12 Cf. Schnedecker (2021 : 109).

13 Cela dit pour les besoins de l’argumentation : nous savons pertinemment que la question ne se pose pas de façon binaire (cf. Koch, Oesterreicher, 2001).

14 Certains sous-genres de la narration, comme les résumés de films, abondent en personnages donnant lieu à des chaînes de référence. Par contraste, les incipit de contes de fée sont marqués par un nombre important de personnages dont peu sont repris (voir l’importance des topoï tels que la mort d’un ou des parents, la mise en place d’une cellule familiale déficitaire – absence d’un parent –, etc.).

15 Certains textes produits par de jeunes enfants ou par des patients (atteints de schizophrénie, par exemple) se caractérisent et pèchent par une accumulation de référents isolés ou faiblement réinstanciés, qui produit un effet « décousu ».

16 Nous employons le terme suite coréférentielle afin de désigner aussi bien les chaînes de référence (qui comptent au moins trois maillons) et les couples antécédent / reprise qui ne forment pas une chaîne à proprement parler.

17 Le tableau indique en % la proportion des catégories ontologiques par catégorie grammaticale (total : 100). Les barres horizontales montrent pour chaque catégorie ontologique la quantité de chaque catégorie grammaticale (d’où le total supérieur à 100 pour chaque barre).

18 L’adjectif significatif n’est pas ici employé au sens statistique.

19 Pas plus qu’il ne l’est dans d’autres.

20 Là encore les étiquettes mériteraient sans doute d’être affinées.

Haut de page

Table des illustrations

Titre Figure 1. Distribution des mentions selon leur durée de vie selon De Marneffe et al. (2015 : 454)4
URL http://journals.openedition.org/discours/docannexe/image/11729/img-1.jpg
Fichier image/jpeg, 120k
Titre Figure 2. Chaîne de décisions déterminant le choix des SI
URL http://journals.openedition.org/discours/docannexe/image/11729/img-2.jpg
Fichier image/jpeg, 90k
Titre Figure 3 : Statut ontologique des référents et catégories grammaticales des suites coréférentielles17 (d’après Manuélian, Schnedecker, 2021)
URL http://journals.openedition.org/discours/docannexe/image/11729/img-3.jpg
Fichier image/jpeg, 46k
Titre Figure 4 : Statut ontologique des référents et catégories grammaticales des SI
URL http://journals.openedition.org/discours/docannexe/image/11729/img-4.jpg
Fichier image/jpeg, 244k
Haut de page

Pour citer cet article

Référence électronique

Hélène Manuélian et Catherine Schnedecker, « Identifier les « singletons » dans des corpus français annotés en coréférence : peut-on prévoir l’absence de reprise coréférentielle ? »Discours [En ligne], 29 | 2022, mis en ligne le 03 mai 2022, consulté le 08 août 2022. URL : http://journals.openedition.org/discours/11729 ; DOI : https://doi.org/10.4000/discours.11729

Haut de page

Auteurs

Hélène Manuélian

CY Cergy Paris Université

Catherine Schnedecker

Université de Strasbourg

Articles du même auteur

Haut de page

Droits d’auteur

CC BY 4.0

Creative Commons - Attribution 4.0 International - CC BY 4.0

https://creativecommons.org/licenses/by/4.0/

Haut de page
  • Logo PUC
  • DOAJ - Directory of Open Access Journals
  • Revue soutenue par l’Institut des sciences humaines et sociales du CNRS
    CNRS - Institut national des sciences humaines et sociales
  • OpenEdition Journals
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search