Blâme
Francis BISSON, Francis CORRIVEAU, Kenny CÔTÉ et Pierre-Luc ROGER Département d’informatique, Université de Sherbrooke
1.
Introduction
L’apprentissage d’une nouvelle langue
Ces phrases dites simples contiennent toutes les parties nécessaires à la compréhension de l’énoncé, soit un sujet, un verbe et un complément. Nous faisons l’hypothèse que le sujet modélisé connaît d’avance la signification des mots qu’il lit, mais peut commettre des erreurs lors de la traduction. Cette étude permettra donc de représenter le comportement du cerveau humain lors d’un exercice de traduction.
est une tâche très difficile pour tout individu. La mémorisation d’une grande quantité de vocabulaire et de règles de grammaire, ainsi que la capacité de reconnaître le rôle des mots dans une phrase donnée sont des étapes importantes dans un tel apprentissage. La traduction de phrases est donc une activité complexe, qui permet de mesurer le niveau de compréhension d’une langue seconde. À cet effet, nous présentons un modèle cognitif effectuant la traduction de phrases japonaises romanisées en français. Nous commencerons par détailler la problématique, après quoi nous exposerons le modèle implémenté dans l’architecture cognitive ACT-R. Nous donnerons ensuite les résultats obtenus avec le modèle et nous terminerons avec une analyse de ces résultats et une discussion générale du problème. Un compendium des particularités de la langue nippone sera aussi fourni en annexe. L’objectif principal de ce papier est d’étudier la cognition humaine lors de la traduction de phrases japonaises simples.
2.
Le modèle ACT-R
La traduction s’effectue en plusieurs
étapes successives se représentant bien avec ACT-R, qui est dirigé par les buts. Nous avons donc un type de but pour chacune de ces étapes. Comme nous l’avons mentionné précédemment, nous supposons que le sujet modélisé connaît a priori la signification des mots japonais. La mémoire