Słowa kluczowe
bilingual resource
contemporary architecture
TEI-LMF modeling
artificial intelligence
Jak cytować
Abstrakt
This article presents a methodology for the design of a bilingual French-Spanish lexical resource dedicated to contemporary architecture, a field characterized by a constantly evolving terminology and a lack of specialized dictionaries. Our proposal is based on a model that integrates the entire lexicographic workflow – from corpus building to final encoding, including extraction, alignment, definition, and enrichment – while leveraging the contributions of artificial intelligence. Statistical and neural models are used to automate steps that are traditionally lengthy and demanding – such as term identification, semantic clustering, draft definition generation, or the detection of variants. However, this automation remains framed by systematic human validation, which is indispensable to ensure conceptual accuracy and terminological consistency. More broadly, our methodology provides a roadmap that can be applied to other specialized domains and to under-represented languages.
Bibliografia
Artetxe, M., Labaka, G. & Agirre, E. (2018). A robust self-learning method for fully unsupervised cross-lingual mappings of word embeddings. In I. Gurevych & Y. Miyao (éds.), Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (vol. 1 : Long Papers), 789-798. Melbourne : Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/P18-1073
Bartolomé-Díaz, Z. & Trujillo-González, V.C. (2023). Les termes architecturaux. Recommandations officielles et réalités des usages. Çédille, revista de estudios franceses, 24.
Becchi, A. et al. (2008). Les livres d’architecture : Leurs éditions de la Renaissance à nos jours. Perspective. Actualité en histoire de l’art, 2. DOI: https://doi.org/10.4000/perspective.3396
Bergenholtz, H. & Tarp, S. (1995). Manual of Specialised Lexicography. Amsterdam (Pays-Bas) : John Benjamins Publishing Company. https://benjamins.com/catalog/btl.12 DOI: https://doi.org/10.1075/btl.12
Bojanowski, P. et al. (2017). Enriching word vectors with subword information. Transactions of the Association for Computational Linguistics, 5, 135-146. DOI: https://doi.org/10.1162/tacl_a_00051
Camacho-Collados, J. & Pilehvar, M.T. (2018). From word to sense embeddings: A survey on vector representations of meaning. Journal of Artificial Intelligence Research, 63 (1), 743-788. DOI: https://doi.org/10.1613/jair.1.11259
Cañete, J. et al. (2020). Spanish Pre-trained BERT Model and Evaluation Data. Practical ML for Developing Countries Workshop : learning under limited/low resource scenarios.
De Schryver, G.-M. (2023). Generative AI and lexicography: The current state of the art using ChatGPT. International Journal of Lexicography, 36. DOI: https://doi.org/10.1093/ijl/ecad021
Devlin, J. et al. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, (vol. 1 : Long and Short Papers) pp. 4171-4186). Minneapolis, Minnesota (États-Unis) : Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/N19-1423
Durand, B. (2023). La fabrication d’une « architecture durable » en France (2000-2010) [thèse de doctorat]. Université Paris-Est. https://theses.hal.science/tel-04353097
Fung, J. et al. (2024). Human-in-the-loop technical document annotation: Developing and validating a system to provide machine-assistance for domain-specific text analysis. National Institute of Standards and Technology. https://www.nist.gov/publications/human-loop-technical-document-annotation-developing-and-validating-system-provide DOI: https://doi.org/10.6028/NIST.TN.2287
Grabowski, Ł. (2023). Statistician, programmer, data scientist? Who is, or should be, a corpus linguist in the 2020s? Journal of Linguistics/Jazykovedný Casopis, 74 (1), 52-59. DOI: https://doi.org/10.2478/jazcas-2023-0023
Kilgarriff, A. et al. (2004). The Sketch Engine, 17.11.2016. 105-115. https://euralex.org/publications/the-sketch-engine/
Lew, R. (2023). ChatGPT as a COBUILD lexicographer. Humanities and Social Sciences Communications, 10 (1). DOI: https://doi.org/10.1057/s41599-023-02119-6
Lew, R. (2024). Dictionaries and lexicography in the AI era. Humanities and Social Sciences Communications, 11 (1), 1-8. DOI: https://doi.org/10.1057/s41599-024-02889-7
L’Homme, M.-C. (2019). Lexical semantics for terminology. Amsterdam : John Benjamins Publishing Company.
Li, Q. & Tarp, S. (2024). Using generative AI to provide high-quality lexicographic assistance to Chinese learners of English. Lexikos, 34, 397-418. DOI: https://doi.org/10.5788/34-1-1944
Martin, L. et al. (2020). CamemBERT: A tasty French language model. In D. Jurafsky et al. (éds.), En Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 7203-7219). Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/2020.acl-main.645
Mikolov, T. et al. (2013). Efficient Estimation of Word Representations in Vector Space. In 1st International Conference on Learning Representations. Scottsdale (AZ, États-Unis). https://arxiv.org/abs/1301.3781.
Miller, G.A. (1995). WordNet : A lexical database for English. In Communications of the ACM, vol. 38, (pp. 39-41). San Francisco (CA, États-Unis) : Morgan Kaufmann. DOI: https://doi.org/10.1145/219717.219748
Navigli, R. & Ponzetto, S. (2012). BabelNet: The automatic construction, evaluation and application of a wide-coverage multilingual semantic network. Artificial Intelligence, 193, 217-250. DOI: https://doi.org/10.1016/j.artint.2012.07.001
OpenAI et al. (2023). GPT-4 Technical Report. https://cdn.openai.com/papers/gpt-4.pdf
Ortega-Martín, M. et al. (2023). Spanish built factual freectianary (Spanish-BFF): The first AI-generated free dictionary.
