Le data turn. Des premiers traitements statistiques du langage (1950-60) à la fouille de textes

International audienceDans cet article, nous examinerons les deux moments « statistiques » du TAL, la période des débuts, dans les années 1950-60, et la période initiée dans les années 1990 où les méthodes statistiques et probabilistes se sont généralisées pour déboucher progressivement sur ce qu’on peut appeler le « data turn ». Nous aborderons ces périodes de façon comparative en nous interrogeant sur les rapports entre TAL, méthodes statistiques et probabilistes, et linguistique. Nous nous poserons les questions suivantes :- en quoi la généralisation du traitement des grandes masses de données remet-elle en cause le statut linguistique des unités texte et mot? - en quoi la réorganisation des objectifs du TAL à partir de la notion de tâche, déplace-t-elle ou oblige-telle à repenser le rapport du TAL avec la linguistique ?- Quel est le statut de la linguistique elle-même lors de l’utilisation de ces méthodes : fournit-elle un cadre théorique pour le TAL, ou bien est-elle instrumentalisée et ses unités et ses méthodes utilisées comme simples ressources ? Constitue-t-elle encore un enjeu ou bien se retrouve-t-elle purement et simplement mise à l’écart