Image © British Library Add. 21218
BREAKing THROUGH noisy environments: Parsing models and model adaptation
Projet
Porté par Pierre Larrivée, le projet BREAKTHROUGH (206-2027) est financé par le gouvernement français et est géré par l’Agence Nationale de Recherche (projet CaeSAR, référence ANR-23-EXES-0001).
Les objectifs du projet sont :
°l’optimisation de l’annotation syntaxique semi-automatique des textes historiques en langues romanes;
°la constitution et l’analyse de treebanks de variétés romanes peu dotées (français de Normandie et ancien occitan médiéval).
Le projet BREAKTHROUGH est conçu dans la continuité de projets de constitution et exploitation de corpus annotés calibrés par genre au laboratoire CRISCO depuis 2018 (EPELE, CONDE, MICLE, HIGH-TECH). Plus récemment, le projet AUTOMATED (2023-2025) s’est focalisé sur la construction de treebanks Universal Dependencies (UD).
Les corpus peuvent être consultés via le portail TXM du CRISCO. Les treebanks UD Automated Legal Texts Medieval (ALTM-Old_French et ALTM_Middle French), Automated Legal Texts Sixteenth (ALTS) et Corpus d’ancien gascon CorAG treebanks peuvent être interrogés via la plateforme GrewMatch. La méthodologie pour l’annotation de corpus en langues romanes est présentée dans Romanova, N., Larrivée, P., & Ziane, R. (2025). Procedure for semi-automatic parsing of Romance corpora (Version 1). Zenodo.
Équipe
Pierre Larrivée – porteur
Natasha Romanova – chercheuse post-doctorale
