Note ABES Concept-aware computational models of lexical semantic change Modèles computationnels du changement lexico-sémantique par reconnaissance des concepts Tal Sémantique lexicale Plongements lexicaux Nlp Historical linguistics Lexical semantics Language change Word embeddings Traitement automatique du langage naturel Linguistique historique Changement linguistique Onomasiologie Grands modèles de langage Polysémie Synonymes La sémantique lexicale, qui étudie les mots et leur sens, peut être abordée sous un angle diachronique en analysant comment les associations conventionnelles entre les mots et leur signification apparaissent ou disparaissent.Ces changements sont appelés « changements lexico-sémantiques », et peuvent être étudiés dans deux perspectives complémentaires. L'approche sémasiologique part d'un mot donné et décrit ses différentes significations au fil du temps. À l'inverse, l'approche onomasiologique part d'un concept spécifique et examine les expressions lexicales que les locuteurs utilisent pour l'exprimer. La recherche en Traitement Automatique des Langues (TAL) a développé des modèles du changement lexico-sémantique et a proposé des méthodes d'évaluation standards pour ces modèles. Cependant, cette ligne de recherche s'est concentrée presque exclusivement sur la détection et la quantification des changements sémasiologiques, sans prêter beaucoup d'attention à la caractérisation du changement et à l'étude de ses aspects onomasiologiques.L'objectif principal de cette thèse est de proposer des modèles de TAL pour caractériser les changements onomasiologiques et sémasiologiques. Plus précisément, nous utilisons les plongements lexicaux pour extraire des concepts sémantiques et les mots qui leur sont associés, et pour étudier l'évolution de ces associations dans des textes historiques. Dans un cadre synchronique d'abord, nous étudions l'extraction de concepts sémantiques à partir de représentations de modèles de langue contextualisés.Nous développons un cadre d'évaluation, appelé « Concept Induction », pour mesurer la capacité d'un système à représenter les associations mots-sens en apprenant un regroupement des mots en groupes de synonymes instanciant un concept commun dans les données. Nous proposons une méthode basée sur un partitionnement à deux niveaux des occurrences de mots afin d'extraire ces groupes. Nous explorons ensuite des moyens de mieux représenter les informations lexico-sémantiques avec des modèles de langue. Nous affinons une série de modèles de représentation multilingues pour un nouvel objectif de sémantique lexicale. L'évaluation démontre que les modèles obtenus, appelés « Concept-Aligned Embeddings » (CALE), encodent mieux les informations conceptuelles que les modèles pré-entraînés et d'autres modèles de pointe, et qu'ils présentent des propriétés spatiales intéressantes pour l'étude des concepts.Dans un cadre diachronique, nous adaptons notre regroupement à deux niveaux pour apprendre des concepts dans des données historiques. L'approche synchronique initiale est modifiée afin d'apprendre des concepts sur plusieurs périodes et sans données annotées.Nous appliquons cette méthode d'induction diachronique de concepts à un vaste corpus historique français et procédons à une évaluation qualitative des clusters obtenus et de leur évolution dans le temps. Nous démontrons que cette méthode permet d'identifier à la fois les changements onomasiologiques et sémasiologiques et de décrire les changements sémantiques lexicaux sous ces deux angles.Nous examinons ensuite les changements lexico-sémantiques des synonymes comme exemple de changements onomasiologiques. En nous appuyant sur une étude computationnelle de deux lois linguistiques qui prédisent une évolution différente pour les synonymes, nous définissons un cadre d'évaluation pour les approches computationnelles de ces changements. Nous montrons que le modèle proposé est intrinsèquement limité dans la caractérisation du changement des synonymes, car il se restreint à une description sémasiologique du problème. Enfin, nous démontrons que notre méthode d'induction diachronique des concepts, lorsqu'elle est appliquée à des données historiques, permet de décrire plus précisément le changement sémantique des synonymes et révèle que les lois apparemment contradictoires peuvent en fait s'appliquer simultanément à des groupes de synonymes. Lexical semantics, the study of words and their meanings, can be approached from a diachronic perspective by analyzing how conventional word-meaning associations emerge or disappear.These changes over time are referred to as Lexical Semantic Change, about which can be examined two complementary perspectives. The semasiological approach starts with a given word and describes its various meanings over time. Conversely, the onomasiological approach begins with a specific concept and examines the words language users employ to express it. Research in