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.


PROGRAMME

Lundi 13/12 de 10h à 13h :

* L’informatique et le Traitement Automatique des Langues pour les (linguistes) Nuls (Alexandre Roulois et Loïc Liégeois)
* Tagging et Parsing “Débutant” (Antonio Balvet)

Lundi 13/12 de 14h30 à 17h30 :

* Transcription et analyse de corpus oraux avec le programme CLAN (Eva Soroli)
* TXM “Avancé” : Annotation de mots ou de séquences de mots (Serge Heiden)

Mardi 14/12 de 10h à 13h :

* TEI-CORPO : Outil de conversion des formats ELAN, Clan, Transcriber et Praat vers la TEI (et vice-versa) (Christophe Parisse et Loïc Liégeois)
* ELAN “Débutant” (Charlotte Hauser)

Mardi 15/12 de 14h30 à 17h30 :

*ELAN “Avancé” : Langues signées et Gestualité (Charlotte Hauser)
* TXM “Débutant” (Achille Falaise et Loïc Liégeois)

**********************

PRESENTATIONS DES FORMATIONS


* L’informatique et le Traitement Automatique des Langues pour les (linguistes) Nuls (Alexandre Roulois et Loïc Liégeois)

Cette formation, plutôt théorique, aura pour objectif de présenter et d’expliquer certains concepts clés de la linguistique informatique : qu’est-ce qu’un script informatique ? Qu’est-ce qu’un étiqueteur morphosyntaxique, comment fonctionne-t-il ? Qu’est-ce qu’un encodage de caractères ?
Cette formation s’adresse aux personnes qui, lorsqu’elles sont confrontées à ces concepts au cours de leur utilisation des corpus linguistiques, ont l’impression qu’on leur parle une autre langue.


* Tagging et Parsing “Débutant” (Antonio Balvet)

Tagging : qu’est-ce que l’annotation (en général), qu’est-ce que le tagging et pourquoi exploiter des outils automatiques pour le faire. Prise en main de taggers sans lignes de commandes à taper (plate-formes web, taggers avec UI) : Sketchengine par exemple.
Parsing : qu’est-ce que l’annotation (en général), qu’est-ce que le parsing aujourd’hui (dépendances), et pourquoi exploiter des outils automatiques pour le faire. Prise en main de parsers sans lignes de commandes à taper : UDPipe au minimum + Arborator pour la visualisation. Exploitation des fichiers conll.



* Transcription et analyse de corpus oraux avec le programme CLAN (Eva Soroli)

L’atelier « Transcription et analyse de corpus oraux avec le programme CLAN » se déroulera le 13/12/2021 de 14h30 à 17h30. Il est demandé aux participants d’apporter un casque audio/écouteurs. La formation sera consacrée à la pratique de la transcription et de l’annotation, à l’analyse des corpus oraux à l’aide des commandes de CLAN ainsi qu’à leur exportation vers d’autres programmes (Excel, Elan, Praat etc.). Les corpus seront fournis par le formateur mais les participants peuvent également apporter leurs propres enregistrements audio ou vidéo (.wav ou .mp3 pour les audio, et au format .mov pour les vidéos).


* TXM “Avancé” : Annotation de mots ou de séquences de mots (Serge Heiden)

La formation introduira de façon pratique l’annotation CQP de mots et de structures d’un corpus.
On abordera successivement :
– l’ajout ou la modification de propriétés de mots par concordances (comme les propriétés ‘pos’ ou ‘lemme’)
– l’ajout de structures et de propriétés autour de séquences de mots par concordances (comme des entités de lieux ou de personnes)
Pour chaque mode d’annotation (mot ou structure), on vérifiera et on exploitera les annotations réalisées avec les outils d’analyse de TXM.
On verra également comment échanger les annotations entre TXM et éventuellement comment annoter par script.
La documentation de référence est https://txm.gitpages.huma-num.fr/txm-manual/annoter-un-corpus.html#annotation-avec-le-modele-de-corpus-cqp.

