Les transcriptions dans la plate-forme CLAPI

1. Les transcriptions dans la plate-forme CLAPI implémentation solution hétérogénéitéstandardisation Groupe ICOR L. Balthasar, M. Bert, S. Bruxelles, C. Etienne, L. Mondada, V. Traverso, D. Valero GROUPE ICORhttp://clapi.univ-lyon2.fr

2. La plate-forme CLAPI http://clapi.univ-lyon2.fr • Banque de données : corpus de LPI collectés en situation naturelle • Outils d’analyse et de requête sur le contenu des transcriptions (dont des traitements automatiques) Les corpus oraux • Intégration de corpus anciens ou récents, confectionnés dans le cadre de domaines de recherche différents, dans divers laboratoires => Hétérogénéité des transcriptions hébergées GROUPE ICORhttp://clapi.univ-lyon2.fr

3. Les principes d'intégration des transcriptions dans CLAPI • Restitution la plus fidèle possible de la représentation d'origine du transcripteur • Charte graphique pour l’affichage des transcriptions • Validation par le responsable • Modifications minimales de la transcription originale  on ne refait pas la transcription pour des raisons de coût et de respect de la propriété intellectuelle  en cas de modification, recours à la conventionICOR GROUPE ICORhttp://clapi.univ-lyon2.fr

4. Convention de référence  Convention ICOR • Principes pour l’établissement d’une convention de transcription • Économie • Cohérence • Lisibilité • Sélectivité • Granularité • Transformabilité • Évolutivité • Établissement de la convention Convention ICOR • fondée sur des conventions internationalement retenues en linguistique interactionnelle : Jefferson, Heritage, Psathas, Kerbrat, Cosnier, Traverso • explicite : accessibilité des concepts et des conventions pour chercheurs/ transcripteurs non interactionnistes • concise (genre textuel : « quick-reference manual ») • définissant une solide transcription de base en linguistique interactionnelle • implémentée en XML GROUPE ICORhttp://clapi.univ-lyon2.fr

5. Convention de référence  Convention ICOR http://icar.univ-lyon2.fr/projets/ICOR/ICAR_Conventions_ICOR.doc GROUPE ICORhttp://clapi.univ-lyon2.fr

6. N° phénomène notation exemple dans PRAAT ex. Praat Convention ICOR  Exemple du chevauchement http://icar.univ-lyon2.fr/projets/ICOR/ICAR_Conventions_ICOR.doc GROUPE ICORhttp://clapi.univ-lyon2.fr

7. Diversité des conventions de transcription • Granularité différente des transcriptions • Robustesse : une même convention servant à noter deux phénomènes différents • Cohérence : notations différentes d’un même phénomène dans une même transcription • Exhaustivité : notation non systématique de certains phénomènes dans une même transcription • Orthographe adaptée : un même mot représenté différemment suivant sa prononciation Problèmes posés par les transcriptions de Français Parlé en Interaction GROUPE ICORhttp://clapi.univ-lyon2.fr

8. Diversité des conventions de transcription • Corpus CHAPERON ROUGE, extrait "Jean-Pierre et Magali ", resp. M.-M. de Gaulmyn 481M le loup s'empresse/de prendre le plus court/ 482 /JP//le loup s'en000s'empresse/ 483Mchemin pour arriver chez la mère-grand avant le p(e)tit chaperon rouge0mais là faut mettre pas pris le bon chemin/euh/ 484JP/répond/le loup Corpus CONVERSATIONS FAMILIERES, extrait "grillage T3 ", resp. V. Traverso Lt` sais j` suis(inaud.)intoxiquée maint`nant (..) Lvoulez rien boire(.)vous partez tout d` suite/[là/ P[ben non faut [qu'on passe chez moi récupérer c` qu'est[(inaud.)d` chez moi A[OUAIS ff[va déménager Conventions Chaperon rouge Conversations familières pause 0, 00, 000 (.), (..) chevauchement/ … /[ montée intonative / élision ( ) `(antiquote) GROUPE ICORhttp://clapi.univ-lyon2.fr

9. Diversité des conventions de transcription  Solutions  identification des phénomènes GROUPE ICORhttp://clapi.univ-lyon2.fr

10. Diversité des conventions de transcription  Solutions GROUPE ICORhttp://clapi.univ-lyon2.fr

11. Diversité des conventions de transcription  Solutions identité graphique des phénomènes de l’interaction Quelle que soit la convention, les chevauchements sont indiqués en vert, les pauses en bleu turquoise et les descriptions en bleu gris GROUPE ICORhttp://clapi.univ-lyon2.fr

