CoMeRe.org : corpuscomere

Plateforme #Idéo2017 en ligne

La plateforme #Idéo2017 est en ligne: http://ideo2017.ensea.fr/plateforme/ Cette plateforme est le fruit d’un long travail collectif, dont on retrouve les participants sur le site http://ideo2017.ensea.fr

moteurderecherche

La plateforme capitalise en particulier sur le projet Projet Polititweets lié au Projet CoMeRe (IR corpus), et justifie déjà d’une Production scientifique associée conséquente. Un premier Outil d’analyse de tweets avait été mis en ligne fin 2016 (voir également ce billet), en lien avec les 2 corpus de tweets hébergés sur elle site Ortolang, et la plateforme #Idéo2017 vient concrétiser ce travail, avec une mise à jour du corpus de tweets au fil de la campagne électorale.  De nombreuses analyses ont été publiées dans plusieurs journaux et médias, français et étranges, donnant ainsi à voir les avancées et résultats.

Merci aussi aux soutiens: Fondation UCP, UCP, IUT UCP, AGORA et ETIS

Parution

Capture.JPG

Notre ouvrage collectif, suite au colloque cmc-corpora de Rennes, vient d’être publié dans la collection Humanitiés numériques de l’Harmattan. Plus d’informations ici.

Chapitres :

Wigham, C.R. & Ledegen, G. : Introduction.

Poudat, C., Grabar, N., Paloque-Berges, C., Chanier, T. & Jin, K. : Wikiconflits: un corpus de disussions éditoriales conflictuelles du Wikipédia francophone.

Longhi, J. : Le corpus Polititweets : enjeux institutionnels, juridiques, techniques et philologiques.

Simon, J., Toullec, B. et collègues : Identifier et analyser les discours d’escorte sur Twitter.

Ghliss, Y. & André, F. Après la collecte, l’anonymisation : enjeux éthiques et juridiques dans la constitution du corpus 88milsms.

Vaillant, P. : Annotation de corpus plurilingues : l’expérience du projet CLAPOTY.

Ho Dac, L-M. & Laippala, V. : Le corpus WikiDisc : ressource pour la caractérisation des discussions en ligne.

Fišer, D., Erjavec, T. & Ljubesic, N. : The compilation, processing and analysis of the Janes corpus of Slovene user-generated content.

Jackiewicz, A. : Outiller l’analyse des controverses. Pourquoi s’intéresser aux discours numériques ?

Petersen, J.M. : Multilinguismes et enjeux des pratiques langagières sur un Réseau Social d’Entreprise. Analyse sociolinguistique.

Blanchard, J-F. : Pratiques langagières en langue bretonne sur les réseaux socionumériques : méthode d’une étude de cas.

Mayne, L. : The Affordances and Challenges of WordReference Forums as a Space for Intercultural Exchange.

Chanier, T. : Saisir la parole du citoyen / usager / apprenant en interaction sur les réseaux.

Call for papers: CMC and Social Media Cor­pora for the Human­it­ies 2017

First Call for Papers: Computer-Mediated Communication and Social Media Corpora for the Humanities 2017

3-4 October 2017

Bolzano/Bozen, Italy
Full details:

https://cmc-corpora2017.eurac.edu/

—————————————————————————————————–

Call for papers

The 5th conference CMC and Social Media Corpora for the Humanities will be held in Bolzano/Bozen, Italy on 3-4 October 2017 and will focus on the collection, analysis and processing of mono and multimodal, synchronous and asynchronous communications. The focus will encompass different CMC genres. These include, but are not limited to, discussion forums, blogs, newsgroups, emails, SMS and WhatsApp, text chats, wiki discussions, social network exchanges (such as Facebook, Twitter, Linkedin), discussions in multimodal and/or 3D environments (virtual worlds, gaming worlds).

The conference will bring together researchers who are interested in the collection, organization, processing, analysis and sharing of CMC data for research purposes. We invite submissions on corpus analysis of various types of CMC data for linguistic or applied linguistic purposes and Natural Language Processing.

