CoBRA (Corpus-Based Reading Assistant) est un outil interactif d'aide à la lecture de textes en langues étrangères (anglais et néerlandais) à l'usage d'apprenants francophones de tous niveaux. Pour chaque texte, l'utilisateur accède par un clic à la traduction française de chaque mot ou expression selon son contexte de lecture original. Cette traduction est illustrée à l'aide de concordances issues de très grands corpus bilingues alignés, qui recouvrent la langue usuelle et différents domaines de spécialité des apprenants.

Une telle approche de lecture 'contextualisée' exige la levée des ambiguïtés lors de l'étiquetage préalable du texte. En particulier, l'étape de balisage semi-automatique des lemmes d'un texte (au sens strict d'items constitués d’une seule chaîne de caractères) constitue le 'goulet d’étranglement' dans la production des ressources par CoBRA. L'exposé portera sur la mise en oeuvre de stratégies de levée des ambiguïtés qui optimisent cette phase coûteuse de l'étiquetage des textes dans CoBRA.

Travail en collaboration avec L. Dumortier et J.-R. Meurisse.