<!--BeginNoIndex--> Premières lignes <!--EndNoIndex--> Ce numéro vise à problématiser le concept de corpus en regard de l’hétérogénéité des données qui peuvent – ou qui doivent – le constituer. Il s’intéresse à la diversité des pratiques et des matériaux, et à l’implication de cette diversité dans la constitution, l’analyse et l’exploitation des corpus. Autrement dit, l’hétérogénéité n’est pas simplement conçue comme un constat...

Nous étudions, par deux exemples d’hétérogénéité non marquée (publicité Virgin Radio et allocution de M. Le Pen), les relations interdiscursives entre discours politique et discours publicitaire. À l’aide des notions d’interdiscours et de formation discursive (Pêcheux), prolongées par celles de doxa et de stéréotypie (Sarfati), nous décrivons les fonctionnements à l’œuvre, étudions leurs enjeux socio-idéologiques et envisageons leurs implications théoriques pour une sémantique discursive. La notion de frontière est ainsi abordée dans une perspective discursive, à travers notamment les relations entre idéologie et doxa, et le concept d’idéologisation. En questionnant les frontières du discours politique et publicitaire, nous montrons que le passage de l’un à l’autre dépasse le simple mimétisme stylistique, ou la stratégie rhétorique : ce changement importe avec lui un ensemble d'éléments propres à la situation d’échange, vus comme sémiotisation spécifique d’objets, dont la réussite dépend des topiques propres au genre et au discours. Le questionnement des frontières peut se situer à un niveau métadiscursif (cas de Marine Le Pen) montrant un dysfonctionnement socio-discursif dans l’espace public, mais l’interdiscursivité est aussi et surtout subversive, questionnant alors la frontière entre dicible et indicible, créant et confrontant des réseaux de conflictualité entre topiques divergentes.

Longhi Julien. Essai de caractérisation du tweet politique. In: L'Information Grammaticale, N. 136, 2013. pp. 25-32

<!--BeginNoIndex--> Premières lignes <!--EndNoIndex-->Le concept de nomination a connu en France une stimulante vitalité, notamment dans les années 1995-2005 (même s’il a commencé à être introduit avant), avec sa problématisation et sa mise en pratique en analyse du discours (AD). Ceci s’est fait, en particulier, à partir du développement de la praxématique héritée de R. Lafont, par P. Siblot et le laboratoire Praxiling, et de l’analyse du discours « à...

Cet article synthétise les acquis et développements issus de projets de recherche menés depuis 2013 à propos de l’analyse d’un type particulier de données CMC (Computer-mediated communication) : les tweets politiques. Après une caractérisation de ce genre de discours, et des problématiques soulevées, l’article développe les enjeux de l’exploration des corpus de ce genre ; l’appréhension et la constitution de ces données sociales en corpus ; la production de résultats scientifiques, et la mise en place de différents types d’exploration de corpus. Les méthodes de constitution de corpus, la standardisation et la mise au format TEI, l’utilisation d’outils d’analyse des données textuelles, et le développement de plateformes, sont ainsi présentés, comme différents points d’une même recherche qui vise à caractériser et comprendre une pratique sociale avec une méthode scientifique et une portée citoyenne. L’exploration de corpus peut ainsi passer par des nouvelles productions de ressources, outils, interfaces, dont l’interactivité, l’hypertextualité, et l’ouverture, garantissent la validité des corpus, et la possibilité d’y accéder de manière contextuelle, et outillée.

The CoMeRe project aims to build a kernel corpus of different computer-mediated communication (CMC) genres with interactions in French as the main language, by assembling interactions stemming from networks such as the Internet or telecommunications, as well as mono and multimodal, and synchronous and asynchronous communications. Corpora are assembled using a standard, thanks to the Text Encoding Initiative (TEI) format. This implies extending, through a European endeavor, the TEI model of text, in order to encompass the richest and the more complex CMC genres. This paper presents the Interaction Space model. We explain how this model has been encoded within the TEI corpus header and body. The model is then instantiated through the first four corpora we have processed: three corpora where interactions occurred in single-modality environments (text chat, or SMS systems) and a fourth corpus where text chat, email, and forum modalities were used simultaneously. The CoMeRe project has two main research perspectives: discourse analysis, only alluded to in this paper, and the linguistic study of idiolects occurring in different CMC genres. As natural language processing (NLP) algorithms are an indispensable prerequisite for such research, we present our motivations for applying an automatic annotation process to the CoMeRe corpora. Our wish to guarantee generic annotations meant we did not consider any processing beyond morphosyntactic labelling, but prioritized the automatic annotation of any freely variant elements within the corpora. We then turn to decisions made concerning which annotations to make for which units and describe the processing pipeline for adding these. All CoMeRe corpora are verified thanks to a multi-stage quality control process that is designed to allow corpora to move from one project phase to the next. Public release of the CoMeRe corpora is a short-term goal: corpora will be integrated into the forthcoming French National Reference Corpus, and disseminated through the national linguistic infrastructure Open Resources and Tools for Language (ORTOLANG). We, therefore, highlight issues and decisions made concerning the OpenData perspective.