Le dernier numéro du magazine Le Point (27 août 2009) est consacré à l’orthographe, à l’occasion de la publication du livre de François de Closets, “Zéro Faute – L’orthographe, une passion française”. Un dossier fascinant de 9 pages, dont je vous recommande la lecture si vous vous demandez pourquoi l’orthographe déchaine (ou déchaîne, en orthographe traditionnelle) tant les passions au point d’être considérée comme un chef-d’œuvre du patrimoine français. J’ai eu l’occasion de m’entretenir de nos correcteurs orthographiques et grammaticaux avec la journaliste du Point, Alix Ratouis, ainsi que de fournir quelques éléments d’information sur les outils linguistiques de Microsoft, qui se retrouvent dans le livre de François de Closets. Je ne résiste pas à la tentation de reproduire ici le petit texte d’Alix Ratouis consacré à notre tout nouveau correcteur contextuel français (p.53), dont j’ai parlé récemment sur ce blog :

J’aime aussi beaucoup la réponse faite par François de Closets en réponse à une question concernant la réforme de l’orthographe (p.49):

Apprenons aux enfants à dactylographier et à utiliser avec discernement les correcteurs électroniques. Et décriminalisons les fautes d’orthographe.

Une remarque pleine de bons sens, finalement, qui est très proche des recommandations que l’on trouve dans les programmes du collège et que j’avais citées en son temps :

L’élève apprend par ailleurs à consulter et à utiliser régulièrement et méthodiquement le dictionnaire, le manuel de grammaire, le guide de conjugaison ou encore à se servir, avec discernement et sans y voir  un outil qui le dispenserait de la réflexion, d’un logiciel de correction orthographique adapté.

Thierry Fontenelle

Microsoft Natural Language Group

Les utilisateurs francophones ne seront pas déçus. J’ai parlé à plusieurs reprises sur ce blog du correcteur contextuel anglais et espagnol que nous avons développé pour Office 2007 (les lecteurs du blog en anglais de notre équipe auront aussi lu les divers billets que nous avons écrits à ce sujet). Je suis heureux de vous annoncer que la gamme des outils de correction linguistique pour le français s’est étoffée et qu’un correcteur contextuel s’ajoute désormais au correcteur orthographique et au correcteur grammatical dont j’ai si souvent parlé sur ce blog.

Le correcteur contextuel français d’Office 2010 vous permettra de repérer un beaucoup plus grand nombre de fautes qui échappaient jusqu’à présent aux outils de vérification linguistique traditionnels. Contrairement au correcteur grammatical, qui utilise un analyseur syntaxique, le correcteur contextuel est basé sur des analyses statistiques et l’exploitation de ce que l’on appelle en anglais des « language models », des modèles linguistiques permettant de comparer le texte écrit par l’utilisateur à des énormes listes de fréquences de chaines de mots. Il permet ainsi de repérer des mots qui existent bel et bien en français mais qui sont utilisés de façon incorrecte dans un contexte donné.

Quelques exemples de fautes qu’Office 2010 vous permettra de repérer via un trait ondulé bleu:

Ils on faim. (on à ont)

Elles son malades. (son à sont)

Quand à moi, j’avoue que je sui fier de lui. (Quand à Quant ; sui à suis)

Si je peu me permettre, dans son fort intérieur, elle pense qu’elle a raison. (peu à peux ; fort à for)

Se test montre que le correcteur ne fonctionne pas trop mal. (Se à Ce)

L’installation de la fosse sceptique a pris plus de temps que prévu. (sceptique à septique)

Il arrive cet après midi.(après midi à après-midi)

Mon frère ma dit qu’il ne viendrait pas. (ma à m’a)

Il y a long temps que je l’aime, jamais je ne l’oublierai… (chanson populaire) (long temps à longtemps)

En temps que client de l’hôtel, vous avez gratuitement accès à l’Internet. (temps à tant)

 La copie d’écran ci-dessous illustre ce nouvel outil.

