Italy

Il settore delle risorse linguistiche (intese come raccolte di dati linguistici, quali corpora e lessici) soffre oggi la mancanza d’interoperabilità tra le risorse stesse. Una delle maggiori sfide contemporanee consiste, infatti, nell’interconnettere la massa di (meta)dati accumulati in forma di risorse in più di mezzo secolo di studi linguistici fondati su evidenza empirica disponibile in formato machine-readable (Chiarcos et al. 2012: 1). Tale sfida è stata recentemente affrontata creando infrastrutture come CLARIN (https://www.clarin.eu/) e META-SHARE (http://www.meta-share.org/), che consentono l’accesso a corpora, lessici, dizionari e thesauri da un unico hub sulla Rete. Tuttavia, le risorse restano separate, ovvero prive d’interoperabilità, che richiede che le annotazioni associate a una parola (o testo) vengano integrate in una comune rappresentazione della conoscenza (Chiarcos 2012: 162). Il più promettente approccio all’interazione tra risorse linguistiche consiste oggi nell’applicare ad esse i principii del paradigma Linked Data (LD), in base a cui i dati nel Semantic Web (Berners-Lee et al. 2001) sono interconnessi attraverso collegamenti interrogabili con query semantiche. Tuttavia, l’interoperabilità tra le risorse in LD è ancora superficiale, per lo più limitandosi a metadati descrittivi; a mancare è un’interazione “profonda” tra le risorse, ovvero un’interoperabilità a livello delle singole occorrenze delle parole nei corpora e delle singole entrate lessicali nei lessici/dizionari.&lt;br&gt;
Nell’ambito delle risorse per le lingue classiche, il progetto LiLa: Linking Latin sta sviluppando una Knowledge Base (KB) di risorse linguistiche per il latino (https://lila-erc.eu). Fondata su standard e pratiche LD (e.g. OLiA: Chiarcos &amp; Sukhareva 2015; Lemon: Buitelaar et al. 2011), la LiLa KB usa il Resource Description Framework (Lassila &amp; Swick 1998) per codificare i (meta)dati delle risorse in termini di grafi (Bird &amp; Liberman 2001), rappresentando le annotazioni linguistiche attraverso triple: (1) un predicato, ovvero una relazione nominata, connette (2) un soggetto con (3) il suo oggetto. Ad esempio, una relazione hasLemma (1) connette l’occorrenza di una parola in un corpus (2) al proprio lemma (3).&lt;br&gt;
Considerando la disponibilità della lemmatizzazione in vari corpora e lessici per il latino e gli attuali valori di accuratezza dei lemmatizzatori automatici per questa lingua (Sprugnoli et al. 2020a), in LiLa il Lemma è considerato il nodo-pivot attraverso cui interconnettere le risorse linguistiche distribuite sulla Rete. Il cuore della LiLa KB consiste, dunque, in un insieme di ca. 130.000 lemmi latini tratti dall’analizzatore morfologico Lemlat (Passarotti et al. 2017) attraverso cui le singole occorrenze delle parole nei corpora (e le entrate delle risorse lessicali) vengono interconnesse in LiLa (Passarotti et al. 2020). La comunicazione descriverà innanzitutto la struttura della LiLa KB e, nello specifico, l’ontologia che ne sostiene il lemmario.&lt;br&gt;
Verranno, inoltre, discusse le soluzioni individuate per includere nella KB diversi corpora annotati. Alcune interrogazioni incrociate sulle risorse della KB saranno dimostrate. Al momento, la LiLa KB include: - i metadati morfologico-derivazionali tratti dalla risorsa lessicale Word Formation Latin (Litta et al. 2016); - la Index Thomisticus Treebank (Passarotti 2019), ovvero la più ampia treebank latina disponibile; - il corpus delle opere latine di Dante Alighieri arricchite con annotazione sintattica (UDante) secondo lo stile di Universal Dependencies (https://universaldependencies.org/guidelines.html) (Cecchini et al. 2020); - l’Etymological dictionary of Latin and the other Italic languages di De Vaan (2008-2018) (Mambrini &amp; Passarotti 2020); - il lessico di polarità del latino LatinAffectus (Sprugnoli et al. 2020b); - una raccolta di prestiti greci nel lessico latino (Saalfeld 1884) (Franzini et al. 2020); - una porzione verificata manualmente del Latin WordNet (Franzini et al. 2019).&lt;br&gt;

