Linguistica generale 1

Linguistica generale

Chi è il linguista

Il linguista si occupa di:

-​ Documentazione di lingue e varietà linguistiche, costruzione di corpora, raccolte

annotate di testi, variabilità linguistiche, agenzie di big data (grammarly, google,

amazon,...), parole chiave estrapolate dai testi con studio della relativa significatività.

-​ Neurolinguistica, psicolinguistica, linguistica applicata al funzionamento della

mente, condizioni cliniche come disturbi del linguaggio (balbuzie, afasie, dislessie,

…), logopedia e disfunzionamento di organi e apparati di comunicazione.

-​ Comunicazione in diversi ambiti e contesti, marketing, persuasione, pragmatica

(recensioni, pubblicità,...), sentiment analysis (recensioni, valutazioni, commenti e

community,...).

-​ Didattica delle lingue in diversi ambienti e a diversi livelli: scuola, associazioni

culturali e centri accoglienza. Sviluppo degli strumenti per la didattica delle lingue

(materiali didattici e metodi di insegnamento).

-​ Altre tipologie di linguistica applicata (esempio linguistica forense, applicata alla

legge).

“Vademecum” del perfetto linguista

Disciplina eteroclita, oggetto di studio eteroclito: non si può fissare la lingua, a parte le

cosiddette lingue morte (greco, latino, sanscrito), che comunque hanno avuto una loro

evoluzione nel passato, poi sono state abbandonate gradualmente. Le lingue vive,

contemporanee bisogna lavorare su fenomeni non osservativi:

-​ volatilità della lingua, continuo cambiamento,

-​ processo di analisi interminabile: non si ha mai un set completo di lingua

-​ Si studiano fenomeni non osservativi.

Il linguaggio è un oggetto complesso: per questo motivo la sua analisi è divisa in diverse

parti, dalle quali derivano specializzazioni diverse; ad ogni aspetto compete una determinata

branca della linguistica: chi studia fonetica, durante l'analisi si occupa dell'aspetto fonetico, e

così via.

Il dato linguistico

Consideriamo dato qualunque fenomeno o fatto che sia pertinente per una certa ipotesi,

teoria o analisi linguistica.

Field linguistics e armchair linguistics: due campi di dibattito (raccolta vs invenzione di

risorse).

-​ Armchair linguistics: L'armchair linguistics si riferisce a un approccio in cui i

linguisti si basano su introspezione e riflessione personale piuttosto che su dati

empirici raccolti sul campo. Questo termine deriva dall'immagine di un linguista che

siede comodamente in una poltrona, riflettendo su fenomeni linguistici senza

effettuare ricerche pratiche.

-​ Field linguistics: La field linguistics implica la raccolta di dati linguistici direttamente

sul campo, attraverso l'interazione con parlanti nativi di una lingua o dialetto

speciûco. Questo approccio è fondamentale per documentare lingue meno studiate o

per raccogliere dati in contesti naturali. 1

Fisicità ed enunciazione: analisi visiva: I mancini associano la gestualità con la mano

sinistra per elementi positivi e la destra per elementi negativi. E viceversa. Confermato

studio su elezioni americane del 2004 e 2008.

La lingua è dunque una facoltà del nostro corpo e di conseguenza interagisce con (/reagisce

ad) altre manifestazioni e stimoli all'interno del nostro sistema.

Le risorse della linguistica e i corpora

I corpora sono raccolte di testi, in formato elettronico, il cui campionamento segue — per

quanto possibile — criteri di rappresentatività per la lingua o la varietà linguistica esaminata,

e il cui scopo è servire da base per la ricerca linguistica.

-​ Esempio: Linguistica universitaria/ accademica (prendere a campione dati all'interno

di un’università, oppure contesti accademici simili).

Criteri per definire un corpus:

-​ Autenticità (veridicità, testi reali)

-​ Grandezza o quantità di dati presenti in un corpus (numero di parole)

-​ Rappresentatività o capacità di rappresentare la variabilità linguistica

-​ Bilanciamento (nella gamma di testi inclusi e per tipo di parlanti) e sampling

(sampling → campionamento: modalità di selezione dei testi).

Corpus elettronico

-​ Accessibile

-​ Veloce

-​ Accurato

Permette di aggiungere informazione linguistica ed extralinguistica tramite l’annotazione.

-​ Segmentazione delle unità, …

Il corpus per eccellenza

●​ British National Corpus (BNC)

Contiene 100.000.000 parole (90% lingua scritta, 10% di trascrizioni):

-​ Testi scritti selezionati in base al dominio (tema trattato), epoca, mezzo

(periodici,...).

