Italy

Il presente lavoro si propone di descrivere la metodologia impiegata per la raccolta e l’annotazione multilivello di una risorsa sviluppata all’interno del progetto CHROME (Cultural Heritage Resources Orienting Multimodal Experience), volto alla tutela e alla promozione del patrimonio culturale. In relazione agli obiettivi linguistici, scopo ultimo del progetto è la modellizzazione di un agente virtuale capace di comunicare in maniera non solo intellegibile, ma anche efficace e naturale. La risorsa è costituita da due corpora, uno di testi scritti e uno di testi orali. La nostra indagine si incentra sul corpus orale, costituito da registrazioni audio-video di tre guide museali esperte che accompagnano gruppi di visitatori all’interno della certosa di San Martino a Napoli, in un percorso articolato in punti di interesse stabiliti in virtù del loro valenza storico-artistica. In relazione al tipo testuale, il parlato oggetto di studio è definibile come semi-spontaneo - in quanto, pur non essendo completamente preparato in precedenza, è caratterizzato da un certo grado di pianificazione - e prevalentemente monologico, dato che prevede una libertà limitata di presa di turno da parte dei visitatori (Voghera 2017). 
Presentiamo in questo lavoro la metodologia di analisi e codifica multilivello messa a punto per esaminare il comportamento linguistico e gestuale, per la quale ci siamo avvalsi dei software Praat (Boersma 2001; Boersma &amp; Weenink 2019) ed Elan (Sloetjes &amp; Wittenburg 2008). Al fine di definire una procedura possibilmente automatizzabile di generazione di pattern prosodici mappati su strutture sintattiche e informative, è stata in primo luogo esaminata la scansione del parlato in unità tonali su base acustico-percettiva, individuandone i confini secondo diversi parametri non necessariamente compresenti (resetting f0, allungamento pre-pausale, pausa potenziale o realizzata, cfr. Savy 1999). A seguito della preliminare trascrizione ortografica (Savy 2005), sono stati analizzati i seguenti livelli: 1. intonativo, impiegando lo schema di annotazione INTSINT (Hirst &amp; Di Cristo 1998; Hirst et al. 2000), che prevede una stilizzazione della curva melodica e posteriore codifica semi-automatica, mediante l’algoritmo Prosomarker (Origlia &amp; Alfano 2012); 2. pragmatico-informativo, considerando l’articolazione in unità informative maggiori di topic e comment (Gundel 1988) e l’unità minore di inciso (Cresti 2000); 3. sintattico, etichettando tipi di clausole, funzioni sintattiche al loro interno, struttura/ composizione e peso dei sintagmi (elaborato a partire da Voghera &amp; Turco 2008). Particolare attenzione è stata rivolta a tutti i fenomeni di “ipospecificazione” del testo, correlati funzionali della modalità parlata (Voghera 2017).
Nel dettaglio, è stata condotta un’analisi fonetica che rende conto dei processi di coarticolazione (Savy 2005), sui livelli sillabico e fonetico, e che consente di descrivere diversi fenomeni di disfluenza. Questi ultimi sono stati esaminati in termini di:
i) tipo di fenomeno, ad esempio esitazioni, false partenze, etc.; 
ii) funzione pragmatica prospettiva, legata alla pianificazione, o retrospettiva, quale strumento di “riparazione”; 
iii) modello di occorrenza, articolato in macroregioni; 
iv) componenti interne, quali pause piene, frammenti di parola, etc. (Shriberg 1994; Cataldo et al. in stampa).

I gesti sono stati annotati per:
i) tipo di gesto (deittico, iconico, codificato, batonico, manipolatore, mani a riposo);
ii) significato;
iii) fasi (preparazione, culmine, ritorno);
iv) relazione semantica con la parola concomitante (aggiunta, ripetizione, contraddizione, sostituzione, indipendenza);
v) sincronia con la parola relata semanticamente (precedente, contemporaneo, successivo).

