The ARXMLIV corpus is a remarkable collection of text containing scientific mathematical discourse. With more than half a million documents, it is an ambitious target for large scale linguistic and semantic analysis, requiring a generalized and distributed approach. In this paper we implement an architecture which solves and automates the issues of knowledge representation and knowledge management, providing an abstraction layer for distributed development of semantic analysis tools. Furthermore, we enable document interaction and visualization and present current implementations of (...) semantic tools and follow-up applications using this architecture. We identify five different stages, or purposes, which such architecture needs to address, encapsulating each in an independent module. These stages are determined by the different properties of the document formats used, as well as the state of processing and linguistic enrichment introduced so far. We discuss the need of migration between XML representations and the challenges it would pose on our system, revealing the benefits and trade-off of each format we employ. In the heart of the architecture lies the Semantic Blackboard module. The Semantic Blackboard comprises a system based on a centralized RDF database which can facilitate distributed corpus analysis of arbitrary applications, or analysis modules. This is achieved by providing a document abstraction layer and a mechanism for storing, reusing and communicating results via RDF stand-off annotations deposited in the central database. Achieving a properly encapsulated and automated pipeline from the input corpus document to a semantically enriched output in a state-of-the-art representation is the task of the Preprocessing, Semantic Result and Output Generation modules. Each of them addresses the task of format migration and enhances the document for further semantic enrichment or aggregation. The fifth module, targeting Visualization and Feedback, enables user interaction and display of different stages of processing.. (shrink)

The focus of this paper is two-fold. First, similarities generated from six semantic models were compared to human ratings of paragraph similarity on two datasets—23 World Entertainment News Network paragraphs and 50 ABC newswire paragraphs. Contrary to findings on smaller textual units such as word associations (Griffiths, Tenenbaum, & Steyvers, 2007), our results suggest that when single paragraphs are compared, simple nonreductive models (word overlap and vector space) can provide better similarity estimates than more complex models (LSA, Topic Model, SpNMF, (...) and CSM). Second, various methods of corpus creation were explored to facilitate the semantic models’ similarity estimates. Removing numeric and single characters, and also truncating document length improved performance. Automated construction of smaller Wikipedia-based corpora proved to be very effective, even improving upon the performance of corpora that had been chosen for the domain. Model performance was further improved by augmenting corpora with dataset paragraphs. (shrink)

Piantadosi, Tily, and Gibson analyzed a large‐scale web‐scraping corpus (the Google 1T dataset) and reported that word length is independently predicted from average information content (surprisal) calculated by a 2‐ to 4‐gram model (hereafter, longer‐span surprisal) across 11 Indo‐European languages, namely, Czech, Dutch, English, French, German, Italian, Polish, Spanish, Portuguese, Romanian, and Swedish. However, a recent article by Meylan and Griffiths suggested the importance of preprocessing for studies with large‐scale corpora and reanalyzed the same databases. After their (...) class='Hi'>preprocessing, the results in Piantadosi et al. were not replicated in Czech, Romanian, and Swedish. Additionally, a German‐specific study by Koplenig, Kupietz, and Wolfer showed that the strict analysis did not replicate the result in Piantadosi et al. for that language with the preprocessing suggested by Meylan and Griffiths in a large‐scale but less noisy database. These three studies provide evidence from 11 Indo‐European languages and one Afro‐Asiatic language, Hebrew, as relevant in this debate. However, we do not have evidence from other linguistic groups. This study provides evidence about Japanese based on a strict preprocessing of Google's web‐scraping database. The results show that Japanese word length can be predicted independently by 2‐ to 4‐gram surprisal. (shrink)

