자연언어처리(TAL)의 관점에서 본 접속사

손현정(Hyunjung SON) 프랑스학회 2017 프랑스학연구 Vol.81 No.-

Les connecteurs sont abordés en grande partie dans les deux domaines, de la sémantico-pragmatique et de la communication orale comme CA (Conversation Analyse). La présente étude introduit les démarches effectuées par rapport au traitement des connecteurs dans le domaine de la linguistique informatique, qui sont d ordinaire assez peu discutés dans les autres domaines linguistiques. Du point de vue de la linguistique informatique, les connecteurs sont considérés comme explicitant la frontière des segments du discours à plusieurs niveaux et comme signalant les relations de discours, appelées également relations rhétoriques ou relations de cohérence. Les approches que nous allons explorer ici sont les suivantes : - Grosz et Sidner (1986) sont les premiers, à notre connaissance, à avoir remarqué la capacité des connecteurs à rendre compte de la structure des discours ; - Mann et Thompson (1988) ont quant à eux posé la problématique concernant la fonction des connecteurs dans la hiérarchisation des segments du discours ; - Sanders, Spooren et Noorman (1992) ont démontré par des tests empiriques que les connecteurs servent effectivement à représenter les relations du discours ; - Sur la base du travail de Knott (1996), Webber et Joshi (1998) ont proposé d intégrer les connecteurs dans l annotation sémantique des discours, afin d appliquer le modèle de TAG (Tree-Adjoining Grammmar) à l analyse sémantique du discours. - Penn Discourse Treebank (PDTB) réalise actuellement cet objectif en annotant 100 connecteurs les plus représentatifs dans un corpus d articles journalistiques appelé Penn Treebank (PTB). Pour le français, nous pourrions considérer que les corpus ANNODIS et FDTB (French Discourse Treebank) basé sur LexConn sont les projets les plus récents d annotation sémantique des discours : - ANNODIS, projet mené conjointement par les universités de Toulouse et Caen, s appuie sur deux processus complémentaires : l ascendant à travers la structure multi-échelles et le descendant basé sur les relations de cohérence. Dans les deux processus, les connecteurs mettent en évidence l organisation sémantique des segments du discours, surtout en révélant la structure énumérative et les relation de cohérence ; - En appliquant le répertoire des connecteurs et les contraintes morpho-syntaxiques proposés par LexConn (Roze et al. 2012), FDTB (French Discourse Treebank) accomplit l annotation sémantique des connecteurs dans un corpus d articles du quotidien Le Monde. Ce projet reprend, dans les grandes lignes, les principes proposés en PDTB, mais il s appuie toutefois sur des analyses linguistiques plus fines que PDTB. Notre travail pourrait contribuer à élargir la portée des discussions actuelles sur les connecteurs et mettre en perspective de nouvelles applications industrielles en exploitant les résultats obtenus par les recherches linguistiques du discours et des connecteurs.

접속사 puis와 donc의 다면적 연구

손현정(SON, Hyunjung) 프랑스학회 2015 프랑스학연구 Vol.72 No.-

L’objectif de notre présente étude est d’analyser d’une manière multimodale les connecteurs puis et donc. Ils sont considérés dans certaines recherches des discourses comme marqueurs de la narration et de l'inférence. Nous observons la manière dont les facteurs verbaux et non verbaux participent à la construction des relations du discours quand ces connecteurs se présentent dans les discours oraux. Ce faisant, nous payons une attention particulière à la gestuelle et à la prosodie accompagnées de l'énonciation de ceux-là. Le connecteur puis introduit la relation de narration. Quand il se prononce dans le discours oral, le locuteur commence déjà la gestuelle relative à des mots inclus dans le segment du discours suivant. De la même manière, le connecteur donc, marqueur de la relation d'inférence, réalise la préparation de la gestuelle concernant le segment du discours suivant. Ce phénomène peut se traduire ainsi : d’abord, le contenu global du segment du discours suivant le connecteur est déjà fixé au moment de l’énonciation de celui-ci. C’est la raison pour laquelle il peut s’exprimer partiellement à travers la gestuelle accompagnée du connecteur. Ensuite, L’hésitation et la pause situées avant ou après le connecteur s’interpètent comme révélant que la décision du contenu du segment du discours suivant n’est pas encore prise. Enfin, dans le discours oral, l’interlocuteur a au moins deux modes de communication, verbal et gestuel, si bien qu’il est capable de comprendre les relations du discours plus éfficaement que dans le discours écrit. A travers l’analyse de la gesteulle et la prosodie qui s’accompagnent de puis et donc, nous avons montré que les relations du discours se réalisent d’une manière multimodale, comme les expressions déictiques ou iconiques. Nous avons également observé que la guesteulle des connecteurs et celle des déictiques ou iconiques sont très différentes, ce qui devra s’exploiter par d’autres études développées à l’aide des donnés plus importantes.

