OPAB (2009-2024) - Historique des versions

M. Jouitteau : /* Peignage qualitatif de la fusion 2009-2020 */

2026-01-23T12:33:37Z

Peignage qualitatif de la fusion 2009-2020

← Version précédente		Version du 23 janvier 2026 à 14:33
Ligne 19 :		Ligne 19 :
	== Peignage qualitatif de la fusion 2009-2020 ==		== Peignage qualitatif de la fusion 2009-2020 ==

	M. Jouitteau 01/2026, a vérifié quelques alignements, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, espaces présents dans un mot, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).		M. Jouitteau 01/2026, a vérifié quelques alignements additionnels à la main, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, espaces présents dans un mot, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).

	N'ont pas été modifiés les traductions discutables mais usuelles, comme ''paotred/merc'hed'' traduit ''hommes/femmes'' quand c'est plus précisément ''garçons/filles'', ou "bretonnant" pour "brittophone".		N'ont pas été modifiés les traductions discutables mais usuelles, comme ''paotred/merc'hed'' traduit ''hommes/femmes'' quand c'est plus précisément ''garçons/filles'', ou "bretonnant" pour "brittophone".

M. Jouitteau : /* Histoire éditoriale */

2026-01-23T12:32:49Z

Histoire éditoriale

← Version précédente		Version du 23 janvier 2026 à 14:32
Ligne 8 :		Ligne 8 :
	== Histoire éditoriale ==		== Histoire éditoriale ==

	Ce corpus résulte de la fusion de trois corpus partiellement distincts distribués par l'Office Public de la Langue Bretonne entre 2009 et 2024 sur différents portails. L'ensemble a été dédoublonné, nettoyé corrigé par Morgan Grobol et Mélanie Jouitteau :		Ce corpus résulte de la fusion de trois corpus partiellement distincts distribués par l'Office Public de la Langue Bretonne entre 2009 et 2024 sur différents portails. L'ensemble a été dédoublonné, nettoyé et corrigé par Morgan Grobol et Mélanie Jouitteau :


	* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.		* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.

M. Jouitteau : /* Peignage qualitatif */

2026-01-23T12:32:26Z

Peignage qualitatif

← Version précédente		Version du 23 janvier 2026 à 14:32
Ligne 16 :		Ligne 16 :
	* Ofis publik ar brezhoneg. début 2024. ''Korpus divyezhek brezhoneg-galleg'', '''63.871''' paires '''fr-br''', breton standard, [https://github.com/Ofis-publik-ar-brezhoneg/breton-french-corpus en ligne] sur le portail numérique, CC-BY 4.0. le comptage donne des résultats non-stables - 63.372 paires comptées fin nov. 2023, alors annoncées 62.861 sur le portail de l'Ofis. Il y avait alors 16.586 phrases en doublon avec OPAB 2009, 4 phrases en doublon avec OPAB 2020.		* Ofis publik ar brezhoneg. début 2024. ''Korpus divyezhek brezhoneg-galleg'', '''63.871''' paires '''fr-br''', breton standard, [https://github.com/Ofis-publik-ar-brezhoneg/breton-french-corpus en ligne] sur le portail numérique, CC-BY 4.0. le comptage donne des résultats non-stables - 63.372 paires comptées fin nov. 2023, alors annoncées 62.861 sur le portail de l'Ofis. Il y avait alors 16.586 phrases en doublon avec OPAB 2009, 4 phrases en doublon avec OPAB 2020.

	== Peignage qualitatif ==		== Peignage qualitatif de la fusion 2009-2020 ==

	M. Jouitteau 01/2026, a vérifié quelques alignements, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, espaces présents dans un mot, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).		M. Jouitteau 01/2026, a vérifié quelques alignements, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, espaces présents dans un mot, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).

M. Jouitteau le 23 janvier 2026 à 12:31

2026-01-23T12:31:45Z

← Version précédente		Version du 23 janvier 2026 à 14:31
Ligne 1 :		Ligne 1 :
	* Ofis publik ar brezhoneg. 2026. '''~~comptage~~ en progrès''', compilation des corpus alignés '''fr-br''' 2009-2024 de l'Ofis, version corrigée ~~par M. Grobol~~ [https://gitlab.huma-num.fr/kytym/korpusou/-/blob/main/corpora/OfisPublik_merged/data/all.jsonl?ref_type=heads en ligne].
			* Ofis publik ar brezhoneg. 2026. '''en progrès''', compilation corrigée des corpus alignés '''fr-br''' 2009-2024 de l'Ofis.

