Traitement Automatique des Langues et Apprentissage des ...

More documents

Recommendations

Info

2. Etat de l’art de l’ALAOproprement dite (recherche d’information), la correction de la productionet les aides pendant la production.Le second principe porte sur la qualité de l’évaluation des apprenants.Les activités évaluées doivent être authentiques et correspondre au matérielprésenté dans les tutoriels. De plus, les évaluations doivent aider à l’apprentissageet les scores doivent refléter correctement les résultats d’apprentissage(le nombre d’éléments évalués doit notamment être suffisant pour êtrereprésentatif de l’apprentissage).Chapelle (2001) propose quant à elle un cadre d’évaluation des logicielsselon les critères suivants :– potentiel d’apprentissage d’une langue, c’est-à-dire la plus-value pédagogiquequi distingue un simple outil permettant de pratiquer unelangue d’un véritable logiciel qui enseigne des notions ;– adaptation à l’apprenant : le logiciel doit être adapté au niveau visédes apprenants ;– focalisation sur le sens : l’attention de l’apprenant doit être attirée versle sens de la langue qui est requise pour accomplir une tâche ;– impact : les activités doivent permettre de développer les stratégies métacognitivesdes apprenants, de sorte à ce qu’ils puissent les appliquerégalement en dehors des activités d’apprentissage ;– authenticité : les contenus et les activités doivent être proches d’unesituation authentique ;– praticité : les logiciels doivent être simples d’utilisation afin que l’apprenantpuissent se concentrer sur les tâches d’apprentissage.Selon Rüschoff (1998), les évaluations portent tantôt sur des fonctionnalités(débogage), tantôt sur l’aspect formatif. Les données peuvent êtrerecueillies automatiquement par le logiciel, ou au moyen de pré- et posttests.Parfois, les évaluateurs demandent aux utilisateurs de verbaliser lesactions qu’ils effectuent, les réflexions qu’ils mènent etc. (think aloud) ; cescommentaires peuvent aussi être recueillis par écrit au moyen d’un journalde bord. Les données sont parfois qualitatives, parfois quantitatives (studenttracking, enregistrement des interactions et réponses de l’apprenant). L’évaluationqualitative est beaucoup plus difficile à réaliser.22
2.6. Méthodes d’évaluation automatique des connaissances2.6 Méthodes d’évaluation automatique des connaissancesDans cette section, nous commençons par les Questionnaires à Choix Multiples(§2.6.1). Nous poursuivons avec d’autres méthodes courantes d’évaluationautomatique (§2.6.2) et terminons par une discussion de conclusion(§2.6.3).2.6.1 Questionnaires à Choix MultiplesLes Questionnaires à Choix Multiples (QCM) sont la méthode la pluscourante pour tester automatiquement les connaissances des apprenants parordinateur. Pour chaque question, plusieurs réponses possibles sont listées.Une ou plusieurs réponses sont correctes. En général, pour obtenir le maximumde points, toutes les réponses correctes doivent être données et aucuneréponse incorrecte ne doit être sélectionnée.Cette méthode est facilement implémentable, d’où sa popularité. Les candidatssont évalués pour leurs connaissances et non pas pour leur capacitéde s’exprimer par écrit. Mais d’un autre côté, les QCM ont une valeur pédagogiquelimitée car les apprenants ne doivent pas justifier leur réponse, saufrares exceptions. Ils peuvent donc cocher une réponse (ou plusieurs) au hasard.S’il est permis de faire plusieurs tentatives et/ou de revenir en arrière,ils peuvent facilement améliorer leur score. De plus, si les apprenants ontune connaissance partielle du sujet, ils n’auront aucun point, alors qu’uneréponse en texte libre peut être corrigée de manière nuancée et certainséléments de réponse peuvent être trouvés et compter comme une réponsepartielle.Plusieurs solutions existent pour éviter ces pièges :– le retour en arrière est bloqué, le résultat de la réponse n’est disponiblequ’à la fin du questionnaire, voire après la validation des résultats parl’enseignant ;– plusieurs questions abordent le même sujet ou un sujet similaire. Celadiminue le facteur chance car celui qui répond au hasard aura moinsde chances de cocher deux fois la bonne réponse ;– on introduit des réponses inexactes mais proches de la solution, appeléesdistracteurs ;23
Page 1 and 2: Université de GenèveFaculté des
Page 3 and 4: TABLE DES MATIÈRESTable des matiè
Page 5 and 6: TABLE DES MATIÈRES3.3 Syntaxe et d
Page 7 and 8: TABLE DES MATIÈRES6.4.2.3.4 Erreur
Page 9 and 10: TABLE DES MATIÈRESB.4.1 ALICE . .
