Dans le cadre de ce travail, nous présentons une expérimentation menée auprès d’un public allophone inscrit à une formation universitaire. Ce travail a pour objectif de relever, d’une part, les spécificités dans les productions orales de ce public, et d’autre part, de démontrer l’intérêt d’un apprentissage sur corpus afin de construire un exposé structuré. Cette étude permet de s’ouvrir à d’autres perspectives didactiques en partant d’un corpus d’apprenants.

This article aims to describe the construction and annotation of a multimodal and multilingual (French, English, and Mandarin Chinese) corpus for the study of second language acquisition and professional development in language teaching. The corpus was built within a research project whose main objective is to determine which techno-semio-pedagogical competencies are developed informally and which ones require formal training. In this paper, we explain the theoretical framework adopted, characterized by an ecological approach to the interactive environment. We subsequently illustrate the (...) procedures for the collection of audio, video and eye-tracking data. We also provide details of the annotation of raw data to produce a corpus of analysis drawing on different automatic and semi-automatic annotation tools. Finally, we explain how such a corpus enables us to study the development of learners’ multimodal competence and tutors’ techno-pedagogical competence and point to some other possible research questions. (shrink)

The article is devoted to spelling errors of Russian learners in a French-speaking environment. Based on 1,816 spelling errors, the analysis focuses on four mechanisms (transposition, insertion, omission, and substitution), and the influence of contextual and non-contextual (cognitive, inter- and intralinguistic, extralinguistic) factors is taken into account for each mechanism in question. Despite the multidimensional nature of the factors involved, the recurrence of certain errors makes it possible to distinguish clear trends in the acquisition of linguistic facts. In addition, a (...) quantitative analysis of the obtained data allows cross-sectional studies of errors, which traces back the steps in the acquisition of various aspects of Russian spelling, from A1 to C1 level for the first time. Moreover, the qualitative analysis of errors provides valuable data for pedagogical materials. (shrink)

Gallicagram est un nouvel outil de lexicométrie, fondé notamment sur les archives océrisées de la Bibliothèque nationale de France et sur celles du journal Le Monde ; il dénombre dans le corpus choisi et pour une période donnée les occurrences d’un mot ou d’un syntagme, et offre différents modes de visualisation des données obtenues. Ce logiciel mérite à plusieurs titres d’être investi par les chercheurs : outre le volume des données qu’il exploite, suffisant pour fonder des analyses lexicométriques depuis le (...) XVIIe siècle jusqu’à nos jours, Gallicagram a sur son concurrent immédiat, Ngram Viewer, l’avantage d’une transparence très supérieure et d’une structure plus constante au cours du temps. L’article présente Gallibase, son extension qui lui applique les outils de la statistique textuelle – en particulier les analyses factorielles et arborées. Il illustre son potentiel et insiste sur l’intérêt spécifique des corpus de presse, qui permettent des études sur périodes courtes. (shrink)

Cet article s’intéresse à la distribution et à la sémantisation des termes « féminisme » et « féministe » dans les discours de l’élection présidentielle de 2022. Grâce aux outils de la statistique occurrentielle et co-occurrentielle, le papier montre la percée lexicale de ces mots dans le champ électoral et le triomphe des deux signifiants en même temps que la continuation de dissensus, entre la gauche et l’extrême droite de l’échiquier politique, dans la prescription du sens des signifiés attachés.

Cet article expose une analyse sémique d’un ensemble de mots, diffusé par le biais du discours religieux, censé présenter une définition des « non-musulmans ». Il s’agit, essentiellement, de montrer en quoi des mots (polythéiste, idolâtre, mécréant, athée, protégé, Nazaréens, chrétiens, Juifs, égaré), figurant dans le discours d’un prédicateur musulman, façonnent, d’une manière systémique, des images, des imaginaires, et peuvent potentiellement véhiculer une représentation altérée de l’Autre. Ces occurrences, généralement spécifiques à un balisage exégétique ou canonique, débordent de leurs contextes (...) et s’utilisent comme concepts génériques dans la prédication contemporaine. En circulation sur le Web et employés hors de leur contexte historique, ces discours sur l’Altérité, révèlent l’ambiguïté qu’engendre une assimilation d’un ensemble de mots, sémantiquement différents, sous l’hyperonyme de « non-musulmans ». (shrink)