Il corpus CHROME costituisce pertanto una risorsa multimodale per l’analisi linguistica e gestuale sia per la descrizione dei singoli livelli esaminati, sia per lo studio delle correlazioni in diversi domini.

LIV Congresso SLI 2021

Corpus CHROME: la codifica multilivello di un corpus audiovisivo

### Benvenuti 
al *LIV Congresso internazionale della Società di Linguistica Italiana ''Corpora e Studi Linguistici''* che si tiene qui in rete nella piattaforma fornita da Underline. Il Congresso si sviluppa su 3 giornate divise in:

* cinque Sessioni plenarie, 
* due Sessioni Demo dedicate ai corpora italiani e internazionali, 
* una Sessione Poster e 
* una Sessione workshop con 5 workshop in parallelo. 

Gli interventi orali saranno sia in diretta che preregistrati, secondo la volontà degli autori, ma per tutti sarà possibile l’interazione dal vivo con domande e risposte. A tutte le sessioni si accede attraverso le icone sulla sinistra di questa pagina. 
 Nelle sessioni Poster e Demo ci si muove virtualmente tra le proposte attraverso Gather-Town, che permette ai congressisti anche di incontrarsi in qualsiasi momento nella Lounge virtuale.
 Ringraziamo tutti per l’impegno e la pazienza e ci auguriamo una buona riuscita del Congresso. Un ringraziamento particolare ai relatori invitati Bas Aarts (University College London), Gu Yueguo (The Chinese Academy of Social Sciences) e Mirko Tavoni (Università di Pisa) 
 

**Welcome** to the *54th Congress of the International Society of Italian Linguistics ''Corpora and Linguistic Studies''*
which is held here through the Underline Platform. The Congress develops in 3 days which host:

* five Plenary sections, 
* two Demo sessions, 
* dedicated to Italian and international corpus building initiatives, 
* one Poster session and 
* one Workshops session hosting 5 workshops in parallel. 

Oral presentations are given in synchronous or are pre registered according to the will of each author, however Q/A will be live for all. All sessions can be accessed through the icons on the left side of this page. 
 In the Poster and Demo sessions you will be able to move among the various items though Gather-town. Congress participants can always meet in the Virtual lounge.
 We wish to thank all participants for their work and patience. A special thanks to our invited speakers Bas Aarts (University College London), Gu Yueguo (The Chinese Academy of Social Sciences) e Mirko Tavoni (Università di Pisa)

![](https://assets.underline.io/uploads/markdown_image/1/image/dacffc533f05582ca945abd01bb616ea.png)

If you have already registered, please **login** to Underline.io to be able to see full conference content. 
 In case you do not have an Underline account, please **create** one. Thank you!

