Identifying Criteria to Automatically Distinguish

Identifying Criteria to Automatically Distinguish between Scientific and Popular Science Registers Lorraine Goeuriot

Estelle Dubreil

Béatrice Daille

Emmanuel Morin

Université de Nantes, LINA - FRE CNRS 2729 2 chemin de la Houssiniere, BP 92208, 44322 Nantes Cedex 3, France

{lorraine.goeuriot,estelle.dubreil,beatrice.daille,emmanuel.morin}@lina.univ-nantes.fr ABSTRACT 

     

!
 " 
$# 
%&'


( * )%
 ( '+, -
"  ./ )0213
 (  ( 444 5 &
 663 (7 "6 ( 63% "8
963%%)&'3 ( $
 (  8
:
)%  ; .
7 */   ?%/ ;  (@ 
 'AB ;  -*C
 1'D ( -)!,6 (
E'F, %-6 (  ; G  ( 6 4 H  I
63 ):%  I
7 -   JK
*LC
 ( %- I1 M (  *
 (  N* )8
 7  ; 
F ( >O
 & *%
*LC
>1G
F
 (  %1P M (  *
 ( N)?
& -Q >
 @ R
M SC :'+
 7  ; $
 /$
 E *-
 RT2) ( 6 >U!
*LC
P M (  *
 ( 
  MV.4 H W
X ( $
 (  Y':
/
963%) 7  ; Z-6-*C
[
 
!
 >$G    '\GAB ;  -
 ; .
7 *<  
# + 636\ (]    ( *)%
 ( 4 H O
 8# (

6O
)% ( N>
%

1. INTRODUCTION H lOm`4Fn8 7  @  ( 1%
 "'K6 (    ( 63 (  (   E
7 ,6 (  ;  *- J   E:6 (    ( 6  6 ( ' ( )%3a
(  ] •  o 
> ;   \ ( &663 ( )Ra
F
(   

*LC
! =
( )pq > ; f
/ % ( *r
.L
>1^ 63 ]  $X?
 . >U%! g

H   
>
 (  ,  ] -%I4 | H  6 %1  ;‡  *
>1063 (  CK10
63^'3
*LC
+ ( "*L-6 ''h>
 (  4 ˆ %
R'+
 7  ( SC E

: a ( %-6 a %-6 (  ; & * ( 63 (   (  ;  xb
& -Q*#$
%fj ‰>m`1FjkŠm`4 5 x %-&663 ( 1
8
 /'"}€:‚ƒ‚0„*‹2… ‹hŒ2:  @ %63>-
 ( )?

"'Ž†*  ƒ††E ‘}M€:‚ƒ ‚0„*‹2… ‹DŒ2 7  .&*63 s%a
 *%--%O
 (  1^
->
-'D ( $uK ( *C
 )%) 13  ;C‡ * *
8 ( > : ( *)%
 ( 4 H =6 ( 63% /': (
[ Q
b
%!O
=
? -6 
% 'a -6 (  ; r  ( 63 ( [
 ( %)%W
r >
) ( N>O
 “' 7  ; 6)% 4[AY ; 6)%/ 
) ( N>
” ,6 (  *C
$fW *
 @  (  ] > ( .!%!P4 H E-
'I
MR%&
"AB ;  *L63% ]
 $ )1%O
)% (  N
%X ;  >-/uK ( 
^SC F'I >
*)% (  1  M  7  ; )%* ( %>4 5 !
 ^663 ( 1 7 :6 ( * 
"% ("(  > ( M?%X
!
 : >O
)% ] (  N>
x'Fž (  MX  ( 6 R *-
 ; *
7 Z  * *C
$# Q  w"4 )4F'D ( !
%/6) 1 (  > ( MZ6)% E=63 ( %I%- 6)% Ebjk%k.m




%- 63%  63% $
; %v-   (  ) (   -*C
) (    ) ( %  * ( 63%!O
%  63%$  (   ( 6 *  ; %63C
( 



636\ (    ( *)%
 ( 4 5 -  .
  C1 7 8*  (  ; E
8  ] 6\O
%/'&ž (  M!  ( 6 ' ( %  -*C
 F%!
AB ; 4 5  * *
%?l1 7 E6 (  
Q    F% ( >O
)% ( N>
%? ( $
 (  4 5 = * *
%/Š1 7 R
MO
R% ( %  % E!!S%8 )%)%*
  'h ( 'D (
 (
4

