How to deal with Discourse Markers : a prosodic, corpus-based, computational and experimental proposal - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2024

How to deal with Discourse Markers : a prosodic, corpus-based, computational and experimental proposal

Comment aborder les marqueurs discursifs : une approche prosodique, basée sur corpus, computationnelle et expérimentale

Como lidar com os Marcadores Discursivos : uma abordagem prosódica, baseada em corpus, computacional e experimental

Résumé

The primary focus of this research is to examine Discourse Markers (DMs) in spontaneous spoken interactions. DMs are lexemes or small expressions that underwent pragmaticalization. They do not participate in constructing the meaning, being directed at managing spoken interactions. Proposed DM functions vary greatly depending on goals and analytical methods, with most studies taking the lexicon as a departing point. However, the same DM function can be accomplished through various lexemes. This research takes a different approach. The formal criterion is the prosodic form, which is deemed more stable and revealing regarding the functionalities of DMs. Thus, the objective is to comprehend the factors contributing to expressing DMs' functions and understand how their prosodic form can predict their respective functions. The theoretical framework utilized for this investigation is the Language into Act Theory (L-AcT - Cavalcante, 2020; Cresti, 2000; Moneglia & Raso, 2014). The L-AcT views DMs as a special type of Information Unit (IU), which are conveyed by prosodic units and have distributional constraints. Based on previous studies (Cresti, 2000; Raso, 2014; Raso & Vieira, 2016; Raso & Ferrari, 2020), a reviewed DM framework is proposed: the Allocutive (social cohesion); the Conative (pointing to an illocutionary solution); the Expressive (enacting non-illocutionary surprise); the Highlighter (highlighting); and the Incipit (opening a TU or a turn). Statistical and experimental evidence supporting the proposal is presented. An IU sample containing DM candidates was extracted from the C-ORAL-BRASIL I corpus (Raso & Mello, 2012). The data were categorized into the five proposed classes. 30 prosodic-acoustic descriptors were estimated, including intonational shape, syllable lengthening, and relative intensity. Different classification models were trained and evaluated on a cross-validation set. The best classification model achieved an accuracy score of 78% for these five categories. The more relevant features for distinguishing each class from others are described. The results show that despite the large variability of contexts, speakers, and speaking styles, achieving a reasonable classification through the prosodic form is possible. Additionally, an experiment evaluated participants' ability to recognize DM classes occurring in the initial position based on prosodic cues. 25 utterances containing three different DM functions (ALL, CNT, and INP) and seven different lexemes were selected. A trained speaker reproduced instances in a sound-processed room, and the original DMs were manipulated to match the prototypical forms of all functional targets. The stimuli were presented to 120 participants, whose task was to identify the function. Results show that all controlled factors were relevant: the original context, the prosodic form, and the lexicon. However, the prosodic form is less variable and less submitted to the sentence's interpretation to cue functionality.
L'objectif principal de cette recherche est d'examiner les marqueurs discursifs (MD) dans les interactions vocales spontanées. Les MDs sont des lexèmes ou des expressions qui ont subi une pragmaticalisation. Ils ne participent pas à la construction du sens, étant orientés vers la gestion des interactions parlées. Les fonctions proposées varient beaucoup selon les objectifs et la méthode d'analyse, et la plupart des études prennent le lexique comme point de départ. Cependant, une même fonction peut être réalisée à travers plusieurs lexèmes. Cette recherche adopte une approche différente. Le critère formel est la forme prosodique, considérée comme plus stable et révélatrice au regard des fonctionnalités des MDs. L'objectif est de comprendre les facteurs qui contribuent à la transmission des MDs et comment la forme prosodique peut être utilisée pour prédire leurs fonctions respectives. Le cadre théorique utilisé est Language into Act Theory (L-AcT - Cavalcante, 2020 ; Cresti, 2000 ; Moneglia & Raso, 2014). La L-AcT considère les MDs comme un type particulier d'unité informationnelle (UI), correspondant à des unités prosodiques et soumise à des restrictions de distribution. Sur la base d'études antérieures (Cresti, 2000 ; Raso, 2014 ; Raso & Vieira, 2016 ; Raso & Ferrari, 2020), un cadre descriptif révisé des MDs est proposé avec les fonctions suivantes : Allocutive (cohésion sociale) ; Conative (indiquant une solution illocutoire) ; Expressive (surprise non illocutoire) ; Marquage (surligne); et Incipit (ouverture d'une TU ou d'un tour de parole). Des preuves statistiques et expérimentales soutenant la proposition sont présentées. Un échantillon d'UIs contenant des candidats MDs a été extrait du corpus C-ORAL-BRASIL I (Raso & Mello, 2012). Les données ont été classées selon les cinq classes fonctionnelles proposées. 