			: version corrigée de la fusion 2009-2020 [https://gitlab.huma-num.fr/kytym/korpusou/-/blob/main/corpora/OfisPublik_merged/data/all.jsonl?ref_type=heads en ligne].
			: Version corrigée du 2024. [https://gitlab.huma-num.fr/kytym/korpusou/-/blob/main/corpora/Korpus_divyezhek_brezhoneg-galleg/data/all.jsonl en ligne].

M. Jouitteau : /* exs. de phrases retirées */

2026-01-23T11:14:16Z

exs. de phrases retirées

← Version précédente		Version du 23 janvier 2026 à 13:14
Ligne 31 :		Ligne 31 :
	* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}		* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}
	* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}		* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}
	{"translation":{"br":"Prezegenn gant Martial Menard ma vo kinniget gantañ e oberenn ziwezhañ, ur geriadur galleg/brezhoneg.","fr":"Conférence de Martial Ménard qui présentera son dictionnaire français-breton édité chez Palantines."}}		* {"translation":{"br":"E-unan en deus desket Pierre Gilles e vicher hag alies-mat eo bet o chom e Pont-Aven.","fr":"Elle a aussi réalisé en 1998-1999 des gravures de grand format tirées à l'atelier Tugdual à Cancale."}}
			* {"translation":{"br":"Prezegenn gant Martial Menard ma vo kinniget gantañ e oberenn ziwezhañ, ur geriadur galleg/brezhoneg.","fr":"Conférence de Martial Ménard qui présentera son dictionnaire français-breton édité chez Palantines."}}
	* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}		* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}
	* {"translation":{"br":"eo ar goulenn a-berzh an enfrederien eget ar c'hinnig ha kenderc'hel","fr":"demande est supérieure à l'offre et continue de"}}		* {"translation":{"br":"eo ar goulenn a-berzh an enfrederien eget ar c'hinnig ha kenderc'hel","fr":"demande est supérieure à l'offre et continue de"}}

M. Jouitteau : /* exs. de phrases retirées */

2026-01-23T11:13:01Z

exs. de phrases retirées

← Version précédente		Version du 23 janvier 2026 à 13:13
Ligne 38 :		Ligne 38 :
	* {"translation":{"br":"e vo lamet an diferadenn a varregezh hollek digant an departamantoù hag ar rannvroioù,","fr":"la suppression de la clause générale de compétence des départements et Régions,"}}		* {"translation":{"br":"e vo lamet an diferadenn a varregezh hollek digant an departamantoù hag ar rannvroioù,","fr":"la suppression de la clause générale de compétence des départements et Régions,"}}
	* {"translation":{"br":"ez eus 8000 brezhoneger","fr":"On évalue à 8000 le nombre de locuteurs"}}		* {"translation":{"br":"ez eus 8000 brezhoneger","fr":"On évalue à 8000 le nombre de locuteurs"}}
			* {"translation":{"br":"EIBHLIN.","fr":"EIBHLIN."}}
	* {"translation":{"br":"gant an aotrou","fr":"notaire à"}}		* {"translation":{"br":"gant an aotrou","fr":"notaire à"}}
	* {"translation":{"br":"gant ar C'hresianed) :","fr":"grecs) :"}}		* {"translation":{"br":"gant ar C'hresianed) :","fr":"grecs) :"}}

M. Jouitteau : /* exs. de phrases retirées */

2026-01-23T11:04:46Z

exs. de phrases retirées

← Version précédente		Version du 23 janvier 2026 à 13:04
Ligne 31 :		Ligne 31 :
	* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}		* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}
	* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}		* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}
			{"translation":{"br":"Prezegenn gant Martial Menard ma vo kinniget gantañ e oberenn ziwezhañ, ur geriadur galleg/brezhoneg.","fr":"Conférence de Martial Ménard qui présentera son dictionnaire français-breton édité chez Palantines."}}
	* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}		* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}
	* {"translation":{"br":"eo ar goulenn a-berzh an enfrederien eget ar c'hinnig ha kenderc'hel","fr":"demande est supérieure à l'offre et continue de"}}		* {"translation":{"br":"eo ar goulenn a-berzh an enfrederien eget ar c'hinnig ha kenderc'hel","fr":"demande est supérieure à l'offre et continue de"}}

M. Jouitteau : /* exs. de phrases retirées */

2026-01-23T11:01:42Z

exs. de phrases retirées

← Version précédente		Version du 23 janvier 2026 à 13:01
Ligne 27 :		Ligne 27 :
	=== exs. de phrases retirées ===		=== exs. de phrases retirées ===

			{"translation":{"br":"Prezidantez Ofis ar Brezhoneg","fr":"Léna Louarn, Présidente de l'Office de la Langue Bretonne et Marc Gontard, Président de l'Université Rennes 2 - Haute Bretagne sont heureux de vous inviter à la signature de la Charte \"Ya d'ar Brezhoneg !\""}}
	* {"translation":{"br":"Io, Europa ha Ganymede zo a-vent gant planedennoù bihan (3630 km, 3138 km ha 5268 km a-getep). Tost emaint d'o flanedenn (422 000 km, 671 000 km ha 1 070 000 km a-getep), treiñ a reont tost er memes plaen, hag er memes plaen emaint ha keheder Yaou (0,03°, 0,5° ha 0,3, a stou e-keñver keheder Yaou a-getep), ha tost kelc'hiek eo o c'helc'htro (ezkreizadezh 0,004, 0,009, 0,002 a-getep).","fr":"Plus originale est la situation des 3 premiers des satellites dits « galiléens » :"}}		* {"translation":{"br":"Io, Europa ha Ganymede zo a-vent gant planedennoù bihan (3630 km, 3138 km ha 5268 km a-getep). Tost emaint d'o flanedenn (422 000 km, 671 000 km ha 1 070 000 km a-getep), treiñ a reont tost er memes plaen, hag er memes plaen emaint ha keheder Yaou (0,03°, 0,5° ha 0,3, a stou e-keñver keheder Yaou a-getep), ha tost kelc'hiek eo o c'helc'htro (ezkreizadezh 0,004, 0,009, 0,002 a-getep).","fr":"Plus originale est la situation des 3 premiers des satellites dits « galiléens » :"}}
	* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}		* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}

M. Jouitteau : /* Histoire éditoriale */

2026-01-23T10:59:36Z

Histoire éditoriale

← Version précédente		Version du 23 janvier 2026 à 12:59
Ligne 4 :		Ligne 4 :
	== Histoire éditoriale ==		== Histoire éditoriale ==

	~~Contient~~ trois corpus partiellement distincts, distribués par l'Office Public de la Langue Bretonne entre 2009 et 2024 sur différents portails, corrigé par Morgan Grobol et Mélanie Jouitteau :		Ce corpus résulte de la fusion de trois corpus partiellement distincts distribués par l'Office Public de la Langue Bretonne entre 2009 et 2024 sur différents portails. L'ensemble a été dédoublonné, nettoyé corrigé par Morgan Grobol et Mélanie Jouitteau :

	* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.		* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.
Ligne 11 :		Ligne 11 :

	* Ofis publik ar brezhoneg. début 2024. ''Korpus divyezhek brezhoneg-galleg'', '''63.871''' paires '''fr-br''', breton standard, [https://github.com/Ofis-publik-ar-brezhoneg/breton-french-corpus en ligne] sur le portail numérique, CC-BY 4.0. le comptage donne des résultats non-stables - 63.372 paires comptées fin nov. 2023, alors annoncées 62.861 sur le portail de l'Ofis. Il y avait alors 16.586 phrases en doublon avec OPAB 2009, 4 phrases en doublon avec OPAB 2020.		* Ofis publik ar brezhoneg. début 2024. ''Korpus divyezhek brezhoneg-galleg'', '''63.871''' paires '''fr-br''', breton standard, [https://github.com/Ofis-publik-ar-brezhoneg/breton-french-corpus en ligne] sur le portail numérique, CC-BY 4.0. le comptage donne des résultats non-stables - 63.372 paires comptées fin nov. 2023, alors annoncées 62.861 sur le portail de l'Ofis. Il y avait alors 16.586 phrases en doublon avec OPAB 2009, 4 phrases en doublon avec OPAB 2020.


