Un grand corpus oral « disponible » : le corpus d'Orléans 1 1968-2012

Iris Eshkol-Taravella 1 Olivier Baude 1 Denis Maurel 2 Linda Hriba 3 Céline Dugua 1, * Isabelle Tellier 4
* Corresponding author
1 LLL - Laboratoire Ligérien de Linguistique
2 BDTLN - Bases de données et traitement des langues naturelles
LIFAT - Laboratoire d'Informatique Fondamentale et Appliquée de Tours
3 LDI - Lexiques, Dictionnaires, Informatique
4 LattIce - Lattice - Langues, Textes, Traitements informatiques, Cognition - UMR 8094
Résumé : Cet article présente la constitution et la mise à disposition du corpus oral ESLO. Notre objectif est de montrer qu'il ne s'agit pas seulement de recueillir et rendre disponible des données langagières mais aussi de rendre explicite l'ensemble de la chaîne de traitement qui permet d'élaborer un tel corpus. Après avoir présenté le projet et le corpus nous préciserons les problèmes juridiques et méthodologiques qui ont conditionné les opérations de traitement du corpus et notamment les procédures d'anonymisation indispensables à la libre diffusion de cette ressource. Dans une seconde partie, nous présenterons les différentes annotations effectuées sur les données brutes avec quelques exemples de leurs exploitations. Nous expliquerons la méthodologie suivie qui est toujours guidée par la nature des données et l'objectif final visé : constituer un grand corpus oral variationniste du français. Nous aborderons enfin les questions de mise à disposition du corpus en ligne.
Mots-clés : corpus oral TAL
Document type :
Journal articles
Complete list of metadatas

Cited literature [27 references]  Display  Hide  Download
https://halshs.archives-ouvertes.fr/halshs-01163053
Contributor : Olivier Baude <>
Submitted on : Thursday, June 11, 2015 - 11:37:52 PM
Last modification on : Saturday, September 14, 2019 - 1:43:36 AM
Long-term archiving on : Tuesday, April 25, 2017 - 7:12:41 AM

File

2011_ESLO_TAL52-3.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : halshs-01163053, version 1

Collections

UNIV-ORLEANS | UNIV-PARIS13 | UNIV-CERGY | LATTICE | ENS-PARIS | BNF | LDI | LIBDTLN | UNIV-PARIS3 | LLL | PSL | USPC | ESLO | UNIV-TOURS | LIFAT | INSA-GROUPE | CAMPUS-CONDORCET | INSA-CVL

Citation

Iris Eshkol-Taravella, Olivier Baude, Denis Maurel, Linda Hriba, Céline Dugua, et al.. Un grand corpus oral « disponible » : le corpus d'Orléans 1 1968-2012. Traitement Automatique des Langues, ATALA, 2011, Ressources Linguistiques Libres, 53 (2), pp.17-46. ⟨halshs-01163053⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

643

Files downloads

624

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD