Colloque

Alpes4science : constitution d'un corpus de SMS réels en France métropolitaine

Georges Antoniadis

Gaëlle Chabert

Virginie Zampa

Membre a labase

Georges Antoniadis

Résumé de la communication

Cet article présente le projet alpes4science, mené par le laboratoire LIDILEM de l’université Stendhal de Grenoble (France), en collaboration avec le Conseil Général des Hautes-Alpes, et le laboratoire CENTAL de l’université Catholique de Louvain (Belgique). Il s’intègre au projet sms4science dont le but est de créer un corpus de SMS multilingue afin d'étudier les spécificités langagières des SMS, mais aussi les pratiques qui leur sont liées. Alpes4science, première collecte à grande échelle en France métropolitaine, a permis la constitution d’un corpus conséquent de SMS réels, issus principalement de deux départements Alpins : Hautes-Alpes et Isère. Cette collecte s’est déroulée du 1er octobre 2010 au 31 janvier 2011. Durant ces quatre mois, plus de 350 personnes ont fait don au total de 22 000 SMS. Nous présenterons, dans un premier temps, les enjeux de la constitution d’un tel corpus. Dans un second temps, nous verrons le processus de collecte ainsi que ses écueils, mais aussi les stratégies mises en œuvres pour récolter un maximum de SMS. Enfin, dans un troisième temps, nous exposerons les aspects plus techniques. Nous décrirons les traitements faits sur les SMS avant la mise en ligne du corpus (anonymisation et transcription). Puis nous terminerons avec les outils développés pour les utilisateurs finaux (chercheurs, etc.) pour consulter et exploiter ce corpus.

Résumé du colloque

Ceci sera l’occasion de renforcer la collaboration des membres du projet sms4science en réunissant des partenaires qui proviennent de différents endroits au Canada. Le dévoilement des premiers résultats de l’analyse du corpus Texto4science au Canada pour la langue anglaise et de SMSALPINS de l'Université de Grenoble permettra de stimuler la réflexion sur la nature des textos échangés ici au Canada et leurs caractéristiques, notamment pour l'importance identitaire des utilisateurs.