En acquisition L2, le choix méthodologique concernant le type de tâche a été décrit comme une étape capitale à l’obtention de données plus ou moins représentatives de comportements linguistiques mesurables (Norris et Ortega 2003). Le propos de notre recherche est d’analyser un corpus recueilli en acquisition L2 afin de tester des effets du type de tâche sur la nature des productions langagières obtenues. Notre recherche se base sur la comparaison d’une tâche narrative, d’une tâche directive et d’une tâche de prise (...) de décisions proposées à 36 locuteurs hispanophones apprenants d’anglais à l’Universitat de Barcelona et à l’Universitat Ramón Llull (Gilabert 2007). Notre analyse tient compte de quatre types de marqueurs : séquentiels (first, then, finally), argumentatifs (because, thus, though), temporels (when, after, before) et modaux (I think, would, should). L’extraction des items lexicaux s’est faite de manière automatique à l’aide de Childes (CLAN). Nos analyses quantitatives sur un total de 710 occurrences révèlent l’existence de différences significatives dans les fréquences de ces marqueurs selon le type de tâche réalisée (valeurs de p obtenus à l’aide du t-test de Welch). Les tâches de résolution de problèmes sollicitant des repères spatiaux (i.e., directive et de prise de décisions) constituent des activités significativement plus productives à l’obtention de marqueurs séquentiels et argumentatifs, comparées à la tâche narrative. Nos résultats suggèrent que le choix de la tâche est un enjeu majeur dans les travaux en acquisition L2 et confirment l’impact des outils méthodologiques dans les résultats obtenus. (shrink)

Cet article présente une expérience de formation à l’évaluation de la production orale en français langue étrangère (FLE) auprès de futurs enseignants de FLE. La formation s’est déroulée en deux étapes, l’une pour les former à l’évaluation de la production orale en FLE avec quatre échelles du CECRL, et l’autre pour montrer comment évaluer la production orale avec des mesures textométriques et quantitatives. Les résultats montrent que les deux méthodologies présentent des inconsistances ; les résultats qualitatifs montrent des désaccords inter-juges (...) dans la plupart des échelles, et les résultats quantitatifs ne montrent pas de changements significatifs à long terme dans l’ensemble du groupe. (shrink)

L’apprentissage des langues étrangères et les méthodes employées dans l’enseignement des langues connaissent une véritable révolution numérique. Du fait de l’accessibilité et de l’ubiquité des données, de nombreuses expérimentations sont mises en place afin de confronter les apprenants aux langues cibles. Les données linguistiques organisées en corpus permettent de mettre en regard formes et contextes afin de favoriser la réflexion métalinguistique nécessaire au processus d’acquisition. Dans...

Les vœux du nouvel an à la nation constituent un genre d’allocutions présidentielles traditionnellement rattachées aux grands discours du Président de la République. Le temps du bilan de l’année écoulée, de même que l’annonce de l’agenda politique pour l’année qui suit, sont autant de sujets dans la communication politique de l’Élysée pour s’adresser aux citoyens et leur parler d’eux-mêmes, du pays, du récit national en cours et à écrire. Le cas échéant, les vœux aux Français constituent une opportunité dans le (...) calendrier pour actualiser la vision ou le projet politique que porte le Président, renouveler aussi l’image de celui-ci dans le regard du citoyen. Cependant, la scène englobante d’énonciation infléchit ce genre discursif vers un certain lyrisme : la solennité du 31 décembre appelle en effet un temps de pause pour porter un regard réflexif sur l’expérience citoyenne empirique, en particulier sur le « faire commun » en tant que membre de la communauté nationale. Dans ce contexte d’énonciation, le discours du chef de l’État met donc en jeu et actualise l’imaginaire social collectif autour du sentiment d’appartenance à un destin national évocateur. Or, si le pathos est bien inscrit dans l’écriture des vœux du nouvel an à la nation, son emploi surprend l’auditeur ou le lecteur attentif car il déjoue l’empathie du Président envers le citoyen et réoriente l’usage de ces discours. La rhétorique du pathos dans les vœux a tendance au contraire à inverser le rapport d’identification et d’adhésion du citoyen à un projet pour la nation dicté par le chef de l’État. Et cette intention politique sous-jacente se joue notamment dans les ressorts stylistiques de la littérarité et dans le travail sur le verbe présidentiel prétendument lyrique et porteur d’une proposition de récit actualisé et souhaité au nom de et pour la nation française. (shrink)