Page 11 and 12: TABLE DES MATIÈRESC.30 ReGra . . .
Page 13 and 14: LISTE DES TABLEAUXListe des tableau
Page 15 and 16: TABLE DES FIGURESTable des figures3
Page 17 and 18: TABLE DES FIGURESRemerciementsCette
Page 19 and 20: Chapitre 1IntroductionApprendre une
Page 21 and 22: 1.1. Problématique et enjeuxcible,
Page 23 and 24: 1.1. Problématique et enjeux1.1.2
Page 25 and 26: 1.2. Structure et objectifsdoivent
Page 27: 1.2. Structure et objectifstemps ap
Page 30 and 31: 2. Etat de l’art de l’ALAOciels
Page 32 and 33: 2. Etat de l’art de l’ALAOordin
Page 34 and 35: 2. Etat de l’art de l’ALAO2.2 P
Page 36 and 37: 2. Etat de l’art de l’ALAOdes c
Page 38 and 39: 2. Etat de l’art de l’ALAOet de
Page 42 and 43: 2. Etat de l’art de l’ALAO- le
Page 44 and 45: 2. Etat de l’art de l’ALAOMarqu
Page 46 and 47: 2. Etat de l’art de l’ALAO1969,
Page 48 and 49: 2. Etat de l’art de l’ALAOdomai
Page 50 and 51: 2. Etat de l’art de l’ALAOcatio
Page 52 and 53: 2. Etat de l’art de l’ALAOsimpl
Page 54 and 55: 2. Etat de l’art de l’ALAOdont
Page 56 and 57: 2. Etat de l’art de l’ALAOpar t
Page 58 and 59: 2. Etat de l’art de l’ALAO2.8 D
Page 60 and 61: 3. TAL et ALAOtique (§3.1.6), les
Page 62 and 63: 3. TAL et ALAOdifficilement traitab
Page 64 and 65: 3. TAL et ALAO3.1.1.4 Analyseurs mo
Page 66 and 67: 3. TAL et ALAOutilise des règles d
Page 68 and 69: 3. TAL et ALAOconsiste à calculer
Page 70 and 71: 3. TAL et ALAOd’apprenants. Nous
Page 72 and 73: 3. TAL et ALAOe. mon beau-frère es
Page 74 and 75: 3. TAL et ALAOexercices de répéti
Page 76 and 77: 3. TAL et ALAOmicromonde qui manife
Page 78 and 79: 3. TAL et ALAOLe repérage des synt
Page 80 and 81: 3. TAL et ALAOet graphie. La synth
Page 82 and 83: 3. TAL et ALAOla nature de certains
Page 84 and 85: 3. TAL et ALAOcertaines langues, il
Page 86 and 87: 3. TAL et ALAOPoursuivons par l’a
Page 88 and 89: 3. TAL et ALAOsociologiques, diffé
Page 90 and 91:
3. TAL et ALAONous ajoutons égalem
Page 92 and 93:
3. TAL et ALAOla recherche à tous
Page 94 and 95:
3. TAL et ALAOUn certain nombre de
Page 96 and 97:
3. TAL et ALAOniques exposées dans
Page 98 and 99:
3. TAL et ALAOtypologie suivante :-
Page 100 and 101:
3. TAL et ALAOd’anticipation d’
Page 102 and 103:
3. TAL et ALAO3.2.3.2 Recherche de
Page 104 and 105:
3. TAL et ALAOTerminons par la tech
Page 106 and 107:
3. TAL et ALAOSi un mot est entièr
Page 108 and 109:
3. TAL et ALAO- D, T → 3- L → 4
Page 110 and 111:
3. TAL et ALAOde Koskenniemi (1994)
Page 112 and 113:
3. TAL et ALAOtente (LSA, v. 3.1.8
Page 114 and 115:
3. TAL et ALAOet caractère(m+1). P
Page 116 and 117:
3. TAL et ALAOtées aux apprenants
Page 118 and 119:
3. TAL et ALAOdoit :i. pouvoir trai
Page 120 and 121:
3. TAL et ALAO- Erreurs d’homopho
Page 122 and 123:
3. TAL et ALAOCatégorie en frança
Page 124 and 125:
3. TAL et ALAOS ✏ ✏✏NP✧ VP
Page 126 and 127:
3. TAL et ALAOc. ? L’agneau dévo
Page 128 and 129:
3. TAL et ALAOanalyse qui peut abou
Page 130 and 131:
3. TAL et ALAOEn (18a), il s’agit