Linking constructions involving dሇ (DE) are ubiquitous in Chinese, and can be translated into English in many different ways. This is a major source of machine translation error, even when syntaxsensitive translation models are used. This paper explores how getting more information about the syntactic, semantic, and discourse context of uses of dሇ (DE) can facilitate producing an appropriate English translation strategy. We describe a finergrained classification of dሇ (DE) constructions in Chinese NPs, construct a corpus of annotated examples, (...) and then train a log-linear classifier, which contains linguistically inspired features. We use the DE classifier to preprocess MT data by explicitly labeling dሇ (DE) constructions, as well as reordering phrases, and show that our approach provides significant BLEU point gains on MT02 (+1.24), MT03 (+0.88) and MT05 (+1.49) on a phrasedbased system. The improvement persists when a hierarchical reordering model is applied. (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)

The last and most poignant of these essays is The Intruder, Nancys philosophical meditation on his heart transplant.

The experimental philosophy movement advocates the use of empirical methods in philosophy. The methods most often discussed and in fact employed in experimental philosophy are appropriated from the experimental paradigm in psychology. But there is a variety of other (at least partly) empirical methods from various disciplines that are and others that could be used in philosophy. The paper explores the application of corpus analysis to philosophical issues. Although the method is well established in linguistics, there are only a (...) few tentative attempts of philosophers to utilise it. Examples are introduced and the merit of corpus analysis is compared to that of using general internet search engines and questionnaires for similar purposes. (shrink)

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)

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 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)

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)

This book fills a gap in studies of meaning by providing detailed case studies of attested corpus data on the meanings of words and phrases.

This paper argues that neurolinguistics has the potential to yield insights that can feed back into corpus-based Cognitive Linguistics. It starts by discussing how far the cognitive realism of probabilistic statements derived from corpus data currently goes. Against this background, it argues that the cognitive realism of usage-based models could be further enhanced through deeper engagement with neurolinguistics, but also highlights a number of common misconceptions about what neurolinguistics can and cannot do for linguistic theorizing.

Les vingt dernières années ont vu l’apparition d’une convergence forte entre une démarche appliquée se consacrant à la création de corpus de grande taille, à leur codage et à leur étiquetage, et diverses théories linguistiques dont les analyses reposent sur de tels corpus. Pour l’analyse de conversation (ou linguistique interactionnelle) une telle convergence ne semble pas possible, car son approche est qualitative et s’appuie sur de « petits » corpus. De plus, un examen approfondi du contexte social (...) des interactions recueillies est nécessaire, qui ne peut donc se réduire à la collecte de métadonnées. Une question surgit immédiatement : la notion de « petit » corpus a une validité sur le plan épistémologique? Le présent article montre qu’une réponse positive peut être apportée à cette question et qu’il est possible de fonder en raison une pratique qui, le plus souvent, se drape sous les oripeaux de l’évidence. (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)

