Étude interactionniste de quelques disfluences typiques de la langue parlée en contexte spontané : amorce de mots, amorce de syntagmes et répétition
Notice bibliographique
Résumé
Une écoute attentive de conversations à bâtons rompus montre que celles-ci sont parsemées d’hésitations, de pauses dites remplies comme euh, de répétitions, d’autocorrections, de lapsus, etc. Notre recherche porte sur ces imperfections que l’on qualifie habituellement de ratés, mais que nous nommons plutôt disfluences, par soucis de neutralité. Le but est double. Il s’agit 1) de vérifier si la production de deux paires de disfluences (amorce de mot et répétition ainsi qu’amorce de syntagme et répétition) est interreliée et 2) si ces disfluences sont interreliées, de déterminer les mécanismes d’interrelation qui sous-tendent la production de celles-ci. À cette fin deux corpus multimodaux de conversations authentiques sont exploités : le Corpus de langue parlée en interaction (CLAPI) de l’Université de Lyon 2 et le Corpus de français parlé au Québec (CFPQ) de l’Université de Sherbrooke. La recherche s’inscrit dans le champ des études interactionnistes qui focalisent l’attention sur le fait que le locuteur engagé dans une conversation à bâtons rompus construit son discours au coup par coup, en s’ajustant constamment aux réactions de l’interlocuteur produites de manière vocale et mimogestuelle. La recherche permet de mieux cerner le fonctionnement de l’oral spontané en approfondissant les connaissances sur les disfluences de l’oral dans une perspective interactive. La recherche permet également de vérifier s’il existe un certain ordre dans le désordre apparent de l’oral, facette de la langue associée à la production de disfluences, un procédé souvent considéré comme aléatoire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».