Linguistique de corpus

La linguistique de corpus est une branche de la linguistique qui étudie le langage à travers des exemples contenus dans des textes réels. En particulier elle se propose d'extraire d'un corpus les connaissances linguistiques essentielles à l’enseignement des langues et à l'élaboration des dictionnaires. La linguistique de corpus situe la signification dans le discours et dans l'interaction entre les gens plutôt que dans l'esprit des locuteurs. En effet le sens des mots est déterminé par le contexte dans lequel ils sont employés. Aujourd'hui la création de ces corpus linguistiques est possible grâce au processus automatique c'est-à-dire grâce à l'emploi d'outils statistiques et de programmes informatiques qui rendent le travail humain beaucoup plus facile. Concernant la valeur de l'annotation de corpus, il existe deux points de vue différents, l'un de John Sinclair, qui préfère l'annotation minimale afin que les textes puissent parler pour "eux-mêmes", l'autre de l'équipe Survey of En

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (12)

Publications associées

Chargement

Personnes associées

Chargement

Unités associées

Chargement

Concepts associés (12)

Concepts associés

Chargement

Cours associés (1)

Cours associés

Chargement

Séances de cours associées (4)

Séances de cours associées

Chargement

Traitement automatique du langage naturel

Le traitement automatique du langage naturel (TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la li

Linguistique

La linguistique est une discipline scientifique s’intéressant à l’étude du langage. Elle n'est pas prescriptive mais descriptive. La prescription correspond à la norme, c'est-à-dire ce qui est jugé

Linguistique informatique

La linguistique informatique est un champ interdisciplinaire basé sur une modélisation symbolique (à base de règles) ou statistique du langage naturel établie dans une perspective informatique.

Music Cognition: The Complexity of Musical Structure

Christoph Finkensiep, Mathieu Giraud, Daniel Harasim, Martin Alois Rohrmeier

Music is highly complex and provides a rich variety of insights into the human mind, its mental structures, and processes. Experienced musicians are able to create complex structures in real time effortlessly, yet there is at present no successful model of full musical structure. The integration of different musical aspects such as melody, rhythm, voice leading, and form as well as the representation of long-term structure are particularly challenging. To open new possibilities for the study of higher-order structure in music and its perceptual correlates, cognitive music research would benefit from further mutual integration of theoretical, mathematical, computational, and psychological research, similar to advancements in linguistics. This symposium therefore focuses on the formal understanding and empirical investigation of music-theoretically motivated research questions in music cognition. It connects perspectives from music theory, behavioral research, corpus research, and computational modeling, and aims to initiate interdisciplinary discussions about the currently most challenging topics related to the cognition of higher-order structures in music.

2021

Chargement

Studying Linguistic Changes over 200 Years of Newspapers through Resilient Words Analysis

Cyril Antoine Michel Bornet, Vincent Christian Buntinx, Frédéric Kaplan

This paper presents a methodology to analyze linguistic changes in a given textual corpus allowing to overcome two common problems related to corpus linguistics studies. One of these issues is the monotonic increase of the corpus size with time, and the other one is the presence of noise in the textual data. In addition, our method allows to better target the linguistic evolution of the corpus, instead of other aspects like noise fluctuation or topics evolution. A corpus formed by two newspapers “La Gazette de Lausanne” and “Le Journal de Genève” is used, providing 4 million articles from 200 years of archives. We first perform some classical measurements on this corpus in order to provide indicators and visualizations of linguistic evolution. We then define the concept of a lexical kernel and word resilience, to face the two challenges of noises and corpus size fluctuations. This paper ends with a discussion based on the comparison of results from linguistic change analysis and concludes with possible future works continuing in that direction.

2017

Chargement

Implicitation of Discourse Connectives in (Machine) Translation

Thomas Meyer

Explicit discourse connectives in a source language text are not always translated to comparable words or phrases in the target language. The paper provides a corpus analysis and a method for semi-automatic detection of such cases. Results show that discourse connectives are not translated into comparable forms (or even any form at all), in up to 18% of human reference translations from English to French or German. In machine translation, this happens much less frequently (up to 8% only). Work in progress aims to capture this natural implicitation of discourse connectives in current statistical machine translation models.

2013

Chargement

CS-431: Introduction to natural language processing

The objective of this course is to present the main models, formalisms and algorithms necessary for the development of applications in the field of natural language information processing. The concepts introduced during the lectures will be applied during practical sessions.