IH

2. CORPUS COMPILATION 5 Y
 <  *
I1 7 -'h  a%Y
- %-6\O
%['"
!ž (   .

- )%6 (
+'3
" %-6 (  ; "  ( 6 4 H  -
 *% *
>Q'h (
F  ( 6   ( 
^ *%--%a  ;C‡ * *
>1 R‹`‚0„ .Œ9† †.ŒU‚%… ‹D€-† Œ ‚Œ2‹2 UT {   ; *
 sGC
( $
%| V.1O- ( F 63* $# > $ G‹`‚%„ .Œ9†Q†.Œ0„ ‹DŒ ET {   ; *
 8/ ; * 
9C| V 7  M ; 
X ]
 ( 
 !-> >"6 ( 'h  %Rf)% ( E6 ;  %4tAB 7 
 (  ( 6 
 ;  ( 6 (  
M
 @ 'P
"'D ( )8'I)
 63   ; 
 Q Yž (  .b\))%4 H 
a 7  7 !*L > ž (  MG ))%F -
 P
P' ( “ž (  T * ) I10 7   1 o : ;  Gž (  MI444 V.4

 




 

  

IH



7  ; 4AYR R
 ( :
 M  ^
Q#!


J






k4"cRO
% 7  ; > ( ./)  %1 )QS%* 7  (  g 4dI ^ > ( .f)%* =T2B
-
 ( ^ -*C
  @  )% j >m *\ ]

 'D ( !216 (  @ O
%J63 ( %I%-:6) g 6 ;  1U -- (  2JG%-&6) G'D (
,)%* ( F6 ; ]

o

•   %g

 
  *
 "6)% Js6)

• *L( 1 @
-   )%%7 g (

$
,'D> ] ;  MS3JU  ( M ; E ]

‡ %  
 :!O
 (   J6 ( *  J 7 1C$
 (   1 (  @   7 1 •  N(  ]   g 63
 JQ  
# %1)0Y6 ;  ?!O
 (   g+'D ( ! • (
*LC
>g ( •

AYf ( > 7  (  x'h%“
f -
>4 5
x  7

s
  (  8
!S0F
^$uK ( *  ; *
7 a-6>> 7  (  :=
 ( 4Fœ !CP * * *
%Z 
 P *   ( 4

•

2.2 AY ; $
Document  ? C
M formats -
 ,

•

•

@  ( % ?'h ( !
 rT2' 7  . ˜,™Iš/›  ‡ 
=
Z-%
7   6 ( >%V.4“ABZ *\  $#>”
*  'h ( !O
 E/
7 , 
) (  J T`ž (   M3V

 -*C
 a
 6 *
M ;  ; f 7  ;p; (  7   ( JXn Hˆ d1





> M= !:%)%až  ,J#"%$&$ ')(*+*-,+,+,/. 01+1 0%2&3#. 4+5  "%$+$ ')(6*+*&327989';:;.=@?+A 8+3->). 4+5%*+A90B?%C9D@?->E*A"%3+5BA"B3B7F.A90B?

 

0„ ‹DŒ


&
; ^63   ; "
R % @  (
% (  -
 s
8  -6^
*LC
>1 5 Q
 
*LC
F %\ ;  ( 6 (  
M
 @ 'P
Ež (  M,*L %P1 
MLK1s*
 4 1 7 ^ /
*  (  ]  ( -
 4 V



  

EH



 



EH

G

$# >O
%Z' 7  ; 
* J





G

 -*C
 F
"C
 6 *
M ;  ; ? 7  ;=; (  7   ( J+e • e31 ˆ -AB K1es  ( 63( % 
>1.
 %4 ( 7 (

H ^# (
s
7 :
* .  (  C ( ^S0* 7  (  4 H ^  ;  
% '3
^ >QS0. 7  (   % ,% 
$ ( 6 (  

^  ;‡  *
'^ (  ( 6 4>W' ( 

G

KMLN;OQP-RTSVUXWYR%Z\[VR%]QZ_^VP9`#acb ^VP-P9RBade^;fF`FLgfQNih^ j ^lkeRBaLh]em




 R663 ( 5Z 6)*|aT2 ( { 7  7  ; $
 ‘ƒM€-‚… 0 ƒM‹  ‚Œ9†.1V  „… ‹`}*1F  Cƒ‚%… ‹ Œ2‹`}*4b•863 (





