Accueil TCAO  |  Remerciements  |  Un aperçu  |  Licence BPI  |  Distribution  |  Installation  |  Claviers  |  Pointeurs  |  Alibi  |  Concorde  |  Recode  |  Ventile  |  Vocable  |  Accueil BPI

Progiciels de TCAO - Langues africaines - Clavier

Fichiers textuels

Pour exploiter les progiciels de TCAO, il faut disposer d'une version électronique de fichiers textuels écrits dans l'une ou l'autre des langues naturelles supportées. Comme fichier d'entrée, un fichier textuel peut être soit un fichier en format plein texte ou soit un fichier en format HTML ou en format SGML.

Pour écrire un fichier textuel selon l'une ou l'autre des langues africaines supportées, il faut suivre les conventions de clavier proposées dans la prochaine section. Selon le charset utilisé, un fichier textuel africain est qualifié soit de fichier encodé ou soit de fichier translittéré.

Pour éditer électroniquement un fichier textuel, un utilisateur peut se servir soit d'un éditeur de texte comme Emacs (Stallman [1996]) ou soit d'un logiciel de traitement de texte comme Word de Microsoft ou WordPerfect de Corel. Toutefois, tout fichier textuel résultant doit être en format plein texte. Pour obtenir un fichier en format plein texte à partir de Word ou de WordPerfect, il faut alors fermer le fichier textuel sous le mode ASCII standard afin d'éliminer tous les codes de formatage propriétaires spécifiques à chacun de ces logiciels de traitement de texte.

Conventions de clavier

Introduction

Dans la présente section, sont présentées les conventions de clavier que nous proposons pour identifier les caractères orthographiques de langues africaines. Dans une première étape, une première convention de clavier a été fabriquée afin de rendre compte uniquement des six langues africaines que nous avions à traiter.

Dans une deuxième étape, pour généraliser cette convention de clavier, nous avons dépouillé tout le manuel SIL [1993] contenant les alphabets orthographiques de plus de 300 langues africaines. Même si notre documentation TCAO ne présente que deux jeux de caractères africains, les conventions de clavier formulées dans les prochaines sections permettent de couvrir l'orthographe de plus de 300 langues africaines.

Dans cette convention de clavier, les caractères utilisés se limitent aux 127 premiers caractères de l'ASCII standard. Cela implique que nous n'avons alors à notre disposition que 95 caractères de base (i.e. les 127 premiers caractères moins les 32 caractères de contrôle) pour codifier tous les autres caractères africains. Cette convention de clavier permet de produire un fichier contenant une langue africaine en version translittérée. Notons qu'une version translittérée d'un texte africain pourrait fort bien être utilisée comme format à sept bits pour transmettre directement des textes en langues africaines par courrier électronique.

Dans les prochaines sous-sections, les conventions de clavier sont présentées globalement afin de faire ressortir les grands principes. Pour obtenir explicitement la codification au clavier de chacun des caractères du jeu du jeu africain AFRFUL-102-BPI_OCIL, voir la rubrique Un aperçu - Annexe 2 - Jeu de caractères AFRFUL. Pour la codification au clavier de chacun des caractères du jeu AFRLIN-104-BPI_OCIL, voir la rubrique Un aperçu - Annexe 3 - Jeu de caractères AFRLIN.

Les signes diacritiques

La première colonne du Tableau 1 contient la liste des codes qui sont utilisés pour marquer les diacritiques. Par convention, un code de diacritique doit être placé immédiatement après le caractère qu'il qualifie. Dans ce tableau, les signes diacritiques ont été ordonnés selon leur poids de tri respectif conformément à la norme ISO 14651.

Il est opportun de noter que les présentes conventions de clavier doivent être considérées comme étant une convention normalisée d'écriture des caractères africains n'utilisant que 95 caractères de base pour les représenter et non pas comme étant des pilotes de clavier proprement dits. Une telle convention d'écriture est nécessaire à titre de format d'échange de fichiers textuels en langues africaines. Pour un éditeur de textes donné, rien n'empêche de configurer des macros de clavier qui utiliseraient internement ces conventions claviers afin de visualiser dynamiquement le caractère africain désiré pendant l'entrée de données textuelles.

