@inproceedings{bezancon-etal-2025-lost-variation,
    title = "Lost In Variation : extraction non-supervis{\'e}e de motifs lexico-syntaxiques dans des textes en moyen arabe",
    author = {Bezan{\c{c}}on, Julien  and
      Karam, Rimane  and
      Lejeune, Ga{\"e}l},
    editor = "Bechet, Fr{\'e}d{\'e}ric  and
      Chifu, Adrian-Gabriel  and
      Pinel-sauvagnat, Karen  and
      Favre, Benoit  and
      Maes, Eliot  and
      Nurbakova, Diana",
    booktitle = "Actes des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d'articles publi{\'e}s",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
    url = "https://preview.aclanthology.org/sigedu-bea-out-of-sync-correction/2025.jeptalnrecital-trad.20/",
    pages = "37--50",
    language = "fra",
    abstract = "Contrairement {\`a} l{'}arabe standard moderne ou {\`a} certains dialectes de l{'}arabe, le moyen arabe a peu {\'e}t{\'e} {\'e}tudi{\'e} en TAL. Pourtant, cette famille de vari{\'e}t{\'e}s pr{\'e}sente un d{\'e}fi majeur : elle m{\^e}le des traits de standard et des traits de dialecte en plus de poss{\'e}der des caract{\'e}ristiques qui lui sont propres. Nous pr{\'e}sentons ici une m{\'e}thode pour identifier, extraire et classer les variantes de 13 formules du moyen arabe, relev{\'e}es manuellement. Ces formules proviennent des neuf premiers tomes du corpus SIRAT AL-MALIK AL-ZAHIR BAYBARS, un corpus de litt{\'e}rature populaire r{\'e}dig{\'e} dans une vari{\'e}t{\'e} de moyen arabe proche du dialecte damasc{\`e}ne. Nous classons 20 386 s{\'e}quences en se fondant sur leur similarit{\'e} {\`a} plusieurs niveaux avec les formules {\'e}tudi{\'e}es. Ce classement nous permet d{'}observer que ces formules varient sur les plans lexical, morphologique et graphique tout en restant strictement invariables s{\'e}mantiquement et syntaxiquement."
}