Navigation – Plan du site

Appel à contribution - CORPUS/ n°21 "Corpus complexes. Traitements, standardisation et analyse des corpus de communication médiée par les réseaux"/ 2019

Appel à contribution – CORPUS / n°21, « Corpus complexes. Traitements, standardisation et analyse des corpus de communication médiée par les réseaux » / 2019

Sous la direction de Céline Poudat, Ciara R. Wigham et Loïc Liégeois

Argumentaire

Le développement du web et des masses de données numériques a entraîné un paradoxe : les données numériques sont largement accessibles, ce qui facilite la collecte de textes et le développement de corpus mais en même temps les volumes de données et leur hétérogénéité complexifient leur traitement. On a vu apparaître des corpus assez éloignés des premiers corpus écrits traditionnels, regroupés sous la bannière de la CMC (Computer-Mediated Communication) : on est passé de l’écrit monologal aux interactions multimodales, ce qui représente un triple défi descriptif, méthodologique et éthique, que tentent de relever les acteurs du champ CMC (Herring, 1996, 2001; voir les revues Journal of Computer-Mediated Communication, Language@Internet). Le développement du web 2.0 a ainsi généré des dispositifs sociaux jusque-là inédits, dans lesquels les interactions sont de plus en plus multimodales et relèvent non seulement du mode textuel mais intègrent également des modes audio et visuel.

De manière intéressante, ces dispositifs sont pour la plupart internationaux et disponibles dans plusieurs langues. Les volumes et la complexité des données, de même que l’intérêt qu’elles représentent pour les linguistiques contrastives, ont multiplié les collaborations nationales et internationales pour partager les méthodes de représentation, de structuration et d’analyse de ces données. Ces différents projets (par exemple le projet français CoMéRé, Chanier, 2014; Chanier et al., 2014; le corpus CMC de référence allemand DeRik, Beisswenger et al., 2013 ; le corpus CMC de référence néerlandais SoNaR, Oostdijk et al., 2008; le projet What’s up Switzerland, Ueberwasser & Stark, 2017; le DiDi corpus, Frey, Glaznieks & Stemle, 2016; le réseau cmc-corpora ; voir notamment Beisswenger & Storrer, 2008 pour un tour d’horizon des corpus CMC) ont déjà permis des comparaisons fructueuses d’un genre du web à l’autre, dans des approches variationnistes, discursives ou sociolinguistiques, et dans des domaines d’application variés, allant de la didactique aux traitements automatiques des langues.

L’objectif de ce numéro est de rendre compte des spécificités de ces corpus complexes au niveau des traitements, de la standardisation et des formes d’analyse qu’ils requièrent. Nous encourageons les soumissions traitant de ces aspects et abordant plus spécifiquement les thèmes suivants :

Recueil et développement de corpus d’interactions, des questions éthiques et juridiques aux questions de structuration et de standardisation des données

Annotation des corpus complexes : comment annoter un corpus multimodal ? Comment lier les différents modes de communication (gestuel, visuel, textuel, oral) ? Quels observables ?

Analyse de la complexité des corpus CMC : quels outils et quels traitements de corpus? Comment passer d’un genre et d’un dispositif à l’autre (e.g. comment comparer des interactions Twitter et Wikipédia) ?

Les études sur tous les genres de communication médiée par les réseaux sont les bienvenues. Cela inclut (liste non exhaustive) : la communication dans les clavardages, les forums de discussion, les blogues, les courriers électroniques, les messages SMS et WhatsApp ou dans des environnements multimodaux et/ou 3D ainsi que les interactions ou discours produits sur les réseaux sociaux numériques, tels que Facebook, Twitter, Linkedin, les wikis (type Wikipedia), etc.

Cet appel fait suite à une journée d’étude organisée par le consortium CORLI le 25 mai 2018 en l’honneur de Thierry Chanier, qui a contribué au développement des thématiques traitées dans le numéro.

Call for papers

The development of the web and the mass of digital data it generates have led to a paradox: whilst the collection of texts is facilitated by the accessibility of digital data, the sheer volume of available data and its heterogeneity cause corpus structuration and processing to become complex issue. Over the past decade, the Computer-Mediated Communication (CMC) corpora that have been developed are quite distinct from the first traditional written corpora. Indeed, we have moved from monolingual writing to multimodal interactions and, in turn, descriptive, methodological and ethical challenges have come to the forefront (Herring, 1996, 2001, see Journal of Computer-Mediated Communication, Language @ Internet). The development of the web 2.0 has, thus, encouraged previously unseen social networking platforms in which interactions are more and more multimodal and employ not only the textual mode but also integrate audio and visual modes.

Interestingly, CMC corpora projects are increasingly international with corpora being made available in a wide range of languages. The volume and complexity of data, as well as the interest the data represent for contrastive linguistics, have multiplied national and international collaborations in order to share representation, structuration and analysis methods for this new type of data. These different projects (eg the French project CoMéRé, Chanier, 2014; Chanier et al., 2014, the German reference CMC corpus DeRik, Beisswenger et al., 2013, the Dutch CMC reference corpus SoNaR, Oostdijk et al., 2008; What'sup Switzerland, Ueberwasser & Stark, 2017, the DiDi Corpus, Frey, Glaznieks & Stemle, 2016, the cmc-corpora network, see notably Beisswenger & Storrer, 2008 for an overview of the CMC corpora) have already allowed fruitful comparisons to be made between different CMC genres that adopt variational, discursive and sociolinguistic approaches. We also see CMC gaining interest in a variety of fields of application, ranging from didactics to natural language processing.

