Journée d’étude “Outils d’exploration de corpus”

Le Club Corpus de Sorbonne Université propose une journée d’étude sur les outils d’exploration de corpus numériques. Cette journée d’étude donnera l’occasion à plusieurs spécialistes du domaine de faire une présentation d’un outil d’analyse de corpus dans une visée scientifique déterminée (p. ex. analyse de discours) et d’en faire la démonstration, avec possibilité de prise en main de l’outil par les participant|e|s au moment des pauses. À la fin de la journée d’étude, Kimberly Oger et Eva Schaeffer-Lacroix animeront une table ronde qui réunira toutes les personnes ayant fait une présentation.

Date : 17 juin 2022, 8h30-18h

Lieu : Maison de la recherche, salle 040, 28 rue Serpente, 75006 Paris

Internenant|e|s (par ordre alphabétique)

Présentations

Guillaume Desagulier (Université Paris 8 Vincennes Saint Denis) : R

 

Daniel Henkel (Université Paris 8 Vincennes Saint Denis) : Techniques d’alignement pour mémoires de traduction

 

 Christophe Parisse (Université Paris Ouest la Défense, INSERM) : Clan

 

Bénédicte Pincemin (CNRS, Ens de Lyon) : TXM (données multimodales)

 

Marc Kupietz (IDS Mannheim) : KorAP

Présentation de Marc Kupietz

Maria Zimina-Poirot (Université Paris-Cité) : Le Trameur.

Présentation de Maria Zimina-Poirot

Événement soutenu par : CELISO (Centre de linguistique en Sorbonne), STIH (Sens Texte Informatique Histoire), CERES (Centre d’expérimentation en méthodes numériques pour les recherches en Sciences Humaines et Sociales) 

Inscription obligatoire et gratuite via ce formulaire.

Formations CORLI aux outils linguistique de corpus

Nous apprenons que consortium CORLI reprend ses activités de formation avec une session qui se tiendra sur deux jours, les 13 et 14 décembre 2021, à l’Université de Paris (campus des Grands Moulins, ex Paris Diderot, Paris 75013). Huit modules de formation seront proposées, réparties sur quatre demi-journées (voir programme détaillé ci-après, extrait de leur annonce par e-mail).

Si vous êtes intéressé.e.s par ces formations, dépêchez-vous ! Le nombre de places sera limité pour chaque session. La demande d’inscription doit se faire au plus tard le 30/11 via le formulaire accessible ici.

Continuer la lecture

Written BNC2014

Good News!!!

Aujourd’hui, Lancaster University lance le Written BNC2014, qui vient compléter la nouvelle édition du British National Corpus. Voici comment ils le présentent (link) :

The British National Corpus 2014 (BNC2014) is a major project led by Lancaster University. We created a 100-million-word corpus (a large collection of ‘real life’ language) of present-day British English. This corpus can be used by researchers to understand more about how language works and how it is evolving. Educators, dictionary compilers and the interested public will also be able to access the corpus to find usage examples of modern British English in different genres.
The Spoken part of the corpus (10 million words) has already been released. We will be officially releasing the written part of the corpus (90 million words) on 19th November via #LancsBox X, a software package developed at Lancaster University. This will complete the BNC2014 project.

Pour une description complète du Written BNC2014 : The Written British National Corpus 2014 – design and comparability (degruyter.com)

*Image source : http://corpora.lancs.ac.uk/bnc2014/

Data visualization and analysis in second language research

Encore un livre dédié à l’usage de R pour visualiser et analyser des données, cette fois-ci avec une orientation “recherches en langue étrangère”. Un des favoris sur ma liste des lectures d’été.

Garcia, G. D. (2021) Data Visualization and Analysis in Second Language Research. S.l.: Routledge.
 

© Photo : evalac

Lancaster Summer Schools

For the past several years, I’ve been wanting to attend one of Lancaster University’s summer schools in corpus linguistics. This year, they are opening up several of their sessions for free to anyone who is interested in corpus linguistics. You can be sure that I’ll be attending!

These open session include (list copied and pasted from the Lancaster Summer Schools website):

  • A series of lectures on different topics and applications of corpus linguistics
  • A practical session on using #LancsBox to analyse different sets of language data
  • A symposium on Innovation in corpus linguistics

For anyone else who wants to join me, you can find all the information here: http://wp.lancs.ac.uk/corpussummerschools/open-events/.

I hope to see you there!

R & Python

Adrien Barbaresi présente une façon d’intégrer Python dans R. Voici le début de la publication sur son blogue Bits of Language: corpus linguistics, NLP and text analytics.

Why choose between R and Python?

R is a free software environment for statistical computing and graphics. Together with Python, it is part of the most popular languages among (data) scientists. Although both environments are similar, most people feel they face a choice between the two. The question “R vs Python, What should I learn?” resonates across the Internet. But why choose between them when you can choose both?

The reticulate package provides a comprehensive set of tools for seamless interoperability between Python and R. It basically allows for execution of Python code inside an R session, so that Python packages can be used with minimal adaptations, which is ideal for those who would rather operate from R than having to go back and forth between languages and environments.