Riferimenti bibliografici

Berners-Lee, Tim / Hendler, James / Lassila, Ora (2001). ‘The Semantic Web’, Scientific American 284.5: 28-37.&lt;br&gt;
Bird, Steven / Liberman, Mark (2001). ‘A formal framework for linguistic annotation’, Speech communication 33.1-2: 23-60.&lt;br&gt;
Buitelaar, Paul / Cimiano, Philipp / McCrae, John / Montiel-Ponsoda, Elena / Declerck, Thierry. 2011. ‘Ontology lexicalisation: The lemon perspective’. In Slodzian, Monique / Valette, Mathieu / Aussenac-Gilles, Nathalie / Condamines, Anne / Hernandez, Nathalie / Rothenburger, Bernard (eds.). Proceedings of the Workshops. 9th International Conference on Terminology and Artificial Intelligence. Paris, INALCO: 33-36.&lt;br&gt;
Cecchini, Flavio Massimiliano / Sprugnoli, Rachele / Moretti, Giovanni / Passarotti, Marco. 2020. ‘UDante: First Steps Towards the Universal Dependencies Treebank of Dante&#39;s Latin Works’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-7.&lt;br&gt;
Chiarcos, Christian. 2012. ‘Interoperability of corpora and annotations’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 161- 179.&lt;br&gt;
Chiarcos, Christian / Nordhoff, Sebastian / Hellmann, Sebastian. 2012. ‘Introduction and overview’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 1-12.&lt;br&gt;
Chiarcos, Christian / Sukhareva, Maria (2015). ‘OLiA - Ontologies of Linguistic Annotation’, Semantic Web Journal 6.4: 379-386.&lt;br&gt;
De Vaan, Michiel. 2008-2018. Etymological dictionary of Latin and the other Italic languages. Leiden-Boston, Brill.&lt;br&gt;
Franzini, Greta / Peverelli, Andrea / Ruffolo, Paolo / Passarotti, Marco / Sanna, Helena / Signoroni, Edoardo / Ventura, Viviana / Zampedri, Federica. 2019. ‘Nunc Est Aestimandum: Towards An Evaluation Of The Latin Wordnet’. In Bernardi, Raffaella / Navigli, Roberto / Semeraro, Giovanni (eds.). Proceedings of the Sixth Italian Conference on Computational Linguistics (CLiC-it 2019). Bari, CEUR Workshop Proceedings, AI*IA series 2481: 1-8.&lt;br&gt;
Franzini, Greta / Zampedri, Federica / Passarotti, Marco / Mambrini, Francesco / Moretti, Giovanni. 2020. ‘Græcissâre: Ancient Greek Loanwords in the LiLa Knowledge Base of Linguistic Resources for Latin’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-6. &lt;br&gt;
Lassila, Ora / Swick, Ralph R. 1998. ‘Resource description framework (rdf) model and syntax specification’. https://www.w3.org/TR/1999/REC-rdf-syntax-19990222/, consultato il 14 gennaio 2021.&lt;br&gt;
Litta, Eleonora / Passarotti, Marco / Culy, Chris. 2016. ‘Formatio formosa est. Building a Word Formation Lexicon for Latin’. In Corazza, Anna / Montemagni, Simonetta / Semeraro, Giovanni (eds.). Proceedings of the Third Italian Conference on Computational Linguistics (CLiC-it 2016). Napoli, aAccademia university press: 185-189.&lt;br&gt;
Mambrini, Francesco / Passarotti, Marco. 2020. ‘Representing Etymology in the Lila Knowledge Base of Linguistic Resources for Latin’. In Kernerman, Ilan / Krek, Simon / McCrae, John / Gracia, Jorge / Ahmadi, Sina / Kabashi, Besim (eds.). Proceedings of the 2020 Globalex Workshop on Linked Lexicography. Marseille, European Language Resources Association (ELRA): 20-28.
Passarotti, Marco / Budassi, Marco / Litta, Eleonora / Ruffolo, Paolo. 2017. ‘The Lemlat 3.0 Package for Morphological Analysis of Latin’. In Bouma, Gerlof / Adesam, Yvonne (eds.). Proceedings of the NoDaLiDa 2017 Workshop on Processing Historical Language. Gothenburg, Linköping University Electronic Press: 24-31.&lt;br&gt;
Passarotti, Marco. 2019. ‘The Project of the Index Thomisticus Treebank’. In Berti, Monica (ed.). Digital Classical Philology. Ancient Greek and Latin in the Digital Revolution. Berlin-Boston, De Gruyter: 299-319.&lt;br&gt;
Passarotti, Marco / Mambrini, Francesco / Franzini, Greta / Cecchini, Flavio Massimiliano / Litta, Eleonora / Moretti, Giovanni / Ruffolo, Paolo / Sprugnoli, Rachele (2020). ‘Interlinking through Lemmas. The Lexical Collection of the LiLa Knowledge Base of Linguistic Resources for Latin’, Studi e Saggi Linguistici LVIII(1): 177-212.&lt;br&gt;
Saalfeld, Günther Alexander E.A. 1884. Tensaurus Italograecus: Ausführliches historisch-kritisches Wörterbuch der griechischen Lehn- und Fremdwörter im Lateinischen, Wien, Carl Gerold’s Sohn.
Sprugnoli, Rachele / Passarotti, Marco / Cecchini, Flavio Massimiliano / Pellegrini, Matteo. 2020a. ‘Overview of the EvaLatin 2020 Evaluation Campaign’. In Sprugnoli, Rachele / Passarotti, Marco (eds.). Proceedings of LT4HALA 2020 Workshop - 1st Workshop on Language Technologies for Historical and Ancient Languages, satellite event to the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 105-110.&lt;br&gt;
Sprugnoli, Rachele / Passarotti, Marco / Corbetta, Daniela / Peverelli, Andrea. 2020b. ‘Odi Et Amo. Creating, Evaluating and Extending Sentiment Lexicons for Latin’. In Calzolari, Nicoletta / Béchet, Frédéric / Blache, Philippe / Choukri, Khalid / Cieri, Christopher / Declerck, Thierry / Goggi, Sara / Isahara, Hitoshi / Maegaard, Bente / Mariani, Joseph / Mazo, Hélène / Moreno, Asuncion / Odijk, Jan / Piperidis, Stelios (eds.). Proceedings of the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 3078-3086.

