Dans cet article, nous présentons et discutons de notre méthodologie pour la constitution d’un « petit corpus » comparatif de narration orale en occitan. Il s’agit d’un « petit corpus » nouveau et unique, dans une langue minorisée, ce qui soulève un certain nombre de défis particuliers : la complexité des rapports entre l’écrit et l’oral dans la pratique du conte d’une part, et d’autre part, de nombreuses difficultés méthodologiques (variations diatopique, diachronique et sociolinguistique ; absence de données (...) numérisées ; outils de traitement automatique des langues en cours de développement). Cet article propose non seulement une méthodologie pour la constitution d’un corpus permettant d’explorer divers degrés d’oralité, mais contribue aussi plus globalement au débat sur la problématique des « petits corpus » pour les langues minorisées. (shrink)

Le présent article prend pour point de départ de sa réflexion sur les enjeux épistémologiques et méthodologiques des petits corpus un constat simple, à savoir que ceux-ci ont survécu à l’heure où l’essor de la linguistique de corpus et le développement du big data ont multiplié les ressources. Cette survie est, selon nous, la preuve d’une nécessité à la fois matérielle et logistique et d’une pertinence scientifique des petits corpus que nous explorons sous l’angle particulier de la langue (...) class='Hi'>orale et du domaine spécifique de la phonologie. Nous montrons en quoi cette discipline entretient un rapport unique à l’objet langue et donc privilégié aux corpus et repensons la validité des corpus non pas en termes de taille, mais en termes de finalité. Nous défendons alors la méthodologie et les ambitions du programme PAC dont la base de données sur l’anglais oral contemporain repose exclusivement sur de petits corpus spécialisés constitués dans les différentes aires géographiques anglophones. Nous démontrons non seulement la pertinence individuelle de ces petits corpus pour l’étude quantitative et qualitative de phénomènes précis, comme le nivellement de la variété mancunienne dans le nord de l’Angleterre ; mais également l’apport concret de la comparabilité et de la jonction possible des analyses faites à partir de ces petits corpus pour la modélisation théorique des phénomènes de rhoticité et de r de sandhi dans les variétés d’anglais parlées à travers le monde. Ainsi, nous illustrons la manière dont les résultats obtenus grâce à l’étude en profondeur des petits corpus PAC permettent de penser la dynamique des systèmes de l’anglais ainsi que le poids sociolinguistique des identités, notamment nord-sud, dans la description et la compréhension de leurs caractéristiques phonético-phonologiques. Aussi, en défendant les petits corpus, nous défendons en creux la phonologie de corpus, et nous remettons en cause la supériorité automatique des grands corpus pour ce qui est de l’analyse en profondeur de la langue orale et de l’évolution des variétés d’anglais parlées à travers le monde. (shrink)

Depuis plusieurs décennies, la numérisation des textes anciens et les progrès du TAL pour les traiter et les interroger ont largement modifié nos habitudes de travail. Il est désormais possible d’obtenir des données quantitatives massives qui affinent notre perception des phénomènes linguistiques et stylistiques dans des corpus écrits dans des états de langue anciens. Les corpus numériques créés depuis maintenant près d’un quart de siècle permettent d’envisager plus facilement la dynamique du...

Corpus linguistics grew up in the domain of written (and literary) varieties, while its recent methodological revolution is due to the computer-assisted capacity of elaborating massive amounts of text data. On the other hand, the so-called ‘low-density varieties’, including spoken varieties as well as varieties spoken in minority communities, have been confined to a rather marginal role. Among others, this is due to the technical problems connected to the scarce degree of normalization in linguistic –including graphemic– terms, as well as (...) to the scarcity of language resources for automatic processing. In this paper, we will exploit the possibilities opened by corpus linguistics for acquiring and analyzing the textual patrimony of the Walser German communities of Piedmont and Aosta Valley. The varieties of Highest Alemannic spoken there, dramatically exposed to language decay, provide a limited but significant amount of data, which is accompanied by a substantial lexical documentation due to the active collaboration of the speakers’ communities in collecting and compiling local dictionaries. After briefly introducing our archive and discussing the peculiar solutions adopted for the construction of the platform, we will also present corpus-based morphological investigations regarding the representation of verbal prefixes, of the clitic group, as well as of the inflectional behaviour of verb classes. (shrink)

Dans une introduction générale, J.-M. Gouvard rappelle les fondements historiques des débats sur la nature des rapports entre langue et style, en mettant en parallèle la stylistique linguistique du père fondateur Ch. Bally développée dans Traité de stylistique française (1909) et la stylistique littéraire de L. Spitzer explicitée dans Études de style (1970). Si Bally privilégie la langue orale commune et Spitzer le texte écrit littéraire, tous deux se rejoignent cependant par une même « métho..

