Pour répondre aux problématiques engendrées par la diffusion de plus en plus massive des corpus linguistiques et à l’hétérogénéité de leurs formats, nous proposons une méthode permettant de prendre en main des corpus langagiers oraux et de les convertir dans un format permettant leur exploitation outillée. Pour cette recherche, le corpus ESLO nous sert d’exemple par sa licence de diffusion, son format, son volume et ses atouts sociolinguistiques et diachroniques. Notre travail se fonde sur la compilation (...) de ce corpus pour le rendre compatible avec l’outil de textométrie TXM. Nous opérons un ensemble de transformations des données pour l’utiliser au mieux. Enfin, pour illustrer les apports de ces avancées méthodologiques, nous proposons une analyse fine et multidimensionnelle de l’usage des interrogatives dans le corpus ESLO. (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.

Dans le cadre de la collecte des corpus oraux et multimodaux en Sciences Humaines et Sociales (SHS), le respect de l’application du nouveau Règlement Général sur la Protection des Données à caractère personnel provoque un profond bouleversement dans l’organisation et les méthodes de travail des chercheurs. C’est aussi le cas de la Loi Jardé, relative aux recherches impliquant la personne humaine, qui a étendu la notion de protection des personnes au-delà du champ de la recherche biomédicale. Ces deux (...) importants changements de cadre législatif obligent aujourd’hui la communauté scientifique à s’interroger à la fois sur la protection de la personne et sur la protection des données à caractère personnel.En définitive, avant d’initier un travail de recherche, un important travail de réflexion et d’actions est à mettre en place pour collecter des données dans le respect de la réglementation de protection des données et du cadre législatif de protection de la personne humaine. Identifier les difficultés pour envisager les solutions les plus adaptées est la mission que s’est fixée le groupe de réflexion constitué autour de la question « éthique » au Laboratoire Parole et Langage (LPL 2020). Nous proposerons dans cet article les réflexions argumentées de notre groupe sur l’impact de ces nouvelles réglementations sur les recherches en linguistique. (shrink)

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)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

La base de données orales de français de Suisse romande (OFROM) contient des transcriptions d’enregistrements auxquels ont participé des locuteurs nés et vivant en Suisse. Elle a été créée par des linguistes soucieux de documenter les usages oraux du français en Suisse romande, et de combler ainsi le retard dans la description des usages oraux de la langue parlée dans cette partie de la francophonie, notamment sur le plan du lexique, de la syntaxe et de la phonologie. La (...) base de données OFROM a été mise en ligne en décembre 2012 ; elle est encore jeune et d’ampleur modeste (65 heures de parole pour près de 410 000 mots transcrits, au moment où nous écrivons), mais il est prévu de l’enrichir et de la diversifier régulièrement au cours des années à venir. La première partie de cet article présente les principes fondamentaux qui ont guidé la constitution de la base (choix des locuteurs, des supports et conventions de transcription, annotations, etc.). La seconde partie contient les résultats obtenus à l’issue d’études en cours ou de sondages prospectifs, portant sur la variation lexicale et la variation syntaxique. Ils permettront d’illustrer quelques-unes des potentialités qu’offrent la base et son moteur de recherche. (shrink)

Cette contribution présente des types de petits corpus très hétérogènes, qui ne sont toujours pas clairement définis : les petits corpus oraux bilingues et plurilingues. Elle envisage d’abord de donner un aperçu de petits corpus et discute l’insécurité terminologique du domaine des corpus bi- et plurilingues. Ensuite, les bases de données de petits corpus bilingues Talkbank, HZSK, Sketchengine et CLAPOTY sont brièvement décrites pour discuter les possibilités de visualisation ainsi que de mise en disposition (...) des données de corpus. Finalement, un exemple concret est présenté : le corpus FM, un petit corpus bilingue français-anglais d’une variété du français canadien, parlée au Manitoba. (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)

Le livre édité par Tommaso Raso et Héliana Mello est une contribution fondamentale à la recherche sur les corpus oraux. Il rassemble les contributions majeures données lors d’un colloque international au Brésil, à Belo Horizonte, en février et mars 2012, organisé par le « Gruppo di Studio sulla Comunicazione Parlata », qui est un groupe de recherche de la Société de Linguistique Italienne. Les langues appréhendées sont diverses : l’anglais, trois langues romanes (portugais brésilien, français...