Les caractères spécifiques

Dans plusieurs langues africaines, aux lettres latines de base s'ajoutent un certain nombre de voyelles et de consonnes autonomes que nous qualifions de spécifique. La première colonne du Tableau 2 contient la liste des codes qui sont utilisés pour marquer les voyelles spécifiques.

La norme ISO 6438 portant sur les langues africaines énumère plusieurs types d'arrêt glotal (ou coup de glotte) qui figurent parmi la liste du Tableau 3. Suite à notre dépouillement du manuel SIL [1993], nous n'avons retenu pour l'instant dans notre convention de clavier que la lettre arrêt glottal et le modifieur arrêt glottal.

La première colonne du Tableau 4 contient la liste des codes qui sont utilisés pour marquer les consonnes spécifiques. Par convention, le code correspondant doit être placé immédiatement après le caractère qu'il qualifie.

Les caractères composites

Un caractère composite se définit comme étant un caractère spécifique auquel on ajoute un signe diacritique. La première colonne du Tableau 5 contient une liste de codes qui sont utilisés pour marquer les caractères composites. Par convention, le code correspondant doit être placé immédiatement après le caractère qu'il qualifie.

Ce Tableau 5 ne contient pas la liste exhaustive de tous les caractères composites africains possibles. Pour imaginer une telle liste, il suffit de faire la combinatoire à partir d'un des caractères spécifiques suivi d'un des 17 signes diacritiques énoncés dans le Tableau 1. Dans la plupart des cas, un caractère composite nécessite internement deux codes UCS2 juxtaposés pour représenter logiquement un seul et même caractère africain.

Les digraphes et trigraphes

Les langues africaines se caractérisent entre autres par l'usage de digraphes et de trigraphes. Pour respecter le génie linguistique de ces langues africaines, il faut rendre compte de ce phénomène dans le tri alphabétique de ces langues. Un digraphe est constitué de deux caractères orthographiques mais où le tout est logiquement un seul caractère. Tout comme le trigraphe est constitué de trois caractères orthographiques. De plus, dans un digraphe ou un trigraphe, il peut aussi y avoir un caractère spécifique ou un caractère composite.

Le Tableau 6 ne contient que les digraphes et trigraphes qui sont en usage dans l'une ou l'autre des six langues suivantes: le bambara, l'éwondo, le fulfulde, le lingala, le sango et le wolof. La convention de clavier pour la codification de digraphes ou de trigraphes se résume tout simplement à la convention qui est propre à chaque caractère qui les compose. La distinction logique des digraphes et des trigraphes se fait au niveau du fichier de déclaration des poids de tri pour une langue donnée et non pas au niveau du jeu de caractères proprement dit.

Les voyelles longues

En plus des digraphes et trigraphes, certaines langues africaines font usage de voyelles longues. Ces voyelles longues sont marquées orthographiquement par le dédoublement de la voyelle de base. De plus, une des deux voyelles peut être accentuée en guise de marque de ton. Par exemple, le Tableau 7 énumère les voyelles longues utilisées en wolof. La convention de clavier pour la codification des voyelles longues se résume tout simplement à la convention qui est propre à chaque caractère qui les compose. La distinction logique des voyelles longues se fait au niveau du fichier de déclaration des poids de tri pour une langue donnée et non pas au niveau du jeu de caractères proprement dit.

Exemples de claviers

Pour illustrer les conventions de clavier qui ont été présentées dans la section précédente, cette section fournit des exemples concrets pour les langues africaines à traiter. Toutefois, il n'y a pas d'exemple pour l'éwondo car nous n'avons pas pu obtenir de corpus pour cette langue au cours de nos travaux. Les commandes pour convertir automatiquement un fichier translittéré vers un fichier encodé, ou encore pour recoder dans le sens contraire, sont présentées dans Bourbeau [1999] (voir le chapitre traitant du progiciel Free recode).