Dans une introduction générale, J.-M. Gouvard rappelle les fondements historiques des débats sur la nature des rapports entre langue et style, en mettant en parallèle la stylistique linguistique du père fondateur Ch. Bally développée dans Traité de stylistique française (1909) et la stylistique littéraire de L. Spitzer explicitée dans Études de style (1970). Si Bally privilégie la langue orale commune et Spitzer le texte écrit littéraire, tous deux se rejoignent cependant par une même « métho...

Le corpus PhraséoRoChe se centre sur le roman de chevalerie de langue française écrit en prose. Il rassemble des textes issus d’œuvres produites entre le XIIIe siècle et le XVIIe siècle, période bornée par la naissance et la disparition de ce genre textuel. Pour permettre des interrogations par le lecteur d’aujourd’hui d’un corpus outillé embrassant une diachronie aussi longue, il faut faire des choix concernant l’évolution de la langue, non seulement en traitant le décalage entre le français contemporain et la (...) langue des textes retenus mais aussi en faisant face aux difficultés liées à l’hétérogénéité de l’ancien français, du moyen français et du français préclassique. Quels choix méthodologiques peuvent être pertinents en vue de l’objectif défini, à savoir une exploitation de type linguistique, stylistique ou littéraire? Les collaborateurs du projet se sont heurtés à la triple difficulté de rester fidèles aux textes, d’intégrer la diversité des pratiques éditoriales des chercheurs selon les étapes de l’histoire du français et d’unifier le plus possible les principes de traitement pour faciliter la réception actuelle. Le présent article rend compte des deux volets de l’opération : la sélection et la transcription d’un ensemble de 40 textes, d’abord, et l’annotation au moyen de balises structurelles, d’étiquettes lexicales et d’étiquettes morphosyntaxiques, ensuite. (shrink)

Ce numéro de la revue CORPUS est consacré au domaine berbère, l’une des branches de la famille afro-asiatique, et en particulier à la constitution et aux usages de corpus en linguistique berbère. Certains aspects de la structure grammaticale des langues berbères ainsi que de leur diversité étant encore peu connus, l’objectif général de ce volume est de faire progresser notre connaissance de la (micro)variation dans la famille berbère. Tout d’abord, il importe de garder à l’esprit que les lang...

Notre article illustre l’utilité de la calibration générique des corpus pour l’analyse diachronique de la langue française. Nous explorons le cas de l’antéposition stylistique de l’infinitif et du participe au sein de trois corpus constitués respectivement de textes littéraires, de coutumiers normands et de procès, de la période de l’ancien français à celle du français classique. Le calibrage générique montre que les évolutions de ces phénomènes d’antéposition diffèrent selon le type de texte, et que les textes légaux montrent une surreprésentation (...) de ces constructions, en lien avec la pratique de la langue latine qu’observaient les spécialistes du droit. (shrink)

L’article se propose, à partir de l’expérience de la construction et de l’exploitation des bases de données dialectales de la BDLC (corse) et du THESOC (occitan), de cerner ce qu’un grand corpus est susceptible d’apporter à la phonologie. La réponse, appuyée sur quelques cas d’espèces, fait intervenir trois niveaux : celui de l’établissement des faits à soumettre à l’analyse, celui de la validation des hypothèses émises, celui de la valeur heuristique des données prises en compte. Les faits aléatoirement rassemblés dans (...) un grand corpus et donc non nécessairement pris en compte dans l’analyse initiale sont en effet de nature à transformer la vision de la clôture du corpus, à confirmer (ou infirmer ce qui, in fine, est aussi important) les hypothèses avancées, à suggérer d’autres solutions aux problèmes rencontrés que celles initialement envisagées. Un des points saillants, en outre, est, au plan théorique, la mise en discussion de la notion d’entité discrète, tant en matière d’unités phonologiques (de type phonème) que d’unités systémiques (de type idiome localisé) tant il est vrai qu’en matière de langue il n’existe qu’un continuum. L’idiolecte est déjà composite, l’idiome local n’est qu’un chaînon dans le continuum aréal. Les unités discrètes constituent donc l’instrument d’analyse incontournable du fait linguistique, une réalité dans la représentation qu’un locuteur a de son système ; mais l’observable est un continuum, un ensemble de cellules perméables les unes aux autres, si c’est bien dans la conscience collective que se trouve (déposée) la langue, conformément au dire saussurien. (shrink)