Depuis les années soixante-dix et le corpus de Montréal (Sankoff et al., 1976), les corpus oraux et multimodaux ont été au cœur des transformations technologiques, méthodologiques et théoriques de la linguistique sur corpus numériques, reconfigurant les attentes en matière de conservation des documents sonores. Les outils et instruments de transcription, d’annotation, de traitement du signal, de textométrie, de visualisation, et plus généralement tous les outils du TAL et du traitement de don...

Cet article interroge la question des corpus en analyse multimodale des corpus oraux d’interactions filmées dans le cadre d’une linguistique qui intègre l’étude des gestes à celle du discours pour rendre compte des pratiques langagières dans leur globalité. Ce type d’approche est traditionnellement associé à des petits corpus supports d’analyses qualitatives. À l’appui d’un tour d’horizon de recherches contemporaines en analyse multimodale des interactions orales, nous montrons que l’étude linguistique des gestes se prête à une grande (...) variété d’approches innovantes au plan méthodologique. En pratique, il reste à ce jour difficile de construire des grands corpus pour l’analyse gestuelle, parce qu’il s’agit d’une entreprise longue et coûteuse (enregistrement, transcription, annotation) : les petits corpus sont nombreux parce qu’ils sont plus faciles à construire pour un chercheur seul ou une petite équipe de recherche aux moyens limités. Cette situation tend cependant à évoluer, et ce de plusieurs manières, grâce aux collaborations nationales et internationales et aux nouveaux outils numériques. Les « petits » corpus n’en restent pas moins sources de résultats précieux en analyse gestuelle. Pour diverses raisons, les standards internationaux de l’évaluation de la recherche tendent à valoriser l’analyse quantitative aux dépens de l’analyse qualitative, faisant oublier que ces deux types d’approches ont des objectifs certes différents mais complémentaires : ils permettent de répondre à des questions de recherche différentes (étroites ou larges) et de proposer des savoirs d’origines différentes (généralisabilité des résultats ou généralisabilité des processus observés), dont la légitimité est elle aussi de nature différente (réfutabilité des résultats ou consilience des experts). Nombre de travaux récents en analyse gestuelle encouragent à remettre en question la dichotomie traditionnelle entre analyses qualitatives et quantitatives, en intégrant les deux approches de diverses manières. (shrink)

Cet article se veut une présentation des méthodes principales que nécessitent les études en géolinguistique, un vaste domaine de recherche consacré à l’analyse de la variation, du changement et de la diffusion linguistiques. Je présenterai d’abord les outils méthodologiques d’enquêtes de terrain indispensables à la constitution d’un corpus de matériaux oraux (et visuels) qui permettent des analyses géolinguistiques, dont également celles de type comparatif. Plusieurs de ces concepts pourraient être appliqués à d’autres disciplines des sciences humaines en raison (...) de leur caractère général. Ensuite, je montrerai quelles sont les méthodes cartographiques les plus appropriées pour présenter et représenter la variation géolinguistique. Des données de l’Atlas linguistique des variétés berbères du Rif (Lafkioui 2007) seront utilisées pour illustrer les méthodes examinées. (shrink)

Cette étude se propose de vérifier l’efficacité des collocations en tant qu’indice pour distinguer les genres textuels. De plus, elle a le double objectif d’aborder l’exploration de la variabilité de l’italien en utilisant des méthodologies computationnelles, et de vérifier l’efficacité d’une nouvelle mesure d’association dans l’étude des collocations.Quatre typologies de collocations ont été analysées (verbe-nom, nom-adjectif, nom-nom et nom-préposition-nom) dans six genres textuels différents, dont trois sont écrits (textes littéraires, textes académiques et compositions scolaires) et trois sont oraux (conversations, (...) discours et dialogues filmiques).La fréquence des collocations dans les différents genres montre que chaque typologie de texte a des préférences spécifiques pour des typologies de collocations spécifiques; la seule fréquence et la seule distinction entre textes écrits et oraux, toutefois, ne réussit pas à interpréter cette différente distribution selon un modèle cohérent. A cet effet, la mesure statistique de la gravité lexicale semble posséder une efficacité majeure, comme nous essayerons de démontrer. (shrink)