Il presente lavoro si propone di descrivere la metodologia impiegata per la raccolta e l’annotazione multilivello di una risorsa sviluppata all’interno del progetto CHROME (Cultural Heritage Resources Orienting Multimodal Experience), volto alla tutela e alla promozione del patrimonio culturale. In relazione agli obiettivi linguistici, scopo ultimo del progetto è la modellizzazione di un agente virtuale capace di comunicare in maniera non solo intellegibile, ma anche efficace e naturale. La risorsa è costituita da due corpora, uno di testi scritti e uno di testi orali. La nostra indagine si incentra sul corpus orale, costituito da registrazioni audio-video di tre guide museali esperte che accompagnano gruppi di visitatori all’interno della certosa di San Martino a Napoli, in un percorso articolato in punti di interesse stabiliti in virtù del loro valenza storico-artistica. In relazione al tipo testuale, il parlato oggetto di studio è definibile come semi-spontaneo - in quanto, pur non essendo completamente preparato in precedenza, è caratterizzato da un certo grado di pianificazione - e prevalentemente monologico, dato che prevede una libertà limitata di presa di turno da parte dei visitatori (Voghera 2017). 
Presentiamo in questo lavoro la metodologia di analisi e codifica multilivello messa a punto per esaminare il comportamento linguistico e gestuale, per la quale ci siamo avvalsi dei software Praat (Boersma 2001; Boersma & Weenink 2019) ed Elan (Sloetjes & Wittenburg 2008). Al fine di definire una procedura possibilmente automatizzabile di generazione di pattern prosodici mappati su strutture sintattiche e informative, è stata in primo luogo esaminata la scansione del parlato in unità tonali su base acustico-percettiva, individuandone i confini secondo diversi parametri non necessariamente compresenti (resetting f0, allungamento pre-pausale, pausa potenziale o realizzata, cfr. Savy 1999). A seguito della preliminare trascrizione ortografica (Savy 2005), sono stati analizzati i seguenti livelli: 1. intonativo, impiegando lo schema di annotazione INTSINT (Hirst & Di Cristo 1998; Hirst et al. 2000), che prevede una stilizzazione della curva melodica e posteriore codifica semi-automatica, mediante l’algoritmo Prosomarker (Origlia & Alfano 2012); 2. pragmatico-informativo, considerando l’articolazione in unità informative maggiori di topic e comment (Gundel 1988) e l’unità minore di inciso (Cresti 2000); 3. sintattico, etichettando tipi di clausole, funzioni sintattiche al loro interno, struttura/ composizione e peso dei sintagmi (elaborato a partire da Voghera & Turco 2008). Particolare attenzione è stata rivolta a tutti i fenomeni di “ipospecificazione” del testo, correlati funzionali della modalità parlata (Voghera 2017).
Nel dettaglio, è stata condotta un’analisi fonetica che rende conto dei processi di coarticolazione (Savy 2005), sui livelli sillabico e fonetico, e che consente di descrivere diversi fenomeni di disfluenza. Questi ultimi sono stati esaminati in termini di:
i) tipo di fenomeno, ad esempio esitazioni, false partenze, etc.; 
ii) funzione pragmatica prospettiva, legata alla pianificazione, o retrospettiva, quale strumento di “riparazione”; 
iii) modello di occorrenza, articolato in macroregioni; 
iv) componenti interne, quali pause piene, frammenti di parola, etc. (Shriberg 1994; Cataldo et al. in stampa).

I gesti sono stati annotati per:
i) tipo di gesto (deittico, iconico, codificato, batonico, manipolatore, mani a riposo);
ii) significato;
iii) fasi (preparazione, culmine, ritorno);
iv) relazione semantica con la parola concomitante (aggiunta, ripetizione, contraddizione, sostituzione, indipendenza);
v) sincronia con la parola relata semanticamente (precedente, contemporaneo, successivo).

Il corpus CHROME costituisce pertanto una risorsa multimodale per l’analisi linguistica e gestuale sia per la descrizione dei singoli livelli esaminati, sia per lo studio delle correlazioni in diversi domini.

poster

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-24/7z23qq5/l%E2%80%99emergere%20di%20usi%20topicalizzanti%20e%20focalizzanti%20di%20come%20N%20nell%E2%80%99italiano%20parlato.pdf)**




“Non è male come cosa”: l’emergere di usi topicalizzanti e focalizzanti di come N nell’italiano parlato

