Semantic Neology: the challenges for automatic identification

Depuis la fin des années 1980 le recours à un corpus électronique fini est incontournable comme source de renseignements linguistiques dans le cadre de la lexicographie générale, et les centres de traduction et de terminologie s’y mettent aussi progressivement. Depuis la fin des années 1990 l’informatique est suffisamment performante pour permettre le stockage de textes et leur traitement diachronique de telle sorte que la recherche automatisée de néologismes lexicaux est désormais possible. De nos jours, les équipes de recherche et les grandes maisons de dictionnaires se tournent systématiquement vers les corpus textuels afin d’en extraire les nouveaux répertoires. Cependant les linguistes ont besoin non seulement d’un accès automatisé aux gisements de mots nouveaux mais aussi aux nouveaux usages de mots existants. Les dispositifs susceptibles d’automatiser cette collecte sont toutefois longs à développer. La raison principale en est que la qualité sémantique d’un mot est généralement conçue en tant que phénomène paradigmatique, mais les logiciels qui traitent les corpus textuels ne possèdent que la dimension syntagmatique. La solution en est de faire de nécessité vertu et d’identifier les modifications de sens en termes de traits textuels qui sont automatiquement repérables en surface. C’est de cette façon que la recherche en la matière se fait aujourd’hui. Cet article vise d’abord à rendre compte de l’état de la recherche en ce qui concerne les méthodes exploitées par différents chercheurs, et à présenter ensuite notre système d’identification automatique de la néologie sémantique qui remonte à 1990. Notre stratégie repose sur l’hypothèse qu’une modification significative du profil collocationnel d’un mot signale un nouveau sens. Notre but ici est d’évaluer la performance de cette démarche et de mettre en lumière quelques difficultés que nous avons rencontrées en mettant en relation les logiciels et les statistiques qu’ils fournissent d’une part et les faits de distribution linguistique et le sens lexical de l’autre.