LIV Congresso SLI 2021

La LiLa Knowledge Base a supporto dell’interoperabilità tra le risorse linguistiche del latino

### 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 settore delle risorse linguistiche (intese come raccolte di dati linguistici, quali corpora e lessici) soffre oggi la mancanza d’interoperabilità tra le risorse stesse. Una delle maggiori sfide contemporanee consiste, infatti, nell’interconnettere la massa di (meta)dati accumulati in forma di risorse in più di mezzo secolo di studi linguistici fondati su evidenza empirica disponibile in formato machine-readable (Chiarcos et al. 2012: 1). Tale sfida è stata recentemente affrontata creando infrastrutture come CLARIN (https://www.clarin.eu/) e META-SHARE (http://www.meta-share.org/), che consentono l’accesso a corpora, lessici, dizionari e thesauri da un unico hub sulla Rete. Tuttavia, le risorse restano separate, ovvero prive d’interoperabilità, che richiede che le annotazioni associate a una parola (o testo) vengano integrate in una comune rappresentazione della conoscenza (Chiarcos 2012: 162). Il più promettente approccio all’interazione tra risorse linguistiche consiste oggi nell’applicare ad esse i principii del paradigma Linked Data (LD), in base a cui i dati nel Semantic Web (Berners-Lee et al. 2001) sono interconnessi attraverso collegamenti interrogabili con query semantiche. Tuttavia, l’interoperabilità tra le risorse in LD è ancora superficiale, per lo più limitandosi a metadati descrittivi; a mancare è un’interazione “profonda” tra le risorse, ovvero un’interoperabilità a livello delle singole occorrenze delle parole nei corpora e delle singole entrate lessicali nei lessici/dizionari. 
Nell’ambito delle risorse per le lingue classiche, il progetto LiLa: Linking Latin sta sviluppando una Knowledge Base (KB) di risorse linguistiche per il latino (https://lila-erc.eu). Fondata su standard e pratiche LD (e.g. OLiA: Chiarcos & Sukhareva 2015; Lemon: Buitelaar et al. 2011), la LiLa KB usa il Resource Description Framework (Lassila & Swick 1998) per codificare i (meta)dati delle risorse in termini di grafi (Bird & Liberman 2001), rappresentando le annotazioni linguistiche attraverso triple: (1) un predicato, ovvero una relazione nominata, connette (2) un soggetto con (3) il suo oggetto. Ad esempio, una relazione hasLemma (1) connette l’occorrenza di una parola in un corpus (2) al proprio lemma (3). 
Considerando la disponibilità della lemmatizzazione in vari corpora e lessici per il latino e gli attuali valori di accuratezza dei lemmatizzatori automatici per questa lingua (Sprugnoli et al. 2020a), in LiLa il Lemma è considerato il nodo-pivot attraverso cui interconnettere le risorse linguistiche distribuite sulla Rete. Il cuore della LiLa KB consiste, dunque, in un insieme di ca. 130.000 lemmi latini tratti dall’analizzatore morfologico Lemlat (Passarotti et al. 2017) attraverso cui le singole occorrenze delle parole nei corpora (e le entrate delle risorse lessicali) vengono interconnesse in LiLa (Passarotti et al. 2020). La comunicazione descriverà innanzitutto la struttura della LiLa KB e, nello specifico, l’ontologia che ne sostiene il lemmario. 
Verranno, inoltre, discusse le soluzioni individuate per includere nella KB diversi corpora annotati. Alcune interrogazioni incrociate sulle risorse della KB saranno dimostrate. Al momento, la LiLa KB include: - i metadati morfologico-derivazionali tratti dalla risorsa lessicale Word Formation Latin (Litta et al. 2016); - la Index Thomisticus Treebank (Passarotti 2019), ovvero la più ampia treebank latina disponibile; - il corpus delle opere latine di Dante Alighieri arricchite con annotazione sintattica (UDante) secondo lo stile di Universal Dependencies (https://universaldependencies.org/guidelines.html) (Cecchini et al. 2020); - l’Etymological dictionary of Latin and the other Italic languages di De Vaan (2008-2018) (Mambrini & Passarotti 2020); - il lessico di polarità del latino LatinAffectus (Sprugnoli et al. 2020b); - una raccolta di prestiti greci nel lessico latino (Saalfeld 1884) (Franzini et al. 2020); - una porzione verificata manualmente del Latin WordNet (Franzini et al. 2019). 

