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!

Doing Linguistics with a Corpus

Doing Linguistics with a CorpusEgbert, Jesse, Tove Larsson, et Douglas Biber. 2020. Doing Linguistics with a Corpus: Methodological Considerations for the Everyday User (Elements in Corpus Linguistics). Cambridge: Cambridge University Press. doi:10.1017/9781108888790
 
A very well written and useful book. The general idea is that you always should keep in mind your linguistic research question and be aware that results obtained through corpus tools may create layers of abstraction between the data and the researcher. A basic understanding of what the tool does with your data (which changes it applies to them) is required. You should always come back to the original texts after obtaining results created with the help of statistical methods.
 
Some of my favorite quotes:
 
« we should always strive to choose minimally sufficiant statistical methods, meaning that we should choose tests that are no more no less sophisticated than the study design requires. (…) Even simple, seemingly straightforward statistical methods may lead to linguistically questionable conclusions caused by layers of abstraction between the data and the researcher » (p. 40).
 
« Statistical tests cannot replace linguistical analysis; they are, and should remain, tools that should assist the researcher in drawing linguistically valid conclusions » (p. 42).
 
« an ever-widening gap between the everyday user and the language contained in the corpus » (p. 70).
 
« end goal of turning corpus-based data into meaningful linguistic information » (p. 70).
 
« [i]nformation is born when data are interpreted » (Stallings, 1989: 2) (p. 71).
 
« The two sides of any corpus-based linguistically meaningful quantitative analysis: the statistical analysis and the qualitative interpretation (…) through consideration of actual texts » (p. 72).

© Photo : evalac

king – man + woman = queen

…ou comment comprendre ce que c’est qu’un vecteur

Comme déjà précisé dans l’article précédent, les séances actuelles du Club Corpus sont dédiées à la lecture collective de chapitres choisis de Desagulier, Guillaume (2017). Corpus Linguistics and Statistics with R : Introduction to Quantitative Methods in Linguistics (1st ed. 2017). Springer International Publishing : Imprint: Springer. https://doi.org/10.1007/978-3-319-64572-8

Le chapitre 2.9.1 traite des vecteurs. En m’intéressant à ce thème, je suis tombée sur Introduction to Word Vectors, un article de Jayesh Bapu Ahire, chercheur et consultant, publié sur DZone. Intéressant et éclairant ! Cet article m’aide à mieux comprendre certaines fonctionnalités d’outils de corpus comme le thésaurus de Sketch Engine.

Jakubícˇek, M., & Rychlý, P. (2019). A Distributional Multi-word Thesaurus in Sketch Engine. In A. Horák, P. Rychlý, & A. Rambousek (Éds.), Proceedings of Recent Advances in Slavonic Natural Language Processing (p. 143‑147). https://nlp.fi.muni.cz/raslan/raslan19.pdf

 

Journée CORLI pour doctorant∙e∙s

Message transmis par Ciara Wigham pour CORLI :

Le jeudi 12 décembre 2019, CORLI organise une journée d’études.

Des données linguistiques vers un corpus : comment s’y prendre lors du doctorat ? Données écrites, orales et multimodales – les bonnes pratiques.

La journée aura lieu à l’Université Paris Diderot – Site Olympe de Gouges. 10h – 16h30.
Bâtiment Halle aux Farines (8 place Paul Ricœur, 75013 Paris). Salle 226C.

Inscriptions (gratuit). Merci de vous inscrire avant le 6 déc à https://je-dec19-corli.sciencesconf.org/

Les frais de déplacements pourront être pris en charge pour des doctorants qui ne sont pas sur Paris.

Programme de la journée :

10h00 : Accueil des participants
10h15 : Introduction et présentation du consortium CORLI (Ciara R. Wigham, LRL – Laboratoire de Recherche sur le Langage)

10h30 : Prise des données audio (Alain Ghio, LPL – Laboratoire Parole et Langage)

11h15 : Recueil des données vidéo (Aliyah Morgenstern, PRISMES – Langues, Textes, Arts et Cultures du Monde Anglophone)

12h00-13h15 : Déjeuner. Buffet offert à tous les participants inscrits

13h15: Élaboration des guides d’annotation pour la transcription des corpus multimodaux à quatre mains (Ben Holt & Marion Tellier, LPL – Laboratoire Parole et Langage)

14h00: Structuration des corpus oraux en Text Encoding Initiative (Loïc Liégeois, CLILLAC-ARP – Centre de Linguistique Inter-langues, de Lexicologie, de Linguistique Anglaise et de Corpus-Atelier de Recherche sur la Parole et LLF – Laboratoire de Linguistique Formelle)

14h45 : Pause café

15h05 : Rendre un corpus accessible. Déposer son corpus sur Ortolang. (Christophe Parisse, Modyco – Modèles, Dynamiques, Corpus)

15h50-16h30 : Échange avec le public. Questions.