The conference is hosted by Eurac Research and will be followed by the 4th Learner Corpus Research Conference, which will be held at the same venue from 5-7 October.

Topics of interest

1. Development of CMC corpora

  • Building CMC corpora: from data collection to publication
  • Open data for research on CMC: questions of ethics and rights
  • Annotation of CMC genres: representation of CMC genres, annotation of linguistic phenomena, metadata
  • Multimodal corpora

2. Analysis of CMC corpora

  • Sociolinguistic studies of CMC
  • Discourse analysis of CMC
  • Linguistic characteristics of CMC
  • Multimodal aspects of CMC
  • Language in contact and code-switching in CMC
  • CMC in language learning & teaching

3. Natural Language Processing of CMC

  • Normalization
  • PoS Tagging
  • Lemmatization
  • Syntactic parsing
  • Named-entity recognition

Submission procedure

We invite submissions for papers, posters and software/corpus demonstrations on any topic relevant to the above list of themes. For this conference, we are requesting extended abstracts (2-4 pages) in English. All abstracts will be peer-reviewed by the scientific committee. All submissions should follow the template which you can download here: MSWord and LaTeX. Please submit your paper via the online conference system.

Paper presentations will consist of a 20 minute talk followed by 10 minutes for questions and discussion.

The poster presentation and software/corpus demonstration session will be opened with each presenter/demonstrator giving a one-minute ‘teaser talk.’

Accepted papers will be published in online proceedings before the conference. After the conference, authors of best-reviewed papers will be invited to submit extended versions of their papers to be published in an edited monograph to appear in 2018.

Important dates

  • 1st June: submission deadline
  • 25 July: notification of acceptance
  • 25 August: submission of camera-ready version
  • 3rd & 4th October: conference

Further inquiries

Scientific Committee

Chair

Co-chairs

Members

Organizing Committee

Outil d’exploration corpus de Tweets

Julien Longhi, université de Cergy-Pontoise nous transmet cette information qui permet de faire des analyses sur des corpus de tweets CoMeRe, notamment :

  • Longhi, J., Borzic, B., Alkhouli, A.(2016). #Intermittent: constitution d’un corpus lié à un événement discursif controversé. In Chanier T. (ed) Banque de corpus CoMeRe. Ortolang.fr : Nancy. https://hdl.handle.net/11403/comere/cmr-intermittent
  • Longhi, J., Marinica, C., Borzic, B. & Alkhouli, A. (2014). Polititweets, corpus de tweets provenant de comptes politiques influents. In Chanier T. (ed) Banque de corpus CoMeRe. Ortolang.fr : Nancy. https://hdl.handle.net/11403/comere/cmr-polititweets

    ***************

    Avant la mise en ligne d’une application #Ideo2017 (http://ideo2017.ensea.fr/, dont le corpus sera ensuite hébergé sur le site du projet), un premier outil est déjà mis à disposition de la communauté pour le traitement de corpus de tweets:

    http://ideo2017.ensea.fr/outil-twitter/index.php

    Cette interface, développée dans le cadre d’un stage de M2 sciences du langage de Abdelouafi EL OTMANI dirigé par Julien Longhi, permet de faire des recherches dans les corpus Polititweets et #Intermittent, et de générer des sous-corpus spécifiques à ces recherches.

    En effet, le format XML-TEI des corpus nécessite une mise en forme pour le traitement dans les outils d’analyse des données textuelles, et nous avons pu constater des difficultés d’interopérabilité entre les pratiques des communautés de constitution de corpus, et d’analyse outillée des discours. Cet outil permettra donc une prise en main plus aisée par les usagers des logiciels mentionnés plus bas.