Qu’entend-on par « correcteur contextuel » ? Comme vous le savez, le correcteur orthographique traditionnel souligne en rouge les fautes de frappe (omission d’une lettre, permutation malencontreuse de deux lettres, etc). Le correcteur grammatical traite plus particulièrement les problèmes d’accord entre le nom et l’adjectif, entre un verbe et son sujet, etc… (via un souligné vert). Il est toutefois très difficile de repérer les fautes concernant par exemple les homonymes, c’est-à-dire cette gamme de mots qui se prononcent de la même manière, mais s’écrivent différemment. Pensons par exemple à son/sont, ou on/ont. Si j’écris ils on faim, un correcteur grammatical basé sur un analyseur syntaxique peine à repérer la faute parce que la structure de la phrase fautive est constituée d’un pronom (ils) suivi d’un autre pronom (on) suivi d’un nom (faim). Il est difficile de donner du sens à cette structure, puisqu’il ne s’agit pas d’un problème d’accord au sens traditionnel du terme (comparez avec ils mange du pain, où mange est bien un verbe, mais est mal accordé, ce que le correcteur grammatical repère bien).

Bien sûr, il ne faut pas s’attendre à ce que l’outil repère toutes les fautes possibles et imaginables (aucun outil n’en est capable, sauf si l’on accepte qu’il se trompe aussi très souvent dans son jugement, ce qui irrite généralement l’utilisateur). J’ai abordé à plusieurs reprises le problème de la précision et du rappel (j’en ai aussi parlé en anglais en lisant une évaluation académique de notre correcteur contextuel anglais) et, lors du développement de cet outil, nous avons en permanence tenté d’éviter les fausses alertes (l’outil a une précision très élevée, ce qui signifie qu’il se trompe très peu souvent quand il repère une erreur, mais il restera toujours des fautes qu’il ne pourra signaler). J’ai la faiblesse de croire que ce correcteur s’avèrera très vite indispensable pour bien des utilisateurs d’Office 2010 et qu’il complètera utilement la gamme des outils linguistiques que nous mettons à leur disposition.

Thierry Fontenelle

Microsoft Natural Language Group – Program Manager

Si vous vous rendez sur le site de la FAQ de Word maintenu par Marina Mathias, une MVP (Microsoft Most Valuable Professional) mieux connue sous le nom de Circé sur les forums consacrés aux outils de Microsoft Office, vous pourrez y répondre à un sondage qu’elle y a créé il y a quelques semaines afin de mieux comprendre comment les utilisateurs d'Office utilisent les outils de vérification linguistique. Les questions qu’elle pose sont les suivantes :

Comment utilisez-vous le correcteur orthographique et grammatical de Word ?

·         Au fur et à mesure de la saisie

·         Une fois que le document est entièrement saisi

·         De temps à autre, mais c’est moi qui le lance

·         Je ne l’utilise pas car je ne fais jamais de fautes

·         Je ne l’utilise pas car il me trouve trop de fautes

Ce sont bien évidemment des questions qui nous intéressent. Pourquoi n’y répondriez-vous pas, vous aussi (https://faqword.fr/)? Je vous encourage à profiter de l’occasion pour laisser vos commentaires sur ce blog, si vous souhaitez partager votre expérience. Utilisez-vous ces outils au cours de la frappe (en mode arrière-plan), ou plus tard, quand vous avez terminé de saisir votre texte ?

Si vous avez des souhaits particuliers, par exemple concernant des fonctionnalités linguistiques que vous souhaiteriez trouver, n’hésitez pas à laisser un commentaire ci-dessous. Je vous assure que nous vous lirons avec intérêt.

Thierry Fontenelle

Microsoft Natural Language Group

Les deux nouveaux correcteurs ont été créés à l’aide du Lexicon Creator que j’ai présenté au congrès d’Euralex (l’Association Européenne de Lexicographie) en 2008.

Le luxembourgeois, une langue germanique parlée par environ 390.000 personnes principalement au Grand-Duché de Luxembourg, est la langue nationale de ce pays (l’allemand et le français en étant des langues administratives).

