Automatic Processing of Algerian Dialect: Development of Linguistic Resources and Tools Traitement automatique du dialecte algérien : construction de ressources et d’outils linguistiques : المعالجة الآلية للهجة الجزائرية: بناء الموارد والأدوات اللغوية

تسعى هذه الرسالة إلى تطوير مجموعة من الموارد والأدوات لمعالجة اللغات الطبيعية، مع التركيز الخاص على اللغة العربية، وخاصة اللهجة الجزائرية. الهدف الرئيسي لهذا العمل هو التقدم في فهم وتعزيز فعالية معالجة اللهجة الجزائرية من خلال توفير موارد وأدوات متخصصة. تشمل الأهداف الأساسية دراسة اللغة العربية بشكل عام، وتجميع خصائص اللهجة الجزائرية، مع التركيز بشكل خاص على التحديات المتعلقة بالقواعد النحوية الخاصة بها.في المرحلة الأولى، سيتم تطوير موارد متخصصة للهجة الجزائرية، بما في ذلك مجموعة من النصوص المكتوبة والمنطوقة، مع تحليل وتوحيدها وفقًا لمعايير محددة. في المرحلة الثانية، سيتم استكشاف طرق تحليل اللهجة الجزائرية في إطار اللغة العربية، باستخدام قواعد استكشاف الأنماط. وفي المرحلة الثالثة، سيتم تنفيذ تحليل تلقائي باستخدام أدوات معتمدة لتحليل اللهجة الجزائرية، باستخدام تقنيات الذكاء الاصطناعي.يوفر هذا العمل مساهمة كبيرة لتطوير البحث في مجال معالجة اللغات الطبيعية المركزة على اللهجة الجزائرية، مما يسهم في تحسين فهمها واستخدامها في التطبيقات المستقبلية. development, with a specific focus on the Arabic language and the Algerian dialect.The study commences with a comprehensive exploration of the complexity of theArabic language, highlighting the nuances between standard Arabic and variousdialects, with a special emphasis on the pivotal role of the Algerian dialect in dailylife in Algeria.The primary challenge of the Algerian dialect lies in its lack of defined linguisticrules. To overcome this complexity, a comprehensive dataset has been compiled,incorporating written and spoken data. This dataset forms the essential foundationfor the development of specialized automated processing tools tailored to the Algeriandialect.Additionally, the study introduces an innovative method for sentence boundarydetection in the Algerian dialect, a crucial step in natural language processing. Thisapproach, grounded in linguistic criteria, aims to enhance the accuracy of this specifictask within the context of the Algerian dialect.Lastly, the syntactical analysis of the Algerian dialect is meticulously examined,involving the development of a dedicated grammatical analyzer utilizing a Treebankadapted for the Tunisian dialect. In summary, this thesis constitutes a substantialcontribution to the field of NLP by focusing on the Algerian dialect. Through thecreation of a robust dataset, the formulation of a precise sentence boundary detectionmethod, and the development of a tailored grammatical analyzer, this research pavesthe way for smoother interaction between machines and the Algerian dialect, therebypromoting the utilization of artificial intelligence within the Algerian linguistic context. La thèse se situe au coeur du développement de la technologie du TraitementAutomatique du Langage Naturel (TALN) avec un intérêt particulier pour la languearabe et le dialecte algérien. L’étude commence par une exploration approfondie de lacomplexité de la langue arabe, mettant en lumière les nuances entre l’arabe standardet les divers dialectes, en mettant un accent particulier sur le rôle central du dialectealgérien dans la vie quotidienne en Algérie.Le principal défi du dialecte algérien réside dans son absence de règleslinguistiques définies. Pour surmonter cette complexité, un corpus de données aété constitué, rassemblant des données écrites et parlées, fournissant ainsi la baseessentielle pour le développement d’outils de traitement automatisé spécifiques audialecte algérien.L’étude propose également une méthode innovante pour la détection des frontièresde phrases dans le dialecte algérien, une étape cruciale pour le traitement automatiquedes langues. Cette approche, basée sur des critères linguistiques, vise à améliorer laprécision de cette tâche spécifique dans le contexte du dialecte algérien.Enfin, l’analyse syntaxique du dialecte algérien est examinée en détail, avec ledéveloppement d’un analyseur grammatical spécifique utilisant un Treebank adaptéau dialecte tunisien. En résumé, cette thèse représente une contribution significativeau domaine du TALN en se concentrant sur le dialecte algérien. Grâce à la créationd’un corpus de données, à l’élaboration d’une méthode de détection des frontièresde phrases et au développement d’un analyseur grammatical adapté, cette rechercheouvre de nouvelles perspectives pour une interaction plus fluide entre les machines etle dialecte algérien, promouvant ainsi l’utilisation de l’intelligence artificielle dans lecontexte linguistique algérien.