L’article se propose, à partir de l’expérience de la construction et de l’exploitation des bases de données dialectales de la BDLC (corse) et du THESOC (occitan), de cerner ce qu’un grand corpus est susceptible d’apporter à la phonologie. La réponse, appuyée sur quelques cas d’espèces, fait intervenir trois niveaux : celui de l’établissement des faits à soumettre à l’analyse, celui de la validation des hypothèses émises, celui de la valeur heuristique des données prises en compte. Les faits aléatoirement rassemblés dans (...) un grand corpus et donc non nécessairement pris en compte dans l’analyse initiale sont en effet de nature à transformer la vision de la clôture du corpus, à confirmer (ou infirmer ce qui, in fine, est aussi important) les hypothèses avancées, à suggérer d’autres solutions aux problèmes rencontrés que celles initialement envisagées. Un des points saillants, en outre, est, au plan théorique, la mise en discussion de la notion d’entité discrète, tant en matière d’unités phonologiques (de type phonème) que d’unités systémiques (de type idiome localisé) tant il est vrai qu’en matière de langue il n’existe qu’un continuum. L’idiolecte est déjà composite, l’idiome local n’est qu’un chaînon dans le continuum aréal. Les unités discrètes constituent donc l’instrument d’analyse incontournable du fait linguistique, une réalité dans la représentation qu’un locuteur a de son système ; mais l’observable est un continuum, un ensemble de cellules perméables les unes aux autres, si c’est bien dans la conscience collective que se trouve (déposée) la langue, conformément au dire saussurien. (shrink)

Résumé Cet article propose une réflexion théorique et méthodologique permettant de décrire et d’interpréter les textscapes à des fins d’analyse communicationnelle. L’objectif consiste à tester le concept sémiotique de textscape linguistique pour analyser la mise en scène des langues dans la communication des organisations sur le web. Le cadre théorique fait appel aux études du paysage linguistique (Linguistic Landscape Studies) et à la théorie des paysages textuels (textscapes). Le corpus est composé de 100 sites web d’organisations économiques (...) (chambres de commerce, clusters économiques, entreprises) qui revendiquent un positionnement à l’échelle transfrontalière européenne. L’étude est menée d’un point de vue statistique (analyse de métadonnées) et qualitatif (analyse sémiotique du textscape linguistique) en vue de préciser la place et les fonctions communicationnelles du textscape linguistique dans la communication multilingue. Les résultats ont permis de dégager les profils d’expression, un scénario sémiotique typique des sites web observés et surtout de localiser les (dés)équilibres communicationnels. (shrink)

1. Introduction Ce numéro spécial dédié aux corpus d’ancien et moyen français, à leur constitution et à leur exploitation, vient après bien d’autres numéros de revues présentantl’usage des corpus en linguistique depuis une dizaine d’années. Mais celui-ci est spécifiquement consacré aux corpus concernant les périodes les plus anciennes de la langue, c’est-à-dire aux formes et pratiques linguistiques qui sont les plus différentes de ce que connaît et pratique le locuteur moderne, et pour lesque..

Convenons, à la suite de Rastier (2001) notamment, que les textes sont l’objet de la linguistique. Un texte est entendu ici comme « une suite linguistique empirique attestée, produite dans une pratique sociale déterminée, et fixée sur un support quelconque » (Rastier, 2001 : 21), ce qui intègre pleinement diverses formes d’expression (orales comme écrites). Le corpus de textes est alors le terrain privilégié de l’observation de la langue. Lors de la collecte des données, lors de leur enregist..

1. Introduction Ce numéro spécial dédié aux corpus d’ancien et moyen français, à leur constitution et à leur exploitation, vient après bien d’autres numéros de revues présentantl’usage des corpus en linguistique depuis une dizaine d’années. Mais celui-ci est spécifiquement consacré aux corpus concernant les périodes les plus anciennes de la langue, c’est-à-dire aux formes et pratiques linguistiques qui sont les plus différentes de ce que connaît et pratique le locuteur moderne, et pour lesque...

Convenons, à la suite de Rastier (2001) notamment, que les textes sont l’objet de la linguistique. Un texte est entendu ici comme « une suite linguistique empirique attestée, produite dans une pratique sociale déterminée, et fixée sur un support quelconque » (Rastier, 2001 : 21), ce qui intègre pleinement diverses formes d’expression (orales comme écrites). Le corpus de textes est alors le terrain privilégié de l’observation de la langue. Lors de la collecte des données, lors de leur enregist...