L’irlandais est la langue nationale de la République d’Irlande, mais aussi une des langues officielles de l’Union Européenne (depuis le 1^er janvier 2007). Environ 1,8 million d’habitants comprennent cette langue à des degrés divers (c’est la langue maternelle ou quotidienne d’environ 70,000 personnes).

Ces modules linguistiques sont développés dans le cadre du Microsoft Local Language Program, dont le but est de préserver les langues et les cultures locales et régionales en permettant aux utilisateurs d’outils informatiques de travailler avec des interfaces dans leurs propres langues. Vous pouvez les télécharger ici :

·         Module linguistique luxembourgeois pour Office 2007

·         Module linguistique irlandais pour Office 2007

Thierry Fontenelle

Microsoft Natural Language Group

Ce lundi 16 mars, grande nouvelle et nouvelle percée significative de cette nouvelle orthographe : c’est l’ensemble de la presse belge francophone qui passe à la nouvelle orthographe, un évènement annoncé à l’occasion de la semaine de « La langue française en fête » par le Service et le Conseil de la langue française et de la politique linguistique de la Communauté française de Belgique et par l’Université catholique de Louvain (UCL).

Dès ce lundi 16 mars, trois des plus grands groupes de la presse francophone belge (La Libre Belgique, Le Soir, La Dernière Heure) passent à la nouvelle orthographe. Il est en fait plus exact de dire qu’ils laisseront leurs lecteurs choisir entre deux versions, en orthographe rectifiée ou en orthographe traditionnelle. Un bouton nommé « RECTO/VERSO » (RECTifications Orthographiques / VERSion Originale) permet de basculer d’une version à l’autre. Le logiciel effectuant la conversion automatique a été développé par le CENTAL (Centre de Traitement Automatique du Langage de l’Université Catholique de Louvain).

Je connais bien le Cental, ce centre dynamique qui s’illustre par le développement d’applications très concrètes des technologies de la langue. Leurs publications (Les Cahiers du Cental) me sont familières puisque j’ai eu l’occasion de publier dans Le français m’a tuer un article concernant la féminisation des noms de métiers et la prise en compte de ces rectifications orthographiques dans le correcteur orthographique de Microsoft Office, que les utilisateurs de Word connaissent bien. J’ai également contribué à Verbum ex machina…, qui reprend les actes de la conférence internationale TALN 2006.

J’étais en contact avec Cédrick Fairon, le Directeur du Cental ce weekend (orthographe rectifiée !), qui m’a fait part de cette nouvelle. J’ai voulu en savoir plus sur ce logiciel et surtout savoir comment il réagissait face à une phrase rédigée en orthographe traditionnelle telle que :

Il passe ses après-midi à jouer du piano.

En nouvelle orthographe, le mot après-midi est écrit au pluriel avec "s" (il était traditionnellement invariable). L'ajout du "s" présuppose donc une analyse grammaticale et pas un simple remplacement de chaines de caractères (on écrirait chaînes en orthographe traditionnelle). Voici ce que l’outil RECTO/VERSO propose pour cette phrase :

La bulle explicative apparait (sans accent circonflexe selon les rectifications) lorsque le lecteur passe la souris sur la forme corrigée. Comme on le voit, le logiciel, qui repère bien qu’après-midi est utilisé au pluriel et prend « s » selon les nouvelles règles, a aussi une finalité pédagogique indéniable. Il sera sans nul doute très utile à ceux qui souhaitent en savoir plus sur ces nouvelles règles.

Il est incontestable que cette initiative du paysage médiatique belge contribuera à mieux faire connaitre cette nouvelle orthographe, qui est désormais recommandée dans l’enseignement et traitée de plus en plus systématiquement par les dictionnaires et les grammaires. Elle va dans le même sens que la décision que nous avions prise de proposer plusieurs options aux utilisateurs de la suite bureautique Office. Par défaut, le correcteur orthographique d’Office, qui, rappelons-le, a obtenu un label de qualité d’orthographe-recommandee.info, accepte les deux orthographes (la traditionnelle et la nouvelle), conformément aux vœux de l’Académie et des instances compétentes, mais il est très aisé d’opter soit pour la nouvelle uniquement, soit pour l’ancienne uniquement. Le changement d’option se fait d’un simple clic, comme je l’ai expliqué sur ce blog. Pas besoin d’installer ou de charger un nouveau dictionnaire, de reconfigurer quoi que ce soit, ou de se lancer dans des opérations délicates pour passer de l’une à l’autre. Vous êtes désormais prêts à rédiger vos textes selon ces nouvelles conventions, si vous le souhaitez. Pour la lecture des nouvelles sur la toile belge, Recto/Verso sera un outil complémentaire bien utile…