The aim of this special issue is to report on the specificities of these complex corpora in terms of their treatment, standardization and the forms of analysis they require. Submissions on these topics are encouraged and specifically contributions that question the:

  • collection and development of corpora of interactional CMC data in terms of both ethical and legal issues as well as issues linked to structuring data and standardizing structuration;

  • annotation of complex corpora: how to annotate a multimodal corpus? How to link the different communication modes (gestural, visual, textual, oral)? What observable data and indicators can be considered?

  • analysis of the complexity of CMC corpora: which tools can be used to process and analyse a corpus? How can researchers investigate different platforms and different uses of these platforms (e.g., how can Twitter and Wikipedia interactions be compared)?

Studies on all types of network-mediated communication are welcome. This includes, but is not limited to: chat room communication, discussion boards, blogs, e-mails, SMS and WhatsApp messages, interactions in multimodal and / or 3D environments as well as interactions stemming from social media networks, such as Facebook, Twitter, Linkedin, wikis, etc.

This call follows a study day organized by the CORLI consortium on May 25, 2018 in honour of Prof. Thierry Chanier, who throughout his career significantly contributed to the development of the themes covered in the issue.

Références / References

Beißwenger, M., Ermakova, M., Geyken, A., Lemnitzer, L., & Storrer, A. (2013). DeRiK: A German reference corpus of computer-mediated communication. Literary and Linguistic Computing, 28(4), 531–537.

Beißwenger, M., & Storrer, A. (2008). Corpora of computer-mediated communication. In A. Lüdeling & M. Kytö (Eds), Corpus linguistics. An international handbook. Volume 1.. Berlin/New York: de Gruyter (Handbooks of Linguistics and Communication Sciences 29.1).

Chanier, T. (2014). (éd.) Banque de corpus CoMeRe. Ortolang.fr: Nancy. https://hdl.handle.net/11403/comere

Chanier, T., Poudat, C., Sagot, B., Antoniadis, G., Wigham, C. R., Hriba, L., … Seddah, D. (2014). The CoMeRe corpus for French: structuring and annotating heterogeneous CMC genres. JLCL - Journal for Language Technology and Computational Linguistics, 29(2), 1–30.

Frey, Jennifer-Carmen, Aivars Glaznieks & Egon W. Stemle (2016): The DiDi Corpus of South Tyrolean CMC Data: A multilingual corpus of Facebook texts. In: Proceedings of the Third Italian Conference on Computational Linguistics CLiC-it 2016. 5-6 December 2016, Napoli, Anna Corazza, Simone Montemagni, & Giovanni Semeraro, (eds).Torino: Academia University Press, 157-161.

Herring, Susan C. (ed) (1996), Computer-Mediated Communication. Linguistic, Social and Cross Cultural Perspectives. Amsterdam/Philadelphia: John Benjamins (Pragmatics & Beyond New Series 39).

Herring, S. C. (2001). Computer-mediated discourse. In D. Schiffrin, D. Tannen, & H. Hamilton (Eds.), The Handbook of Discourse Analysis. Oxford: Blackwell Publishers, 612-634.

Oostdijk, N., Reynaert, M., Monachesi, P., Van Noord, G., Ordelman, R., Schuurman, I. & Vandeghinste, V. (2008). From D-Coi to SoNaR: A reference corpus for Dutch. In Proceedings of LREC, 28-30 May, Marrakech, Morocco.

Ueberwasser, S. & Stark, E (2017). What’s up, Switzerland? A corpus-based research project in a multilingual country. Linguistik online 84/5, 105-126.

Comité scientifique

Michael Beißwenger, Universität Duisburg-Essen, Allemagne

Françoise Blin, Dublin City University, Ireland

Darja Fišer, University of Ljubljana, Slovenie

Mai Ho-Dac, Université de Toulouse, France

Loïc Liégeois, Université Paris Diderot, France

Julien Longhi, Université de Cergy-Pontoise, France

Damon Mayaffre, Université Côte d’Azur, France

Céline Poudat, Université Côte d’Azur, France

Christophe Reffay, Université de Besançon, France

Eva Schaeffer-Lacroix, Sorbonne Université, France

Stefania Spina, Università per Stranieri di Perugia, Italie

Egon Stemle, EuRac Research, Italie

Simone Ueberwasser, University of Zurich, Switzerland

Ciara R. Wigham, Université Clermont Auvergne, France

Modalités de soumission

Les articles pourront être soumis en langue française ou en langue anglaise.

Merci d’adhérer aux consignes pour les auteurs de la revue à ce lien : https://journals.openedition.org/corpus/416

Les contributions devraient être envoyées à celine.poudat@univ-cotedazur.fr

Calendrier

Octobre 2018

Diffusion de l’appel à contributions /call for papers

31 mars 2019

Réception des articles

31 mai 2019

Notification de l’acceptation

15 juillet 2019 

Publication

  • Logo Revues électroniques de l’université de Nice
  • OpenEdition Journals