Natural Language Processing (NLP) has developed models of Lexical Semantic Change and has proposed standard evaluations for these methods. However, this line of research has focused almost exclusively on detecting and quantifying semasiological changes, with little attention to the characterization of change and the study of its onomasiological aspects.The central objective of this thesis is to propose NLP models to characterize onomasiological as well as semasiological changes. Specifically, we aim to leverage word embeddings to extract semantic concepts and their associated words, and to study the evolution of word-meaning mappings in historical textual data. Starting from a synchronic perspective, we investigate how semantic concepts can be extracted from Contextualized Language Models representations.We develop a framework, called Concept Induction, which evaluates a system's ability to represent word-meaning associations by learning a soft-clustering of words into synonym groups that instantiate a common concept directly from the data. We propose a method based on a bilevel clustering of the word occurrences to extract these concept-clusters from representations of a Contextualized Language Models.Subsequently we explore strategies to improve the encoding of lexical semantic information in these representations.Concept Induction is reformulated as a binary classification task over pairs of word usages, and contrastive learning is used to fine-tune a series of multilingual representation models to perform this task effectively.Evaluation on a variety of lexical semantic tasks demonstrates that the obtain models, called Concept-Aligned Embeddings (CALE), better encode lexical meaning and conceptual information than pre-trained models and state-of-the-art word representations.Moreover, the CALE models exhibit interesting spatial properties for the study of semantic concepts in representations.In the diachronic setting, we present an adaptation of our bilevel clustering method to learn concepts from historical data. The original synchronic approach is modified to learn concepts across several time periods and without concept-annotated data.We apply this Diachronic Concept Induction method to a large historical corpus of French using representations from a CALE model and conduct a qualitative evaluation of the obtained clusters and their evolution over time.This methodology identifies both onomasiological and semasiological changes, enabling the study of lexical semantic change from both perspectives.Next, we examine the lexical semantic change of synonyms as an example of onomasiological changes. Building on prior work investigating two historical linguistic laws that predict different evolution for synonyms, we define an evaluation framework for computational approaches to these changes. We show that the proposed model, close to classical NLP models of lexical semantic change, is inherently limited in characterizing change in synonyms because it is restricted to a semasiological description of the problem. Finally, we demonstrate that our Diachronic Concept Induction method, when applied to historical data, allows for a more comprehensive description of the semantic change of synonyms and reveals that the seemingly contradictory laws could actually operate simultaneously within synonym groups. Electronic Thesis or Dissertation Text en PDF 1897409 https://pepite-depot.univ-lille.fr/ToutIDP/EDMADIS/2026/2026ULILB001.pdf https://pepite-depot.univ-lille.fr/ToutIDP/EDMADIS/2026/2026ULILB001.pdf https://theses.fr/2026ULILB001/abes Liétard Bastien Liétard 2000-03-09 FR 297284304 https://theses.fr/2026ULILB001 2026ULILB001 https://doi.org/10.70675/d01e9a58z0888z4d7az8e77z7b14de05a308 2026-01-15 Informatique et applications Université de Lille (2022-....) 259265152 Doctorat Docteur es non oui Tommasi Marc MADS_DIRECTEUR_DE_THESE_1 121846385 Carlier Anne MADS_DIRECTEUR_DE_THESE_2 069447209 Keller Mikaela MADS_DIRECTEUR_DE_THESE_3 200249185 Denis Pascal MADS_DIRECTEUR_DE_THESE_4 204483069 Constant Mathieu MADS_PRESIDENT_DU_JURY 121153169 Erk Katrin MADS_MEMBRE_DU_JURY_1 297267302 Heylen Kris MADS_MEMBRE_DU_JURY_2 16842939X Constant Mathieu MADS_RAPPORTEUR_1 121153169 Xu Yang MADS_RAPPORTEUR_2 297265385 École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....) MADS_ECOLE_DOCTORALE_1 258621362 Centre de Recherche en Informatique, Signal et Automatique de Lille MADS_PARTENAIRE_DE_RECHERCHE_1 410272 18388695X Centre Inria de l'Université de Lille MADS_PARTENAIRE_DE_RECHERCHE_2 104752 185432247 ddc:004 Tommasi Marc Carlier Anne Keller Mikaela Denis Pascal Constant Mathieu Erk Katrin Heylen Kris Constant Mathieu Xu Yang École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....) Centre de Recherche en Informatique, Signal et Automatique de Lille Centre Inria de l'Université de Lille PDF 1897409 restriction 2026-01-15 2026-07-31 restriction 2026-01-15 2026-07-31