j m`4 H  ( P1  * *C
$# & -*C
  ( a*#>? =
 ( - "' ( ) ] 
 ( 4

3.1 Genre, register |Q r
X >O
)% (  N* { )% ( *and 5 Yž (  %1P
Q
 (

$uK ( *C
USC  P'
 (  ( G
*LC
 T2 @ 21 %->C1>*
 %4 V.4 5  @   7 'Q
 (  *
r @ %6-*C
 /'!  *% ( f  1 { )% ( *| >-
 ( .'D (
G- ( )% ( 6*%-*4Fj lmsj Šm : (  F ( 
*LC
F >
) (  
)% > ; Q!
 ( >Q 63>S0 ( 1'D ( *L ] 6") (  'h ( w+)% ! ( %J 5 
!
^63 ( %
 (  *
%I1 5  ] 'D ( !
% 
 (  *
%P1 
$# ".L63 $
 I1CdP> ( >Q*L63 ] $
%I1 5 !)%
 @  ( 63 (
M)%%1 5  @ % @ ?63 (  %P4

;

Q

 Xk>zz0yC1  ;  (   G
,
 ( { ( *)%
 ( |,'h (
 ; ( %% (   6
% o 'a)%* ( %4in8 7  @  ( 1 7 Y ( b)%)[
f ;   ; 
&6 (  @ % 8
 ( ;  >  7 QS0*6b!-
x  *6
%x'
E
63%)4n: 7  @  ( 1 7 8 :
8
 ( { ( )%
 ( |E
,
 ] )%  ; .
7 *X
a$uK ( *C
8SC E'F  *% ( =T2X
<   'P•8
 ( j zOmhV.1'D ( *L-6 )% @ 4$
 (  (  @ 4s63%$
  @ 4  
$# %4 H  8
 r' ( )%
 (  $
 @ )%%1 ; 
E!S0  G /% (
9 
 a$  4




  

 ( &6
XZ
$

  7  ; $
 ,T` %*- 13)% @  ( -
>1     
% 1U% 6
M MV.48AYp -6a'
 :6 (
 \ (    ( OV.4 H  { 
 (
*LC
 |G 
] *)% ( W  Jb % ( Z
* bT2 *
 (  MV.1 (  @  7 ?' ; %SC 1 6) 8uK ( )- @  G%=C
( $
%I1*
 %4


 G663 ( 1 7 !*# Œ2%… ‹ MŒ2‹2} R R
, @ 
 ( Zr
 5r $  U'
 @  (   ; F M (  *
 ( 
  U6 ( %63 (
"> . ( )
 ( T2   b ( 63%6  (   OV.J {
r6 (  * x (  ; * x' %-'P @  ]  ;   ( V.1.
 %4

3.2 : ( ( Classification $
 (  W %-x' (  criteria
7 t
 M* JW# (
7 B
>

AY<
%663X % *
)? :$
; * >-,

7 
,# (
(  $
 ( *
 ( > ;  7  ;  ( MW)% 1^t
663> 7 t
*B %
M>tY 7  -*C
 1 7 
 @  (
R  ; 
%='S0* 7  (  4 AY^ *

^  (  ; E N"'
  ( 6 +
+Š0––R–%–– 7  (  T –– ––%–r[> M ( )%
 ( V.4xAB? .
$ ( > .>fl%––b––%– 7  (  'h ( 636  (   *Rrk*Š0–&–%–%–G'D (   *%1 7  . ( 6 (  
 ; %
– ˆ 1 %y– 7  ; 6) 4

3. œE 7 &  STYLISTIC  @ a  bZ
ANALYSIS &6 (  @ % R  *
I1K
a
(  )+ * (] 6  G a %-6 >xY (  (
X $
( )%
 (    $# 
%f (  ] 
 ( \rT26 ( 63 (
?ž ( * Mr -
 MV"

8 %  ; a Z
 
!
 >$= >
) (   7  ;  -*C
 4 žs (
r', 21 M (  *
 ( 
  F'3
 7  ; ] $
 's -*C
 4 H   -%%10
E
 ( 3 -* %P1 (  
* :
-
 7  ; 
* Gr-
$ 7  ;  -*C
 'D
 ( * T`663> (  1
*LC
.V.4

3.2.1 The external dimension H :*LC
 ( K- =  ((  63% ^
Q& *
"'s ( $
 (  Q63 (]
M ),
,
 7  ; $
a ( >
Z %
*LC
>4 H  < ( $
 (  - % ]  ( f
 7  ; $
/
O
- C
M -r)% @ p *-
>1Ff ] %J