Cette étude se propose de vérifier l’efficacité des collocations en tant qu’indice pour distinguer les genres textuels. De plus, elle a le double objectif d’aborder l’exploration de la variabilité de l’italien en utilisant des méthodologies computationnelles, et de vérifier l’efficacité d’une nouvelle mesure d’association dans l’étude des collocations.Quatre typologies de collocations ont été analysées (verbe-nom, nom-adjectif, nom-nom et nom-préposition-nom) dans six genres textuels différents, dont trois sont écrits (textes littéraires, textes académiques et compositions scolaires) et trois sont oraux (conversations, (...) discours et dialogues filmiques).La fréquence des collocations dans les différents genres montre que chaque typologie de texte a des préférences spécifiques pour des typologies de collocations spécifiques; la seule fréquence et la seule distinction entre textes écrits et oraux, toutefois, ne réussit pas à interpréter cette différente distribution selon un modèle cohérent. A cet effet, la mesure statistique de la gravité lexicale semble posséder une efficacité majeure, comme nous essayerons de démontrer. (shrink)

This title is part of UC Press's Voices Revived program, which commemorates University of California Press's mission to seek out and cultivate the brightest minds and give them voice, reach, and impact. Drawing on a backlist dating to 1893, Voices Revived makes high-quality, peer-reviewed scholarship accessible once again using print-on-demand technology. This title was originally published in 1986.

Word recognition is the Petri dish of the cognitive sciences. The processes hypothesized to govern naming, identifying and evaluating words have shaped this field since its origin in the 1970s. Techniques to measure lexical processing are not just the back-bone of the typical experimental psychology laboratory, but are now routinely used by cognitive neuroscientists to study brain processing and increasingly by social and clinical psychologists (Eder, Hommel, and De Houwer 2007). Models developed to explain lexical processing have also aspired to (...) be statements about the nature of human cognition (e.g., connectionist models, Plaut, McClelland, Seidenberg, and Patterson 1996). Words were convenient objects to study for cognitive psychologists because they are welldefined and their nature as alphabetic strings was a good fit to analysis with the computer programming languages of the 1970s and 1980s which excelled at string manipulation. But are words actually the privileged unit of mental representation and processing that all of this scientific attention makes them out to be? Like a growing number of other language researchers, our answer is no (see, e.g., (Bybee and Hopper 2001; Wray 2002). We propose that the mental representations for lexical structures form a continuum, from word combinations which have fossilized into single units (nightclub) to those that both exist as independent units and yet have bonds, varying in tightness, with the words with which they frequently co-occur (Harris 1998). The first line of support for this view is the simple observation that fluent speakers easily recognize the familiarity and cohesive quality of word combinations in their language. Examples in English include common noun compounds (last year, brand new), verb phrases (cut down, get a hold of, faced with) and other multi-word expressions such as common sayings and references to cultural concepts (saved by the bell, speed of light; Jackendoff 1995).. (shrink)

In this chapter we use methods of corpus linguistics to investigate the ways in which mathematicians describe their work as explanatory in their research papers. We analyse use of the words explain/explanation (and various related words and expressions) in a large corpus of texts containing research papers in mathematics and in physical sciences, comparing this with their use in corpora of general, day-to-day English. We find that although mathematicians do use this family of words, such use is considerably (...) less prevalent in mathematics papers than in physics papers or in general English. Furthermore, we find that the proportion with which mathematicians use expressions related to ‘explaining why’ and ‘explaining how’ is significantly different to the equivalent proportion in physics and in general English. We discuss possible accounts for these differences. (shrink)