프랑스어 구어 담화 전사 규범 연구

손현정 ( Hyunjung Son ) 한국프랑스어문교육학회 2020 프랑스어문교육 Vol.68 No.-

담화 연구는 발화를 통해 산출된 언술뿐만 아니라 발화가 수행되는 과정과 조건도 연구한다. 이때 비언어적으로 실현되는 발화 과정과 조건에 대한 특수한 기록 방식이 필요하며 이를 전사 규범이라 한다. 본 연구는 프랑스 언어학계에서 널리 사용되고 있는 구어 담화 전사 규범 5개를 선별하여 전사 유형, 발화순서(tour de parole)와 동시 발화(chevauchement), 억양(intonation)과 휴지부(pause), 연음과 발음 등 구어와 관련된 현상들의 전사 방식을 살펴보았다. 그리고 이러한 분석 결과를 바탕으로 구어 전사 방식 개선을 위한 몇 가지 제안을 했다. 본 연구는 프랑스어 구어 담화 연구와 전사 규범에 대한 이해를 심화시키고, 프랑스어 담화 말뭉치 구축 연구에 활용될 수 있을 것이라 생각한다. Dans cette étude, nous analysons les manières de représenter les phénomènes oraux adoptées par les conventions de transcription des corpus VALIBEL, ESLO, DELIC, CFPP2000 et CLAPI (ces conventions de transcription sont regroupées sous le terme ICOR). Ces corpus, construits du point de vue socio-linguistique, pragmatique, syntaxique, sémantique et interactionnelle s'écartent de l'approche dite de l'analyse conversationnelle (CA, Conversation Analysis). Nous nous intéressons surtout à l'identification des morphèmes (transcription orthographique ou phonétique), des tours de parole, du chevauchement, de l'intonation, des pauses (pleines et vides), et des phénomènes phonétiques tels que les liaisons, élisions, amorces etc. L'analyse des données recueillies nous permet de formuler quelques propositions en vue d'aider les chercheurs qui choisissent l'une des conventions de transcription lors de l'exploitation des discours oraux.

사용역에 따른 접속사 출현 분포 비교 연구 : 구어와 신문 사설을 중심으로

손현정(Hyunjung SON) 프랑스학회 2020 프랑스학연구 Vol.0 No.94

본 연구는 사용역 registre에 따라 통사 구조뿐만 아니라 기능적 어휘의 사용에도 차이가 나타날 것이라는 가설에서 출발하여 구어와 신문 사설에서 접속사의 출현 분포를 분석하였다. 접속사는 mais, donc, alors, quand, si처럼 절proposition이나 문장 phrase과 같은 담화체 segment du discours 사이의 의미 관계를 표현하는 기능적 어휘들로서, 담화의 의미적 일관성 cohérence을 유지하거나 강화시키는 기능을 한다. 본 연구에서는 접속사들이 구어와 신문 사설에서 출현 분포의 차이를 보이는지 확인하고, 어떤 접속사들이 구어 또는 신문 사설에서 더 자주 사용되는지 분석해 보았다. 구어 분석을 위해서는 TCOF 말뭉치를 사용하고 신문 사설 분석을 위해서는 르몽드 신문 사설 말뭉치를 구축하여 사용하였다. 그리고 통계 분석을 위해서는 KL 다이버전스Kullback-Leibler divergence를 활용한 차별어와 주요어 개념을 사용하였다. La différence linguistique de l’oral et l’écrit du français fait l objet d approches variées. Dans cette étude, nous mettrons en examen la distribution des connecteurs à travers l’analyse statistique du corpus oral TCOF et du corpus écrit des éditoriaux journaux du Monde. A partir des 325 connecteurs, tirés de la liste de LEXCONN de l’équipe FDTB, nous analyserons les connecteurs les plus fréquents ainsi que les connecteurs les plus distincts pour l’écrit et l’oral, en recours à la probabilité d’apparition et à la divergence de Kullback-Leibler (KL-divergence). Ainsi, nous démontrerons le fait que les connecteurs s’emploient davantage à l’oral qu’à l’écrit, ce qui s’accorde avec l’observation de Blanche-Benveniste (1995). Nous releverons également les connecteurs représentatifs de l’oral et de l’écrit : mais, quand même, par contre s’emploient plus souvent à l’oral tandis que cependant, pourtant, néanmoins apparaissent plus souvent à l’écrit. Les connecteurs donc, parce que, en fait, du coup, puisque, effectivement se trouvent plus souvent à l’oral alors que car, en effet, par voie de conséquence, de fait, dès lors sont plus fréquent à l’écrit.

