Colloque

Enseignements culturels et linguistiques d'un corpus multilingue de textos

Cédrick Fairon

Membre a labase

Cédrick Fairon

Résumé de la communication

Le développement de la communication par textos (depuis la fin des années quatre-vingt-dix) a donné lieu, ces dernières années, à de nombreuses études envisageant les aspects linguistiques, communicationnels, psycho-sociaux, technologiques, etc. La principale difficulté rencontrée par ces études est généralement l’accès à des corpus représentatifs de la diversité des usages. Le projet SMS4science (http://www/sms4science.org) s’attaque précisément à ce problème en tentant de constituer un corpus multilingue international. Les données de ce corpus sont collectées par un consortium de partenaires académiques dans différentes régions du monde en suivant une même méthodologie. Les données recueillies (textos et informations sociolinguistiques décrivant les usagers) sont anonymisées puis encodées selon des normes communes. Le Centre de traitement automatique du langage de l’UCL (Cental) qui coordonne le projet assure l’uniformisation finale de cette ressource. Dans cette communication, nous présenterons les caractéristiques de ce corpus, son état actuel ainsi que les projets d’extension en cours. Ensuite, nous montrerons quels sont les apports de cette ressource et quels sont les enseignements que l’on peut en tirer sur le plan culturel et linguistique pour mieux comprendre la pratique du langage texto.

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.