Riferimenti bibliografici

Berners-Lee, Tim / Hendler, James / Lassila, Ora (2001). ‘The Semantic Web’, Scientific American 284.5: 28-37. 
Bird, Steven / Liberman, Mark (2001). ‘A formal framework for linguistic annotation’, Speech communication 33.1-2: 23-60. 
Buitelaar, Paul / Cimiano, Philipp / McCrae, John / Montiel-Ponsoda, Elena / Declerck, Thierry. 2011. ‘Ontology lexicalisation: The lemon perspective’. In Slodzian, Monique / Valette, Mathieu / Aussenac-Gilles, Nathalie / Condamines, Anne / Hernandez, Nathalie / Rothenburger, Bernard (eds.). Proceedings of the Workshops. 9th International Conference on Terminology and Artificial Intelligence. Paris, INALCO: 33-36. 
Cecchini, Flavio Massimiliano / Sprugnoli, Rachele / Moretti, Giovanni / Passarotti, Marco. 2020. ‘UDante: First Steps Towards the Universal Dependencies Treebank of Dante's Latin Works’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-7. 
Chiarcos, Christian. 2012. ‘Interoperability of corpora and annotations’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 161- 179. 
Chiarcos, Christian / Nordhoff, Sebastian / Hellmann, Sebastian. 2012. ‘Introduction and overview’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 1-12. 
Chiarcos, Christian / Sukhareva, Maria (2015). ‘OLiA - Ontologies of Linguistic Annotation’, Semantic Web Journal 6.4: 379-386. 
De Vaan, Michiel. 2008-2018. Etymological dictionary of Latin and the other Italic languages. Leiden-Boston, Brill. 
Franzini, Greta / Peverelli, Andrea / Ruffolo, Paolo / Passarotti, Marco / Sanna, Helena / Signoroni, Edoardo / Ventura, Viviana / Zampedri, Federica. 2019. ‘Nunc Est Aestimandum: Towards An Evaluation Of The Latin Wordnet’. In Bernardi, Raffaella / Navigli, Roberto / Semeraro, Giovanni (eds.). Proceedings of the Sixth Italian Conference on Computational Linguistics (CLiC-it 2019). Bari, CEUR Workshop Proceedings, AI*IA series 2481: 1-8. 
Franzini, Greta / Zampedri, Federica / Passarotti, Marco / Mambrini, Francesco / Moretti, Giovanni. 2020. ‘Græcissâre: Ancient Greek Loanwords in the LiLa Knowledge Base of Linguistic Resources for Latin’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-6. 
Lassila, Ora / Swick, Ralph R. 1998. ‘Resource description framework (rdf) model and syntax specification’. https://www.w3.org/TR/1999/REC-rdf-syntax-19990222/, consultato il 14 gennaio 2021. 
Litta, Eleonora / Passarotti, Marco / Culy, Chris. 2016. ‘Formatio formosa est. Building a Word Formation Lexicon for Latin’. In Corazza, Anna / Montemagni, Simonetta / Semeraro, Giovanni (eds.). Proceedings of the Third Italian Conference on Computational Linguistics (CLiC-it 2016). Napoli, aAccademia university press: 185-189. 
Mambrini, Francesco / Passarotti, Marco. 2020. ‘Representing Etymology in the Lila Knowledge Base of Linguistic Resources for Latin’. In Kernerman, Ilan / Krek, Simon / McCrae, John / Gracia, Jorge / Ahmadi, Sina / Kabashi, Besim (eds.). Proceedings of the 2020 Globalex Workshop on Linked Lexicography. Marseille, European Language Resources Association (ELRA): 20-28.
Passarotti, Marco / Budassi, Marco / Litta, Eleonora / Ruffolo, Paolo. 2017. ‘The Lemlat 3.0 Package for Morphological Analysis of Latin’. In Bouma, Gerlof / Adesam, Yvonne (eds.). Proceedings of the NoDaLiDa 2017 Workshop on Processing Historical Language. Gothenburg, Linköping University Electronic Press: 24-31. 
Passarotti, Marco. 2019. ‘The Project of the Index Thomisticus Treebank’. In Berti, Monica (ed.). Digital Classical Philology. Ancient Greek and Latin in the Digital Revolution. Berlin-Boston, De Gruyter: 299-319. 
Passarotti, Marco / Mambrini, Francesco / Franzini, Greta / Cecchini, Flavio Massimiliano / Litta, Eleonora / Moretti, Giovanni / Ruffolo, Paolo / Sprugnoli, Rachele (2020). ‘Interlinking through Lemmas. The Lexical Collection of the LiLa Knowledge Base of Linguistic Resources for Latin’, Studi e Saggi Linguistici LVIII(1): 177-212. 
Saalfeld, Günther Alexander E.A. 1884. Tensaurus Italograecus: Ausführliches historisch-kritisches Wörterbuch der griechischen Lehn- und Fremdwörter im Lateinischen, Wien, Carl Gerold’s Sohn.
Sprugnoli, Rachele / Passarotti, Marco / Cecchini, Flavio Massimiliano / Pellegrini, Matteo. 2020a. ‘Overview of the EvaLatin 2020 Evaluation Campaign’. In Sprugnoli, Rachele / Passarotti, Marco (eds.). Proceedings of LT4HALA 2020 Workshop - 1st Workshop on Language Technologies for Historical and Ancient Languages, satellite event to the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 105-110. 
Sprugnoli, Rachele / Passarotti, Marco / Corbetta, Daniela / Peverelli, Andrea. 2020b. ‘Odi Et Amo. Creating, Evaluating and Extending Sentiment Lexicons for Latin’. In Calzolari, Nicoletta / Béchet, Frédéric / Blache, Philippe / Choukri, Khalid / Cieri, Christopher / Declerck, Thierry / Goggi, Sara / Isahara, Hitoshi / Maegaard, Bente / Mariani, Joseph / Mazo, Hélène / Moreno, Asuncion / Odijk, Jan / Piperidis, Stelios (eds.). Proceedings of the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 3078-3086.

