Le Corpus InterLangue, un corpus bilingue comparable - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Corpus InterLangue: a bilingual learner corpus

Le Corpus InterLangue, un corpus bilingue comparable

Résumé

L'interlangue des apprenants est le produit de processus cognitifs complexes. Elle peut s'analyser en fonction de trois dimensions que sont l'exactitude, la complexité et la fluence (Housen et al., 2012). Par l'observation et la comparaison de données combinant différentes langues d'apprentissages (L2) et différentes langues natives (L1) (Granger, 1996), il est possible d'identifier des caractéristiques d'usages et schémas erronés communs qui apportent des éclairages sur les différents stades de développement. Ce type d'approche implique l'utilisation de corpus d'apprenants aux données comparables. Leur comparabilité est un enjeu qui dépend de plusieurs critères tels que les L1 et L2 des locuteurs, les types de tâche, leur durée ou encore les genres. Une solution réside dans l'utilisation de corpus multilingues tels que le corpus MERLIN (Wisniewski et al., 2013), composé de trois modules en allemand, italien et tchèque articulés autour de tâches similaires. Ces textes, qui sont en outre annotés selon le même schéma, offrent des points de comparaisons multiples. Accroître ce type de corpus présente un intérêt évident pour la communauté. La création de corpus d'apprenants oraux multilingues irait dans ce sens. Fruit de plus d'une décennie de collecte auprès de locuteurs non-natifs, nous présentons le corpus InterLangue (CIL) (Arbach, 2015), dans sa version nettoyée et requêtable (Gaillat et al., 2021) par le biais d'une base de données Huma-Num Nakala. Ce corpus oral et écrit est composé de 115 locuteurs apprenants d'anglais et de français langue étrangère. A chaque apprenant correspondent des fichiers audios retranscrits et des fichiers textes, produits à la suite d'une tâche conversationnelle de vingt minutes environ et d'une tâche narrative de rédaction écrite. L'une des originalités provient des types de tâches qui sont communes aux deux langues. Grâce à l'existence d'une interface de programmation (API), les différents éléments du corpus peuvent être interrogés et filtrés afin de créer des jeux de données. Des analyses quantitatives peuvent ensuite être entreprises à l'aide de scripts automatisés. Arbach, N. (2015). Constitution d'un corpus oral de FLE : enjeux théoriques et méthodologiques [Phd thesis, Université Rennes 2]. https://tel.archives-ouvertes.fr/tel-01147632
CIL.pdf (767.61 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03670081 , version 1 (01-06-2022)

Identifiants

  • HAL Id : hal-03670081 , version 1

Citer

Thomas Gaillat, Élisabeth Richard, Marie-Françoise Bourvon, Griselda Drouet. Le Corpus InterLangue, un corpus bilingue comparable. JECA 2022 : Journée d'étude autour des corpus d'apprenants - Constitution de corpus écrits d'apprenants en contexte universitaire : Pratiques, enjeux et perspectives acquisitionnelles, Université Grenoble Alpes, Mar 2022, Grenoble, France. ⟨hal-03670081⟩
66 Consultations
18 Téléchargements

Partager

Gmail Facebook X LinkedIn More