-​ Testi orali selezionati in base a criteri demografici e contesto.

Distinzione tra i principali tipi di corpora

-​ Genericità: corpora generali (BNC) vs corpora verticali o specialistici (descrizione di

una varietà di lingua);

-​ Modalità: corpora di lingua scritta (senza intonazione o velocità ed elementi del

parlato), corpora di lingua parlata, corpora misti o multimodal (con testi, riprese

video, ecc…);

-​ Cronologia: corpora sincronici (con una sorta di istantanea della lingua; raccolta di

testi bilanciati solo di un determinato periodo storico, ad esempio contemporaneo),

corpora diacronici (con sezioni dedicate ad anni passati che analizzano il

cambiamento della lingua negli anni);

-​ Lingua: corpora monolingua (analisi su una singola lingua), corpora multilingui

(confronto interlinguistico):

1.​ Corpora multilingui paralleli (abbiamo lo stesso testo in una lingua e in un'altra,

testo a fronte o traduzione di un romanzo; unico testo in due versioni linguistiche. 2

2.​ Corpora multilingui comparabili (abbiamo due testi ma non esattamente identici:

stesso bilanciamento per domini, pari numero di testi di vari tipi, ecc. Ma non

paralleli). I paralleli si usano per la traduzione, mentre i comparabili per il confronto

linguistico.

Il dizionario

Risorse lessicali, ossia strumenti che raccolgono informazioni sul lessico di una lingua.

Tipi di dizionario:

-​ Dizionario dell'uso (per lo studio classico e <regolare= di una lingua),

-​ Dizionario storico (cambiamenti storici e dati storici della lingua),

-​ Dizionario etimologico (spiegazione di come si arriva ad una parola partendo da

derivazioni o prestiti, …)

-​ Sinonimi e contrari ( lemmi con stesso significato oppure opposti),

-​ Neologismi: nuove forme linguistiche; parole che entrano nell'uso quotidiano, che

possono passare, se molto utilizzate, allo status di parola ufficiale della lingua.

Formati

-​ Dizionari elettronici

-​ Dizionari cartacei

Accademia della Crusca (Firenze, 1585)

I dizionari prima del vocabolario dell'accademia della Crusca, erano elenchi non organizzati.

Gli accademici della Crusca sono stati i primi a creare l’ordine alfabetico nei dizionari. Inoltre

sono stati i primi ad utilizzare un metodo scientifico, poiché inizialmente il dizionario era

una compilazione di parole da parte di un erudito, a partire da oggetti a lui familiari. Gli

accademici hanno catalogato tutti i testi in fiorentino, a partire dal ‘500, li hanno analizzati e

hanno schedato tutti i termini. È nato così il dizionario “moderno”.

Database non tradizionali

-​ WordNet: database lessicale creato inizialmente per l’inglese, poi sviluppato per

altre lingue. Organizzazione su base semantica, non lessicale.

I significati delle parole sono organizzati in synset. I synset sono collegati sulla base di

diverse relazioni semantiche (iponimia, iperonimia, antonimia, ecc.).

-​ Imagact: ontologia multimediale e multimodale dell'azione. Raccoglie verbi in più

lingue e li organizza in base al riferimento ed azioni concrete. Distingue metafore

(derivate) da azioni fisiche (primarie), accezioni concrete da accezioni astratte ecc…

Costruito con metodo ostensivo: “queste e (simili cose) sono ciò che nella mia lingua si

intende con X”. Con quali verbi si indica una serie di azioni.

-​ World Atlas of Language Structures (WALS): linguistica tipologica, confronto tra le

varie lingue. Posso osservare su una mappa come determinate caratteristiche

linguistiche si distribuiscono tra altre lingue del mondo. Esempio: il genere. In

Italiano esiste il genere, ma in altre lingue non esiste. Oppure distinzione tra umano,

animato e non animato. 3

-​ ChatGPT (Open AI)

Large Language Models

Un LLM (modello linguistico di grandi dimensioni) è un modello computazionale in grado di

generare un linguaggio o di svolgere altri compiti di elaborazione del linguaggio naturale.

Come modelli linguistici, gli LLM acquisiscono queste capacità apprendendo relazioni

statistiche da grandi quantità di testo durante un processo di addestramento

auto-supervisionato o semi-supervisionato.

Obiettivo: generare risorse conversazionali e mantenere alto il coinvolgimento

dell'interlocutore.