    Cet outil se présente comme un moteur de recherche. Il convient en premier lieu de choisir le corpus souhaité:

    capture-decran-2016-12-20-a-16-54-01-300x183
    Dans notre cas, nous choisissons Polititweets. L’utilisateur peut ensuite effectuer sa requête, par exemple « démocratie »:

    capture-decran-2016-12-20-a-16-54-39-300x243
    L’utilisateur peut choisir de faire une recherche dans tout le corpus, ou de se focaliser sur un compte twitter spécifique. En cliquant sur « Valider », les résultats apparaissent: contenu des tweets, auteur du tweet, support de production, et nombre de retweets:

    capture-decran-2016-12-20-a-16-54-57-300x221

    Le menu en haut de la page permet de produire des exports sur mesure pour 2 logiciels d’analyse de données textuelles, Lexico3 et Iramuteq:

    capture-decran-2016-12-20-a-17-03-24-300x47

    En choisissant par exemple Lexico3, sans nettoyer les liens, on obtient un corpus qu’il ne reste plus qu’à copier et utiliser pour une analyse dans le logiciel:

    capture-decran-2016-12-20-a-16-55-16-300x178
    En faisant de même avec Iramuteq, après analyse dans le logiciel, on obtient facilement par exemple l’analyse des similitudes, qui rend notamment compte des cooccurrences de « démocratie »:
    demo-300x165

    Cet outil constitue donc un premier pas vers l’application #Ideo2017: mise à disposition à la communauté, outil intuitif, aide à la constitution de corpus balisés grâce à la médiation de l’outil.
    Bonne consultation

AG du consortium CORLI

ag-corli

« Journée-rencontre » du consortium CORLI « CORpus, Langues et Interactions »

https://corli.huma-num.fr/

Jeudi 12 janvier 2017

Université Paris Diderot- – Bâtiment Olympe de Gouges – Amphi 2
8 place Paul Ricœur (Au bout de la rue Albert Einstein) – 75013

Le comité de pilotage du consortium « CORLI » organise le 12 janvier 2017 une « journée – rencontre » ouverte à tous. Au cours de cette journée seront présentées les avancées et les activités du consortium « CORLI ». La matinée sera consacrée à l’accessibilité des données.

Programme de la journée

9h 00 : Accueil des participants

Matinée – L’accessibilité des ressources

9h 30 – 11h 00 : Diffusion des ressources, interopérabilité et métadonnées
Coordonnateur : Thierry Chanier

Pause

11h 20 – 12h 50 : Méthode d’exploration des corpus : « Des corpus écrits aux corpus
multimodaux »
Coordonnateur : Céline Poudat

DEJEUNER

Après-midi – Consortium « CORLI » : Bilan 2016 et objectifs 2017

14h 00 – 15h 30 : Bilan et objectifs
Coordonnateur : Franck Neveu

Pause

15h 50 – 16h 50 : Débat : Qu’attendez-vous du consortium ?

*****

Inscription nécessaire en suivant le lien : https://form.jotformeu.com/63342008274349

Les personnes participant aux activités du consortium peuvent demander une prise en charge de leur frais de mission.

CoMeRe au colloque CLARIN 2016

clarin

Certains membres du projet CoMeRe ont soumis, avec nos collègues européens, un papier au colloque annuel de CLARIN. Michael Beißwenger a presenté le papier intitulé « Integrating corpora of computer-mediated communication into the language resources landscape : Initiatives and best practices from French, German, Italian and Slovenian projects » lors du colloque à Aix en Provence en octobre 2016.

Une vidéo de la présentation se retrouve à ce lien. Le papier est également sur HAL.

Référence bibliographique : Michael Beißwenger, Thierry Chanier, Isabella Chiari, Tomaž Erjavec, Darja Fišer, et al.. (2016). Integrating corpora of computer-mediated communication into the language resources landscape : Initiatives and best practices from French, German, Italian and Slovenian projects. CLARIN Annual Conference 2016, Oct 2016, Aix-en-Provence, France. https://hal.archives-ouvertes.fr/hal-01379621v1.

4ème conférence cmc-corpora en Slovénie

cmc-conf-equipe

Plusieurs d’entre nous étaient présents à la 4ème conférence que nous co-organisions, après Rennes en 2015, cette année les 27 et 28 septembre en Slovénie.

les actes sont ici

les diapos des présentations sont à ce lien

Voici le fil Tweeter.
[View the story « 4th Conference on
CMC and Social Media Corpora for the Humanities » on Storify
]

En savoir plus : http://cmc-corpora.org