12. Granularité différente des transcriptions GROUPE ICORhttp://clapi.univ-lyon2.fr

13. Granularité différente des transcriptions  Solutions  implémentation dans la préparation des transcriptions  dans la liste des transcriptions GROUPE ICORhttp://clapi.univ-lyon2.fr

14. Robustesse : une même convention servant à noter deux phénomènes différents => ambiguïté : apostrophe pour l’élision standard ou non ex. j’aime / j’parle => trait d'union notant également la troncation ex. avant-hier / sta- statut => parenthèse : hésitation du transcripteur ou observation/commentaire GROUPE ICORhttp://clapi.univ-lyon2.fr

15. Robustesse  Solutionsapostrophe pour l’élision standard ou non GROUPE ICORhttp://clapi.univ-lyon2.fr

16. parenthèse : hésitation du transcripteur ou observation Robustesse  Solutions GROUPE ICORhttp://clapi.univ-lyon2.fr

17. Partition et liste • Notation du chevauchement • Alternance de [ et < au cours de la transcription • etc… • Solutions  Uniformisation par la médiathèque Cohérence : notations différentes d’un même phénomène dans une même transcription GROUPE ICORhttp://clapi.univ-lyon2.fr

18. Exhaustivité : notation non systématique de certains phénomènes dans une même transcription  Solution Tous les outils qui permettent de faire des requêtes sur les phénomènes précisent s'ils sont notés totalement ou partiellement GROUPE ICORhttp://clapi.univ-lyon2.fr

19. Orthographe adaptée Comment dans une requête trouver automatiquement p`tit quand on cherche petit , am`ner pour amener, … ? GROUPE ICORhttp://clapi.univ-lyon2.fr

20. Orthographe adaptée  Solutions • Construction d'un outil basé sur les n-grams de caractères pour identifier automatiquement lesvariantes graphiques, avec la collaboration de Ramzi ABBES, post-doctorant TAL Arabe (voyellation) • Données du problème • Les formes élidées ont des tailles inférieures ou égales à celle du mot cible • Le caractère d'élision ` (antiquote) remplace une ou plusieurs lettres du mot cible GROUPE ICORhttp://clapi.univ-lyon2.fr

21. Orthographe adaptée  Solutions • Les n-grams de caractères retrouvent les formes élidées du token en les comparant aux mots existants dans clapi avec une égalité parfaite des n-grams. • Par une approche empirique, on a constaté que : • - les bi-grams permettent de repérer les variantes des mots de moins de huit lettres • - les tri-grams sont adaptés aux mots plus longs • Résultat • ex. attends, ‘tends, ‘ttends / parce que, pa’ce que / bonjour, b’jour • Certaines formes trop éloignées du mot standard seront identifiées dans un glossaire (quelques dizaines de formes maximum) • ex. chais / je sais, vouais / ouais GROUPE ICORhttp://clapi.univ-lyon2.fr

22. Orthographe adaptée dans CLAPI GROUPE ICORhttp://clapi.univ-lyon2.fr

23. •changement de locuteur : production verbale attribuée à un locuteurenchaînement des locuteurs, taille pv (tour bref), place dans la pv (début/fin)•formes (tokens)lexique répétition co_occurrences   variantes morphologiquesdistance entre les mots  groupe de mots•chevauchement chevauchant, chevauché, départ simultané •pause (courte, longue, quantifiée)•timingrepère dans la transcription, alignement du signal•commentaire/observation Phénomènes pris en compte et modélisés à ce jour GROUPE ICORhttp://clapi.univ-lyon2.fr

24. Procédure d'intégration GROUPE ICORhttp://clapi.univ-lyon2.fr

25. Préparation par la médiathèque • Identification manuelle des phénomènes • Balisage automatique • Bilan des tokens et des phénomènes • Vérification • Contrôle qualité • Correction de la transcription adaptée • Consignation des modifications dans la convention de transcription • Génération XML de la transcription • Intégration dans CLAPI GROUPE ICORhttp://clapi.univ-lyon2.fr

26. Exemple de préparation GROUPE ICORhttp://clapi.univ-lyon2.fr

27. Exemple d'un bilan tokens et phénomènes GROUPE ICORhttp://clapi.univ-lyon2.fr

28. Exemple de transcription balisée en XML GROUPE ICORhttp://clapi.univ-lyon2.fr

29. La transcription dans CLAPI GROUPE ICORhttp://clapi.univ-lyon2.fr

30. Exploitation scientifique dans CLAPI • A VENDREDI… GROUPE ICORhttp://clapi.univ-lyon2.fr