Spese altissime per addestrare il sistema e dispendio enorme di energie. Il modello ha come

obiettivo quello di dare una risposta sensata, non necessariamente vera.

I dialetti

La distinzione fra lingue e dialetti è basata unicamente su considerazioni sociali e

storico-culturali:

-​ Distribuzione negli usi linguistici della comunità

-​ Prestigio dei sistemi linguistici

È corretto parlare di “italiano e i suoi dialetti derivati”? È corretto parlare di varietà sorelle,

che derivano da processi di diffusione e di evoluzione linguistica.

Italiano:

-​ Parliamo di varietà sorelle derivanti da un'unica madre: il latino.

-​ L’italiano contemporaneo deriva dal toscano (scritto, fiorentino letterario usato in

passato da tutti i pensatori e letterati).

La linguistica: quando si parla di linguistica

La linguistica è il ramo delle scienze umane che studia il linguaggio e le lingue (è una

scienza più dura delle scienze umane classiche, a volte è necessario avere anche

conoscenze scientifiche per studiarla).

Si suddivide in:

-​ Linguistica classica (generale, teorica, descrittiva): si occupa di come sono fatte,

come funzionano e cosa sono le lingue;

-​ Linguistica storica (glottologia): si occupa dell'evoluzione della lingua e rapporti

lingua/cultura.

La linguistica ha come oggetto di studio le lingue storico-naturali, ossia lingue nate

spontaneamente lungo il corso della civiltà umana e usate dall'uomo nel corso della sua

esistenza. La facoltà del linguaggio è innata nell'uomo e il nostro corpo possiede l'attitudine

alla comunicazione e all'espressione del linguaggio; il linguaggio si sviluppa a partire da

strumenti e competenze biologiche da cui l'uomo attinge per la comunicazione.

Tipologie di linguaggio

Tutte le lingue storico-naturali sono espressione del linguaggio verbale umano.

-​ Linguaggio naturale (innato e biologicamente possibile; ci permette di parlare di noi

stessi e descrivere funzioni all'interno della lingua) e linguaggio artificiale (ad

esempio linguaggi di programmazione di un software, non è in grado di dare

spiegazioni di sé, di parlare di sé stesso). 4

-​ Linguaggio verbale (comunicazione verbale, facoltà innata nell9essere umano) e

non verbale (informazioni extralinguistiche, gesti che accompagnano il linguaggio

verbale, anche microespressioni).

-​ Linguaggio umano e non umano (mondo animale, esempio posizione di

sottomissione del cane). Gli animali comunicano anche attraverso il canale acustico

e il canale olfattivo (capacità che l9uomo ha perso gradualmente nel tempo), come il

rilascio di sostanze odorose, urina o feromoni da parte di alcuni animali.

Come definire la comunicazione

-​ Comunicazione “larga” (in senso largo)

Tutto può comunicare qualcosa: comunicazione → passaggio di informazioni. Anche

senza intenzionalità.

Esempio: Una persona che indossa una maglietta di una certa squadra di calcio. Ogni

tipologia di comunicazione meno esplicita e meno/non intenzionale.

-​ Comunicazione “stretta” (in senso stretto, definizione)

Comunicazione con passaggio di informazione come trasmissione esplicita di

informazioni (es. cartellone per manifestazioni, slogan, un messaggio, una

frase detta a qualcuno o scritta a qualcuno, gesti, ecc…): in senso più ristretto. La

comunicazione ha alla base l'intenzionalità.

Dunque si ha comunicazione quando c’è un comportamento prodotto da un emittente al fine

di far passare dell’informazione, che viene percepita da un ricevente come tale. In caso

contrario, si ha un semplice passaggio d’informazione ma non comunicazione vera e

propria.

Categorie di comunicazione

-​ Comunicazione stretta: emittente intenzionale, ricevente intenzionale, ad esempio

linguaggio verbale umano, gesti, indicazioni stradali, sistemi artificiali di

comunicazione, …

-​ Comunicazione larga, passaggio di informazione: emittente non intenzionale,

ricevente (interpretante) intenzionale, ad esempio microespressioni, linguaggio del

corpo, linguaggio animale, sintomi di condizioni fisiche, …

-​ “Comunicazione” per formulazione di inferenze, interpretazione: nessun

emittente (solo presenza di un oggetto culturale che viene interpretato come volto a

fornire un’informazione), e un interpretante (ad esempio: case dai tetti spioventi e

aguzzi → qui nevica molto spesso).

