Linguistica generale

20/03/24

Ci sono link di letture obbligatorie su Moodle

LINGUE E TECNOLOGIA

I corpora (plur) = raccolta di testi costituita secondo un particolare criterio

—Corpus/Corpora

*Raccolta digitale di testi (non testi raccolti a caso ma secondo un certo criterio) costituita secondo

un particolare criterio

●​ Tipicamente per corpora si intendono raccolte digitali (leggibili dal computer) composte da

—

testi autentici (autentico = nato in modo spontaneo) (noi avevamo visto il corpus del

giornale, La Repubblica)

●​ Sono in modalità scritta, ma possono rappresentare sia la lingua scritta che quella parlata

—

(e poi trascritta)

*Tipicamente quando diciamo corpus intendiamo testi scritti però ricordiamo che ciò non vuol dire

solo lingua scritta perché esistono corpora di lingua parlata… è solo che per il computer è più

facile gestire il testo scritto quindi tipicamente se partiamo dalla lingua parlato, trascriviamo

-Tipicamente è una trascrizione semplificata

—

Esistono diversi tipi di corpora

●​ Corpora di riferimento (rappresentano la lingua intera)

—

Quali tipi di produzione linguistica includere in un corpus generale di una lingua/ cosa

rappresenta meglio una lingua in generale?

—>L'idea è rappresentare la lingua standard ai quali i parlanti sono regolarmente esposti.

Nel corpus generale di una lingua dobbiamo rappresentare una lingua parlata?

Idealmente si perché la lingua parlata la usiamo sempre ed è il tipo di uso linguistico con il quale

abbiamo più esperienza

-In media abbiamo più contatto con la lingua parlata che con la lingua scritta

-Il problema è che è che è molto più difficile registrare le persone

-Di solito i tipi di lingua parlata che finiscono nei corpora sono discorsi pubblici, trasmissioni,

sedute dei parlamenti—>, cose considerate del pubblico dominio

(anche perché non si è autorizzati a registrare conversazioni private di tutti i giorni.)

contengono testi giornalistici (pk l’idea è che tutti i parlanti di una lingua, chi più, chi

—Spesso

meno, leggono qualche volta le notizie), letterari (narrativa), dall’Internet

●​ Corpora specializzati (per registro o argomento)

—

Per esempio, un corpus di testi giuridici, o di testi scritti da parlanti L2

—

Rappresentano una varietà della lingua, un registro o anche un argomento specifici

Es. ci piacciono i cani creiamo un corpus riguardo ai cani

●​ Corpora diacronici (testi di diversi periodi)

—

●​ Corpora paralleli (testo originale e traduzioni)

—

●​ —...

Dobbiamo considerare questi criteri per vedere il corpus che sceglieremo

Corpora in linguistica

tipi di linguistica (per vedere dove collocare i corpora e la linguistica dei corpora)

—Diversi

●​ Sottodiscipline della linguistica (livelli di analisi)

e fonologia, morfologia, sintassi, semantica, pragmatica

—Fonetica

●​ Branche della linguistica (punti di vista)

—

1.—Linguistica tipologica

2.—Linguistica storica (seguiamo i mutamenti di una lingua)

Studio del sistema linguistico

3.Sociolinguistica (non guardiamo solo il sistema linguistico ma guardiamo come la lingua

interagisce con la società)

-nello specifico diverse variabili demografiche incidono su cui parliamo (l'età è uno dei fattori ed è

un fattore un po esterno) la variazione diastratica

4.—Psicolinguistica (studia l'interazione tra il nostro sistema cognitivo ed il nostro uso della lingua)

es. la memoria interagisce con l’uso delle lingue

Studio dell’interazione tra sistema linguistico e un altro sistema / prende elementi di due discipline

e cerca di metterle insieme

●​ Metodi

—

1.—Linguistica sperimentale

2.Linguistica dei corpora

—…

Linguistica dei corpora —>non è un livello dell’analisi linguistica come la fonetica e la sintassi

ha un ruolo un po’ diverso) è un metodo che usiamo per studiare le lingue.

*—la linguistica dei corpora fa da supporto metodologico è più un metodo che una branca di

linguistica. Noi possiamo usare i corpora per studiare tutto ciò di cui abbiamo parlato. (È più una

risorsa che un argomento di per sé) 1

I corpora sono utili per studiare semantica, morfologia, sintassi

Nel modulo 1 quale livello di analisi ci sembra particolarmente adatto per essere studiato

tramite corpora?

Semantica, morfologia, sintassi (fonetica e fonologia sono forse le uniche sottodiscipline fuori dal

dominio dei corpora perché nei corpora vediamo la forma scritta)

—Metodologia,

●​ Può essere usata per studiare le caratteristiche lessicali e grammaticali dei testi

—

●​ Particolarmente utile per trovare le frequenze di diverse unità linguistiche (parole,

—

combinazioni di parole, costruzioni...)