Page 132 and 133:
3. TAL et ALAOrègles d’exception
Page 134 and 135:
3. TAL et ALAO3.3.4 Algorithmes et
Page 136 and 137:
3. TAL et ALAOber, 1987; Covington,
Page 138 and 139:
3. TAL et ALAOXP✟✟ ❍❍Spec X
Page 140 and 141:
3. TAL et ALAOEnfin, les grammaires
Page 142 and 143:
3. TAL et ALAOsuffisamment dévelop
Page 144 and 145:
3. TAL et ALAOExaminons maintenant
Page 146 and 147:
3. TAL et ALAOEnfin, la correction
Page 148 and 149:
3. TAL et ALAOPour conclure, nous a
Page 150 and 151:
3. TAL et ALAOAlshawi et Carter (19
Page 152 and 153:
3. TAL et ALAOsens des mots est dé
Page 154 and 155:
3. TAL et ALAOsystem of relations t
Page 156 and 157:
3. TAL et ALAOComme tous les formal
Page 158 and 159:
3. TAL et ALAOPassons aux réalisat
Page 160 and 161:
3. TAL et ALAOdispose de liens asso
Page 162 and 163:
3. TAL et ALAOEn outre, dans de nom
Page 165 and 166:
Chapitre 4Le projet FreeTextDans ce
Page 167 and 168:
4.1. Présentation généraleédito
Page 169 and 170:
4.2. Un tutoriel intelligentCe corp
Page 171 and 172:
4.2. Un tutoriel intelligent(§3.1.
Page 173 and 174:
4.2. Un tutoriel intelligentFig. 4.
Page 175 and 176:
4.2. Un tutoriel intelligentsalle d
Page 177 and 178:
4.3. Bilan et discussionPar ailleur
Page 179:
4.3. Bilan et discussionment dans l
Page 182 and 183:
5. L’analyseur Fips et son applic
Page 184 and 185:
Page 186 and 187:
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
Page 194 and 195:
Page 196 and 197:
Page 198 and 199:
Page 200 and 201:
Page 202 and 203:
Page 204 and 205:
Page 206 and 207:
Page 208 and 209:
Page 210 and 211:
6. FipsOrtho : correcteur orthograp
Page 212 and 213:
Page 214 and 215:
Page 216 and 217:
Page 218 and 219:
Page 220 and 221:
Page 222 and 223:
Page 224 and 225:
Page 226 and 227:
Page 228 and 229:
Page 230 and 231:
Page 232 and 233:
Page 234 and 235:
Page 236 and 237:
Page 238 and 239:
Page 240 and 241:
Page 242 and 243:
Page 244 and 245:
Page 246 and 247:
Page 248 and 249:
Page 250 and 251:
Page 252 and 253:
Page 254 and 255:
Page 256 and 257:
Page 258 and 259:
Page 260 and 261:
Page 262 and 263:
Page 264 and 265:
Page 266 and 267:
Page 268 and 269:
Page 270 and 271:
Page 272 and 273:
Page 274 and 275:
7. Outils “sémantiques”le part
Page 276 and 277:
7. Outils “sémantiques”dants c
Page 278 and 279:
7. Outils “sémantiques”La flè
Page 280 and 281:
7. Outils “sémantiques”Fig. 7.
Page 282 and 283:
7. Outils “sémantiques”de plus
Page 284 and 285:
7. Outils “sémantiques”caux qu
Page 286 and 287:
7. Outils “sémantiques”Fig. 7.
Page 288 and 289:
7. Outils “sémantiques”l’ell
Page 290 and 291:
7. Outils “sémantiques”b. Jean
Page 292 and 293:
7. Outils “sémantiques”complé
Page 294 and 295:
7. Outils “sémantiques”transfo
Page 296 and 297:
7. Outils “sémantiques”Ensuite
Page 299 and 300:
Chapitre 8ConclusionDans cette thè
Page 301 and 302:
8.2. Perspectives de rechercheLa co
Page 303:
8.3. Remarques finalescombinaisons
Page 306 and 307:
BIBLIOGRAPHIEAist, Gregory (1999).
