Bernhard, Delphine Glikman, Julie FR Robert, Estelle 2019 Technologie des langues Cette étude porte sur l’analyse des mots régionaux employés sur le réseau social Twitter. Le but de ce projet est de mettre en place une classification automatique de tweets pour détecter les utilisations authentiques de mots régionaux. Ces occurrences sont différenciées des cas de métadiscours et des entités nommées. Les premiers sont visibles lorsqu’une personne utilise un terme pour mettre en évidence son aspect atypique ou régional. Les seconds représentent les cas où le régionalisme correspond à un nom d’enseigne, de ville ou encore de personne. De cette manière, les tweets comportant un réel cas de régionalité linguistique peuvent être étudiés. Ce projet a pour objectif final d’analyser la vitalité des régionalismes, notamment grâce aux informations géographiques disponibles sur Twitter. Nous commençons donc par une explication des notions de vitalité et de régionalité pour ensuite aborder les études appliquant ces thèmes à la plateforme Twitter. Puis nous présentons le corpus élaboré et les outils développés pour le traitement de celui-ci. Pour finir, nous exposons nos résultats de classification automatique et nous commentons la répartition géographique de quelques exemples de régionalismes à partir de tweets analysés. PDF Accès libre https://publication-theses.unistra.fr/public/memoires/2019/FLCE/2019_robert_estelle.pdf fr Faculté des langues http://www.sudoc.fr/267664095 Apprentissage automatique Régionalismes (linguistique) France Twitter Inc régionalisme machine learning classification automatique Twitter. 447 ROB Étude de la vitalité des mots du français régional Mémoire de master Memoire Unistra