Banque de données textuelles de Sherbrooke (BDTS)

Description

Entreprise dès la fin des années 1970, l'élaboration de la BDTS est étroitement associée aux travaux de description du français québécois, et notamment de ses ressources lexicales, menés au Centre d'analyse et de traitement informatique du français québécois (CATIFQ) de l'Université de Sherbrooke. L'objectif poursuivi par les responsables du corpus est demeuré le même jusqu'à son achèvement au début des années 2000 : fournir un échantillon représentatif de la langue générale, orale et écrite, utilisée au Québec dans différentes situations de communication. Dans sa composition actuelle, la BDTS comprend cinq sous-ensembles de textes qui se répartissent de la façon suivante :

• Sous-ensemble de textes spécialisés (environ 43 % du corpus), comprenant des mémoires, des rapports, des documents administratifs, etc.
• Sous-ensemble de textes littéraires (environ 25 %), constitué de romans, de contes, de poèmes et de pièces de théâtre
• Sous-ensemble de textes journalistiques (environ 24 %) tirés de quotidiens, magazines et périodiques spécialisés
• Sous-ensemble de textes didactiques (environ 4 %) provenant de manuels scolaires, logiciels informatiques et manuels techniques
• Sous-ensemble de transcriptions d'échantillons de langue orale (environ 4 %), incluant des contes, des monologues, des entrevues sociolinguistiques, des téléromans ou encore des extraits de radio et de télévision.

Si ce corpus a d'abord donné lieu à une série de travaux en statistique lexicale (dont Beauchemin et al. 1992), on retiendra surtout l'exploitation qui en a été faite dans le cadre du projet FRANQUS, à l'origine du dictionnaire Usito. La BDTS a notamment servi à l'établissement de la nomenclature de ce dictionnaire ainsi qu'à la rédaction des articles qui le constituent.