	== Peignage qualitatif ==		== Peignage qualitatif ==

M. Jouitteau le 23 janvier 2026 à 10:54

2026-01-23T10:54:24Z

← Version précédente		Version du 23 janvier 2026 à 12:54
Ligne 4 :		Ligne 4 :
	== Histoire éditoriale ==		== Histoire éditoriale ==

	Contient trois corpus partiellement distincts, distribués entre 2009 et 2024 sur différents portails :		Contient trois corpus partiellement distincts, distribués par l'Office Public de la Langue Bretonne entre 2009 et 2024 sur différents portails, corrigé par Morgan Grobol et Mélanie Jouitteau :

	* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.		* Ofis publik ar brezhoneg. 2009. '''63.780''' paires '''fr-br''' 1M tokens, [https://opus.nlpl.eu/ en ligne sur OPUS]. gros problèmes d'alignement.
Ligne 15 :		Ligne 15 :
	== Peignage qualitatif ==		== Peignage qualitatif ==

	M. Jouitteau ~~12/~~01/2026, a vérifié quelques alignements, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).		M. Jouitteau 01/2026, a vérifié quelques alignements, et a opéré par la même occasion quelques nettoyages de coquilles (absence d'espace entre des mots, espaces présents dans un mot, faute d'orthographe en français, traduction d'un sujet pluriel en sujet singulier, etc.), et retiré des exemples erronés (traduction du breton en breton, non-sequiturs).

			N'ont pas été modifiés les traductions discutables mais usuelles, comme ''paotred/merc'hed'' traduit ''hommes/femmes'' quand c'est plus précisément ''garçons/filles'', ou "bretonnant" pour "brittophone".

			: Exemple de correction:

			* {"translation":{"br":"Skolidi vat, hogen...","fr":"Bonne élève, mais..."}}
			: ↘
			* {"translation":{"br":"Skolidi vat, hogen...","fr":"Bons élèves, mais..."}}


	=== exs. de phrases retirées ===		=== exs. de phrases retirées ===

			* {"translation":{"br":"Io, Europa ha Ganymede zo a-vent gant planedennoù bihan (3630 km, 3138 km ha 5268 km a-getep). Tost emaint d'o flanedenn (422 000 km, 671 000 km ha 1 070 000 km a-getep), treiñ a reont tost er memes plaen, hag er memes plaen emaint ha keheder Yaou (0,03°, 0,5° ha 0,3, a stou e-keñver keheder Yaou a-getep), ha tost kelc'hiek eo o c'helc'htro (ezkreizadezh 0,004, 0,009, 0,002 a-getep).","fr":"Plus originale est la situation des 3 premiers des satellites dits « galiléens » :"}}
			* {"translation":{"br":"● 3 abadenn digustum :","fr":"● 3 figures insolites :"}}
	* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}		* {"translation":{"br":"evit staliañ panelloù divyezhek dre hanterouriezh","fr":"financière pour la pour la pose de panneaux bilingues par le biais du"}}
	* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}		* {"translation":{"br":"eo bet ganet","fr":"Inscrites sur l’acte postérieurement à l’établissement du présent extrait."}}

OPAB (2009-2024) - Historique des versions

M. Jouitteau : /* Peignage qualitatif de la fusion 2009-2020 */

M. Jouitteau : /* Histoire éditoriale */

M. Jouitteau : /* Peignage qualitatif */

M. Jouitteau le 23 janvier 2026 à 12:31

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* Histoire éditoriale */

M. Jouitteau le 23 janvier 2026 à 10:54

M. Jouitteau : /* Peignage qualitatif de la fusion 2009-2020 */

M. Jouitteau : /* Histoire éditoriale */

M. Jouitteau : /* Peignage qualitatif */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* exs. de phrases retirées */

M. Jouitteau : /* Histoire éditoriale */