•


 7  ; $
G >
tT 8•:dUV.g

•

 -
^'D ( !
 /
 7  ; $
%g

•


G ( . 
* *
 ( G's
 7  ; $
,g

•


R N
*)% (  J ) ( 6 > M (  *
 ( 
  1
(  *
 ( ^ M (  *
 ( 
  ![  ] !
 *,   (  @ G . (  *
 ( 
  4 Graphical characteristics ( 6 s M (  *
 ( 
  : ( R
> ; B=6 P1 *  a' (  
$ ; bf ;
(  *
>4 63*)?Z
a)% ( Q'+
a
*LC
>1Kx
( C .
 xr   p! ; ?6 (  
>4 H !
*LC
Q & *
,[
?.'2$
'D
XW C$
Z %-6 *
?”%)4 5
? = 7 > ; ( S0 
-  *
% G/6 ( ) ( 6 4RC
 * : ( &)
4 H .L
 C
Mx'h 7 $
-N>Z
 GZ'h 7 SC 1 ; 
R'h
x ( &6 (  ] @  > 7 
 ( *'D (  * 4Z˜,™Iš/› Œ ‚0„… † : ( -'h
Y6 (  
a C
MxC- (  a M (  *
 ( 41"t'\
”
 ( r ( X
 -0T2 MV'P
8
 ( T2 MVT2 %-*
- 7 $
!
 (  >%- 8 (   6O
 I
$
OV.4





6 )%!O
 ? $
 (  J? (( 
 @ = @  * 1F)% >  ] • 
 ( 16 6 (  ( ( (   g M  *
 
  x'- 
  J





-0T2 MV'
 ( 2T MV.g

• 6( *

( %P1%/6  * g (

H $
 1 7  & -6 *
>g  (
>1 7 * K %)4 5
F 'h
 ; ( S0-
4 5
'\
Z C
M :˜-™Iš=›”Œ ‚%„… † M1 (  ( $?
 -R'U
 
O
"  M?
.L

MSY ; %
,  ; *
  1 ; 
a @  (  (   a
~ (  *
$4 H 
%: @  ( - ;C‡  .
 @ %1  ; *
* "? ;  $
? ( 8%! *%   ]  ( >/ 6O
%)% 4 5 
 (( %)%
 @ R'h ( - E (  @  (  (  ( %4

3.4 Application of criteria 5 = (  ( 'D (  ( .
"'U ( $
 (  a
 ; :- ( 8*uK *
 @ 1C
^ ^


 #$
 ( >Z
/6 (   (@ ,$r%63 ( 
%^x  ( -O
 (  ; & ( 
 ( \C4 œt ( $
 ( %-   &
 ; %63 ( O
 $'3$
+ > ;  -6-
> Q86 ( ) ( X4 5
  > ,  ( -O
 ( 
 ( $
 (  E  ((  63%)^
 (P(   ( -
  ( R'D 7 4+c8%8' ( ( $
 (  /
T Ml4 %V " -6*
$? . (  *
 (] N* 8 ( )%
 ( 4 H O
E 7  7  7  I @ 8
Q*L-8 % ;  ] 
% '+$uK ( *C
 ( 
 ( \Q
&#-
 (  )
( *)%
 ( 4









:Z % ; O
%I1^ >> .}Ġ 7  8 @ O
X
r*) ( Z' -* ;  (  6W'a
b -
=
x  
$# x ( 636\ (  * *  ( )
 ( 4”n8 7  @  ( 1F
Y @ 
/
/   ( %1 7 />
&  *
E %-8 ( $
 (  , *  (  )Q
&
 ( %63 ( 
%$
/
 (   ( -
 ( ?*uK *
>4 H "   (   
  '3 ( $
 (   7 * )
>Q   ( )R
8
 (   ( - s
 ( /*uK* *
>J

s=

n X


% 
,
 (  )%)% 1 ?
R# (
6  1
 •E   P4

6. ACKNOWLEDGMENTS H  (  > ( Mf6 ( ) (   ; *B'D>  ; B_c:•:B &6 (
'U
 H _^œEc“6 ( %) (  'D ( –%–Š4+ABE
S  (  8-)0zzŠ4 j >m H 4  @  )%4 ˆ  ( 6 C
MOLR*
E)% (  "
*LC
 4 H œ:o d1 –%–Ck%4 j lOm



j Šm



V

4  ;  ( 43œ k>z o  z 4






i=1

œ


 (   B %  ; =*
 ( -PJ&'
?  * ( ?'EZ)% @   -*C
 8 ;  @ 8
:
 (  % P1C
=$
 "  
$# %g G$
 E63%6  (   %4 ˆ   7 %1C
 ( " R6 (  ;  7 
,
 F
%-'P
 (   PJ 7 
a ; %
a -*C
 7  -   ( - G--> O
$r ( 