Exemple du clavier bambara

Texte bambara en version translittérée

N ye n ka nsiirin nin da Amadu Tara la.  Jamanatigi do` tun be` yen muso
ko`no`nto` de tun be` a fe`.  Muso ko`no`nto` be`e` ye denke` kelen kelen
wolo a ye.  A denke` kelen kelen be`e` fana to`go` ye ko Amadu.  Amadu ninw,
u ba to`go` de tun be` da u kan ka u bo` nyo`go`n na.  Amadu be`e` ncinin
tun ye denke` ninw be`e` la do`go`nin o de tun ye Amadu Tara ye.  O tun
ye jamanatigi nin ka taramuso den ye.

Exemple du clavier fulfulde

Texte fulfulde en version translittérée

Woni d[on haa b[ooyi.  Oya mard[o jiwo kaanaro on maayi.  Suka no ton no
wi?^ee Buubu Yeeb[e, on suka e nder sukaab[e aduna on alaa burd[o mo
labeede.  On suka yahi safaari, o woni ton haa neeb[i --- wa duub[i
sappo o ko fawi! --- Yumma makko maraa b[id[d[o go?^o si wonaa kanko.

Exemple du clavier lingala

Texte lingala en version translittérée

Moba\'li mo['ko[', azala\'ki\' se\' ye\'mo['ko[' na\' bilo['ko[ mi\'ngi.
Moko[lo[ mo['ko[' alobi\': ti\'ka\' na\'ke[nde[ koluka mwa\vsi\'.  Ake[i'.
Ata\'mbo\'li\' ka\' ka\' ka\', ako\'mi\' nambo\'ka mo['ko[',
aku\'ti\' wa^na\' Ntaba.  Ntaba atu\'ni\' ye\v: ndeko, o\vkoke[nde[ wa\'pi?
Moto alobi\': na\vkoke[nde[ koluka mwa\vsi yakoba\'la naye\'.  Ntaba
alobi\': zila\' nga\'i\' to\'ke[nde[ elo[ngo['.

Exemple du clavier sango

Texte sango en version translittérée

Ma^leyo"mbo" ayeke mbe^ni^ wakua ti^ leta"a.  Lo yeke zo so^ lo ye^ kua ti^
lo mi^ngi.  Azo ti^ ya^ ti^ vaka so^ si" lo yeke la"ngo" daa" so^ aye^
te"ne" ti^ lo mi^ngi ngbanga ti^ nzo"ni^ duti" ti^ lo na ya^nga^da ti^
lo na a^se"wa" ti^ lo.

Exemple du clavier wolof

Texte wolof en version translittérée

Ca 1965 ba leegi, Suwaahili mooy la`kk re\'e\'wum Tansani.  La`kk woowu
lan^uy ja`ngalee ci daara yu ndaw yi ag yu yem yi.  Ci moom la n^uy jottalee
xabaar yi n^uy wax ag yi n^uy bind.

Fichiers textuels africains

Parmi les fichiers de distribution de ces progiciels de TCAO figurent les fichiers informatiques contenant un corpus des textes qui ont été fabriqués pour les langues naturelles suivantes: l'anglais, le bambara, le français, le fulfulde, le lingala, le sango, et le wolof. Le but principal de ces fichiers textuels informatisés consistait à disposer de matériel textuel bilingue afin de pouvoir tester et de valider les divers progiciels.

Le Tableau 8 contient la liste de tous ces fichiers textuels avec un commentaire pour en décrire le contenu. Ces fichiers textuels se retrouvent parmi les autres fichiers qui font partie de la distribution des progiciels de TCAO. Toutes les références indiquant l'origine de ces corpus africains figurent explicitement dans la bibliographie en annexe.