Si le temps le permet, on introduira également de façon pratique l’annotation d’unités URS et leurs propriétés (nécessite l’installation de l’extension “Annotation URS”).
On abordera l’annotation d’unités URS au fil du texte et leur exploitation par des outils d’analyse, et éventuellement par transfert dans des annotations CQP.
On verra également comment échanger les annotations URS entre TXM et éventuellement comment annoter par script.


* TEI-CORPO : Outil de conversion des formats ELAN, Clan, Transcriber et Praat vers la TEI (et vice-versa) (Christophe Parisse et Loïc Liégeois)

Cette formation aura pour objectif de faire manipuler l’outil TEI-CORPO et sa version web TEI-CONVERT (cf. https://ct3.ortolang.fr/teiconvert/index-fr.html)
Deux facettes de l’outil seront abordée : 1) la conversion de fichiers d’origine différente (PRAAT, ELAN, CLAN, Transcriber) vers la TEI, suivie éventuellement d’une analyse syntaxique basée sur TreeTagger ou sur la bibliothèque Stanford NLP (format CONLL) et 2) l’agrégation par conversion de corpus issus d’origines variées afin de construire une base au format TEI exploitable au moyen de l’outil TXM.
Dans l’idéal, le module sera organisé autour des problématiques de recherche particulières des personnes présentes.


* ELAN “Débutant” (Charlotte Hauser)

Apprenez à vous familiariser avec ELAN : comment charger des vidéos, des modèles, commencer à annoter et sauvegarder votre travail. A la fin de cette formation, vous connaîtrez toutes les commandes clés pour vous permettre de commencer à travailler avec ELAN.


*ELAN “Avancé” : Langues signées et Gestualité (Charlotte Hauser)

Cette formation s’adresse aux personnes déjà familières du logiciel ELAN et qui seraient intéressées pour confronter les modèles qu’ils utilisent pour étudier les langues signées. Quelles sont les informations à annoter? Où faut il couper les annotations ? Comment ajouter des instructions pour permettre à d’autres annotateurs de travailler sur le même corpus? Comment créer du vocabulaire contrôlé? Comment créer et partager un template ? Ou encore comment faire une recherche dans plusieurs fichiers annotés ? Toutes ces compétences faciliteront vos recherches, qu’elles concernent l’étude des langues signées ou de la gestualite avec ELAN


* TXM “Débutant” (Achille Falaise et Loïc Liégeois)

Cette formation proposera une introduction au logiciel TXM et abordera en particulier les Expressions Régulières et le langage CQP à travers l’utilisation des fonctionnalités de base de l’outil.

 


Ce contenu a été publié dans formation, Outils, TEI, TXM, XML par Kimberly Oger. Mettez-le en favori avec son permalien.

A propos Kimberly Oger

Membre active du Celiso (UR 7332) et américaine d'origine, j'ai rédigé ma thèse de linguistique anglaise sous la direction de Wilfrid Rotgé à Sorbonne Université. Spécialiste de l'anaphore verbale en anglais, je travaille sur une utilisation particulière de DO à l'oral dans des contextes anaphoriques en anglais britannique, de type "I will do" ou "She might have done". J'ai mené dans le cadre de ma thèse la première étude approfondie de ce phénomène. Elle porte sur un échantillon composé de 483 occurrences, relevées dans la composante orale du BNC, le British National Corpus et analysées dans une perspective sémantico-syntaxique, phonologique et socio-linguistique. Le tout s'insère dans une étude plus vaste de comparaison avec les principales formes d'anaphore verbale que sont do this/that/it, do so et l'ellipse post-auxiliaire. Je suis également, depuis septembre 2017, PRAG de linguistique à l'UFR d'études anglophones de Sorbonne Université.

3 réflexions sur « Formations CORLI aux outils linguistique de corpus »

  1. Bonjour,
    est-ce que ces deux journées de formation se dérouleront nécessairement en présentiel ou bien est-ce que l’on a prévu des séances hybrides?
    Bien cordialement,
    LB

Répondre à Lucas Annuler la réponse

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.