Developmental Dyslexia (DD) is a heterogeneous disorder that affects reading accuracy and speed to different extents. Different decoding errors can depend on impairments to different components of the dual-route model of reading, thus resulting in different types of DD (Friedmann & Coltheart 2018) even in a shallow-orthography language like Italian (Traficante et al. 2017). Moreover, there is evidence of the effect of morphological information on reading fluency (Burani 2010) and accuracy (Angelelli et al. 2014) of Italian subjects.
The present study explores the influence of different measures of decoding accuracy and morphosyntactic competence on the reading of Italian children with and without DD.
Forty-two Italian children from the 2nd to the 5th grade of primary school [(14 with a diagnose of general DD and 28 with Typical Development (TD)] were tested on standard measures of reading (Cornoldi & Colpo 2011) and syntactic comprehension (Bisiacchi et al. 2005). A non-standardized test (Arosio et al. 2014) for the syntactic production of 3rd-person direct object clitic pronouns was also administered, and a decoding error analysis based on an adaptation of the coding scheme by Friedmann & Coltheart (2018) was performed. Generalized linear mixed models were analyzed, with the double level of group (DD and TD), syntactic comprehension, and syntactic production as fixed effects, and age and 11 types of reading errors as random effects.
The outcomes show that (morpho)syntactic comprehension and production significantly predict reading accuracy. Moreover, negative predictive effects of morphological, semantic, and phonological-output-buffer decoding errors on reading accuracy emerged, thus showing that reading accuracy is significantly affected by morphosyntactic competence and by some decoding errors that have to do with morphology to different extents. Reading speed appeared to be a specific problem of DD children and was significantly affected by the decoding of complex multi-letter compounds. Reading comprehension was not affected by any particular error category but was predicted by standard measures of decoding accuracy and speed, with a stronger effect of the latter. A positive predictive effect of age on written comprehension but not on written decoding was probably due to the acquisition of cognitive strategies and general knowledge, which strengthen children’s contextualization and expectation skills. DD children showed a specific difficulty in decoding longer and morphologically complex words. The significant co-occurrence of some error types suggests the presence of diverse comorbidity profiles among different types of DD. A weak positive effect of age, matched with a negative effect of syntactic comprehension, on errors in decoding complex multi-letter compounds might be evidence of the use of the lexical route of reading as children’s age increases, even by resorting to inadequate compensation strategies.
To conclude, morphosyntactic skills predict reading accuracy in children with and without DD. (Morpho)syntactic comprehension is particularly related to the recognition of complex multi-letter compounds, which, in turn, affects reading speed. This suggests that oral morphosyntactic training might help reading accuracy and, indirectly, reading speed. This might be particularly useful for DD children, whose reading speed, as well as accuracy in decoding longer morphologically complex words, was specifically impaired. At the same time, a fine-grained analysis of decoding errors made by DD children might help the assessment of impairments to specific sections of the reading model, thus allowing for ad hoc intervention programs.

References
Angelelli, P., Marinelli C.V., & Burani, C. (2014). The effect of morphology on spelling and reading accuracy: A study on Italian children. Frontiers in Psychology 5, 1373.
Arosio, F., Branchini, C., Barbieri, L., & Guasti, M.T. (2014). Failure to produce direct object clitic pronouns as a clinical marker of SLI in school-aged Italian speaking children. Clinical Linguistics and Phonetics, 28 (9), 639-663.
Bisiacchi, P.S., Cendron, M., Gugliotta, M., Tressoldi, P.E. & Vio, C. (2005). BVN 5-11. Batteria di valutazione neuropsicologica per l'età evolutiva. Trento: Erickson.
Burani, C. (2010). Word morphology enhances reading fluency in children with developmental dyslexia. Lang. Lang. 9, 177–198.
Cornoldi, C., & Colpo, G. (2011). Prove di Lettura MT-2 per la Scuola Primaria, Firenze: Giunti.
Friedmann, N., & Coltheart, M. (2018). Types of developmental dyslexia. In A. Bar-On, & D. Ravid (Eds.): Handbook of communication disorders: Theoretical, empirical, and applied linguistic perspectives (pp. 721-751). Berlin, Boston: De Gruyter Mouton.
Frith, U. (1985). Beneath the surface of surface dyslexia. In J.C. Marshall, M. Coltheart, & K. Patterson (Eds.), Surface dyslexia and surface dysgraphia. London: Routledge & Kegan Paul.
Traficante, D., Friedmann, N., Rizzi, G. & Luzzatti, C. (2017). Multiple patterns of dyslexia in a shallow orthography: Principles for a diagnostic screening of developmental dyslexias, Abstract Academy of Aphasia 55th Annual Meeting (Baltimore, Maryland USA, 05-07 November 2017), Frontiers in Human Neuroscience, 2017 (n/a).


