La transcription de corpus de langage oral est un art difficile car c’est une activité langagière. En particulier, elle inclut le processus d’interprétation des propos d’autrui que l’on trouve dans toute interaction langagière. Or ce qu’attend le scientifique est une description des données de langage qui s’affranchirait de cette interprétation, ce qui est impossible. On doit donc chercher à générer un processus d’interprétation simple, consensuel, qui puisse être compris par tout utilisateur d’un corpus. Pour cela, on utilise des normes de (...) codage précises, claires, aussi peu ambiguës que possible, ainsi qu’un alignement sur du matériel sonore ou audiovisuel. On peut aussi accompagner les transcriptions d’un contexte très riche, soit langagier (phonologique, syntaxique, sémantique, pragmatique), soit extra-langagier (situation, actions, description de scène). Ces difficultés techniques sont présentées dans le cas de corpus de jeunes enfants (projet Léonard) qui exemplifie les problèmes de transcription de langage oral. Les outils et formats utilisés sont ceux du projet CHILDES avec des évolutions spécifiques qui reflètent les difficultés que nous avons relevées dans notre travail de corpus et les solutions adoptées. (shrink)

La transcription de corpus de langage oral est un art difficile car c’est une activité langagière. En particulier, elle inclut le processus d’interprétation des propos d’autrui que l’on trouve dans toute interaction langagière. Or ce qu’attend le scientifique est une description des données de langage qui s’affranchirait de cette interprétation, ce qui est impossible. On doit donc chercher à générer un processus d’interprétation simple, consensuel, qui puisse être compris par tout utilisateur d’un corpus. Pour cela, on utilise des normes de (...) codage précises, claires, aussi peu ambiguës que possible, ainsi qu’un alignement sur du matériel sonore ou audiovisuel. On peut aussi accompagner les transcriptions d’un contexte très riche, soit langagier (phonologique, syntaxique, sémantique, pragmatique), soit extra-langagier (situation, actions, description de scène). Ces difficultés techniques sont présentées dans le cas de corpus de jeunes enfants (projet Léonard) qui exemplifie les problèmes de transcription de langage oral. Les outils et formats utilisés sont ceux du projet CHILDES avec des évolutions spécifiques qui reflètent les difficultés que nous avons relevées dans notre travail de corpus et les solutions adoptées. (shrink)

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)

The SOC framework does not take into account the fact that the oral modality consists of purely transient data, which is not the case for the other modalities. This, however, has important consequences on the nature of oral and written language, on language consciousness, on child language development, and on the history of linguistics.