Dans ce Tableau 8, notons que le texte en bambara est une chantefable (ou un poème) dans laquelle chaque ligne est un vers, voir les quatre fichiers suivants: xbam-stro.bra, xbam-stro.tbra, xbamfr-stro.l1, et xbamfr-stro.tfra. Étant donné que nous n'avions pas à notre disposition de texte bambara en prose, nous avons alors modifié la chantefable originale en ajoutant à certains endroits des points de fin de phrase pour en faire un texte continu sous forme de prose. Cela s'applique aux quatres fichiers suivants: xbam.bra, xbam.tbra, xbamfr.l1, et xbamfr.tfra. Tout en souhaitant que les locuteurs du bambara n'en seront pas offusqué, considérons que ces quatre fichiers ne sont utilisés que pour tester le bon fonctionnement des produits TCAO pour du texte bambara qui serait écrit en prose.

En terme de tri alphabétique, notons que le texte en fulfulde (i.e. les fichiers xful.bra, et xful.tbra) est du fulfulde fuuta jalon, identifié avec le code FUF selon la nomenclature POV. De plus, le texte en sango (i.e. les fichiers xsaj.lin et xsaj.tlin) est du sango riverain, identifié avec le code SAJ selon la nomenclature POV.

Pour les progiciels Vocable et Concorde qui effectuent internement des tris alphabétiques, il est important de bien faire la distinction entre les différentes langues de la famille fulfulde car ces langues ont des alphabets orthographiques distincts, entre autres pour les digraphes et les trigraphes. Par contre comme valeur de variable d'environnement, il n'est pas interdit d'utiliser la valeur FUB du fulfulde adamawa pour trier les mots du fichier xful.bra, sauf qu'un tel usage ne respectera pas les caractéristiques orthographiques propres au fulfulde fuuta jalon (FUF).

Bibliographie

Références techniques

BOURBEAU Laurent [1999]

Progiciels de TCAO (version 1.1) - Manuel d'utilisateur pour Alibi, Concorde, Free recode, Ventile et Vocable, Progiciels Bourbeau-Pinard inc., Montréal, 30 juin 1999, 245 P.

ISO 639

Code pour la représentation des noms de langue - Code Alpha-2
Code for the representation of names of languages - Alpha-2 Code, Norme internationale ISO 639:1988, Édition 1, TC37, 17 p.

ISO 639-2

Code pour la représentation des noms de langue - Code Alpha-3
Code for the representation of names of languages - Alpha-3 Code, Norme internationale ISO 639-2:1995 CD, TC37.

ISO 6438

Information et documentation - Jeu de caractères africains codés pour l'échange d'informations bibliographiques
Information and documentation - African coded character set for bibliographic information interchange, Norme internationale ISO 6438:1983-08-01, TC46/SC4.

ISO 10646

Technologies de l'information - Jeu universel de caractères codés à plusieurs octets - Partie 1: Architecture et table multilingue
Information technology - Universal Multiple-Octet Coded Character Set (UCS) - Part 1: Architecture and Basic Multilingual Plane, Norme internationale ISO/IEC 10646-1:1993, Édition 1, JTC1/SC2, 754 p.

ISO/CEI 14651

Classement international de chaînes de caractères - Méthode de comparaison de chaînes de caractères et description d'un ordre implicite adaptable pour les chaînes de caractères utilisant le répertoire (ou des sous-répertoires) de la norme internationale ISO/CEI 10646, ISO/CEI DT4.3 14651
International String Ordering-Method for comparing Character Strings and Description of a Default Tailorable Ordering, for Characters Strings Using the repertoire (or subrepertoires) of ISO/IEC 10646, ISO/IEC WD4.3 14651, Alain LaBonté (rédacteur), 1996-03-18.

LUNDE Ken, [1999]

CJKV Information Processing - Chinese, Japanese, Korean & Vietnamese Computing, Published by O'Reilly & Associates Inc., 101 Morris Street, Sebastopol, CA 95472, January 1999, 1101 p., ISBN 1-56592-224-7.