poster

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)**



Interface between Pragmatic Functions and Prosodic Features: Evidence from Chinese Mandarin Negative Marker bushi

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.

Corpus CHROME: la codifica multilivello di un corpus audiovisivo

Il presente contributo propone un confronto interlinguistico fra le strategie pragmatiche adottate da parlanti nativi di spagnolo e tedesco e apprendenti italofoni delle stesse lingue all’interno di dialoghi task-oriented. Scopo del lavoro è indagare se e in che misura le strategie impiegate in lingua straniera presentino pattern pragmatici riconducibili a quelli propri della lingua materna (italiano), propri della lingua target (spagnolo, tedesco) o piuttosto caratteristiche legate alla competenza linguistica e strategica in una lingua straniera (quindi in qualche modo non direttamente dipendenti dalla lingua target). Diversi studi contrastivi sugli stili conversazionali dimostrano che la scelta delle strategie pragmatiche impiegate dai parlanti nella conduzione di uno scambio dialogico risulta vincolata dal tipo di situazione comunicativa e da fattori linguistici e culturali (tra gli altri, House 2006; Alfano e Savy 2012; Solís e Savy 2012, Bazzanella 2015; Savy e Alfano 2019). Al fine di osservare, dunque, gli aspetti linguistici e culturali, è utile controllare i fattori responsabili della variabilità legata alla situazione comunicativa. Per tale ragione, il presente lavoro prende in considerazione un corpus multilingue e un corpus di apprendenti raccolti impiegando gli stessi criteri metodologici stabiliti per il corpus PraTiD (cfr. www.parlaritaliano.it, parte del corpus CLIPS, Albano Leoni 2007). I corpora esaminati sono costituiti da dialoghi task-oriented in spagnolo e tedesco come L1 e come LS (di livello B2-C1 del QCER), elicitati mediante la tecnica distrattiva “gioco delle differenze” (Péan et al. 1993). 
L’analisi che presentiamo mira a definire le strategie pragmatiche adottate dai parlanti per introdurre e gestire un argomento del discorso (Discourse Topic, DT, Brown e Yule 1983) sul piano testuale e interazionale. Per quanto riguarda la costruzione della struttura testuale, la considerazione del DT consente di individuare all’interno di qualsiasi scambio comunicativo una macrostruttura il cui sviluppo può essere articolato in vari sub-topic e risulta strettamente legato al cotesto e al contesto extralinguistico. Sul piano della relazione interpersonale invece, la scelta delle strategie di introduzione e gestione di un DT riflette la disposizione dei parlanti rispetto allo scambio. L’analisi pragmatica prevede l’impiego dello schema di annotazione Pr.A.T.I.D. (Savy 2010) che identifica gli atti dialogici come “mosse” (conversational moves, Carletta et al. 1996; 1997), codificate da etichette a seconda della loro funzione primaria. 
A seguito dell’annotazione, consideriamo i seguenti parametri: 
i) frequenza di occorrenza dei tipi di mosse impiegate per introdurre e gestire Discourse Topic, 
ii) articolazione della struttura tematica (nel rapporto tra transaction, game e move, Carletta et al. 1997), 
iii) velocità d’elocuzione e incidenza di fenomeni di esitazione. 

