AthDGC: An Open Diachronic Greek Treebank with Indo-European Parallels
AthDGC est le premier corpus d'arbres (treebank) de grec sous licence ouverte, avec une analyse syntaxique de dépendances de bout en bout couvrant huit périodes diachroniques sous un schéma PROIEL unifié, présentant un alignement croisé au niveau du vers avec le latin, le gothique, le vieux slave et l'arménien classique grâce à un flux de travail d'annotation multilingue.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez la langue grecque comme un film unique et incroyablement long qui joue depuis 3 000 ans. Il a commencé avec les épopées antiques d'Homère, est passé par la Bible, les empereurs byzantins, et continue aujourd'hui avec les actualités et les romans modernes. Pendant longtemps, les linguistes n'ont pu regarder ce film que sous forme de courts clips déconnectés. Ils avaient une excellente analyse de la section « Koine » (le grec biblique), mais ils ne pouvaient pas facilement comparer comment une phrase spécifique a changé entre l'époque d'Homère et l'époque d'un locuteur grec moderne.
AthDGC est comme la construction d'un écran de cinéma massif et unifié qui joue les 3 000 ans de ce film en même temps, avec une piste de « commentaire du réalisateur » qui défile sous chaque mot.
Voici une décomposition de ce que fait ce projet, en utilisant des analogies simples :
1. Le « Traducteur Universel » pour les textes anciens
Considérez le PROIEL Treebank comme un livre de règles très strict et de haute qualité pour analyser la construction des phrases. Auparavant, ce livre de règles n'était utilisé que pour une petite section du film grec (principalement le Nouveau Testament) et quelques autres langues anciennes comme le latin et le gothique.
AthDGC prend ce même livre de règles et l'applique à toute l'histoire du grec. Il crée une carte unique et cohérente pour :
- Le grec archaïque et classique (Homère, Platon)
- Le grec Koine (Le Nouveau Testament)
- Le grec byzantin et byzantin tardif (Moines et érudits médiévaux)
- Le grec de l'ère moderne et moderne (La langue d'aujourd'hui)
C'est comme prendre un seul système GPS et l'utiliser pour naviguer dans une voiture d'entre la Rome antique jusqu'à l'Athènes moderne sans jamais changer le format de la carte.
2. Les « Retrouvailles Familiales » des langues
Le grec fait partie de la famille des langues indo-européennes, qui est comme un arbre généalogique géant. Le grec a des cousins comme le latin, le gothique, le vieux slave d'église et l'arménien.
AthDGC ne se contente pas d'observer le grec de manière isolée. Il aligne des versets spécifiques de la Bible (comme le Nouveau Testament) côte à côte avec leurs traductions dans ces langues « cousines ».
- L'analogie : Imaginez une réunion de famille où tout le monde lit le même poème. AthDGC crée un tableau qui montre exactement quel mot de la version grecque correspond à quel mot de la version latine, gothique ou arménienne. Cela permet aux chercheurs de voir comment la « famille » parlait différemment au fil du temps.
3. L'outil du « Détective Voyageur du Temps »
Le document introduit un concept appelé « Chaîne de Récit et de Retraduction ».
- Le scénario : Prenez la première ligne de l'Iliade (« Chante, déesse, la colère d'Achille »).
- La chaîne : AthDGC suit cette ligne exacte telle qu'elle apparaît dans :
- L'original d'Homère (Grec ancien).
- Un résumé par un érudit byzantin nommé Tzetzes (Grec médiéval).
- Une traduction en prose moderne par Kazantzakis (Grec moderne).
- Le système agit comme un détective. Il peut instantanément vous dire : « Chez Homère, la déesse se faisait interpeller directement. Dans le résumé byzantin, ce cri s'est arrêté. Dans la version moderne, le cri est de retour. » Cela aide les chercheurs à voir quelles parties de la structure de la phrase sont restées les mêmes pendant 2 800 ans et quelles parties ont changé.
4. Comment cela a été construit (La chaîne de montage)
L'équipe n'a pas simplement lu ces livres à la main ; elle a construit une chaîne de montage numérique :
- Découverte : Ils ont parcouru Internet et les bibliothèques pour trouver des textes en libre accès (comme chercher de vieux manuscrits dans un grenier numérique).
- Nettoyage : Ils ont utilisé des filtres pour supprimer les notes de bas de page, les numéros de page et les langues étrangères, ne gardant que le texte grec pur.
- Annotation : Ils ont utilisé des programmes informatiques intelligents (IA) formés spécifiquement sur les langues anciennes pour étiqueter chaque mot selon sa fonction (ex : « Ceci est le sujet », « Ceci est l'objet », « Ceci est un verbe »).
- Alignement : Ils ont utilisé des mathématiques avancées pour faire correspondre les mots entre différentes langues (grec vers latin, etc.).
5. Ce que vous pouvez faire avec (Dès maintenant)
Le projet est actuellement en phase de « prévisualisation » (v0.4).
- Pour les chercheurs : C'est une base de données massive où vous pouvez poser des questions telles que : « Comment la façon dont les Grecs exprimaient l'idée d'« entendre » a-t-elle changé du Ve siècle av. J.-C. au XIXe siècle ? »
- Pour les étudiants : Cela fournit un moyen visuel de voir comment la langue évolue, transformant les règles de grammaire arides en une histoire visuelle de changement.
- Pour les développeurs : Ils ont publié les « outils » (le code logiciel) afin que d'autres puissent construire leurs propres projets d'analyse linguistique en utilisant ces mêmes données de haute qualité.
L'essentiel
AthDGC est la première fois que toute l'histoire de la langue grecque est cartographiée dans un format unique, cohérent et ouvert, nous permettant de voir l'« ADN » de la langue telle qu'elle a évolué sur trois millénaires, et comment elle se rapporte à ses cousins linguistiques anciens. Cela transforme une bibliothèque de milliers de livres en une chronologie unique, de recherche et interactive.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.