Étude de l’emploi des collocations dans des phrases produites par l’humain et dans des phrases générées par système d’IA
- Touron, Ethan (2026)
Mémoire
Accès libre
- Titre en français
- Étude de l’emploi des collocations dans des phrases produites par l’humain et dans des phrases générées par système d’IA
- Titre dans une autre langue
- Study of the use of collocations in sentences produced by humans and in sentences generated by AI systems
- Auteur
- Touron, Ethan
- Directeur de recherche
- Tanguy, Ludovic (19..-....)
- Co-directeur de recherche
- Fabre, Cécile
- Date de soutenance
- 23 juin 2026
- Établissement
- Université Toulouse-Jean Jaurès
- UFR ou composante
- Département Sciences du langage
- Sujet
- Informatique et langage
- Langage de programmation
- Traitement du texte et du document
- Linguistique générale
- Français
- Mots-clés en français
- TAL
- Traitement Automatique des Langues
- linguistique
- langue
- langage
- français
- collocation
- syntagmatique
- nom composé
- idioms
- figement
- compositionnalité
- relation sémantique
- production
- phrases
- textes
- énoncés
- humains
- IA
- Intelligence Artificielle
- système d'IA
- modèles de langue
- LLM
- Grand Modèle de Langage
- comparaison
- Evolex
- Mots-clés dans une autre langue
- NLP
- Natural Language Processing
- linguistics
- langage
- french collocation
- syntagmatic
- compound noun
- MWEs
- multi-word expression
- idioms
- idiomaticity
- compositionality
- semantic relation
- generation
- sentences
- texts
- humans
- AI
- Artificial Intelligence
- AI system
- language model
- LLM
- Large Language Model
- comparison
- Evolex
- Résumé en français
-
Aujourd'hui, les systèmes d'Intelligence Artificielle (IA), et plus précisément les Large Language Models (LLMs), sont massivement utilisés par le grand public pour leur capacité à générer des textes linguistiquement et conceptuellement cohérents.
La littérature s'est intéressée aux différences linguistiques entre des textes produits par les humains et ceux générés par ces outils.
Ce mémoire vise à comparer des phrases produites par des humains et des phrases générées par des LLMs pour une même tâche afin d'en repérer des différences linguistiques (structurales, lexicales et morpho-syntaxiques), en portant une attention particulière à l'emploi des collocations (séquences plus ou moins figées du langage naturel dans lesquelles certaines lexies apparaissent en co-occurrence de manière privilégiée). L'objectif est d'observer si les LLMs sont capables de produire de telles séquences relativement aux humains et de proposer des éléments d'explication des tendances observées.
L’étude s’appuie sur deux jeux de phrases. Le premier jeu, issu du projet Evolex, repose sur des paires de mots obtenues lors d’une tâche d’association lexicale avec amorçage. À partir de ces paires, des participants humains ont réalisé une tâche de production de phrases avec mots imposés. Dans le cadre de ce travail, les paires de mots Evolex ont été soumises à des LLMs afin de constituer un deuxième jeu de phrases comparables avec celles des humains.
Les résultats de ce travail mettent en évidence la résistance des LLMs à produire certaines collocations. Des observations suggèrent que ces difficultés concernent plus particulièrement les séquences présentant un degré élevé de figement et de compositionnalité.
Malgré leur capacité à générer des textes proches du langage naturel, les LLMs présentent toujours des limites dans la reproduction de certains comportements langagiers. - Résumé dans une autre langue
-
Nowadays, Artificial Intelligence (AI) systems – and more specifically, Large Language Models (LLMs) – are widely used by the public due to their ability to generate linguistically and conceptually coherent texts.
Research has focused on the linguistic differences between texts produced by humans and those generated by these tools.
This Master's thesis aims to compare sentences produced by humans with those generated by LLMs for the same task, in order to identify linguistic differences (structural, lexical and morphosyntactic), with particular attention to the use of collocations (conventional word combinations in natural language in which certain lexical items tend to occur together preferentially). The aim is to observe whether LLMs are capable of producing such sequences in comparison to humans and to propose explanations for the observed trends.
The study is based on two sets of sentences. The first set, derived from the Evolex project, consists of word pairs obtained during a primed lexical association task. Using these pairs, human participants performed a sentence-generation task based on the word pairs. As part of this study, the Evolex word pairs were provided to LLMs to create a second set of sentences comparable to those generated by humans.
The results of this study highlight the difficulty LLMs have in producing certain collocations. Observations suggest that these difficulties particularly affect sequences characterized by a high degree of fixedness and compositionality.
Despite their ability to generate texts that closely resemble natural language, LLMs still exhibit limitations in reproducing certain linguistic behaviors. - Accès au document
- Accès libre
Citation bibliographique
Touron, Ethan (2026), Étude de l’emploi des collocations dans des phrases produites par l’humain et dans des phrases générées par système d’IA [Mémoire]