Dictionary of first names and surnames for the automatic treatment of Polish by NooJ

Krzysztof Bogacki

Uniwersytet Warszawski
https://orcid.org/0000-0003-2755-4276

Agnieszka Dryjańska

Agnieszka DRYJAŃSKA - Uniwersytet Warszawski
https://orcid.org/0000-0003-1649-8408

Abstrakt

Cet article rend compte d’une recherche qui s’ inscrit dans une perspective plus large de mettre à la disposition des chercheurs des ressources linguistiques – dictionnaires et grammaires locales – dédiées au polonais. En premier lieu, nous présentons un dictionnaire électronique morphologique prénoms et des patronymes au format NooJ. Le corpus pris en compte pour l’élaboration de cette ressource, constitué à partir de plusieurs sources publiées sur Internet, contient plus de 466.000 vedettes (7.586 prénoms et 458.244 patronymes). Cherchant à réduire les dimensions du dictionnaire, nous avons proposé une description modulaire qui a nécessite la création de plus de 40 grammaires locales pour les patronymes et presque le double pour les prénoms. En conséquence, le dictionnaire reconnaît plus de 33 Mo de formes. La solution ci-dessus – dictionnairique – présentant l’inconvénient d’être peu économique en ce qui concerne le temps et la taille des fichiers finals, nous avons proposé une approche grammaticale. Dans la dernière partie de l’article, nous expliquons cette démarche aussi bien que les avantages et les inconvénients des deux méthodes et des ambigüité sémantiques et grammaticales générées par elles. Ensuite, nous justifions notre choix d'élaborer cette partie du lexique et, après un bref survol des propriété qui distinguent les noms propres des noms communs, nous présentons celles qui en polonais ont un impact direct sur la forme des mots retenus et constituent les principaux axes d’opposition entre eux. Outre les catégories grammaticales ayant un impact direct sur la forme (cas, genre et nombre), nous mentionnons, pour les prénoms, leur origine (slave, latine, grecque, biblique, etc.). Face aux hésitations quant à l’observation des régles d'usage restrictives, mais souvent non observées, nous avons décidé d'adopter une position libérale qui n'exclut pas certaines formes même si elles sont considérées comme erronées par les puristes.

Słowa kluczowe:

NooJ, traitement automatique des langues naturelles, patronymes