The present article discusses the Department of Kalam, its foundation, academic structuring, philosophy, and contribution to religious thought at the national and international level since the establishment of Ankara University Faculty of Divinity. The process regarding the field of Kalam since the establishment of Ankara University Faculty of Divinity in 1949 has been studied over two historical periods. The first is the period from its being taught as a course under the Chair of the History of Islam and Sects during (...) the establishment of the Faculty of Divinity to 1974 when it turned into an independent chair, and the second is the process from 1974 to the present. Higher religious education was continued in the Faculty of Theology, established under the Istanbul Dārulfunūn, which was constructed in the western style instead of the madrasahs that were closed in accordance with the Law of Unification of Education (Tawhid Tadrisāt) adopted on March 3, 1924.The faculty in question was closed in 1933 due to the shortage of students. Until Ankara University Faculty of Theology, which started its teaching activities in November 1949, was opened, there was no higher religious education for 16 years in Turkey. During this time, the need for experts trained in the field of religion emerged. In order to meet this need, Ankara University Faculty of Theology was opened. In the newly opened faculty, it is aimed to train theologians with versatile knowledge and perspective by teaching philosophy, psychology, sociology, foreign languages, as well as teaching disciplines related to the field of theology. One of the chairs in the faculty’s academic structure opened for this purpose was the chair of History of Islam and Sects. In Ankara University Faculty of Theology, where the academic structuring was organized according to the chair system, the science of Kalam was taught as a course within the Chair of the History of Islam and Sects until 1974. Within this chair, the teachings of Principles of Islam, the history of Islamic sects, and Kalam lessons were carried out. The first instructor of the chair was Prof. Yusuf ZiyaYörükân. Although there were changes in the academic staff during the process, one of the important names that contributed to the field of kalam until 1974 was Muhammad Tavît al-Tanji. These scholars not only made significant contributions to the field of Kalam in terms of method and content with their own studies but also taught scholars to work in this field after them.The doctoral advisor of HüseyinAtay, who is the founder of the Kalam Chair/Department, is M. Tavît al-Tancî. In 1974, when HüseyinAtay became a professor, the Kalam course was separated from the Chair of Islam and Sects and gained the status of an independent chair. HüseyinAtay is the architect of the transformation of Kalam from a lecture to a chair.As a result of Atay’s efforts, being a theologian in Turkey has turned into an identity rather than being a member of an academic discipline. In the studies carried out by Yörükân, Tancî, Atay and the academicians taught by them in Ankara University Faculty of Theology Department of Kalam, the emphasis on the Quran and reason, the importance of critical thinking in the field of theology, the human-centered theological thought, the effort to find solutions to current problems, the researches on Mu‘tazila and Maturidism, the study and translation activities that are carried out to bring the classical theology to the present day come to the fore. In the essence of academic studies conducted within this framework, the importance of correctly determining the distinction between the divine and human in the analysis of religious thought is emphasized. In addition, it is aimed to give a perspective on the meaning and value of human life. In the Department of Kalam, where the human-centered understanding of kalam is systematically dealt with on the basis of individual, responsibility, and morality, the science of kalam is structured not only as a system of thought consisting of abstract fictions but a discipline that has the function of developing and gaining a perspective on what is happening around us and in the World. (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.

Cet article présente les diverses manières de constituer un corpus en analyse du discours, et plus particulièrement dans le domaine de l’analyse du discours du côté de l’histoire. Il adopte une perspective historique, en prenant comme point de départ la configuration initiale des années 1970. Cependant, il s’agit aussi d’accorder une importance particulière à la formation de « corpus réflexifs », tant du côté de la lexicométrie que de l’archive et du matériau d’enquête. La notion de réflexivité du (...) discours apparaît alors au centre de toute interrogation sur la constitution des nouveaux corpus. (shrink)

The study of the peculiarities of the reception of such an essential concept of the philosoph-ical Corpus Dionysiacum Areopagiticum as ὑπερούσιος in ancient Slavic translations has is promising. It allows not only to understand better the internal perspective of the development of philosophical terminology in Rus’-Ukraine, where in the 15th–17th centuries, there existed a sig-nificant number of manuscripts of the corpus, but also to strengthen the argument in favor of its dating precisely in the 5th century. According to (...) the conceptual features that are present in the Greek text of De divinis nominibus and are confirmed in the studies of Slavic translations of the Corpus Areopagiticum, this work, preserved also in other languages, could belong to an author, who uniquely combined his Christian views and a philosophical vision of the world that was inspired by his Neoplatonic education at the Alexandrian School of Philosophy under the guidance of the eminent Neoplatonic thinker and mathematician Hypatia, who was well acquainted with the ideas of Plotinus and the whole Alexandrian intellectual tradition. It is possible that this author, who used the ideas of Plotinus and Porphyry and for the first time unfolded the idea of the Christian God as the Hyperousios in the aspect of the Christian Triad in his philosophical hymns and treatises, could be Synesius of Cyrene, Bishop of Ptolemais. (shrink)