This article is a computational enquiry into the different ways in which two words, assumed to be central to the eighteenth-century concept of aesthetics, were used across that century. Using word co-association measures designed specifically for this study, I show the markedly different lexis that surrounded the words ‘beauty’ and ‘beautiful’ in three decades of historical textual data from Eighteenth-Century Collections Online. Having demonstrated that these words were used in very different semantic contexts in the beginning, middle, and end of (...) the century, the article presents semantic network diagrams which further demonstrate the distinctness of noun from adjective. I argue that while ‘beautiful’ is suspended in a semantic space that is recognizably aesthetic, ‘beauty’ is not. Furthermore, that which is deemed ‘beautiful,’ according to the evidence presented here, presents something of a challenge to received narratives of how the concept of aesthetics developed throughout the eighteenth century. (shrink)

This is a review of Marie-Eve Morin's translation of Jean-Luc Nancy's "Ego Sum.".

L’usage de corpus n’est pas réservé aux linguistes. Néanmoins ceux-ci en sont des utilisateurs patentés, du fait, entre autres, que leurs analyses portent sur des productions linguistiques ou langagières non finies dont l’étude ne peut s’opérer que sur un échantillon. Mais pour que l’analyse prétende à quelque validité, cet échantillon doit être représentatif. Représentatif de quoi ? D’une réalité qui à la fois préexiste à l’analyse et qu’il contribue à cerner et à établir. D’où toute une palette de (...) class='Hi'>corpus dont les principaux types en usage dans la discipline, selon les matériaux utilisés, selon la clôture imaginée, selon la fonction assignée…, sont brièvement rappelés. La réflexion est ensuite centrée sur la délimitation de la place et de la fonction du corpus entre faits, analyses et théories ; il est montré, quelques exemples à l’appui, empruntés à la démarche du dialectologue et du lexicologue, que le corpus ne saurait être qu’un construit et que sa construction fait partie intégrante du prisme théorique à travers lequel le linguiste entend appréhender le réel. (shrink)

The aim of this paper is to explore some of the possibilities, advantages and difficulties of corpus-based analyses of semantic and pragmatic aspects of language in one particular field, namely the linguistic expression of emotion concepts. For this purpose, a methodological procedure is proposed and an exemplary analysis of the emotion concept “fear” in English is performed. The procedure combines Kövecses' lexical approach and Stefanowitsch's metaphorical pattern analysis with additional concepts from corpus linguistics such as semantic preference and (...) semantic prosody. The results of the study show that such a corpus-based analysis of emotion words offers several advantages. Firstly, by exploring the surroundings of the search word in a vast amount of text, we are not only able to find evidence of conceptual metaphor and metonymy that structure the emotion concept and of related emotion concepts, but also we can enrich the description of the emotion concept with information from a series of dimensions and add a pragmatic viewpoint by revealing an explicit or implicit evaluation of the emotion. The second advantage offered by a corpus-based approach lies in the possibility of quantifying results, i.e., comparing the frequency, productivity and creative use of individual metaphors and metonymies, which is especially interesting in view of contrastive studies. (shrink)

Un des enjeux actuels du traitement sémantique des corpus textuels concerne la nécessaire tentative de contrôle et d’objectivation de l’intertexte. Les corpus réflexifs, que nous définissons dans cet article, poursuivent cette exigence d’objectivation et de mise en forme des ressources sémantiques et interprétatives, en se proposant d’être, dans la mesure du possible, des tout-textuels sémantiquement auto-suffisants – c’est-à-dire des univers interprétatifs clos, définis parmi d’autres – pour une exploitation certes pas exhaustive, mais raisonnable et raisonnée du texte.

Brigitte Lion and Diana Stein have, in The Tablets from the Temple Precinct at Nuzi, joined forces to edit the texts of the sixty-nine Nuzi texts found in temples and to publish and edit their 282 seal impressions. This masterful collaboration excels in many areas, including in-depth prosopographical analysis and thorough integration of the local seal practice into the orbit of textual analysis. This volume sets a standard of text edition and analysis that dwarfs the achievements of the students of (...) Nuzi from the first two-thirds of the twentieth century and even since. Nevertheless, the raison d’être of this heterogeneous group of texts in the context of their storage in temples remains enigmatic. (shrink)