Le Corpus oral et sonore de l’espagnol rural(COSER) est un corpus d’enquêtes orales qui a pour but l’étude de la grammaire dialectale dans la péninsule ibérique. Dans cet article, les caractéristiques du COSER et la méthodologie suivie sont décrites et comparées à celles des atlas pour ce qui concerne la recherche sur la grammaire dialectale. Grâce au COSER, de nombreux aspects syntaxiques peu connus ou totalement ignorés des dialectes espagnols ont pu être étudiés, tels que plusieurs paradigmes pronominaux, la substitution (...) du subjonctif et l’accord neutre de matière. De plus, la répartition géographique de ces aspects a parfois été considérablement élargie, et les explications traditionnelles ont été remplacées par de nouvelles, en se basant sur une meilleure connaissance des données. L’étude de la grammaire dialectale s’avère être une importante source d’information favorisant une meilleure compréhension des nombreux croisements des principes linguistiques, comme l’« Agreement Hierarchy », par exemple, et ouvrant la voie à de nouvelles approches permettant de tester leur validité. (shrink)

En considérant les occurrences orales de différents emplois de la périphrase en aller + infinitif décrits par Bres et Labeau (2012a), cet article illustre la contribution positive des corpus oraux, et particulièrement du nouveau Corpus de français parlé à Bruxelles (CFPB) – au rassemblement d’occurrences authentiques de phénomènes linguistiques peu étudiés, au test de leurs descriptions théoriques, mais aussi à l’enrichissement de celles-ci.

Constitution d’un grand corpus d’écrits émergents et novices : principes et méthodes Cette contribution propose une réflexion sur la construction d’un vaste corpus d’écrits qui permet d’approfondir notre compréhension des processus en jeu dans l’accès à la littératie dans sa diversité, au travers de la pluralité des genres et des types discursifs qui la constituent et chez des apprenants de profils divers : enfants/adultes, langue 1 / langue 2, entendants/sourds. La réflexion sur la mise en place de ce corpus s’inscrit (...) dans une perspective fonctionnaliste et énonciative et fait fond sur deux ensembles théoriques complémentaires. Du point de vue de l’acquisition des langues, nous souscrivons à la conception selon laquelle les productions d’apprenants ne constituent pas une déviance par rapport à la norme mais sont des manifestations (idiolectales) de systèmes linguistiques per se dont il s’agit de dégager les normes propres. Du point de vue de la littératie, nous nous inscrivons dans la tradition des travaux, d’inspiration bakhtinienne, qui considèrent l’hétérogénéité comme constitutive de toute production verbale. Ainsi, nous expliquons et justifions nos choix en matière de profils d’apprenants et de tâches rédactionnelles, en relation avec la perspective théorique adoptée, ainsi que les options retenues en matière d’outillage du corpus. (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...

Cet article détaille la méthodologie mise en place dans le projet EMOLEX qui a abouti à la mise à disposition de corpus multilingues, d’interfaces d’interrogation et d’analyse de ces corpus ainsi que d’applications permettant d’exploiter les analyses linguistiques portant sur le lexique des affects dans cinq langues européennes.

Le Corpus oral et sonore de l’espagnol rural(COSER) est un corpus d’enquêtes orales qui a pour but l’étude de la grammaire dialectale dans la péninsule ibérique. Dans cet article, les caractéristiques du COSER et la méthodologie suivie sont décrites et comparées à celles des atlas pour ce qui concerne la recherche sur la grammaire dialectale. Grâce au COSER, de nombreux aspects syntaxiques peu connus ou totalement ignorés des dialectes espagnols ont pu être étudiés, tels que plusieurs paradigmes pronominaux, la substitution (...) du subjonctif et l’accord neutre de matière. De plus, la répartition géographique de ces aspects a parfois été considérablement élargie, et les explications traditionnelles ont été remplacées par de nouvelles, en se basant sur une meilleure connaissance des données. L’étude de la grammaire dialectale s’avère être une importante source d’information favorisant une meilleure compréhension des nombreux croisements des principes linguistiques, comme l’« Agreement Hierarchy », par exemple, et ouvrant la voie à de nouvelles approches permettant de tester leur validité. (shrink)

Des revues et des ouvrages spécialisés ont préconisé l’exploitation des textes littéraires dans l’apprentissage du français langue étrangère. Mais les recherches et les pratiques pédagogiques axées sur les apports de la littérature dans l’enseignement de la prononciation sont rares. En didactique des langues, les enseignants ont tendance à négliger, très souvent, l’acquisition des compétences orales, face à la concurrence de la langue écrite, de la grammaire ou du vocabulaire. Dans cet article, nous présentons les expériences sur le développement de (...) la production orale et la correction de la prononciation en relation avec la littérature dans le dispositif de formation Campus Virtuel FLE à l’Université de León. À l’heure du numérique nous aurons recours aux multiples ressources, outils, environnements informatiques et médias sociaux en relation avec les domaines suivants : 1. Le projet Littérature Française Multimédia FLE, une base de données audiovisuelle en ligne sur la littérature française pour l’enseignement et apprentissage du FLE ; 2. Les tâches sur la littérature pour l’acquisition des compétences orales ; 3. Le corpus Oral FLE Prononciation des productions orales des apprenants hispanophones ; 4. Les techniques et méthodes de correction de la prononciation à l’aide des médias sociaux. (shrink)