프랑스어 디지털 언어자원의 현황과 활용 - 구어/문어 말뭉치를 중심으로

손현정 ( Hyunjung Son ) 한국프랑스어문교육학회 2016 프랑스어문교육 Vol.55 No.-

Bien qu'il existe diverses formes de corpus écrits et oraux en français, il n'existe pas de corpus de référence « représentatif » du français moderne. Dans le présent travail, nous nous proposons d'établir une synthèse de ces corpus élaborés en France et à l'étranger, en décrivant leur objectif respectif, leur choix dans la sélection des données, leurs paramètres de recherche et leur accès au public. Nous présentons d'abord les corpus écrits comme Frantext, les archives des quotidiens Le Monde et l'Est Républicain, ainsi que le corpus dénommé Corpus Français construit par l'université de Leipzig. Ensuite, nous donnons un aperçu historique de corpus oraux : nous commençons par présenter les Archives de la Parole de Ferdinand Brunot, et puis le corpus de Français fondamental et le Corpus d'Orléans conçus dans les années 1960-1970. Nous introduisons également le corpus GARS (Groupe Aixois de Recherche en syntaxe) construit par l'équipe dirigée par Claire Blanche-Benveniste, CRFP (Corpus de référence du français parlé) produit par DELIC (DEscription Linguistique Informatisée sur Corpus), et CLAPI (Corpus de LAngue Parlée en Interaction) comportant 150 corpus naturalistes recueillis par le laboratoire ICAR (Interactions, Corpus, Apprentissages, Représentations). Finalement, nous présentons le Corpus de la Parole inauguré par la DGLFLF(Délégation générale à la langue française et aux langues de France). Nous présentons brièvement plusieurs plateformes dont ATILF, CNRTL, COCOON et ORTOLAN dont l'objectif principal réside dans la distribution effective et légale des données numériques en français, et quelques corpus du français francophone dont VALIBEL(VAriétés LInguistiques du français en BELgique). En guise de conclusion, nous proposons certaines idées sur l'exploitation des corpus en vue de l'enseignement du français langue étrangère (FLE).

의미 연구를 위한 구어 말뭉치 구축 방식 제안

손현정 ( Hyunjung Son ) 한국프랑스어문교육학회 2020 프랑스어문교육 Vol.70 No.-

본 논문에서는 의미 연구를 위한 다자간 구어 담화 연구에 활용될 수 있는 프랑스어 구어 말뭉치 구축 방식을 제안한다. 이 방식은 주석 도구인 트랜스크라이버(transcriber)로 구축된 원자료를 엘란(ELAN)으로 변환시킨 후 재전사하는 방식으로, 트랜스크라이버에서 주석하기 어려웠던 휴지부나 동시 발화, 래칭(latching) 등 발화 순서와 관련된 현상들을 표현할 수 있다는 장점이 있다. 본 논문은 다음과 같이 구성된다. 1절에서는 연구 목적을 간단히 소개하고, 2절에서는 의미론에서 구어를 연구해야 하는 필요성에 대해 살펴보겠다. 이제까지 의미론을 비롯한 언어학 연구는 주로 문어를 중심으로 이루어져 왔으나 프랑스어를 제대로 이해하기 위해서는 문어와 구어를 아우르는 언어학 연구가 필요하며, 본 절에서는 이러한 주장을 뒷받침하는 여러 논거들을 제시하겠다. 3절에서는 구어 연구에서 말뭉치가 차지하는 의미를 살펴보고, 4절과 5절에서는 본 연구에서 제안하는 엘란을 활용한 프랑스어 구어 말뭉치 구축 방식을 소개하겠다. 특히 5절에서는 담화 의미 연구를 위해 본 연구에서 고안한 구어 전사규범을 소개하도록 하겠다. Dans la présente étude, nous proposons de construire des corpus oraux en ayant recours à l'outil numérique d'annotation et de transcription ELAN. Pour ce faire, nous avons procédé à la conversion des données annotées de Transcriber vers ELAN. Ce dernier permet de représenter plus correctement les phénomènes linguistiques liés aux tours de parole et à la prosodie. Nous présentons et expliquons également les conventions de transcription que nous avons élaborées pour les recherches sémantiques et avons appliquées à la construction du corpus oral. Nous avons pris en compte les cinq facteurs principaux : le type de transcription, la prosodie, la prononciation, les tours de parole et l'écoute. Ces conventions représentent les énoncés en orthographe standard sans ponctuation. Elles disposent de l'alphabet SAMPA (Speech Assessment Methods Phonetic Alphabet), un ensemble de caractères phonétiques basés sur UNICODE, qui se codent et se décodent plus efficacement sur ordinateur que l'API.

정치와 언어의 관계에 대한 양적 분석 시론

김하수(Kim, Ha-Soo),손현정(Son, Hyunjung),이재윤(Lee, Jae Yun),강범일(Kang, Beomil) 담화·인지언어학회 2013 담화와 인지 Vol.20 No.1

This paper aims to conduct a linguistic analysis of discourses by three Korean politicians who ran for the Korean presidency in 2012. Data on their speech and writing are collected for this purpose from TV talk shows on which they appeared and the books they wrote. Various methods are used to analyse the data, such as network analysis, word frequency analysis and the lexical repetition measuring method. Firstly, we extract frequent words from each politician’s subcorpus and identify statistically distinctive words that each politician used more frequently than other politicians. Secondly, we construct networks of co-occurring words via which the differences in network structure are analysed. Finally, a new method for measuring lexical repetition is used to discover pragmatic differences in their discourses. By applying these methods to the discourse data, we can more effectively propose linguistic characteristics of the politicians’ discourses.