Thierry Fontenelle (Senior Program Manager - Microsoft Natural Language Group)

La reconnaissance de l’écriture est désormais bien intégrée à Windows 7 et notre groupe collabore régulièrement avec l’équipe de Tablet PC, notamment pour l’échange de données linguistiques et lexicales, ainsi que d’outils servant à la confection de dictionnaires. Comme le note Yvonne, la reconnaissance de l’écriture repose sur l’exploitation de grosses quantités de données allant bien au-delà de la reconnaissance de la forme d’une lettre : un lexique reprenant une liste aussi exhaustive que possible des mots d’une langue (y compris leurs formes fléchies, bien évidemment) est nécessaire pour calculer les probabilités de rencontrer certains mots dans certains contextes. Dans de nombreux cas, ce lexique est identique à celui que nous développons pour nos correcteurs orthographiques dans Office, d’où les synergies entre le groupe Tablet PC où travaille Yvonne et notre Natural Language Group. Windows Vista propose actuellement la reconnaissance de l’écriture sous Tablet PC pour une douzaine de langues (dont le français, à côté de l’anglais – américain et britannique, l’allemand, l’espagnol, l’italien, le néerlandais, le portugais brésilien, le chinois (simplifié et traditionnel), le japonais et le coréen). Windows 7 y ajoutera le norvégien, le suédois, le finlandais, le danois, le russe et le polonais et d’autres langues suivront.

Thierry Fontenelle

Microsoft Natural Language Group

Ce numéro de Language Tech News contient également quelques articles intéressants sur la gestion de la terminologie et sur les avancées récentes en matière de traduction automatique, notamment sur la traduction automatique basée sur les méthodes statistiques (il est d’ailleurs intéressant de lire « Perhaps the most successful MT application in the world today, the Microsoft Knowledge Base, used by hundreds of millions of users across the globe, is mostly a SMT-based effort » - je traduis « La réussite la plus spectaculaire en matière de traduction automatique aujourd’hui est peut-être la Base de Connaissances de Microsoft, qui est utilisée par des centaines de millions d’utilisateurs de par le monde et qui est principalement basée sur un système de traduction automatique statistique).

Thierry Fontenelle (Microsoft Natural Language Group - Program Manager)

·         Arménien (ou հայերեն լեզու, si on veut l’écrire en arménien ; 7 millions de locuteurs, dont 3 en Arménie)

·         Télougou (ou tĕlugu తెలుగు ; une des quatre langues classiques de l’Inde  et l’une des 22 langues officielles de ce pays, parlée entre autres dans la région de Pondichéry);

·         Konkânî (7,6 millions de locuteurs, une des langues officielles de l’Inde, principalement parlée dans l’Etat de Goa)

·         Kannada (ou ಕನ್ನಡ; une des langues dravidiennes majeures de l’Inde et langue officielle de l’Etat du Karnataka, au Sud de l’Inde ; environ 35 millions de locuteurs)

·         Panjâbî (ou ਪੰਜਾਬੀ ; langue indo-aryenne parlée dans la région du Panjab, à cheval sur l’Inde et le Pakistan ; elle compte 90 millions de locuteurs, ce qui en fait la 11e langue la plus importante du monde si l’on considère le nombre de locuteurs)

Thierry Fontenelle

Microsoft Natural Language Group

-          Des outils de translittération permettant notamment de convertir le chinois simplifié en chinois traditionnel (et vice versa), ou de passer de l’alphabet cyrillique à l’alphabet latin, etc…

-          Des outils de détection automatique de l’alphabet et de la langue (plus d’une centaine de langues seront ainsi supportées), ce qui permettra aux développeurs de détecter automatiquement la langue de n’importe quel fragment de texte Unicode.