Corpus informatisés de français médiéval : contraintes sur leur constitution et spécificités de leurs apports Partant du constat que le linguiste médiéviste ne peut que travailler sur corpus, cet article envisage les contraintes spécifiques qui pèsent sur la constitution de ces corpus, désormais numériques, en particulier en ce qui concerne leur représentativité. La nature de l’étude et la perspective temporelle (synchronique ou diachronique) sont deux facteurs décisifs. Sont ensuite envisagés les apports des corpus, enrichis ou non, (...) tant du point de vue de la quantification des faits que de leur interprétation qualitative. (shrink)

Le corpus de littéracie avancée réunit des écrits universitaires et professionnels produits par des étudiants du niveau Licence 1 au Master 2. Il contient actuellement 338 textes (+ d’1 million de mots) et est mis à disposition au format xml, assorti de métadonnées (niveau, discipline, genre, consigne d’écriture etc.). Il est à la fois un aboutissement et un point de départ dans le champ de la littéracie avancée : parce que l’enjeu n’est pas tant de constituer des corpus (...) que de les savoir utilisés et de nourrir les recherches actuelles et futures, il est pensé comme un construit évolutif. L’article expose d’abord les objectifs du corpus : le premier, d’ordre descriptif est de cerner les compétences rédactionnelles et les besoins de formation à un niveau avancé ; le second, d’ordre didactique, est qu’il sert de ressource pour la formation, notamment pour des activités d’observation et de manipulation par les apprenants. Sont ensuite présentées les métadonnées, conçues en phase avec les recommandations de la TEI et dans la perspective d’un outillage des linguistes et des didacticiens dans le champ de la littéracie avancée. Enfin, l’article met en évidence les potentialités du corpus : intégrer des données sur les processus d’écriture et des textes annotés par des relecteurs-correcteurs, élaborer des dispositifs didactiques à l’échelle textuelle. à terme, le corpus gagnera à être associé à des outils de requête et à s’enrichir d’annotations diverses, selon les besoins des chercheurs et des formateurs. (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.

Name der Zeitschrift: Cognitive Linguistics Jahrgang: 27 Heft: 4 Seiten: 493-505.

Style, corpus et genèse L’article aborde la relation entre style et corpus du point de vue de la genèse des œuvres. Qu’est-ce qu’un corpus dans la perspective d’une étude génétique du style (et des styles) de l’œuvre en mouvement ? Qu’en est-il du rapport au lecteur ? L’article explore aussi ce qu’une telle approche révèle du style, qui apparaît non plus comme un ensemble de traits discontinus, mais comme processus de l’œuvre.

Style, corpus et genèse L’article aborde la relation entre style et corpus du point de vue de la genèse des œuvres. Qu’est-ce qu’un corpus dans la perspective d’une étude génétique du style (et des styles) de l’œuvre en mouvement? Qu’en est-il du rapport au lecteur? L’article explore aussi ce qu’une telle approche révèle du style, qui apparaît non plus comme un ensemble de traits discontinus, mais comme processus de l’œuvre.

As more and more sophisticated software is created to allow the mining of arguments from natural language texts, this paper sets out to examine the suitability of the well-established and readily available methods of corpus linguistics to the study of argumentation. After brief introductions to corpus linguistics and the concept of meta-argument, I describe three pilot-studies into the use of the terms Straw man, Ad hominem, and Slippery slope, made using the open access News on the Web (...) class='Hi'>corpus. The presence of each of these phrases on internet news sites was investigated and assessed for correspondence to the norms of use by argumentation theorists. All three pilot-studies revealed interesting facts about the usage of the terms by non-specialists, and led to numerous examples of the types of arguments mentioned. This suggests such corpora may be of use in two different ways: firstly, the wider project of improving public debate and educating the populace in the skills of critical thinking can only be helped by a better understanding of the current state of knowledge of the technical terms and concepts of argumentation. Secondly, theorists could obtain a more accurate picture of how arguments are used, by whom, and to what reception, allowing claims on such matters to be evidence, rather than intuition, based. (shrink)

Créer une nouvelle revue est une aventure, stimulante certes, mais risquée aussi, et particulièrement gourmande en temps et en énergie. Il y faut donc de bonnes raisons. Au nombre de celles qui nous ont poussés à créer se trouve le constat que la linguistique de corpus, actuellement très en vogue, ne disposait d'aucun périodique qui lui fût spécifiquement consacré. Les ouvrages collectifs, les manuels de haut niveau, les numéros spéciaux fleurissent, mais de revue régulière, point. L'UMR « B...