Cet article présente le contexte général ayant conduit à l’élaboration du Corpus de français parlé au Québec (CFPQ) et les principes méthodologiques ayant présidé à sa confection. Il illustre ensuite l’intérêt que représente cette ressource documentaire pour l’étude de la langue parlée en contexte informel par le biais d’un examen lexico-sémantique de la séquence je sais pas. L’intérêt pour cette séquence vient d’abord d’un constat : celle-ci est particulièrement fréquente dans le corpus pris comme cible. En effet, elle y occupe (...) le premier rang, en terme de fréquence, pour ce qui concerne la présence de trois unités graphiques figurant en contiguïté. Ce constat oriente vers l’idée selon laquelle son degré d’« entrenchment » (c’est-à-dire d’enracinement) doit être grand, qu’elle a toute chance d’être mémorisée en bloc dans un certain nombre de contextes, à la manière des séquences complexes ou expressions (semi-)figées. L’attention se focalise sur des exemples où je sais pas agit à titre d’expression verbale, puis d’expression discursive. (shrink)

Cet article revient sur un corpus de conversations par SMS entre des personnes sourdes qui présentent un bilinguisme entre le français et la Langue des Signes Française. Ce regard rétrospectif sur ce corpus, notamment sur les motifs de son cadrage, l’enquête de terrain préalable à sa collecte, le protocole de collecte en tant que telle, ou le défi que constitue son annotation, permet de discuter des avantages et des limites des positionnements qualitatifs et quantitatifs en amont de la constitution du (...) corpus. Le contexte complexe des enjeux culturels, sociaux, économiques, historiques, identitaires, politiques, et épistémologiques, des sourds bilingues devient une ressource bien plus puissante s’il est envisagé à la fois comme le lieu de l’émergence des discours récoltés, et comme un giron potentiel de la problématisation du rapport entre l’analyste et son objet d’analyse. En décrivant les particularités linguistiques de ce corpus de conversations écrites entre personnes sourdes, cet article cherche à expliciter les écueils analytiques qui peuvent être anticipés ou évités par un travail exploratoire qualitatif tant en amont de la collecte des données et métadonnées, que lors du travail d’analyse. (shrink)

Cet article présente et discute la méthodologie de construction d’un corpus plurilingue en diachronie longue (1681-1914). Puisqu’il n’existait pas de corpus alsacien significatif, un important travail de construction d’un corpus significatif a été mené afin de constituer un corpus documentant les contacts linguistiques dans les écrits des locuteurs-scripteurs alsaciens. Cette tâche a présenté un certain nombre de défis méthodologiques causés par le contact des langues, la variation sociolinguistique et diachronique, le manque de sources primaires et de documents numérisés. Parmi (...) ces défis entrent aussi en compte la complexité du contexte historico-politico-sociolinguistique et les rapports entre oralité et scripturalité. (shrink)

La présente contribution propose une étude de la périphérie gauche au sein d’un corpus oral multigenres, représentant douze activités de communication orale, annoté syntaxiquement et prosodiquement. La segmentation discursive du corpus en unités de base du discours (BDU) résulte d’une coïncidence entre unités syntaxiques et prosodiques, correspondant à des encodages linguistiques distincts mais complémentaires. Partant du postulat selon lequel ces unités discursives remplissent une fonction cognitive dans la planification et l’interprétation du discours, nous nous intéressons à l’étude de leur (...) périphérie gauche. Ce lieu, qui constitue le point d’ancrage du message, joue en effet un rôle important dans la négociation de la structure discursive. Dans l’objectif d’étudier les stratégies discursives à l’œuvre dans les différents genres du corpus, nous faisons l’inventaire des types formels observés et étudions finalement les fonctions discursives que ces éléments périphériques peuvent revêtir. (shrink)

Alors que toutes les langues romanes connaissent les deux types de topicalisation à gauche : le topique suspendu (HT, dans les propositions principales) et la dislocation gauche (LD, dans les propositions principales et les subordonnées), quelques dialectes occitans (et peut-être quelques dialectes italiens) se distinguent en présentant aussi un topique suspendu enchâssé. Cet article met en évidence les difficultés soulevées par les analyses antérieures, notamment celle de Sauzet (1989) qui suppose qu’un rôle prédicatif spécifique légitime ce type de topique (...) et celle de Lahne (2005) qui postule que le topique n’est pas enchâssé. Nous montrons que, en Occitan, la tête fonctionnelle la plus à gauche (FORCE° de Rizzi 1997) porte un trait (déclaratif) fort qui attire le DP topicalisé dans la périphérie gauche de la proposition. La force de ce trait est ainsi paramétrée, ce qui permet de faire des prédictions typologiques intéressantes. (shrink)