Page 308 and 309:
BIBLIOGRAPHIEIn Journée d’étude
Page 310 and 311:
BIBLIOGRAPHIEBateman, John et Zock,
Page 312 and 313:
BIBLIOGRAPHIEBoucher, Paul et Sébi
Page 314 and 315:
BIBLIOGRAPHIEBurstein, Jill et Chod
Page 316 and 317:
BIBLIOGRAPHIECatt, Mark Edward (198
Page 318 and 319:
BIBLIOGRAPHIEWriting Skills. Comput
Page 320 and 321:
BIBLIOGRAPHIECourtin, J., Dujardin,
Page 322 and 323:
BIBLIOGRAPHIEde Marneffe, Marie-Cat
Page 324 and 325:
BIBLIOGRAPHIEDillenbourg, P., Baker
Page 326 and 327:
BIBLIOGRAPHIEElmi, Mohammad Ali (19
Page 328 and 329:
BIBLIOGRAPHIEFlowerdew, John (1996)
Page 330 and 331:
BIBLIOGRAPHIEGanascia, Jean-Gabriel
Page 332 and 333:
BIBLIOGRAPHIEet Stainhaouer, Gregor
Page 334 and 335:
BIBLIOGRAPHIEInstitute Series, pp.
Page 336 and 337:
BIBLIOGRAPHIEHelm, Carl E. et McIve
Page 338 and 339:
BIBLIOGRAPHIEHutchins, John (2003).
Page 340 and 341:
BIBLIOGRAPHIEKaplan, Jonathan D. et
Page 342 and 343:
BIBLIOGRAPHIEguage environment for
Page 344 and 345:
BIBLIOGRAPHIELaenzlinger, Christoph
Page 346 and 347:
BIBLIOGRAPHIEDetmar et Hinrichs, Er
Page 348 and 349:
BIBLIOGRAPHIEMangu, Lidia et Brill,
Page 350 and 351:
BIBLIOGRAPHIEMendelsohn, Patrick et
Page 352 and 353:
BIBLIOGRAPHIEMiller, George A. et F
Page 354 and 355:
BIBLIOGRAPHIELearning. In Holland,
Page 356 and 357:
BIBLIOGRAPHIENew, E. (1999). Comput
Page 358 and 359:
BIBLIOGRAPHIEPeterson, James L. (19
Page 360 and 361:
BIBLIOGRAPHIEConference, vol. 1, pp
Page 362 and 363:
BIBLIOGRAPHIESebastian, Spain, June
Page 364 and 365:
BIBLIOGRAPHIETechnology Enhanced La
Page 366 and 367:
BIBLIOGRAPHIEMuller, Philippe et Oz
Page 368 and 369:
BIBLIOGRAPHIEet Yazdani, Masoud (Ed
Page 370 and 371:
BIBLIOGRAPHIETschichold, Cornelia,
Page 372 and 373:
BIBLIOGRAPHIEpréhension des langue
Page 374 and 375:
BIBLIOGRAPHIEWehrli, Eric (1998). T
Page 376 and 377:
BIBLIOGRAPHIEUniversity of Hull, UK
Page 378 and 379:
BIBLIOGRAPHIEZampa, Virginie (2005)
Page 381 and 382:
Annexe BDescriptions de logicielsd
Page 383 and 384:
B.2. DidacticielsB.2 DidacticielsB.
Page 385 and 386:
B.2. DidacticielsB.2.6DidalectLe pr
Page 387 and 388:
B.2. DidacticielsB.2.10GETARUNSLe s
Page 389 and 390:
B.2. DidacticielsGrammar. L’analy
Page 391 and 392:
B.2. DidacticielsB.2.19Système de
Page 393 and 394:
B.2. Didacticielsiii. le niveau sé
Page 395 and 396:
B.2. Didacticielstraces, comme dans
Page 397 and 398:
B.2. DidacticielsLes tutoriels éta
Page 399 and 400:
B.2. DidacticielsUn troisième type
Page 401 and 402:
B.2. Didacticielsà l’aide de tra
Page 403 and 404:
B.2. Didacticiels1990). D’autres
Page 405 and 406:
B.3. MicromondesB.3 MicromondesB.3.
