Notre travail porte sur les constructions elliptiques dans les copies des étudiants dans le cadre du projet écri+ qui vise le développement d’un dispositif national d’évaluation, de formation et de certification des compétences d’expression et de compréhension écrites en français. Après une première phase d’observation des erreurs dans les copies d’étudiants, il a été remarqué que les erreurs d’ellipses, bien que rares, constituaient une vraie zone « d’instabilité » lors de la rédaction, car plusieurs compétences linguistiques sont à maîtriser en même temps. En effet, les ellipses impliquent le respect de beaucoup de contraintes linguistiques assurant la stabilité de l’énoncé (Abeillé, 2008; Desmets, 2008, Bîlbîie, 2011). Le non-respect de ces contraintes entraîne alors une incohérence de l’énoncé (Marie aime le chocolat chaud et Pierre [aime] le thé. / *Anne mange du gâteau et Jean [mange] une part.). De ce fait, il nous a semblé important de porter nos recherches sur ce phénomène, particulièrement révélateur des compétences rédactionnelles des étudiants; ainsi notre contribution au dispositif national d’évaluation sera de créer un outil capable de détecter et de corriger automatiquement les ellipses erronées dans les textes brefs. La première étape de notre recherche a été de constituer un corpus d’ellipses erronées issues de rédactions d’étudiants afin d’identifier les erreurs d’ellipses dans ces productions et de tester plusieurs techniques de TAL pour la détection et la résolution automatique des ellipses. Lors de cette communication, notre objectif sera de décrire la méthodologie adoptée pour la constitution de notre corpus. La première partie sera consacrée à l’influence des choix méthodologiques sur notre recueil de données. Nous expliquerons le choix des productions étudiantes pour constituer notre corpus et nous présenterons également les différents types de productions que nous avons pu collecter. Dans cette partie, nous développerons alors nos premières observations sur les différences d’apparition d’ellipses erronées entre les rédactions spontanées (partiels et exercices faits en classe) et les rédactions préparées (devoirs maison, rapports de stage et mémoires) et nous expliquerons comment ces observations ont influencé nos derniers résultats. En deuxième lieu, nous présenterons le choix effectué concernant les métadonnées retenues, comme le type de rédaction, le niveau et le domaine d’études de l’étudiant en expliquant les points fort et les limites de nos données. Ce choix étant particulièrement important pour la réalisation d’analyses sociolinguistiques sur le phénomène de l’ellipse. Pour finir, nous présenterons les perspectives du travail qui concernent les méthodes de TAL que nous voulons appliquer sur le corpus constitué afin de détecter automatiquement les ellipses erronées.