L’indagine rivela aspetti interessanti sulle dinamiche di conduzione di uno scambio dialogico in lingua straniera. Infatti, diversamente da quanto osservato in L1 nello stesso tipo di scambi dialogici (Savy e Alfano 2019), gli apprendenti dimostrano di venir meno al rispetto di alcune “massime” conversazionali condivise dai parlanti nativi, legate ad una strategia di Questioning più o meno serrato (Alfano e Savy 2014). Nella conversazione in lingua straniera, i parlanti adottano per lo più una strategia descrittiva, connotata da un buon grado di impegno, ma decisamente meno efficace; inoltre, tendono a cedere all’interlocutore lo spazio d’interazione e la responsabilità nella conduzione del gioco, dando origine a una struttura dialogica più frammentata e a un’esplorazione degli argomenti limitata e meno dettagliata rispetto a quanto accada nella L1, caratterizzata da una minore fluenza e un’alta incidenza di fenomeni di esitazione. Lo studio di corpora multilingui e di corpora di apprendenti risulta non soltanto interessante ad un livello di descrizione linguistica, ma si rivela utile anche per la didattica degli aspetti strutturali della conversazione, indispensabili per una piena acquisizione della competenza pragmatica.

Riferimenti bibliografici

Albano Leoni, Federico. 2007. Un frammento di storia recente della ricerca (linguistica) italiana. Il corpus CLIPS, Bollettino d’Italianistica, n.s., 4: 122-130. 
Alfano, Iolanda / Savy, Renata. 2012. ‘Los estilos conversacionales en la interacción dialógica: un análisis de las peticiones en italiano y español’, Oralia. Análisis del discurso oral 15: 35-62. 
Alfano, Iolanda / Savy, Renata. 2014. ‘La strategia del questioning nell’interazione dialogica: verso una definizione di continua pragmatico-funzionali’, Lingue e Linguaggi 12: 7-22. 
Bazzanella, Carla. 2015. ‘Dimensione interculturale e prospettiva pragmatica della lingua. Alcune riflessioni tra teoria e applicazione’, Segno 2: 11-16. 
Brown, Gillian / Yule, George. 1983. Discourse Analysis. Cambridge, Cambridge University Press.
Carletta, Jean / Isard, Amy / Isard, Stephen / Kowtko, Jacqueline / Doherty-Sneddon, Gwyneth / Anderson, Anne. 1996. HCRC Dialogue structure coding manual. Technical Report, 82. Human Communication Research Center, University of Edinburgh. 
Carletta, Jean / Isard, Amy / Isard, Stephen / Kowtko, Jacqueline / Doherty-Sneddon, Gwyneth / Anderson, Anne. 1997. ‘The reliability of a dialogue structure coding scheme’, Computational Linguistics 23(1): 13-32. 
House, Juliane, 2006. ‘Communicative styles in English and German’, European Journal of English Studies 10(3): 249-267. 
Péan, Vincent / Williams, Sheila / Eskénazi, Maxine. 1993. The design and recording of ICY, a corpus for the study of intraspeaker variability and the characterisation of speaking styles. In Eurospeech '93, 3rd European Conference on Speech Communication and Technology, Berlin, Germany, 627-630. 
Savy, Renata. 2010. ‘Pr.A.T.I.D: a coding scheme for pragmatic annotation of dialogues’. Proceedings of LREC 2010, Valletta, Malta, 2141-2148. 
Savy, Renata / Alfano, Iolanda. 2019. ‘Strategie pragmatiche di introduzione di un Discourse Topic in dialoghi task-oriented: lingue a confronto’. Studi AItLA 9: 109-127. 
Solís, Inmaculada / Savy, Renata. 2012. ‘Diferentes estrategias comunicativas en diálogos task-oriented españoles e italianos’. In A. Cassol, F. Gherardi, A. Guarino, G. Mapelli, F. Matte Bon, P. Taravacci (eds.), Il dialogo. Lingue, letterature, linguaggi, culture. Roma, AISPI Edizioni, 443-457.

