Loading presentation...
Prezi is an interactive zooming presentation

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Particules discursives et leurs indices prosodiques en franç

No description
by

Lou Lee

on 2 May 2017

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Particules discursives et leurs indices prosodiques en franç

Particules discursives et leurs indices prosodiques en français
Objet étudié : particules discursives
Méthodologie de travail
Extraction de la particule avec un contexte (≈ 15 mots avant et après) suffisamment large
Choix des étiquettes
Annotations manuelles des étiquettes
Cadre la recherche : plusieurs projets
PARDI! : Particules de discours, sens et corrélats prosodiques
(ATILF-UL)
puis
Prosodie : outils et application sur des corpus de parole

(CPER, ATILF-LORIA)
Quelques étiquettes et leur réalisation
Particule et non-particule
« bon » dans les corpus
Lou Lee (lou.lee4@etu.univ-lorraine.fr)
Katarina Bartkova (katarina.bartkova@univ-lorraine.fr)
Mathilde Dargnat (mathilde.dargnat@univ-lorraine.fr)

13 septembre 2016 – Université de Neuchâtel
Paramètres prosodiques des particules discursives
Un ensemble de paramètres prosodiques (durée, pause, F0, découpage prosodique…) ont été mesurés et utilisés pour :
Étude statistique de ces paramètres
Identification automatique des étiquettes des particules
Objectifs généraux des projets
Amélioration du calcul des paramètres prosodiques
Détermination d'un indice de qualité associé (mesure de confiance)
Application des traitements sur plusieurs corpus de parole
Exploitation de ces informations dans des études linguistiques
Travail actuel à l'ATILF
Travail réalisé à l'ATILF pour le moment
– Lou, Katarina, Mathilde

Sélection de corpus oraux, annotation et correction de la segmentation
Discussion et choix d'étiquettes sématico-pragmatiques
Objet étudié : particules discursives
→pas de discussion approfondie sur le problème terminologique (marqueurs du discours/pragmatiques, particules, etc.)
Ici, le terme particule désigne :
Un petit mot invariable, ou un syntagme figé, fonctionnant au niveau du discours et ayant un sens pragmatique (marqueur illocutoire ou marqueur d’interaction, cf. Dostie 2004)
≠ connecteurs
Particules vs. connecteurs
« Il importe donc de fixer la terminologie et de préciser le sens des termes retenus. Dans le cadre de la présente étude, les « discourse markers » de Fraser correspondront à nos « connecteurs textuels » (CT). [...]
Le terme « marqueur discursif » (MD) désignera les autres petits mots à valeur pragmatique qui ne sont pas des connecteurs textuels.
[...] Enfin, le terme « marqueur pragmatique » (MPr) référera à l'ensemble des mots à valeur pragmatique, c'est-à-dire qu'il englobera les CT et les MD. »
Marqueurs pragmatiques (Mpr)
Connecteurs textuels (CT)
Marqueurs discursifs (MD)
≈ « particules »
[Dostie 2004 : 52]
Fonctions principales des particules
marqueurs discursifs / particules
Marqueurs illocutoires
Marqueurs d'interaction
a. Marqueurs d'interprétation
Viens ce soir,
tiens
.

b. Marqueurs de réalisation d'un acte illocutoire (=attitudes/sentiments)
Tiens
! Tu es là.

c. Marqueurs d'appel à l'écoute
Pierre a réussi son examen,
hein
?

d. Marqueurs d'écoute
oui, ouais, ok, mm, d’accord, bon, etc.

e. Marqueurs de balisage (ponctuant)
Là, quoi, effectivement,
etc.


Remarques

Les étiquettes retenues ici ne sont pas celles de Dostie, mais on retrouve les mêmes fonctions, globalement.

Une même particule peut présenter plusieurs fonctions, les catégories ne sont pas forcément étanches (problème pour l’annotation)

Difficile d'évaluer le degré de désémantisation dans les cas de « marqueurs de balisage »

Fonctions principales des particules
Emploi non-particule comme adjectif, sens 1
ah bon ça devait pas être euh grand chose hein parce qu’il y avait euh vraiment un
bon
départ dans le dos me semble-t-il mais euh ça doit se jouer
Emploi non-particule comme adjectif, sens 2
… en villégiature à Londres pour un
bon
bout de temps le gouvernement britannique a donné son feu vert à la procédure d’extradition
Emploi comme particule
c’est pour savoir combien il y a de voyageurs qui montent dans l’autobus
bon
et là aujourd’hui je passe il me dit validez votre coupon alors moi ...
« particule complexe »
plusieurs particules ensemble
c’est vrai que je suis déjà z allé ou des choses comme ça on l’a déjà entendu alors euh
bon
ben ça arrive je crois que là aussi ça ça peut être moi ...
« Conclusion »
marque la fin d’un processus discursif
– enfin de ronde quoi quand je serai grande je serai grande mais pour l’instant
bon
– attends ça c’est juste établir un plan de bataille essayer de ...
« Transition-incise »
permet d’introduire une précision/reformulation
ou bien alors quand je descends ça y est une fille elle a fini ou bien
bon
de des petites phrases comme ça mais si on parle de choses comme ça ...
« Interruption »
coupure de parole, y compris par le locuteur lui-même
la Belgique francophone // euh non je crois que
bon
chaque région a ses accents euh chaque région a ses marottes si l’on peut dire comme ça
Conclusion
Validation (de ce qui a été dit)
Position finale (d’un processus discursif)

Transition Confirmation
Confirmation (locuteur d’accord avec lui-même ou avec l’interlocuteur)

Transition Dialogue
Transition de tour de parole

Transition Incise
Incise – apporte une précision, information

Interruption

Coupure de parole

Emotion
(« ah bon »)

Hésitation
(« heu bon »)

Complexe
(« bon » + d’autres DP)
Conclusion
Confrontation de l’étiquetage manuel linguistique des particules avec les paramètres prosodiques.

Première tentative d’identification des étiquettes à partir des paramètres prosodiques encourageante.

Aspects à approfondir :
Nombre pertinent d’étiquettes ? (distinction fine ou peu d’étiquettes ?)
Existe-t-il un comportement prosodique typique pour chaque étiquette ?
Comportement prosodique dépendant ou non du corpus ?

Perspectives
Extension de l’approche à d’autres particules

Repérer des patrons/propriétés prosodiques associées à des fonctions sémantico-pragmatiques :
– Détection automatique des emplois comme particule
– Détection automatique des différentes fonctions des particules
Pause
Découpage
prosodique
F0
F0
contexte
Merci de votre attention :)
Particules étudiées dans le projet
Particules étudiées (fréquentes) :
bon, (quoi, alors, donc, ...)

!!! Bon ne fonctionne pas seulement comme particule (adjectif, nom)
!!! Comme particule, il peut se combiner → particule complexe, non traitée en détail (pb. de compositionnalité)

14 corpus utilisés : CFPP, CLAPI, CORALROM, CRFP, DECODA, ESTER, ETAPE, FLEURON, FRENCH ORAL NARRATIVE, HUSIANYCIA, OFROM, TCOF, TUFS, VALIBEL

Sélection (aléatoire) de 100 occurrences max. de chaque lexème dans chaque corpus
Classification automatique
[CoralRom-set 01]
[ESTER-set01]
[DECODA-set01]
[CLAPI-set01]
[VALIBEL-set01]
[VALIBEL-set01]
[VALIBEL-set01]
The main function of DMs is to relate an utterance to the situation of discourse, more specifically to speaker-hearer interaction, speaker attitudes, and (/or) the organization of texts. (Heine, 2013)
Full transcript