Un des objectifs des niveaux élémentaire et indépendant du Cadre européen commun de référence pour les langues (CECRL) est d’amener l’apprenant — alors qu’il n’est pas encore un utilisateur autonome de la langue — à être capable d’interagir dans les situations authentiques de la vie quotidienne. Or, la plupart des matériaux pédagogiques consacrés à ces niveaux ne présentent qu’un échantillonnage partiel et souvent incomplet du langage authentique. Dans cet article, nous proposons une méthodologie dédiée, d’une part, à la construction de (...) corpus thématiques à des fins pédagogiques aux niveaux A1+ à B1 du CECRL et, d’autre part, à l’identification du vocabulaire-clé associé.Notre approche repose sur une sélection thématique de textes allemands selon les sujets définis par le CECRL afin de créer (1) un corpus ciblé et (2) de taille relativement faible, (3) regroupant des textes (quasi-)authentiques, adaptés aux niveaux des apprenants. En accord avec les résultats issus de la linguistique de corpus, soulignant la place centrale des unités multi-lexicales (UML) dans la construction du vocabulaire, le vocabulaire-clé tiré de cette collection consiste en UML plutôt qu’en mots individuels. Le procédé de sélection est illustré à travers l’exemple concret d’un sous-thème de la catégorie « Essen und Trinken » (Nourriture) du CECRL formé à partir d’un corpus de critiques de restaurants. Nous concluons par le constat que cette approche empirique peut mener à un changement dans la perception de la nature du vocabulaire-clé susceptible d’être présenté aux apprenants aux niveaux de compétences linguistiques inférieurs. (shrink)

Cet article s’inscrit dans la continuité des études sur l’utilisation des corpus oraux comme ressource didactique en français langue étrangère. Il présente les défis sous-jacents à la construction d’un exercice sous format numérique à partir de l’expression polysémique genre à l’oral. L’exercice a été développé dans le cadre du projet de recherche appliquée DiCoi (Digitalisation – Corpus – Interaction), dont le but est de soutenir le développement de la compétence d’interaction orale de jeunes en formation professionnelle de métiers manuels. L’effet (...) des interventions est mesuré à l’aide de feedback, mais aussi de la collecte d’interactions orales libres enregistrées sous format audio. La réception de l’exercice est généralement positive, mais l’analyse du phénomène dans le corpus d’interaction entre allophones révèle la difficulté d’établir un lien clair entre input et output. Néanmoins, une didactisation soigneuse du matériel authentique semble rendre les phénomènes cibles saillants. (shrink)

Pour soutenir les élèves du primaire dans leur apprentissage de la langue et des disciplines scolaires, tant en contexte de français langue d’enseignement que de français langue seconde, l’élaboration d’une liste de vocabulaire dit « transdisciplinaire » (Hiebert et Lubliner 2008) s’avère nécessaire. Il n’existe en effet pas de liste de référence pour l’enseignement ciblé des mots qui apparaissent fréquemment dans les matières scolaires au primaire en français et qui ont comme caractéristiques : soit d’être utilisés dans un même sens (...) quelle que soit la matière (souligner, examiner, répondre, expliquer, premièrement, enfin, etc.), soit de posséder des sens différents dans les différentes disciplines et dans la langue (nombre, base, somme, résultat, valeur, représenter, etc.). Dans cet article, nous rendons compte d’un projet de recherche ayant mené 1) à la constitution d’un corpus de plus de 4 millions de mots, à partir de manuels scolaires en usage au Québec pour tous les cycles du primaire, dans cinq disciplines (français, mathématiques, sciences, univers social, éthique et culture religieuse) et 2) à la sélection d’une liste de vocabulaire transdisciplinaire de plus de 2 000 vocables à des fins d’enseignement de la langue et des disciplines scolaires. (shrink)

A lot of effort is currently made to provide methods to analyze and understand deep neural network impressive performances for tasks such as image or text classification. These methods are mainly based on visualizing the important input features taken into account by the network to build a decision. However these techniques, let us cite LIME, SHAP, Grad-CAM, or TDS, require extra effort to interpret the visualization with respect to expert knowledge. In this paper, we propose a novel approach to inspect (...) the hidden layers of a fitted CNN in order to extract interpretable linguistic objects from texts exploiting classification process. In particular, we detail a weighted extension of the Text Deconvolution Saliency (wTDS) measure which can be used to highlight the relevant features used by the CNN to perform the classification task. We empirically demonstrate the efficiency of our approach on corpora from two different languages: English and French. On all datasets, wTDS automatically encodes complex linguistic objects based on co-occurrences and possibly on grammatical and syntax analysis. (shrink)