I corpora sono degli strumenti anche pratici:

— ●​ Uso nello studio e nell’insegnamento delle lingue

—

●​ Uso nella traduzione (e interpretazione)

—

●​ Uso nel campo della lessicografia

—

Interrogazione dei corpora

— ●​ Diversi tipi di ricerche

—

●​ Qualche esempio dal corpus itWaC Small (web and corpus)

— 2

Che facciamo?

-Possiamo vedere quali sono le parole più frequenti

-qui ci sono vari testi da internet

Quali potrebbero essere le parole che sono frequenti?

-preposizioni

-congiunzioni (es.e)

-articoli

-verbo essere e avere usati come ausiliari

-I corpora per il loro contenuto lessicale possono essere molto diversi tra di loro

-Le parole grammaticali invece ci sono in ogni corpus di lingua italiana

*in ogni corpus di lingua italiana troveremo in cima alla classifica parole come di/che —> pk esse

sono piccole parole grammaticali usate sempre

1.​ Se creiamo la lista (su Wordlist) e guardiamo le forme specifiche vediamo cosa

otteniamo

Di= la parola più frequente (ci accorgiamo che sono tutte parole grammaticali)

Perchè?

*perché le parole grammaticali ci sono sempre e ovunque e tipicamente saranno le stesse con

qualche piccola differenza, quelle più frequenti sono dettate dalla struttura della lingua.

2.​ Anziché guardare le forme individuali, facciamo le liste per lemma

Di= rimane dov’era

Se vogliamo studiare la semantica… 3

3.​ Facciamo per collocazione come criterio di creazione della lista

Collocazione—>Fenomeno semantico. Gruppo di parole che vanno spesso insieme.

Combinazione di parole che usiamo spesso insieme

Es. didattica (la cerchiamo)

Andare sui puntini in alto a destra

-chiederemo alla piattaforma è di suggerirci in automatico le parole che sono spesso collocate

insieme a didattica

-dobbiamo definire quanto contesto vogliamo guardare perché in una collocazione le parole

coinvolte non sono sempre una accanto all’altra (mettiamo da due parole a sinistra e da due

parole a destra) 4

Esempio di corpus specializzato

(L’italiano scritto degli studenti universitari; https://site.unibo.it/univers-ita/it)

—UniverS-Ita

●​ Testi ad hoc

— 5

-— Scritti da studenti universitari appositamente per il corpus

studenti dovevano scrivere dei testi usando:

—-Gli

Stile formale, 250-500 parole, opinione sul funzionamento della didattica a distanza nei mesi di

emergenza sanitaria

I testi sono stati caricati in una piattaforma ed i colleghi hanno creato un corpus

https://corpora.ficlit.unibo.it/CUSP/vademecum.pdf (questo è il link e vediamo le parole più

frequenti ed evidenziato in rosa specifico la differenza con la lista di prima)

●​ Prosa giornalistica

—

Testi tratti da giornali universitari

— ●​ Prosa universitaria

—

Tesi e relazioni universitarie

—

Testi ad hoc

Ci sono dei nomi (didattica è il sostantivo più frequente) distanza, lezioni

●​ Questo succede perché l’argomento era unico per tutti i testi (l’argomento era didattica a

distanza ovviamente tutti gli studenti usavano questi stessi sostantivi senno non avrebbero

potuto scrivere su questo argomento)

-In un corpus generale tipicamente non troviamo parole lessicali pero se il corpus è specializzato i

termini o le parole collegate all’argomento diventano più frequenti.

●​ Anche le collocazioni sono differenti: (nel 1º corpus=attività didattica - didattica= aggettivo)

(nel 2º corpus didattica a distanza- didattica=sostantivo) VOLENDO POSSIAMO

SPECIFICARE SE VOGLIAMO UN SOSTANTIVO O UN AGGETTIVO (nei corpora per

ogni parola ci sono le informazioni aggiuntive oltre al testo) 6

Esercizi

●​ Liste di frequenza

—

Guardate in entrambi i corpora le liste di frequenza, organizzate per parole (word) e lemmi

—

(lemma)

Paragonando le liste tra i due corpora, quali sono le somiglianze e quali le differenze?

— ●​ Collocazioni

—

Cercate in entrambi i corpora la parola distanza e i suoi

—

collocati

Paragonate i risultati; quali sono le somiglianze e quali le differenze?