The present paper argues that there is ample corpus evidence of statistical preemption for learners to make use of. In the case of argument structure constructions, a verbi is preempted from appearing in a construction A, CxA, if and only if the following probability is high: P(CxB|context that would be suitable for CxA and verbi). For example, the probability of hearing a preemptive construction, given a context that would otherwise be well-suited for the ditransitive is high for verbs like (...) explain that overwhelmingly appear in the dative, and low for verbs like tell that readily appear in the ditransitive. Strength of statistical preemption is determined both by this probability, and by the frequency (ln (F)) of a verb in a preemptive construction when the context is at least as well suited to the preempted construction. The critiques of preemption by Stefanowitsch (Cognitive Linguistics 19: 513–531, 2008, this volume) are countered by arguing that the relevant probabilities were not considered. Moreover, we find evidence that constructions are somewhat less constrained when yoked to non-alternating verbs, as Stefanowitsch (cf. this volume) suggests should be the case. (shrink)

Créer une nouvelle revue est une aventure, stimulante certes, mais risquée aussi, et particulièrement gourmande en temps et en énergie. Il y faut donc de bonnes raisons. Au nombre de celles qui nous ont poussés à créer se trouve le constat que la linguistique de corpus, actuellement très en vogue, ne disposait d'aucun périodique qui lui fût spécifiquement consacré. Les ouvrages collectifs, les manuels de haut niveau, les numéros spéciaux fleurissent, mais de revue régulière, point. L'UMR « B.

Cet article présente les diverses manières de constituer un corpus en analyse du discours, et plus particulièrement dans le domaine de l’analyse du discours du côté de l’histoire. Il adopte une perspective historique, en prenant comme point de départ la configuration initiale des années 1970. Cependant, il s’agit aussi d’accorder une importance particulière à la formation de « corpus réflexifs », tant du côté de la lexicométrie que de l’archive et du matériau d’enquête. La notion de réflexivité du (...) discours apparaît alors au centre de toute interrogation sur la constitution des nouveaux corpus. (shrink)

We investigate claims about the frequency of "know" made by philosophers. Our investigation has several overlapping aims. First, we aim to show what is required to confirm or disconfirm philosophers’ claims about the comparative frequency of different uses of philosophically interesting expressions. Second, we aim to show how using linguistic corpora as tools for investigating meaning is a productive methodology, in the sense that it yields discoveries about the use of language that philosophers would have overlooked if they remained in (...) their "armchairs of an afternoon", to use J.L. Austin’s phrase. Third, we discuss facts about the meaning of "know" that so far have been ignored in philosophy, with the aim of reorienting discussions of the relevance of ordinary language for philosophical theorizing. (shrink)

Corpus linguistics is becoming a respected method of statutory and constitutional interpretation in the United States over the past decade, yet it has also generated a backlash from a group of scholars that engage in empirical work. This essay attempts to demonstrate both the contributions and the risks of using linguistic corpora as a primary tool in legal interpretation. Its legitimacy stems from the fact that courts routinely state that statutory terms, when not defined as a matter of law, (...) are to be given their ordinary meaning. Judges have responded to this challenge, with the assistance of the linguistics community, by using corpora to determine which meanings are ordinary. However, legal analysts have not determined exactly what makes one meaning ordinary and another not ordinary. This gap has led to a level of disagreement in the field. Moreover, while linguists who engage in corpus linguistic analysis typically emphasize the importance of context, the legal application is peculiarly context-free, in keeping with legal philosophies that eschew reliance on reference to a law’s purpose and the intent of the legislature that enacted it. This move adds a political dimension to corpus analysis as a means of legal interpretation. Yet, the article concludes that by relying on a blend of general and specialized corpora, the legal system can substantially reduce the problem of contextualization, as some linguists and practitioners have already recognized. (shrink)

