Lauréat d’un financement Jeunes Chercheurs & Jeunes Chercheuses (JCJC) de l’Agence Nationale de la Recherche (ANR), le projet DiKaLa : des outils numériques pour les langues kanak a démarré le 1er février 2025 à l’UNC.

Actualités

Jannai Tokotoko (docteur en sciences de données) a rejoint en tant que post-doctorant la porteuse du projet, Anne-Laure Dotte (maîtresse de conférences en linguistique océanienne), en attendant le recrutement d’un.e ingénieur.e en dévellopement web et applications multilingues à venir. Cette petite équipe dynamique a commencé à plancher sur la structuration de la base de données multilingues LexiKa et sur l’appropriation des outils et technologies les plus efficaces pour cette tâche.

Les réunions de travail s’enchaînent avec les collaborateurs et collaboratrices du projet : la Professeure Nazha Selmaoui-Folcher (ISEA) sur la BDD; les collègues de la Direction du Numérique et des Services Informatiques pour la bonne stratégie de développement et de maintenance des outils à développer; les collègues de la Communication pour définir le cahier des charges du site-vitrine DiKaLa; les questions d’obtention de droits d’auteur.e.s et d’exploitation des données, etc.

Résumé général du projet

L’objectif de ce projet pluridisciplinaire est de développer un bouquet d’outils numériques pour accélérer l’étude et la valorisation des langues kanak de Nouvelle-Calédonie (famille austronésienne, sous-groupe océanien). Il constitue une opportunité de mettre en place un groupe de recherche inédit et innovant à l’Université de la Nouvelle-Calédonie sur le thème de la numérisation des langues rares ou dites « peu dotées ». Le projet DiKaLa comprend le développement de trois outils libres d’accès en ligne :

• LexiKa : une base de données lexicales comparative, basée sur les dictionnaires existants des langues kanak et sur la collecte de nouvelles données pour les langues non lexicographiées ;
• KaLiA : un atlas linguistique, créé à partir de la base de données précitée, dans le but de fournir des représentations cartographiques du vocabulaire de base (~200 entrées lexicales pour chacune des 28 langues kanak) mettant en évidence à la fois la diversité linguistique de la Nouvelle-Calédonie et sa cohérence phylogénétique ; et
• ArKa : une archive numérique de corpus en langues kanak, complétée par un catalogue en ligne, afin de rendre facilement accessible un inventaire des ressources aussi bien déjà existantes en langues kanak, mais également de permettre le dépôt de nouveaux enregistrements. La numérisation de manuscrits anciens qui documentent les langues kanak sera aussi envisagée.

Tous ces outils sont pensés pour être participatifs, permettant aux locuteur·trice·s des langues kanak, notamment les plus jeunes, d’être acteur·trice·s de la promotion de leurs langues ancestrales en ajoutant des ressources, en enrichissant la base avec des données audio ou en suggérant des ajouts d’informations. Les résultats attendus de ce projet soutiendront le travail de description linguistique et typologique en cours sur les langues de Nouvelle-Calédonie et stimuleront de nouvelles perspectives et capacités de recherche dans le domaine des humanités numériques pour les langues rares.

[ANR-24-CE54-6877]