Jannika LAXEN, Xavier APARICIO et Jean-Marc LAVAUR

1. Base lexicale trilingue ESFMesure du partage orthographique et du recouvrement sémantique interlangue Jannika LAXEN, Xavier APARICIO et Jean-Marc LAVAUR

2. La psychologie et les langues • Les langues sont au cœur du développement Européen • Vecteurs d’échange de savoirs et de connaissances • Nécessité pour les psychologues d’étudier les mécanismes impliqués dans la communication multilingue

3. Bilinguisme et psychologie cognitive • De nombreuses recherches concernent le Bilinguisme en Psychologie Cognitive • Une large part de ces recherches concerne l’étude du lexique mental chez les bilingues • Importance de développer des outils adaptés aux études portant sur deux ou plusieurs langues

4. Objectifs généraux de la base • Objectif : rendre compte des différentes relations de formeet desens entre les mots de deux langues ou plus (forte proximité vs. faible proximité).  Influence de ces relations sur l’organisation et le fonctionnement du lexique mental(bilingue ou multilingue)

5. La base trilingue ESF • Base lexicale trilingue(Aparicio, Laxen et Lavaur, 2007) • Elle regroupe des équivalents de traduction de 3 langues : Anglais (CELEX) Espagnol (LEXESP) Français (LEXIQUE 3) • Elle inclut : les caractéristiques fondamentales des mots fréquence et nombre de lettres Des indices de comparaison entre les langues recouvrements orthographique et sémantique entre les mots

6. Organisation des équivalents de traduction • Plusieurs indices de recouvrement permettent de classer les équivalents de traduction de la base :  proximité orthographique (IPO)  proximité sémantique (IRS)  Mise au point d’un indice global de proximité (IGP) qui prend en compte ces deux dimensions

7. Différents niveaux de proximité • Cognats = mots de langues différentes proches orthographiquement et/ou phonologiquement et ayant le même sens miroir/mirror  Traités différemment par le système cognitif par rapport aux autres mots « spécifiques » ou « non cognats » (Font et Lavaur, 2004; Lavaur, Aparicio, Vandeberg et Dijkstra, 2008) livre/book • Homographes interlangues=même orthographe, sens différents. (Dijkstra, Grainger & Van Heuven, 1999; Lemhöfer & Dijkstra, 2004) chair/chair(chaise)

8. Proximité Orthographique • Le premier indice de la base : IPO (Indice de Partage Orthographique) permet de calculer la distance formelle entre deux équivalents de traduction ou simplement entre deux mots (Font et Lavaur, 2004) (Nombre de lettres en commun x 2) Nombre total de lettres des 2 mots

9. Exemples J U P E S K I R T IPO = 0 F A U X F A K E IPO = 0,5 T A X I T A X I IPO = 1 L A I T M I L K

10. IPO 2 • L’IPO 2 prend en compte les lettres communes entre 2 équivalents de traduction dans une position donnée (Aparicio, Laxen et Lavaur, 2007) (nombres de lettres en commun + 1pt par lettre dans la même position) nombre total de lettres des 2 mots Le principe de base est identique à celui de l’IPO mais les données fournies par le calcul sont d’une plus grande précision

11. Exemples M O O LUNE N IPO2 = 0,125 FLEUR F L O W E IPO2 = 0,5 R ANIMAL A A L IPO2 = 1 N I M FAUTE F A U L T IPO2 = 0,7

12. IPO3 • Estime la similarité orthographique des mots des 3 langues (moyenne des IPO2 pour les langues prises deux à deux, respectivement L1-L2, L1-L3, L2-L3) ∑ (IPO2) 3

13. Exemples Moon Skirt Falda IPO3 = 1 IPO3 = 0,33 IPO3 = 0

14. La proximité sémantique • Le degré de proximité sémantique des équivalents de traduction est estimé à l’aide de plusieurs variables.  nombre de traductions dominance de la traduction  écart sémantique entre les traductions (1 ou 2) (dominante ou non-dominante) (élevé ou faible)

15. Modèle distribué de la mémoire bilingue (De Groot, 1992) Plusieurs traductions FEMME WOMAN WIFE Une traduction ARBRE TREE dominant non-dominant Le recouvrement sémantique dépend du nombre de traductions d’un mot

16. Extension du modèle distribué de la mémoire bilingue(Lavaur & Laxen, 2008) • Sens différents TEMPS TIME WEATHER dominant non-dominant • Sens proches BATEAU BOAT SHIP dominant non-dominant Le recouvrement sémantique dépend des écarts de sens entre les deux traductions du mot

17. IRS • Comme l’IPO, l’IRS(Indice de Recouvrement Sémantique) peut prendre des valeurs variant de 0 à 1. • lune moon • fille girl • fille daughter • arbre wood • carotte airplane 1 0,75 0,5 0,25 0 IRS

18. Reconnaissance en traduction • L’IRS peut être affiné avec des données expérimentales (reconnaissance en traduction). BATEAU BATEAU WOOD ARBRE BOAT SKIRT LAPIN SHIP * * * * oui non

19. Résultats expérimentauxLaxen & Lavaur (soumis) Temps de réaction (Ms) dans les deux sens de traduction (L1L2, L2L1)

20. Indice Global de Proximité • Il prend en compte l’orthographe (IPO) et la sémantique (IRS). Animal/Animal Lune/Moon Main/Main Bois/Wood

21. Autres dimensions • Les autres dimensions (phonologique et morphologique) seront graduellement insérées à l’aide d’indices de même type (recouvrement entre équivalents) Aparicio, Laxen, Bairstow et Lavaur (en préparation) • La dimension phonologique peut modifier considérablement les relations entre les mots. Système phonologique différent selon les langues (TABLE/TABLE ; PUR/PURO)

22. Applications Décisions lexicales, décisions de langues, EEG, reconnaissance en traduction (données chronométriques et électrophysiologiques). FALDA MANNER MANERA SKIRT * * * * Espagnol Anglais

23. Perspectives Anglais • Introduction d’une 4ème langue (Langues proches 2 à 2 –français et espagnol; anglais et allemand)

24. Merci pour votre attention! Thank you for your attention! ¡Gracias por su atencíon!