Ortega-Martín, M. et al. (2024). Building another Spanish dictionary, this time with GPT-4.
Periti, F., Alfter, D., & Tahmasebi, N. (2024). Automatically generated definitions and their utility for Modeling Word Meaning. In Y. Al-Onaizan, M. Bansal & Y.-N. Chen (éds.), Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing (pp. 14008-14026). Miami, FL : Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/2024.emnlp-main.776
Romary, L. (2010). Using the TEI framework as a possible serialization for LMF. Rendering endangered languages lexicons interoperable through standards harmonization. RELISH Workshop Nijmegen (Pays-Bas). https://hal.inria.fr/inria-00511769
Romary, L. (2013). TEI and LMF crosswalks. Journal for Language Technology and Computational Linguistics 30 (1), 47-70. DOI: https://doi.org/10.21248/jlcl.30.2015.195
Romary, L. et al. (2019). LMF reloaded. In Proceedings of the 13th International Conference of the Asian Association for Lexicography: Past, Present and Future (pp. 533-539). Istanbul : Asos Publisher. https://inria.hal.science/hal-02118319v1
Scarlini, B., Pasini, T. & Navigli, R. (2020). With more contexts comes better performance: Contextualized sense embeddings for all-round word sense disambiguation. In B. Webber et al. (éds.), Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (pp. 3528-3539). Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/2020.emnlp-main.285
Toprak, A. & Turan, M. (2025). Automated thematic dictionary creation using the web based on WordNet, Spacy, and Simhash. Data and Information Management, 9 (3), 100088. DOI: https://doi.org/10.1016/j.dim.2024.100088
Yu, W. et al. (2022). Dict-BERT : Enhancing language model pre-training with dictionary. Findings of the Association for Computational Linguistics: ACL 2022, 1907-1918. DOI: https://doi.org/10.18653/v1/2022.findings-acl.150
Licencja
Prawa autorskie (c) 2026 Zaida Bartolomé-Díaz
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Na tych samych warunkach 4.0 Międzynarodowe.
- Autor oświadcza, że przysługują mu osobiste i majątkowe prawa autorskie do Utworu oraz że nie są one ograniczone w zakresie objętym niniejszą Umową, oraz że utwór jest dziełem oryginalnym i nie narusza majątkowych lub osobistych praw autorskich innych osób.
- Autor udziela Uniwersytetowi im. Adama Mickiewicza w Poznaniu niewyłącznej i nieodpłatnej licencji na korzystanie z Utworu bez ograniczeń terytorialnych i przez czas nieokreślony na następujących polach eksploatacji:
2.1. wytwarzanie określoną techniką egzemplarzy Utworu, w tym techniką drukarską, reprograficzną, zapisu magnetycznego oraz techniką cyfrową;
2.2. wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy Utworu;
2.3. publiczne wykonanie, wystawienie, wyświetlenie, odtworzenie oraz nadawanie i reemitowanie, a także publiczne udostępnianie Utworu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym;
2.4. włączenie Utworu w skład utworu zbiorowego;
2.5. wprowadzanie Utworu w postacie elektronicznej na platformy elektroniczne lub inne wprowadzanie Utworu w postaci elektronicznej do Internetu, Intranetu, Extranetu lub innej sieci;
2.6. rozpowszechnianie Utworu w postaci elektronicznej w Internecie, Intranecie, Extranetu lub innej sieci, w pracy zbiorowej jak również samodzielnie;
2.7. udostępnianie Utworu w wersji elektronicznej w taki sposób, by każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym, w szczególności za pośrednictwem Internetu, Intranetu, Extranetu lin innej sieci;
2.8. udostępnianie Utworu zgodnie z wzorcem licencji Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) lub innej wersji językowej tej licencji lub którejkolwiek późniejszej wersji tej licencji, opublikowanej przez organizację Creative Commons. - Autor zezwala Uniwersytetowi im. Adama Mickiewicza w Poznaniu na:
3.1. nieodpłatne korzystanie i rozporządzanie prawami do opracowań Utworu i tymi opracowaniami.
3.2. wysyłanie metadanych Utworu oraz Utworu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma. - Autor upoważnia i zobowiązuje Uniwersytet im. Adama Mickiewicza w Poznaniu do udzielania osobom trzecim dalszych licencji (sublicencji) do Utworu oraz do innych materiałów, w tym utworów zależnych lub opracowań zawierających lub powstałych w oparciu o Utwór, przy czym postanowienia takich sublicencji będą tożsame z wzorcem licencji Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) lub innej wersji językowej tej licencji lub którejkolwiek późniejszej wersji tej licencji, opublikowanej przez organizację Creative Commons Tym samym uprawnia wszystkich zainteresowanych do korzystania z utworu wyłącznie w celach niekomercyjnych pod następującymi warunkami:
4.1. uznanie autorstwa czyli obowiązek podania wraz z rozpowszechnionym utworem informacji, o autorstwie tytule, źródle (odnośniki do oryginalnego utworu, doi) oraz samej licencji;
4.2. na tych samych warunkach, wolno rozpowszechniać utwory zależne jedynie na licencji identycznej to tej, na jakiej udostępniono utwór oryginalny. - Uniwersytet im. Adama Mickiewicza w Poznaniu jest zobowiązany do:
5.1. udostępniania Utworu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym bez ograniczeń technicznych;
5.2. poprawnego informowania osób, którym Utwór będzie udostępniany o udzielonych im sublicencjach w sposób umożliwiający odbiorcom zapoznanie się z nimi.
Pozostałe postanowienia
- Uniwersytet im. Adama Mickiewicza w Poznaniu zachowuje prawo do czasopisma jako całości (układ, forma graficzna, tytuł, projekt okładki, logo itp.).