Effects of decoding accuracy variables and (morpho)syntactic competence on the reading of Italian children with and without developmental dyslexia

Lo studio delle patologie del linguaggio, unito alle più moderne tecniche di indagine, costituisce una risorsa importante per ampliare le nostre conoscenze sui processi neurocognitivi dell'elaborazione linguistica, sui circuiti e le aree anatomiche che governano la manifestazione del linguaggio. Questa consapevolezza, sporadicamente presente nella storia della linguistica, si è consolidata in tempi recenti portando a progressi significativi nella descrizione dei diversi malfunzionamenti linguistici, consentendo l'arricchimento delle nostre conoscenze sulla facoltà del linguaggio e favorendo lo sviluppo di test diagnostici più mirati e sofisticati.
Il filone di ricerca incentrato sull’analisi dei comportamenti linguistici cosiddetti ‘disturbati’ presenta inoltre una forte componente intrinsecamente interdisciplinare: numerose sono, infatti, le competenze scientifiche necessarie per far luce, sotto diverse angolazioni, su questa complessa tematica. La prospettiva di studio più promettente dovrebbe, pertanto, orientarsi innanzi tutto verso la costruzione di un dialogo sinergico, a più voci, tra i diversi ambiti che possono partecipare allo studio del pathological speech. Più in particolare il recente, notevole incremento degli studi delle patologie del linguaggio, grazie al sostegno di nuove metodologie di raccolta e analisi di dati che hanno avuto un'importante ricaduta anche sulla costruzione degli obiettivi stessi delle indagini, porta a valorizzare un approccio non solo crossdisciplinare, aperto a più discipline operanti in autonomia, ma anche interdisciplinare, nell'ottica quindi di una maggiore cooperazione tra le discipline.
Attualmente gli studi in questa direzione rappresentano una risorsa preziosa di dati e di spunti di riflessione, utili per una migliore valutazione selettiva delle componenti biologiche, genetiche, cognitive, ma anche ambientali e sociali che entrano in gioco nel processo globale di acquisizione e/o di perdita di una lingua. Restano tuttavia ancora molti aspetti, sia teorici sia metodologici, che è opportuno approfondire e per i quali risulta necessario disporre di più ampie e accessibili raccolte di dati relative alle produzioni linguistiche patologiche, che possano costituire una base empirica adatta a favorire nuovi protocolli di validazione diagnostica e di intervento terapeutico. Studi recenti hanno mostrato, ad esempio, la rilevanza delle competenze del linguista ai fini di diagnosi precoci di diverse patologie attraverso l'individuazione di specifici predittori di deficit linguistico. Questo workshop è dedicato alla presentazione di risorse linguistiche che abbiano l’obiettivo di documentare il parlato patologico nelle sue diverse manifestazioni (afasia, morbo di Parkinson, schizofrenia, balbuzie, DSL, DSA, sordità etc.) e alle numerose aree di studio che, in un’ottica multisciplinare, si occupano dell’interazione tra linguaggio e patologie. Saranno privilegiati contributi che si pongano, anche metodologicamente, il problema dell'approccio multidisciplinare al tema delle patologie del linguaggio e che presentino corpora e/o analisi di dati su più livelli descrittivi. Obiettivo prioritario sarà il confronto tra patologia e normofasia nelle sue varie declinazioni e livelli di analisi (fonetico/fonologico, morfologico, sintattico, lessicale, prosodico e pragmatico).

C-ORAL-ESQ: A spoken corpus of spontaneous speech by Brazilian schizophrenic patients

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-24/9i33jdp/Abstract%20SLI%20Caterina%20Cancelmo.pdf)**