La linguistique se penche sur les émotions afin de décrire les moyens langagiers de les exprimer ou de les représenter, tant au niveau de la structure de la langue que de l'interaction dans le discours. Par là même, elle met en exergue l'ubiquité des émotions dans le langage. Les contributions du volume Cartographie des émotions s'attachent à mettre à plat les liens entre langues et émotions. Elles cherchent à catégoriser, délimiter, appréhender les affects pour mieux comprendre les enjeux (...) linguistiques et sociolinguistiques de l'expression émotionnelle. On observera ainsi les champs lexicaux et les différents réseaux sémantiques qui s'y mettent en place, les combinatoires lexicales dans de grands corpus, les stratégies intonatives et syntaxiques auxquelles les locuteurs ont recours, les différences et les ressemblances entre les langues au niveau de l'expression des émotions, ainsi que la dimension pragmatique de l'expression émotionnelle et son impact sur les discours et leur interprétation. L'ouvrage ne s'adresse pas seulement aux étudiants et chercheurs en sciences du langage, communication, sociologie, traductologie, mais aussi à tous ceux qui travaillent sur l'interface émotion et communication et que passionne la complexité du langage et des langues. (shrink)

La comparaison de deux corpus d’enquêtes sociolinguistiques réalisés à quarante ans d’intervalle permet de mettre en perspective certains aspects centraux de la constitution des données et d’interroger, par delà une description des différents choix méthodologiques et théoriques opérés, la place des données dans la linguistique de corpus.

Les langues des signes sont des langues qui n’ont pas un système d’écriture qui leur est propre et qui, par leur nature visuo-gestuelle, ne peuvent pas être écrites phonographiquement. Les conséquences de cette « non‑scriptibilité » sont au centre des travaux menés à partir de 2000 par Elena Antinoro Pizzuto. EAP, décédée en 2011, mettait en évidence les biais que l’utilisation des « gloses », employées comme substituts de la transcription, induisent dans l’analyse linguistique des LS. Ces (...) 10 dernières années, les avancées technologiques et méthodologiques ont rendu plus aisée la saisie automatique des données corporelles, l’annotation multilinéaire de corpus multimodaux et le maintien des liens entre les annotations et les vidéos, ainsi que la diffusion des vidéos sur lesquelles se basent les analyses. Toutefois, ces technologies et bonnes pratiques — bien que fondamentales — ne font pas office de système de transcription : ce sont des solutions qui suppriment une partie des symptômes liés à la non‑scriptibilité des LS, mais ne comblent pas l’absence d’un système de représentation graphique de ces langues. Les questions soulevées par EAP sont donc encore d’actualité. Si différentes tentatives pour transcrire les LS ont vu le jour, leur utilisation pour exploiter de vastes corpus de LS s’est souvent heurtée à leur faible lisibilité et/ou requêtabilité. En comparant les avantages et les inconvénients de ces systèmes, il est possible d’établir une liste des caractéristiques que devrait posséder un système de transcription des LS. Mais développer un système qui réunit toutes ces spécificités est un défi que les linguistes ne peuvent pas relever seuls : c’est dans la pluridisciplinarité, et en particulier dans le travail conjoint avec les spécialistes des aspects graphiques de l’écriture, que semble résider la solution. Cette approche, dite « grapholinguistique », est suivie par l’équipe GestualScript pour développer Typannot, un système de transcription typographique des LS et de la gestualité co-verbale. (shrink)

La comparaison de deux corpus d’enquêtes sociolinguistiques réalisés à quarante ans d’intervalle permet de mettre en perspective certains aspects centraux de la constitution des données et d’interroger, par delà une description des différents choix méthodologiques et théoriques opérés, la place des données dans la linguistique de corpus.

Le présent article met en évidence deux fonctions distinctes du corpus : heuristique et validante. Chacun connaît la seconde : un corpus est utilisé afin de démontrer la plausibilité ou la véracité d'une hypothèse qui a une existence indépendante. A la différence de celle-ci, la première fonction montre, plutôt qu’elle ne démontre. Le linguiste ne cherche plus ici à convaincre ; il cherche à comprendre. Il part à la rencontre de l'inconnu avec un questionnement, mais sans solution, même hypothétique, pour (...) le puzzle dont il a identifié quelques pièces. La vertu du corpus ici est consubstantielle à son existence : le classement. Qui dit corpus dit en effet principe de classement. Le corpus heuristique a ceci de particulier qu'il est éphémère : sitôt ses services rendus, il sera transformé par le linguiste en corpus de validation (qui aura vocation à convaincre le monde). Ce changement d'objectif induit alors une organisation et une présentation très différentes de celles qui ont permis la découverte du fonctionnement linguistique en question. En remontant cette opération, le présent article essaie d'isoler les propriétés invariables des corpus heuristiques. Le propos est illustré par un cas particulier tiré de mon expérience personnelle, i.e. les alternances de longueur vocalique dans les itératifs tchèques. (shrink)

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.

