Le Lexicoscope à l'épreuve des corpus : bilan et perspectives

Depuis sa première mise en ligne en 2011 dans le cadre du projet Emolex (projet ANR consacré aux discours de l’émotion), le Lexicoscope s’est affirmé comme un outil original d’exploration informatisée de grands corpus, inscrit dans le développement des outils de lexicométrie et de textométrie (Sketch Engine, TXM, AntConc, Iramuteq, etc.). Rénové et enrichi en 2020 dans le cadre du projet ANR PhraseoRom, il propose aujourd’hui une interface web accessible, qui met à la portée de chercheurs non spécialistes un ensemble d’outils d’analyse lexicale et phraséologique, sur les corpus intégrés à la plateforme. Il peut aussi accueillir de nouveaux corpus, et permet à l’utilisateur avancé de composer ses propres corpus et sous-corpus à partir des bases textuelles existantes.

Depuis 2011, l’interface a été associée à de nombreux projets de linguistique outillée et de textométrie. Elle soutient aujourd’hui un certain nombre de programmes de recherche des laboratoires LIDILEM et Litt&Arts : Prefab (ANR), PhraseoCorr, Phraséo13-18 (IDEX - IRGA), PhraséoAnticipation (IDEX - IRGA), Approches numérique des textes littéraires (PAI AURA), etc. Elle a connu plusieurs approfondissements techniques (notamment dans l’interface de formulation des requêtes), et se dote régulièrement de nouvelles fonctionnalités. Le développement récent des outils d’intelligence artificielle, enfin, ouvre pour elle de nouvelles perspectives de calcul et de requête.

En réunissant quelques-un·es des chercheur·euses travaillant avec le Lexicoscope, cette journée de recherche a pour objectif de faire le point sur ses usages actuels, d’interroger ses limites techniques et scientifiques, et de discuter de ses perspectives futures.