30 descripteurs acoustico-prosodiques ont été estimés, incluant la forme intonative, l'allongement syllabique et l'intensité relative. Différents modèles de classification ont été entraînés et évalués en validation croisée. Le meilleur modèle de classification atteint une précision de 78 % pour cinq classes. Ces résultats montrent que, malgré la grande variabilité des contextes, des locuteurs et des styles d'énoncé, il est possible de parvenir à une classification fonctionnelle raisonnable grâce à la forme prosodique des MDs. Enfin, une évaluation perceptive étudie la capacité des participants à identifier les classes de MDs qui se produisent en position initiale, uniquement sur la base d'indices prosodiques. 25 énoncés contenant trois fonctions différentes (ALL, CNT et INP) et sept lexèmes différents ont été sélectionnés. Ces exemples ont été reproduits en chambre sourde par un locuteur expérimenté et ces originaux manipulés pour porter les formes prototypiques des fonctions cibles. Ces stimuli ont été présentés à 120 participants. Les résultats montrent que tous les facteurs contrôlés jouent un rôle significatif : le contexte original, la forme prosodique et le lexique. Cependant, seule la forme prosodique indique, de manière moins variable et moins soumise à l'interprétation des phrases, la fonction visée.
O foco principal desta pesquisa é examinar Marcadores de Discurso (MDs) em interações de fala espontânea. DMs são lexemas ou expressões que passaram por pragmaticalização. Eles não participam da construção do significado, sendo direcionados ao gerenciamento das interações faladas. As funções propostas variam muito dependendo dos objetivos e do método analítico, e a maioria dos estudos toma o léxico como ponto de partida. Contudo, uma mesma função pode ser realizada através de vários lexemas. Esta pesquisa adota uma abordagem diferente. O critério formal é a forma prosódica, considerada mais estável e reveladora no que diz respeito às funcionalidades dos DMs. O objetivo é compreender os fatores que contribuem para a veiculação dos DMs e como a forma prosódica pode ser utilizada para prever as respectivas funções. O referencial teórico utilizado é a Language into Act (L-AcT – Cavalcante, 2020; Cresti, 2000; Moneglia & Raso, 2014). A L-AcT vê os DMs como um tipo especial de Unidade Informacional (UI), que é veiculada por unidades prosódicas e possui restrições distribucionais. Com base em estudos anteriores (Cresti, 2000; Raso, 2014; Raso & Vieira, 2016; Raso & Ferrari, 2020), propõe-se um quadro de MDs revisto: o Alocutivo (coesão social); o Conativo (apontando para uma solução ilocucionária); o Expressivo (representando surpresa não ilocucionária); o Marcador (destaque); e o Incipitário (abrir uma TU ou um turno). São apresentadas evidências estatísticas e experimentais que apoiam a proposta. Uma amostra de UIs contendo candidatos a DM foi extraída do C-ORAL-BRASIL I (Raso & Mello, 2012). Os dados foram categorizados nas cinco classes propostas. Foram estimados 30 descritores prosódico-acústicos, incluindo forma entoacional, alongamento silábico e intensidade relativa. Diferentes modelos de classificação foram treinados e avaliados em validação cruzada. O melhor modelo de classificação obteve uma acurácia de 78%. Os resultados mostram que, apesar da grande variabilidade de contextos, falantes e estilos de elocução, é possível conseguir uma classificação razoável por meio da forma prosódica. Além disso, foi realizado um experimento para avaliar a capacidade dos participantes de reconhecer classes de DM que ocorrem na posição inicial com base apenas em pistas prosódicas. Foram selecionados 25 enunciados contendo três funções diferentes (ALL, CNT e INP) e sete lexemas diferentes. As instâncias foram registradas em um ambiente controlado e os originais foram manipulados para corresponder às formas prototípicas de outros DMs alvo. Os estímulos foram apresentados a 120 participantes. Os resultados mostram que todos os fatores controlados desempenham um papel relevante: o contexto original, a forma prosódica e o léxico. No entanto, apenas a forma prosódica é menos variável.
Fichier principal
Vignette du fichier
128016_MENDES_SANTOS_2024_archivage.pdf (8.87 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04594427 , version 1 (30-05-2024)

Identifiants

  • HAL Id : tel-04594427 , version 1

Citer

Saulo Mendes Santos. How to deal with Discourse Markers : a prosodic, corpus-based, computational and experimental proposal. Computation and Language [cs.CL]. Université Paris-Saclay; Universidade federal de Minas Gerais, 2024. English. ⟨NNT : 2024UPASG013⟩. ⟨tel-04594427⟩
2 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More