 ( * %  5 >K1 7 "
 >&&% (     %Q'3
9 ]
 $  "T
.lC4 %VP

U
  ( *)%
 (  >
;  7 *#>K4 H =6 (  @ % &.#$
% &  7  & 7  ;C‡ * *
 @ ?
*Y ( %4 H   ( ; $
(  (    '
 (  % a63C
 U%
U

U
 ( F   ]
C ; *
7 *W  
$# Zf63%6  (]   r -
 4 œ" *
$1 7 " >&
@ 
 ( &

M SO
)% (  N
% ; *
7 x
Q
7  ( *)%
 ( 1 7 $
Y
 #)%%
r
!
-
- -6 
%['E %-6 (  ; ? * (] 63 ( 4

I E

9 



5. FUTURE WORK H :
%?'/.}Mƒ†”6 (  *C
, ?  *
/lC4 Š& F
 ; : ]

 >-
,  @  O
:
8 %
C—*uK .
; *
7 !
E  
# /
G63%6  (]   * ( )
 ( 4 5 X63 ( 63 *
 @ %1
?C
QQ6 ( ) (  'D (  ] 6 (  ; /  ( 63 ( x %-6  O
 I4 : ( )%% Q
x*LC
B
* 




63%%)/')% X
*LC
 4 dP)%
 * 1

4  ;  ( 4•E6 ( * 
M
 @   "X  ( 6 E*  )I4 5  o -63%21c&4_^ N*%  21P ˆ 4e- 1>$
 1 œa4P ( ( ( _ (( 
5    _%-6
M
 dI)%
  J w  >   n:% ( '  A S0 ( 16) El0‰%‰ Š%–0‰C4 :  (  wF
 ( Ia
M-6
 ( P  G 7  ( œ" >- e+ ;   ( 1e+ -  (  (  M
>1Kk>z%zŠ4

wi · c i

7  (  n  &
!C ;  ( 'E ( $
 (  C1 w  a
 7 *  )
,'
 ( $
 ( %P1K $'
 th ( $
i ( %r 86 (  
8 ith ci = 1 i 0
 (7  %4

 6 a

Q





j y>mad+4  7 S0 (  4es> ( I4 AY ( SC) 7 
 63   N dUo )%)%J œ e (  *
 > : 
 : ) _ ( 3 6  ( s4 dI% c8 7  ( S3J•8
>)%%1 –– 4

H

lJ

V 



 V +

j ’OmZXw"4 R   ( 4 :R @  1 –%– C4

=n

V &

j ‰>mae4ž)4œ
M

 > @  7 % ;  )%I .L  *LC
(  *
%PJFž ( % 6 (  U  ( 63 ( & 
, ] 6 (   ( 63 ( 1 ˆ  ( 43– k>zz 4












j m ˆ 4 4n:-%1 ˆ 4 ˆ  ; ( %1K4œ8-21 ž4 *L ( 4œ8 ; )%2
8*
6 ( 6 (  a "G )0) > >P.
8 (
( $
-
6 (
(   )4 5   œE ; )  2
*
  6 ( 6 (  4

=n

j zOm jk>–Om



H

IH

IH

V

4 ˆ  ( rXž4•8
 ( 4 : (  *
@  ( \O
% - (  6 % 
ML  4 H .L
 1 –– 4





@ +

4 ˆ 4e+ (( 4e (  *
 >s   "'h ( 
!
> >
) ( N>O
 r' 7  ; $
 1 R–k ––%–C4



jk%k.maœa4e ( S% I1œa4 ( 
21,4•: @ 2 4AY ;  6 ) >
) ( N>O
  ;  /%/ -
"
(  *
 ( %1  %4 l –%–Ck%4

V

- 

jk >m

jk>lOm

43C   ( 4e ( - (  (  *%--
 ^X  ( 6
63%%)4 H  M > ( *63 (
>1w+œ RdIwXT`wL63 (
^œ @   (  ( %6=%ZdI)%)%aw)% ( )!
M (  MV.1Ikz%z’4



4  (  1$
 ( 4 e (   H *LC
e (  *  )U4G  7  ( œ %*- Re+ ;   ( 1 ––%–4

V

jkŠmaž4K*

I4  )%U -6 (  ; G  ( 3 6  ( ,=

( )Q'
( o   
 ( 4 ˆ *
M1  24 Š%l1    (  Š1kz%z 4

@

jkOy>mae4 7 )%* ;  ?c&4 7  (  "' ( % -> >K  ( 63 œ (
$#   5 C
*  )%*   ˆ

H

(  ;  ( 4dI> ( )- (  @ >   4 5  z
 _'D (     ( >  w ( %634