sémiotique

Un homme porte à la boutonnière un insigne constitué d'une faucille et d'un marteau. Est-ce un cas de "signifié attendu" (cet homme-là veut dire qu'il est communiste), de représentation picturale (c'est insigne représente "symboliquement" la fusion entre ouvrier et paysan) ou de preuve inférentielle (si cet homme porte cet insigne, alors il est communiste) ? Le même événement se trouve placé sous l'égide de ce qui est, pour Harman, trois théories différentes. Et il est vrai qu'un même phénomène peut faire l'objet de théories très diverses : cet insigne s'inscrit dans la sphère de la chimie inorganique par la matière dont il est fait, dans celle de la physique parce qu'il est soumis aux lois de la pesanteur, dans celle de la technologie commerciale en tant que produit industriel et commercialisable. Mais en l'occurrence, cet insigne est simultanément objet des trois (supposées) théories du signifié, de la représentation et de la preuve justement et seulement en tant qu'il "n'est pas en-lieu-de lui-même" : il ne renvoie pas à sa composition moléculaire, à sa tendance à tomber vers le bas, ni à sa capacité à être empaqueté et transporté ; "il renvoie à quelque chose qui est en dehors de lui-même". En ce sens, il suscite de l'"émerveillement" et devient le même objet abstrait de la même question théorique.

Auteur: Eco Umberto

Info: Sémiotique et philosophie du langage, le mode symbolique, PUF, 1984, pp 25 26

[ terme-carrefour ] [ triade ] [ déictique ] [ ouverture herméneutique ] [ polysémie ]

sémantique automatique

Les sceptiques n’en peuvent mais.

L’intelligence artificielle des textes, dont la réalisation la plus connue est chat GPT, a envahi avec succès nos vies et nos laboratoires.

Cependant, la machine n’a ni intelligence ni éthique. Les avatextes qu’elle produit ne sont pas fondés sur un prédicat de vérité et ne sauraient se revendiquer ni du bien, ni du beau, ni du mal. De plus, en l’absence d’intention de la machine, autre que la stochastique, le lecteur ne saurait engager un parcours interprétatif classique sur les contrefaçons textuelles générées ; et non créés. 

Nos questionnements portent sur la compréhension du mode de fonctionnement des IA, condition pour évaluer les plus-values heuristiques que les traitement deep learning peuvent avoir dans l’analyse des corpus textuels : l’interprétabilité/explicabilité des modèles est la question essentielle et préalable à tout usage scientifique (vs. commercial) de l'IA. En d’autres termes, l’IA, plus que tout autre traitement automatique, " suppose une herméneutique des sorties logicielles " (F. Rastier, La mesure et le grain, Champion, 2011 : 43).  

Nous plaiderons que les modèles convolutionnels (CNN) ont le pouvoir de rendre compte de l'axe syntagmatique, c'est-à-dire qu'ils exhibent les combinaisons saillantes sur la chaine des textes. Tandis que les modèles transformers ont le pouvoir de rendre compte de l’axe paradigmatique, c’est-à-dire qu’ils identifient les sélections ou les " rapports associatifs " (Le Cours, Chapitre V, pp. 170-175 de l'éd 1972) des textes en corpus. Dans les deux cas, et de manière fermement complémentaire, c’est à un effort de co(n)textualisation que nous appelons – le mot en relation syntagmatique avec son co-texte immédiat, le mot en association avec ses coreligionnaires du paradigme en mémoire ou en corpus – pour une sémantique non pas formelle mais une sémantique de corpus.

Auteur: Mayaffre Damon

Info: Descriptions idiolectales et Intelligence artificielle. Que nous dit le deep learning sur les textes ? Résumé introductif de son intervention

[ homme-machine ] [ onomasiologie mécanique ] [ signifiants vectorisés ] [ pensée hors-sol ] [ ouverture ] [ méta-contextualisation ] [ interrogation ]