Fenomeni di ibridismo nelle lingue miste: il caso dello sheng a Nairobi

La modalità parlata è primaria dal punto di vista filo- ed ontogenetico per la specie umana ed ha avuto un peso decisivo nel delineare la grammaticalità delle lingue storico-naturali. La modalità di comunicazione è infatti uno spazio semiotico complesso che condiziona profondamente il modo in cui i significati sono costruiti e verbalizzati poiché è costituita non solo dall’uso di uno o più specifici canali di trasmissione, ma anche da uno specifico rapporto tra emittente e ricevente e da uno specifico rapporto tra progettazione e produzione e ricezione ed elaborazione del codice linguistico. 
Grazie agli studi degli ultimi decenni, emerge con sempre più chiarezza che lo studio dei testi parlati spontanei permette di individuare dei meccanismi di funzionamento delle lingue che appaiono centrali per la costruzione di una grammatica generale delle lingue sia dal punto di vista sincronico sia diacronico. Tuttavia non sempre questi elementi sono acquisiti in quadri teorici coerenti e sono perlopiù trascurati nelle trattazioni grammaticali. 
In questo intervento si passeranno in rassegna alcuni dei contributi più significativi che derivano dagli studi sul parlato e che hanno prodotto risultati decisivi per la costruzione di grammatiche generali delle lingue, con particolare attenzione agli studi dedicati al processo di co-costruzione della grammaticalità degli enunciati nel rapporto dialogico tra i partecipanti. Ciò che infatti emerge con forza dagli studi sul parlato è che tanto il sistema linguistico quanto i parlanti sono elementi ugualmente centrali per la comprensione di cos’è e come funziona la grammaticalità, poiché essa appare come il risultato di un equilibrio di forze che agiscono contemporaneamente dal parlante al sistema e viceversa.

Riferimenti

De Mauro, T. 2004. Wa-yehí or (Gen. 1, 3): la voce, l’udito e lo spazio linguistico, F. Albano Leoni et al. (eds.), Il parlato italiano, Napoli: D’Auria, CD Rom, R1. 
Couper-Kuhlen, E. 2011. Grammaticalization and conversation, in H. Narrog - B. Heine (eds.). The Oxford Handbook of Grammaticalization. Oxford, Oxford University Press, pp. 424-437. 
Couper-Kuhlen, E. - M. Selting (2018). Interactional linguistics. Studying language in social interaction, Cambridge: Cambridge University Press. 
Du Bois, J. 2014. Towards a dialogic syntax. Cognitive Linguistics 25: 359-410. 
Linell, P. 2008. Rethinking Language, Mind and World Dialogically: Interactional and contextual theories of human sense-making. Charlotte, NC: Information Age Publishing. 
Thompson, S. et al. 2015. Grammar in everyday talk. Cambridge: CUP. 
Voghera, M. 2017. Dal parlato alla grammatica. Roma: Carocci.

Slur e atti linguistici multipli

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-27/bv13rv3/Tavoni%20per%20LIV%20Congresso%20SLI-abstract.pdf)**





Allestimento, sviluppo e fruizione di DanteSearch, corpus delle opere volgari e latine di Dante con annotazione morfologica e sintattica

Read abstract **[here](https://drive.google.com/file/d/1nXEWiuYtyfmg3tVShufg7Hp5VDNHuKMS/view?usp=sharing)**