In medieval writers we find a distinction between body as a substance – corpus-substantia – and body as a quantity – corpus-quantitas (or quantum). One of the earliest uses of this distinction is in works written by Robert Grosseteste in the 1220s. In this paper I explore his use and understanding of this distinction. I argue that he understands corpus-substantia as such as a dimensionless composite of a first corporeal form, corporeity, and prime matter. Corporeity itself is (...) an active power for three dimensions. Through its infinite and necessary self-multiplication corporeity extends the prime matter it informs into three dimensions, thereby resulting in corpus-quantum. I explore how Grosseteste’s conception of corporeity, though probably based on ideas found in Avicenna, diverges from different understandings of Avicenna’s conception of corporeity proposed by medieval and modern commentators. (shrink)

Le but de cet article est d'apprécier l'interdépendance qui, en matière d'analyse linguistique comme ailleurs solidarise l'approche scientifique et l'objet qu'elle s'est donné.En la circonstance, il s'agira des définitions, des attentes de rendement, bref d'un ensemble de présupposés sous-jacents à l'établissement d'un corpus. L'analyse est ici conditionnée par la nature et les dimensions du terrain couvert, par les connaissances antérieures et les théories qui le préstructurent, mais il ne faut pas se leurrer, nature et dimensions du domaine n'ont pas (...) de légitimité a priori : toute pratique de coupes dans le continuum du réel requiert une justification. Même si certains découpages (périodisations, classifications) semblent naturels, l'évidence n'est que le fruit de nos habitudes culturelles, voire de conventions académiques. Bien des cloisons sont déplaçables, et la délimitation du champ est alors affaire de point de vue. C'est ce qu'on montrera en examinant deux approches connexes, l'analyse du discours vs la linguistique textuelle. Ces disciplines, quoique familières, n'échappent pas à une prévisible confusion, car dans les faits texte et discours ne sont pas séparables : ce n'est qu'à travers l'analyse des textes, objets empiriques, qu'un type de discours est connaissable. A rebours, la reconnaissance du discours manifesté est indispensable à l'interprétation de tel ou tel texte occurrent. Une troisième pratique, qui relie les étapes, trouve ici sa place : la stylistique aujourd'hui explicitement ancrée dans les « sciences du discours », et précisément caractérisée par sa gestion d'un double point de vue sur le corpus. (shrink)

This article investigates the role of the body in Jean-Luc Nancy’s powerful essay Corpus, and critiques it from the standpoint of Agamben’s biopolitics. For Nancy, the body becomes the privileged site of both existence and sense in a way that threatens to obscure the logic of exceptional decision that Agamben takes from Carl Schmitt. As an alternative to Nancy’s understanding of the body, we can see in Deleuze a series of bodies that works in parallel to a series of (...) sense or language, where sense and body do not get collapsed into each other. At the same time, contemporary continental philosophy resists the idealistic separation of thinking and embodiment. Deleuze calls this relation between sense and body a cut, but we could also consider a parallax, following Slavoj Zizek. Finally, African-American historian of religion Charles H. Long’s work complements some of Deleuze’s insights in a more explicitly postcolonial context. (shrink)

Ce numéro thématique a pour objectif de réunir un ensemble de contributions s’attachant à rendre compte de la constitution et de l’utilisation de corpus de données orales ou écrites dans le champ des pathologies du langage. Plus précisément, notre ambition est de montrer ce que les données issues de situations réelles peuvent apporter aux connaissances actuelles dans ce domaine. Nous considérons, à l’instar de (de Weck & Rodi 2005 ; de Weck & Marro 2010 ; MacLeod et al. 2011 (...) ; MacWhinney et a... (shrink)