Page 407 and 408:
B.3. Micromondesparole continue, ce
Page 409 and 410:
B.3. Micromondes(noticing, Cross, 2
Page 411 and 412:
B.4. Systèmes intelligentsB.4 Syst
Page 413 and 414:
B.4. Systèmes intelligents1987; Co
Page 415 and 416:
B.4. Systèmes intelligentspour les
Page 417 and 418:
B.4. Systèmes intelligentsl’appr
Page 419 and 420:
B.4. Systèmes intelligentsB.4.19ES
Page 421 and 422:
B.4. Systèmes intelligentsDepuis 2
Page 423 and 424:
B.4. Systèmes intelligentsordre de
Page 425 and 426:
B.4. Systèmes intelligentsCALL qui
Page 427 and 428:
B.4. Systèmes intelligentsgénère
Page 429 and 430:
B.5. Aides à la rédactiontemps et
Page 431 and 432:
B.5. Aides à la rédactioncours.Da
Page 433 and 434:
B.5. Aides à la rédactionsupérie
Page 435 and 436:
B.5. Aides à la rédactionB.5.17L
Page 437:
B.5. Aides à la rédactionB.5.22ES
Page 440 and 441:
C. Correcteursautomatiquement des r
Page 442 and 443:
C. CorrecteursC.7 CoGrOOCoGrOO 3 es
Page 444 and 445:
C. Correcteursrector Klein (1998) e
Page 446 and 447:
C. CorrecteursC.14 GRAC GRAmmar Che
Page 448 and 449:
C. Correcteursl’analyse est pass
Page 450 and 451:
C. CorrecteursC.24 Microsoft WordMi
Page 452 and 453:
C. Correcteurs(§3.3.5) et utilise
Page 454 and 455:
C. CorrecteursC.33 Style WriterStyl
Page 456 and 457:
C. CorrecteursC.37 XUXENXUXEN est u
Page 458 and 459:
D. Fips: informations lexicalesD.2
Page 460 and 461:
D. Fips: informations lexicales(3)(
Page 462 and 463:
D. Fips: informations lexicales(7)(
Page 464 and 465:
E. Distance lexicographiquesrc 0 1
Page 466 and 467:
E. Distance lexicographiqueMatrice
Page 468 and 469:
F. FipsOrtho: interfacesFig. F.1 -
Page 470 and 471:
F. FipsOrtho: interfacesFig. F.4 -
Page 472 and 473:
F. FipsOrtho: interfacestiquement,
Page 474 and 475:
G. Résultats de la liste de motsTa
Page 476 and 477:
Page 478 and 479:
Page 480 and 481:
G. Résultats de la liste de motsG.
Page 482 and 483:
Page 484 and 485:
Page 486 and 487:
Page 488 and 489:
Page 490 and 491:
Page 492 and 493:
Page 494 and 495:
Page 496 and 497:
Page 498 and 499:
Page 500 and 501:
Page 502 and 503:
Page 504 and 505:
Page 506 and 507:
Page 508 and 509:
Page 510 and 511:
Page 512 and 513:
Page 514 and 515:
Page 516 and 517:
Page 518 and 519:
Page 520 and 521:
Page 522 and 523:
Page 524 and 525:
Page 526 and 527:
H. Liste de propositions par alpha-
Page 529 and 530:
Annexe IExemples de comparaison"sé
Page 531 and 532:
}]PSSPSS[{ }Value: setRestrictionCH
Page 533 and 534:
}]PSSSatellites {PSS[{ }Theta roleD
Page 535 and 536:
****************** M I S S I N G **
Page 537 and 538:
}]PSSOperatorAnimateActiveGenderPer
Page 539 and 540:
}]PSSTheta role : agentDPS[Property
Page 541 and 542:
operator : model : demonstrative |
Page 543 and 544:
}]PSSGender: masculineNumber: singu
Page 545 and 546:
}]PSSDPS[Property : livreOperator :
Page 547 and 548:
PSS[{ }CLS[Mood: realTense : E = SI
Page 549 and 550:
}]PSS]DPS]PSSPSS[{ }Theta roleDPS[P
Page 551 and 552:
}]PSSRef. index :]DPS]PSS**********
Page 553 and 554:
}]PSSDPS[Property : françaisOperat
Page 555 and 556:
}]PSSRef. index :]DPS]PSS**********
Page 557 and 558:
}]PSSModality : undefinedAspect : (
Page 559 and 560:
I.10 Phrase (66): Avec ses jumelles
Page 561 and 562:
}]PSSDPS[Property : jumelleOperator
Page 563 and 564:
}]PSSProperty : jumelleOperator : t
Page 565 and 566:
Voice : activeCausative : not causa
Page 567 and 568:
type :DPS****************** A D D I
Page 569 and 570:
Negation : not negatedUtterance typ
Page 571:
type : model: DPS (patient) | learn
show all

Traitement Automatique des Langues et Apprentissage des ...

Create successful ePaper yourself

Delete template?

Save as template?