Cet ouvrage réunit des contributions portant sur les structures dites « à détachement ». Ces constructions disloquées ou extraposées et ces phénomènes de discontinuité syntaxique sont étudiés aussi bien dans le discours écrit que dans l'oral conversationnel, dans une perspective synchronique, diachronique ou contrastive. Les contributions présentées dans ce volume portent notamment sur le français médiéval, le français classique, le français moderne, l'allemand, l'anglais, le basque, le finnois, l'italien, le tchèque, le russe. Elles se penchent sur les principales problématiques liées (...) à la typologie des faits de détachement dans les langues, à la description et à la modélisation de certaines de ces constructions, aux instruments nécessaires à leur description, aux niveaux d'analyse qu'elles impliquent, et aux opérations linguistiques dont elles résultent. Cet ouvrage constitue une synthèse précieuse sur l'un des problèmes de linguistique les plus débattus à l'heure actuelle. (shrink)

ABSTRACT This article investigates the presence of heterodiscourse in narratives of oral tradition. Therefore, the theoretical foundation is based on the Bakhtinian perspective, which understands the discourse, in the literary narratives, as marked by heterodiscursivity, evidencing a diversity of social voices that signal ways of understanding and points of view about the world. The analysis of the corpus, composed of two narratives from the oral tradition, points out, therefore, that the voices of the narrator, of the traditional storytellers and of (...) the characters appear in constant dialogicity with the social voices, guided by axiologies, positions and evaluative centers of social, cultural and historical order. The study thus found ways of reflecting and refracting the events of existence, moral frameworks that guide them and the understanding of ways of being and acting in concrete situations of life in society, in line with the dialogic assumptions of the research. (shrink)

Le présent article met en évidence deux fonctions distinctes du corpus : heuristique et validante. Chacun connaît la seconde : un corpus est utilisé afin de démontrer la plausibilité ou la véracité d'une hypothèse qui a une existence indépendante. A la différence de celle-ci, la première fonction montre, plutôt qu’elle ne démontre. Le linguiste ne cherche plus ici à convaincre ; il cherche à comprendre. Il part à la rencontre de l'inconnu avec un questionnement, mais sans solution, même hypothétique, pour (...) le puzzle dont il a identifié quelques pièces. La vertu du corpus ici est consubstantielle à son existence : le classement. Qui dit corpus dit en effet principe de classement. Le corpus heuristique a ceci de particulier qu'il est éphémère : sitôt ses services rendus, il sera transformé par le linguiste en corpus de validation (qui aura vocation à convaincre le monde). Ce changement d'objectif induit alors une organisation et une présentation très différentes de celles qui ont permis la découverte du fonctionnement linguistique en question. En remontant cette opération, le présent article essaie d'isoler les propriétés invariables des corpus heuristiques. Le propos est illustré par un cas particulier tiré de mon expérience personnelle, i.e. les alternances de longueur vocalique dans les itératifs tchèques. (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)

Dans cette contribution, nous présentons la base CLAPI développée au laboratoire ICAR dans le contexte de l’évolution des bases de données de langues parlées en France au cours des trente dernières années. Nous détaillons les deux composantes de CLAPI, l’archive de corpus de langue parlée en interaction audio et vidéo enregistrés dans des situations sociales naturelles variées, et la plateforme d’outils.L’usage et l’apport de CLAPI sont illustrés par deux études. L’une décrit comment la base peut être utilisée pour des (...) travaux de linguistique interactionnelle intégrant la multimodalité (« oh là là ») ; l’autre concerne une recherche combinant données et métadonnées (« trop »). L’article est aussi l’occasion d’un bilan plus général. La mise en perspective montre en effet qu’après la période des questions est venue celle des dilemmes. La période des questions, choix et décisions à toutes sortes de niveaux a accompagné la mise en place des bases de données. L’expérience permet maintenant de mesurer leurs indéniables apports en termes non seulement de quantité de données disponibles (et traitables grâce aux outils), mais aussi de qualité (comme conséquence des exigences de standardisation liées au partage des données). La période des dilemmes nous conduit à nous interroger sur les meilleurs choix à opérer aujourd’hui dans les relations entre la poursuite des recherches sur des corpus variés (et parfois sensibles) et les exigences des bases de données ouvertes. (shrink)