La gestione dello scambio dialogico in lingua straniera: un’analisi su un corpus multilingue e un corpus di apprendenti

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-06/6i43j7l/SLI%20-%20abstract.pdf)**




I verbi di dire in italiano: uno studio nella semantica dei frame

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-09/7k13q4w/P6_Abstract.pdf)**




Il ruolo dei testi paralleli nella costituzione di corpora diacronici comparativi: un esempio per lo studio della codifica degli eventi di moto nelle lingue romanze

La letteratura italiana ha evidenziato le differenze distribuzionali, semantiche e funzionali dei morfemi ma e però, restituendo un quadro complesso. Si ritiene che il ma occorra più frequentemente del però in posizione iniziale di Enunciato (Sabatini 1999) e che, al contrario, solo il però possa occorrere in posizione finale (Ferrari 2009). Le caratteristiche distribuzionali troverebbero riscontro anche nell’uso semantico dei due morfemi: il ma avrebbe sviluppato un uso contestuale parzialmente desemantizzato (Bazzanella 2006), non riconosciuto per il però (Giacalone Ramat/Camugli Gallardo 2011). Infine, le caratteristiche distribuzionali e semantiche troverebbero corrispondenza sistematica nelle funzioni testuali: del ma sarebbe tipica la funzione interattiva di presa di turno (Berretta 1984), come in (1), mentre il però, tipicamente controaspettativo (Giacalone Ramat/Mauri 2008) sarebbe caratterizzato da un maggior potere argomentativo, che manterrebbe anche in posizione finale in funzione metatestuale (Fiorentini 2018), come in (2). 

(1) *MAX: questa è a Londra // 
 *LIA: mh // 
 *MAX: tu stavi benissimo // 
 *LIA: eh // 
 *MAX: ma quant' anni avevi / qui? [DB-IPIC, ifamcv 01, 820] 
 
(2) *VER: ma &he / &i [/1] in cucina / 'un c' è mica posto / < per tutti > // 
 *TAM: [<] < eh no > // 
 *TAM: &hm ma neanche in salotto / però / eh // [DB-IPIC, ifamdl 14, 15]
 
L’obiettivo di questo contributo è fornire una descrizione delle funzioni di ma e però nel parlato. A questo scopo, è stato adottato un approccio corpus-based, informativo e testuale. Il corpus utilizzato è costituito dalla sezione italiana di parlato informale disponibile sul Data Base IPIC (Panunzi/Gregori 2012), che ammonta a circa 125'000 parole e rappresenta diversi eventi e contesti comunicativi. Il corpus è interamente taggato per la struttura informativa, secondo la Teoria della Lingua in Atto (Cresti 2000), che, attraverso l’osservazione della prosodia, è in grado di classificare il valore pragmatico degli Enunciati e delle unità informative in cui sono segmentati, rendendo conto del ruolo di ogni specifica unità nel compimento dell’atto comunicativo. Dal DB-IPIC sono state estratte 1051 occorrenze di ma e 521 occorrenze di però, classificate seguendo il tagging informativo disponibile nel DB-IPIC, che permette di integrare al dato distribuzionale, la funzione ricoperta dal ma o dal però all’interno dell’Enunciato. Successivamente, è stato analizzato il rapporto tra l’unità informativa in cui occorrono ma e però e il cotesto destro e sinistro, all’interno e oltre i turni dialogici. La descrizione delle relazioni instaurate a livello testuale ha incluso infine l’osservazione degli usi semantici, distinti in correttivi, controaspettativi e concessivi (Marconi/Bertinetto 1984). 
I risultati preliminari dell’analisi sono in parziale disaccordo con le descrizioni della letteratura precedente. A livello distribuzionale, sia ma sia però occorrono nel DB-IPIC in posizione iniziale di Enunciato con una frequenza maggiore del 50%. Inoltre, i dati evidenziano l’assenza di una corrispondenza sistematica tra l’uso semantico e la distribuzione: la posizione iniziale sia di ma sia di però non è sempre riconducibile a un uso desemantizzato, poiché la (supposta) perdita di significato non dipende direttamente ed esclusivamente dalla posizione, ma dal cotesto destro e sinistro in cui occorre il morfema (sul punto, si vedano Ducrot et al. 1980 e Ferrari 2009). Proprio dalla relazione tra il cotesto destro e sinistro e l’unità informativa in cui occorrono sembra dipendere la funzione testuale del ma e del però. Le proprietà prosodiche e funzionali delle unità informative in cui occorrono sembrano poter predire anche la funzione testuale svolta dai morfemi avversativi. 
L’intervento si chiuderà con la proposta di una classificazione delle funzioni di ma e però nel parlato informale, proprio a partire dai tratti prosodici, informativi e testuali descritti.