L’insieme di conoscenze di riferimento (codice) che permette di interpretare correttamente

l'informazione decodificando il valore dei segni, diventa via via meno forte e rigoroso, più

vago e indeterminato a partire dalla comunicazione stretta (chiara e definita) fino alle

inferenze (involontarie e indeterminate). Così come il messaggio che il codice veicola

diventa anch'esso sempre meno definito e lascia più fraintendimenti. La comunicazione è

dunque una trasmissione volontaria ed intenzionale di informazione. 5

I segni

Definiamo segno la singola entità che fa da supporto alla comunicazione o al passaggio di

informazione. Distinguiamo 5 tipi principali di segni (aumenta la convenzionalità andando

verso il basso):

-​ Indici (macchie/ morbillo/ arrossire): le macchie sono indice del fatto che quella

persona ha in corso un'infezione; è incontrollato; collegamento naturale con il

messaggio che veicola, non intenzionale. Motivati naturalmente.

-​ Segnali (latrati di allarme delle scimmie): sono anche questi motivati naturalmente

come gli indici, ma la differenza è che sono usati intenzionalmente; nel comunicare

allarme, ogni segnale corrisponde ad un tipo di pericolo (rapporto causa-effetto

naturale).

-​ Icone (avvertimenti cantieri/legende carte geografiche/ cartelli stradali): motivate

analogicamente (nella loro forma ricordano visivamente quello che è l’oggetto che

rappresentano), sono intenzionali.

-​ Simboli (bandiere nazionali/colore del lutto): hanno motivazioni basate su scelte

culturali e sono intenzionali.

-​ Segni (linguistici): parole, segni (lingua dei segni), suono della linea occupata del

tel., ecc…; non motivati, sono del tutto arbitrari e intenzionali, ogni segno ha una

rappresentazione convenzionale.Basati su una mera convinzione (e convenzione).

La motivazione dei segni

Dall'alto verso il basso nell'elenco dei segni:

-​ La motivazione che lega il qualcosa al qualcos'altro che viene comunicato diventa

sempre più convenzionale, meno diretta, più immotivata.

-​ Aumenta la specificità culturale dei segni verso il basso: gli indici sono universali,

mentre i simboli e i segni cambiano a seconda della tradizione culturale.

I segni linguistici, per esempio la parola gatto o la frase “ho mangiato una mela”, ecc., sono

segni in senso stretto, prodotti intenzionalmente per comunicare, essenzialmente arbitrari.

Il codice

Nella comunicazione in senso stretto, c’è un emittente che emette, produce

intenzionalmente un segno per un ricevente. Ciò che permette al ricevente di comprendere

il segno (emesso intenzionalmente dall’emittente) è il fatto che esista un codice a cui esso si

possa ricondurre.

Per codice si intende dunque l’insieme di corrispondenze, fissatesi per convenzione, fra il

qualcosa (insieme manifestante) e il qualcos'altro (insieme manifestato) che fornisce le

regole di interpretazione dei segni.

-​ Esempi: codice stradale, codice Morse, codice binario, codice linguistico.

Quali sono gli elementi a livello di trasferimento di informazione?

-​ Emittente (colui che lancia il messaggio)

-​ Ricevente

-​ Messaggio, che viaggia attraverso un canale

-​ Canale (nel parlato è il canale acustico)

-​ Codifica: si codifica un pensiero, un ragionamento in segni e codici linguistici

(trasformazione in parole)

-​ Decodifica: da parte del destinatario 6

Modello Shannon-Weaver

Il modello di Shannon-Weaver è un modello matematico sulla

comunicazione attraverso cui, con una concezione

strettamente fisica dell'informazione, si trova la codificazione

più efficiente di un messaggio telegrafico; questo modello è

unicamente basato sul canale.

Proprietà fondamentali della lingua

Il codice linguistico ha delle caratteristiche che lo rendono analogo oppure distinto rispetto

ad altri tipi di codici.

-​ Biplanarità: proprietà che riguarda il segno linguistico (il segno ha due facce:

significante e significato, che coesistono).

-​ Arbitrarietà: non c'è un legame sempre naturale tra significante e significato.

-​ Doppia articolazione: livello fonetico (suoni che compongono il messaggio) e livello

morfologico (forma).

-​ Trasponibilità di mezzo: lo stesso messaggio rimane invariato se cambio il mezzo

di trasmissione (vocale, scritto).

-​ Linearità e discretezza: non esprimo i fonemi in maniera istantanea ma lineare; è

possibile discretizzare tutti i segni all'interno di un messaggio ricevuto (scritto o

parlato).

-​ Onnipote