Per Dante. Il VD e i corpora dell’italiano antico

La realizzazione e lo sviluppo di corpus di una varietà storica di una lingua pongono problemi metodologici rilevantissimi, e principalmente uno: è possibile realizzare un corpus effettivamente rappresentativo di una varietà linguistica di cui non conosciamo, né possiamo conoscere, l’estensione e in cui, soprattutto, il peso dei testi letterari è, per forza di cosa, assai più cospicuo di quello che sarebbe in un corpus di lingua contemporanea (e per converso il peso dei testi spontanei è trascurabile, quando non assente)? Conseguentemente, è possibile per una fase storica di una lingua, e in generale per un corpus diacronico, essere caratterizzato non solo dalla finitezza dell’insieme, ma anche da rappresentatività rispetto a un insieme di partenza e dal bilanciamento tra le varie tipologie di attestazioni? Com’è noto, il principale corpus disponibile per l’italiano antico, il Corpus OVI dell’italiano antico (così come il Corpus TLIO, che ne è un sottoinsieme) è nato e si è sviluppato nel corso dei decenni (dalla metà degli anni Sessanta in poi), mirando prima a una tendenziale esaustività (ovviamente rispetto all’edito, non rispetto al noto o al conservato) che a una effettiva valutazione di tipo qualitativo del lessico che nel corpus si sarebbe andato a rappresentare; poi mirando alla rappresentazione della fase più antica (quella duecentesca) della lingua; infine badando principalmente all’inclusione di testi provenienti delle aree linguistiche marginali, prescindendo dalla qualità lessicale dei testi. Queste scelte, naturalmente, contribuiscono in maniera eccezionale alla definizione del particolare della lingua (ossia di tutti quegli hapax costituiti da occasionalismi, da autoschediastiche formazioni deverbali o denominali, da latinismi marginali; di una serie di parole, insomma, che non ha avuto peso nella storia dell’italiano), ma rende estremamente difficoltoso sul piano teorico cogliere le dinamiche complessive del lessico della lingua e, sul piano pratico, rende pressoché impossibile districare il materiale per le voci di maggior attestazione; dal punto di vista squisitamente lessicografico l’assenza di criteri di bilanciamento a fronte della redazione sistematica di una singola voce per ogni lessema attestato nel corpus, fa sì che il TLIO sia un eccezionale glossario del corpus su cui è redatto, ma non un vocabolario dell’italiano antico. Inoltre, il dato della distribuzione linguistica dei testi si scontra con due problemi: il primo, storico, è che in Toscana, nel Medioevo, si è scritto in volgare più che altrove e, soprattutto, molto più si è conservato e si è edito; il secondo, contingente, è che l’edizione di singoli documenti locali è stata spesso delegata (altrove più che in Toscana) a eruditi del luogo in pubblicazioni a diffusione estremamente marginale, con risultati spesso tutt’altro che impeccabili. Per di più, l’immissione di testi sulla base di considerazioni di ordine diatopico può essere un criterio solo e esclusivamente nell’ottica di documentare il numero più elevato possibile di “punti” in cui un lessema è diffuso. L’enorme squilibrio dei dati numerici tra l’area toscana e il resto del dominio italo-romanzo non consente infatti – se non in numeratissimi casi –, partendo dall’incrocio dei dati sulla presenza/assenza di un lessema in una data area, di inferire nulla sulla distribuzione di quella determinata parola in italiano antico, e dunque sul tasso di “regionalità” di un singolo vocabolo. Prendendo le mosse dall’esperienza del Corpus MIDIA (il corpus lessicale diacronico dell’italiano in cui maggiore è il peso del bilanciamento per macrotradizioni discorsive), il contributo si focalizzerà su alcune proposte per la realizzazione di un Corpus TLIO bilanciato, numericamente assai meno esteso del Corpus OVI dell’italiano antico (circa 7,5 milioni di occorrenze contro circa 30 milioni), ma bilanciato in prima istanza sotto il profilo delle tradizioni discorsive, e in subordine su base diatopica e diacronica, da cui si possa muovere per ricerche di tipo morfologico, lessicali ad ampio spettro e che possa fungere da punto di partenza per l’analisi dell’italiano soprattutto in rapporto agli altri strumenti messi a disposizione nella Stazione lessicografica dell’Accademia della Crusca.

Rappresentatività e bilanciamento in un corpus di italiano antico: appunti sul Corpus OVI

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-31/gg330uh/Abstract_SLI_settembre_2021_Heinz-Pizzoli.pdf)**



L’uso dei corpora elettronici per l’OIM (Osservatorio degli italianismi nel mondo)

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-07/ij330hl/Revised%20abstract-LIJiaposter41.pdf)**



Corpus CHROME: la codifica multilivello di un corpus audiovisivo

Downloads

Next from LIV Congresso SLI 2021

“Non è male come cosa”: l’emergere di usi topicalizzanti e focalizzanti di come N nell’italiano parlato

Similar lecture

Costruzioni a lista nell'italiano parlato