Riferimenti bibliografici

Bazzanella, Carla. 2006. “Discourse markers in Italian: towards a ‘compositional’ meaning”. In Fischer Kerstin (a cura di), Approaches to discourse particles. Amsterdam, Elsevier: 449-464.
Berretta, Monica. 1984. ‘Connettivi testuali in italiano e pianificazione del discorso’. In Coveri, Lorenzo (a cura di), Linguistica testuale. Atti del XV congresso internazionale della Società di Linguistica Italiana. Roma, Bulzoni: 237-254. 
Cresti, Emanuela. 2000. Corpus di italiano parlato. Firenze, Accademia della Crusca. 
Ducrot, Oswald et al. 1980. Les Mots du Discours. Paris, Les Éditions de Minuit. 
Fiorentini, Ilaria. 2018. ‘Connettivi avversativi e contatto linguistico: però nel ladino delle valli altoatesine’. In Chini, Marina / Cuzzolin, Pierluigi (a cura di). Tipologia, acquisizione, grammaticalizzazione / Tipology, acquisition, grammaticalization studies. Milano, Franco Angeli: 189-201. 
Giacalone Ramat, Anna / Mauri, Caterina. 2008. ‘From cause to contrast. A study in semantic change’. In Veroheven, Elisabeth / ‎ Skopeteas, Stavros /‎ Shin, Yong-Min (a cura di) Studies on Grammaticalization. Berlin / New York, Mouton de Gruyter: 303-320. 
Giacalone Ramat, Anna / Camugli Gallardo, Catherine. 2011. ‘L’emploi des connecteurs: però correspond-il toujours à mais?’, Revue française de linguistique appliquée 16 (2): 57-74. Ferrari, Angela. 2009. ‘L'analisi dei connettivi (logici) nella Italienische Umgangssprache di Leo Spitzer’, Lingua e stile 44: 97-140. 
Marconi, Diego / Bertinetto, Marco. 1984. ‘Analisi di «ma» (Parte prima: semantica e pragmatica)’, Lingua e Stile 19: 223-258. 
Panunzi, Alessandro / Gregori, Lorenzo. 2012. ‘DB-IPIC. An XML Database for the Representation of Information Structure in Spoken Language’. In Mello, Heliana / Panunzi, Alessandro / Raso, Tommaso (a cura di). Pragmatics and Prosody, Illocution, Modality, Attitude, Information Patterning and Speech Annotation. Firenze, Firenze University Press: 133-150. http://www.lablita.it/app/dbipic/ 
Sabatini, Francesco. 1997. ‘Pause e congiunzioni nel testo. Quel ma a inizio di frase...’. In Bonomi, Ilaria (a cura di). Norma e lingua in Italia: alcune riflessioni fra passato e presente. Milano, Istituto Lombardo-Accademia di Scienze e Lettere: 113-146.

Le funzioni testuali di “ma” e “però”: nuove evidenze da un’analisi informativa del parlato informale (DB-IPIC)

La flessione nominale: un’analisi corpus-based sull’italiano scritto

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-07/qp13q6j/SLI2020--MORI-VENTURI--BOOK-of-ABSTRACTS.pdf)**



Norme italiane di derivazione europea tra direttive dell’UE e leggi nazionali: un’analisi linguistico-computazionale della variazione intralinguistica

This contribution intends to provide the Italian community with one broad overview of CLARIN, its mission, its pillars, its services, organization, technical and governance structure, both at European and national level. We will describe the Italian network, with the ILC4CLARIN national center, hosted  at ILC-CNR, the resources and services offered.

La LiLa Knowledge Base a supporto dell’interoperabilità tra le risorse linguistiche del latino

Next from LIV Congresso SLI 2021

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

Similar lecture

Norme italiane di derivazione europea tra direttive dell’UE e leggi nazionali: un’analisi linguistico-computazionale della variazione intralinguistica