Enseigner une langue étrangère en milieu guidé implique des contraintes spatiales et temporelles imposées par l’institution quand l’enseignement se déroule dans une classe ordinaire. Or, l’apprentissage d’une langue mobilise le corps tout entier dans la communication et l’interaction avec des conséquences sur les plans non seulement cognitifs mais aussi émotionnels, relationnels et culturels. En Chine, la culture éducative est fondée sur la transmission de savoirs essentiellement linguistiques, peu de place est accordée à l’oral. Beaucoup d’étudiants ont des difficultés en compréhension (...) comme en production, notamment dans le domaine de la fluidité prosodique. Des émotions et certains actes de langage ne s’expriment pas de la même manière en Orient et en Occident, ils peuvent être source de malentendus. L’introduction de pratiques théâtrales permet une nette amélioration de l’oral et une meilleure confiance en soi pour la prise de parole et l’interaction. Ces pratiques demeurent encore marginales, l’aspect ludique étant souvent considéré par les étudiants chinois eux-mêmes comme un travail manquant de sérieux. En revanche, les enseignants constatent une nette amélioration de l’oral chez les étudiants motivés. (shrink)

Durant l'entre-deux guerres, en France, suite aux changements sociaux répercutés dans le champ littéraire, nombre d'écrivains, de critiques, de grammairiens s'interrogent sur la place du «peuple» dans la représentation littéraire. Non seulement sur le rôle des personnages populaires dans le roman, comme le suggère le mouvement populiste né en 1930, mais également sur celui de la représentation de la langue parlée par le «peuple». Plusieurs solutions s'ébauchent et font l'objet de débats , dont la plus audacieuse peut être décrite comme (...) une nouvelle narration oralisée, sanctionnée par le succès de Voyage au bout de la nuit , de L.-F. Céline.During the 1919-1939, many writers and critics think about the representation of popular language in the modern novel, and their political consequences. Not only about the popular characters, not only about the dialogues, but also about the techniques of narrative transposition of orality. Many solutions exist, and create violent debates between the critics and the writers. For example, Giono, Ramuz, Queneau or Cendrars use forms of oralisation in their narration. L. F. Celine is the most famous of these writers, because of the success of "Travel to the end of Night". (shrink)

Fabriquer de nouvelles formes en discours pour que l’interprétant fabrique un sens plus riche au décodage : tel est l’enjeu continu de la tension entre contrainte systémique et sens visé, conditionnant ainsi le formatage et la présentation des discours. C’est cette tension qui constitue l’objet des études fondées sur des corpus allemands et français, qui sont rassemblées dans ce volume. La production du sens fait feu de tout bois et n’hésite donc pas à susciter l’invention, la distorsion formelle à son (...) service, à tous les niveaux de l’analyse linguistique : présentation des discours, formatage du discours de la critique littéraire, répétition des formes en discours, linéarisation de la phrase allemande, mots-composés en allemand et formes des temps verbaux surcomposés. (shrink)

Ce texte présente une réflexion générale sur la pertinence catégorielle en la rapprochant de questionnements relatifs au recueil et à l’analyse des données en dialectologie. Cet article se poursuit en proposant, par l’étude d’un corpus constitué de plus de 178 000 formes lexicales issues des Atlas linguistiques et ethnographiques de la France par régions, la description globale des découpages catégoriels effectifs en domaine occitan, concernant l’ensemble des animaux domestiques. Les dénominations dialectales du système notionnel des ânes constituent une étude de (...) cas sur laquelle ce travail se conclue. (shrink)

Le titre du présent numéro de CORPUS est à lui seul critique. Qualifier corpus par politique, c'est indiquer que le matériel linguistique qui a été rassemblé pour être traité a été choisi pour sa valeur extra-linguistique. Délibérément, c'est poser le corpus comme un lieu problématique de rencontre entre la langue et la société; l'analyste jouant le rôle conscient et déterminant d'entremetteur. La question des corpus, de leur constitution, de leur traitement, de leur usage a été posée dès l'o..

Ce travail sur la réduction segmentale (c.-à-d. la suppression ou réduction temporelle de segments) en français spontané nous a permis de proposer une méthode de recherche pour les études en linguistique, ainsi que d’apporter des connaissances sur la propension à la réduction des segments à l’oral. Cette méthode, appelée méthode ascendante, nous permet de travailler sans hypothèse spécifique sur la réduction. Les résultats suggèrent que les liquides, les glides et la fricative voisée /v/ sont plus facilement réduites que les (...) autres consonnes et que les voyelles nasales résistent mieux à la réduction que les voyelles orales. Parmi les voyelles orales, les voyelles orales arrondies ont tendance à être plus souvent réduites que les autres voyelles orales. (shrink)

Le titre du présent numéro de CORPUS est à lui seul critique. Qualifier corpus par politique, c'est indiquer que le matériel linguistique qui a été rassemblé pour être traité a été choisi pour sa valeur extra-linguistique. Délibérément, c'est poser le corpus comme un lieu problématique de rencontre entre la langue et la société; l'analyste jouant le rôle conscient et déterminant d'entremetteur. La question des corpus, de leur constitution, de leur traitement, de leur usage a été posée dès l'o...