Société Internationale de Linguistique (SIL) [1993]

Alphabets de Langues Africaines, Édité par Rhonda L. Hartell, UNESCO - Bureau régional de Dakar, Société Internationale de Linguistique (SIL), Dakar, ISBN 92-9091-019-7, 1993, 311 p.

STALLMAN Richard M., [1996]

GNU Emacs Manual, Twelfth Edition, Version 19.33, Free Software Foundations, 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA, ISBN 1-882114-05-1, 506 p.

Références du corpus de textes africains

ALIYYU Moodibbo [1980]

«LI N^UY ROY CI TANSANI» / Ce qu'enseigne la Tanzanie, UBBITE Wolof - Éditorial en wolof, in Revue Binndi e jan[de, Bulletin pour la promotion des langues nationales africaines, No. 3, Paris, 3^e trimestre, 1980, pp. 19-20 (texte en wolof), pp. 21-22 (traduction française).

ANONYME [1981]

«NA KUNE INNDI SA XALAAT» / Que chacun apporte sa parole, BITTAXALU BINNDI E JAN"DE, in Revue Binndi e jan[de, Bulletin pour la promotion des langues nationales africaines, No. 6, Paris, 2^e trimestre, 1981, pp. 17-18 (texte en wolof), pp. 19-20 (traduction française).

ANONYME [1982a]

«MÉNGËLÉ SUNU LÀKK YI AG JAMONO» / La modernisation de nos langues, BITTAXALU BINNDI E JAN"DE, in Revue Binndi e jan[de, Bulletin pour la promotion des langues nationales africaines, No. 7, Paris, 1^er trimestre, 1982, pp. 17-18 (texte en wolof). pp. 19-20 (traduction française).

ANONYME {1982b]

«WALLU JIGÉEN ÑI CI XARE BI NGIR DUNDAL SUÑU LAKKI RÉEW YI» / Les femmes dans le combat pour les langues nationales, BITTAXALU BINNDI E JAN"DE, in Revue Binndi e jan[de, Bulletin pour la promotion des langues nationales africaines, No. 8, Paris, 2^e trimestre, 1982, pp. 13 (texte en wolof), pp. 13 (traduction française).

ANONYME [1985] (chantefable, conteur anonyme)

«AMADU TARA», in Contes bambara - Mali et Sénégal oriental, Veronika Görög-Karady, Gérard Meyer (traducteurs), Collection Fleuve et Flamme, réalisée en collaboration avec le Laboratoire des Langues et Civilisations à Tradition Orale (LP 3.121 du CNRS), Conseil international de la langue française, 103 rue de Lille, 75007 Paris, 1985, 174 p. (pp. 122-145).

BWANTSA-KAFUNGU [1982]

«LITÉYA YANTÚKÚ MÍNEI», in J'apprends le LINGALA tout seul en trois mois, Centre de Recherches Pédagogiques, Centre Linguistique Théorique et Appliquée (CELTA), B.P. 1800 Kinshasa 1982, 139 p. (Manuel scolaire, 40^e leçon, pp. 118-120-124-126).

DAGNAN Christian [1995]

Édition et publication d'un texte en sango, Texte prêté comme corpus sango pour cette étude par monsieur Marcel Diki-Kidiri, Meudon, France 1995.

SALVAING Bernard, KORKA BAH Amadou, BAH Boubakar [1985]

«KO CURBAAJO KAANARO», in Contes et récits peuls du Fouta Djalon, Collection Fleuve et Flamme réalisée en collaboration avec le Laboratoire des Langues et Civilisations à Tradition Orale (LP 3.121 du CNRS), Conseil international de la langue française, 103 rue de Lille, 75007 Paris, 1985, 179 p. (pp. 162-179).

http://progiciels-bpi.ca  |  bourbeau@progiciels-bpi.ca
Copyright ©  Progiciels Bourbeau Pinard inc., Montréal, 1999. Tous droits réservés / All rights reserved.