On imagine aisément les applications potentielles de ce genre de fonctionnalités, surtout dans les environnements multilingues (la détection d’un alphabet ou d’une langue est cruciale pour accéder à l’information via un moteur de recherche, par exemple). Mes collègues ont publié un article sur le site « Go Global », qui décrit ce projet dans les grandes lignes et offre même des échantillons de code source : https://msdn.microsoft.com/en-us/goglobal/dd156834.aspx

Vous pouvez également accéder à la vidéo de la présentation (passionnante !) de Yaniv Feinberg et Erik Fortune, intitulée Windows 7 : Writing World-Ready Applications. La première planche - « Language Matters » - nous dit tout sur l’importance de la globalisation en matière de logiciels. La présentation PowerPoint peut être téléchargée ici. La vidéo inclut de belles démonstrations.

Ma collègue Kieran Snyder a déjà commencé à aborder ces thèmes sur son blog. Elle va continuer de nous informer dans les prochaines semaines quant aux développements relatifs à ces Extended Linguistic Services auxquels elle est directement associée.

Thierry Fontenelle

Microsoft Natural Language Group

Le correcteur est sensible au contexte dans lequel on a utilisé ces fragments. Ainsi, un fragment comme « Flight to Paris » ne sera pas souligné en vert s’il n’est pas suivi d’un point (par exemple dans un titre). Le correcteur ne se déclenchera pas non plus si cette même structure apparait dans une liste (numérotée ou non, comme dans l’exemple ci-dessus). Par contre, dans d’autres contextes que le titre ou la liste, il peut sembler légitime de signaler à l’utilisateur que ce fragment semble suspect. Libre à l’auteur d’ignorer ce soulignement, bien sûr.

Cela dit, pour en revenir à la question de notre traducteur, il est effectivement possible de paramétrer le correcteur grammatical et d’empêcher cette règle précise de se déclencher si on la trouve inutile. Pour ce faire, il suffit d’aller dans les options linguistiques de Word 2007 (via le gros bouton d’Office dans le coin supérieur gauche). Choisissez ensuite les « Options Word », puis « Vérification ». Cliquez sur le bouton « Paramètres » dans la section « Lors de la correction orthographique et grammaticale dans Word ». Vous verrez alors la liste des règles du correcteur grammatical anglais, comme le montre la copie d’écran ci-dessous. Il vous suffira de décocher la 2^e règle (Fragments and Run-ons), entre la règle « Capitalization » et la règle « Misused words » et le tour est joué. Le soulignement vert n’apparaitra alors plus sous les structures illustrées ci-dessus.

Pour avoir accès à ces paramètres du correcteur grammatical anglais, votre curseur doit se trouver dans une zone de texte où la langue définie est l’anglais (le correcteur anglais lui-même ne se déclenchera d’ailleurs que si la langue de votre texte est définie comme « anglais »). Si votre texte est en français, les règles grammaticales du correcteur français seront bien évidemment très différentes, mais vous pouvez également les paramétrer en suivant la méthode décrite ci-dessus. Les paramètres du correcteur grammatical français apparaitront alors comme ceci :

Comme on le voit, l’utilisateur dispose d’une certaine liberté dans la façon dont il souhaite faire usage de son correcteur grammatical. De mon côté, j’ai décoché la règle « Style – Contractions » du correcteur anglais parce que j’utilise quotidiennement les contractions comme « I’ll », « You’ll » dans mes courriels à mes collègues. Je sais toutefois que, dans de nombreux cas, les utilisateurs rédigeant des lettres et des documents très officiels souhaitent identifier ces contractions pour les remplacer par les formes stylistiquement plus soutenues (I will, you will…). C’est la raison pour laquelle ces palettes d’options sont offertes aux utilisateurs de ces outils complexes.

N’hésitez pas à me faire part de vos commentaires ou suggestions.

Thierry Fontenelle

Microsoft Natural Language Group