—

Annotazione (annotare un corpus significa aggiungere dati)

I corpora sono spesso arricchiti da informazioni aggiuntive (aggiunte ai testi stessi)

— ●​ Metadati – (informazioni che descrivono i testi e ci aiutano a fare ricerche più mirate) a

—

livello dei testi

Autore, titolo, lingua, fonte del testo, anno…

—

—>Aiutano a creare dei sottocorpora

●​ Informazioni linguistiche – a livello delle parole singole

— 7

Parte del discorso e categorie grammaticali (etichette)

— Lemma (forma di base o di citazione)

— Funzione sintattica

—

—…

—>Aiutano nella formulazione di ricerche

In queste collocazioni, nel primo caso “didattica” era un aggettivo, nel secondo caso era un

sostantivo

Una delle caratteristiche dei corpora è che i corpora non contengono solo i testi ma informazioni

aggiuntive

In alcuni corpora per ogni parola ci sono le informazioni grammaticali oltre al testo

-Possiamo specificare (voglio didattica come sostantivo) 8

Un linguaggio per l'interrogazione dei corpora

-la forma che cerchiamo è didattica e vogliamo che sia un sostantivo 9

●​ Alcuni corpora di lingua italiana

●​ Collezioni di corpora di italiano e/o altre lingue

●​ Lavorare con i propri corpora

●​ Riflessione finale 10

26/03/24 7.1 Tipologia linguistica (vedere appr. Sul libro)

Tipologia (tipo di lingue) Nasce all’inizio dell’Ottocento un po in parallelo con la linguistica

comparativa, dopo contatti con lingue diverse da quelle europee (su cui si erano basati gli studi di

prima)

-prima dell'ottocento le lingue che si studiavano di più erano le lingue classiche (antico greco e

latino) (perché nell’istruzione molto presenti) ed in generale le lingue europee

come oggetto di studio le diverse lingue del mondo e i diversi rapporti che intercorrono fra di

—•Ha

loro

In tipologia linguistica si cerca di fare un quadro generale in base a dati raccolti da parte persone

Si studiano le lingue del mondo e si fanno paragoni tra di loro

—

Classificazione per tipi delle lingue storico-naturali:

In tipologia troviamo diversi tipi di classificazione delle lingue

●​ Tipologia genealogica o storico-comparativa ricostruzione dei legami di parentela

➔

—

tra le lingue (si cerca di studiare quali lingue derivano da quali altre lingue e di

conseguenza i loro legami) (definire l'italiano come lingua romanza fa parte di questo tipo di

classificazione) e la loro classificazione in famiglie linguistiche

-classificazione di lingue in famiglie rami gruppi etc…

●​ Tipologia areale classificazione delle lingue in base alle somiglianze dovute al

➔

—

contatto, dovuto a sua volta alla prossimità geografica

●​ linguistica classificazione delle lingue sulla base di somiglianze e differenze

➔

—Tipologia

strutturali, a prescindere dalle relazioni genealogiche o areali

Tipologia linguistica

Si occupa di classificare le lingue—>ma qui non ha più importanza ne la famiglia linguistica

né la posizione geografica—> ciò che si guarda è la struttura delle lingue (si cerca di capire

quali caratteristiche tra le lingue (anche distanti tra di loro) potrebbero essere condivise

—

La classificazione sulla base di affinità e anche differenze strutturali in due livelli della struttura

linguistica

La tipologia linguistica nn prende in considerazione tutti i livelli della costruzione linguistica si basa

principalmente su due livelli:

●​ Tipologia morfologica (come sono composte le parole delle diverse lingue)

—

Tipi di lingue in base alle caratteristiche morfologiche

— 11

●​ Tipologia sintattica

—

Tipi di lingue classificate in base alle caratteristiche sintattiche, soprattutto l’ordine dei costituenti

—

principali della frase

N.B. Si tratta necessariamente di una semplificazione (es se diciamo che l'italiano appartiene a

—

un tipo morfologico diciamo che è prevalentemente cosi, non al 100%)

i tipi di lingue, sia morfologici che sintattici, sono determinati in base a tendenze prevalenti e

➔

non assolute

VARIABILITÀ MORFOLOGICA TRA LE LINGUE

Tipologia morfologica

-la struttura tipica delle parole può essere diversa in diverse lingue—> una parola tipica della

lingua italiana non ha una struttura simile alla parola della lingua cinese

lingue sono diverse fra di loro nella struttura tipica delle parole, nella possibilità di segmentarle

—Le

in morfemi e nel grado di presenza dell’allomorfia

-nelle lingue si può fare analisi morfologica (abbiamo fatto la segmentazione in morfi)

-abbiamo parlato del concetto di allomorfia (essa non è presente in tutte le lingue)

Come possiamo raggruppare queste differenze e raggruppare le lingue in tipi?

Due criteri principali applicare per individuare i tipi morfologici:

—

—

Indice di sintesi

•È il numero di morfemi per parola

•Però parlando di una lingua in totale pensiamo al numero medio di morfemi per parola

(stabiliamo indicativamente quanti morfemi/ significati diversi sono espressi da una parola)

Tipicamente una parola in ita esprime piu significati di una parola inglese (non è sempre

cosi)

Numero medio di morfemi per parola

— Italiano : inglese #bell+o# : #pretty#

➔

—

IN INGLESE—> PRETTY (quanti morfi e morfemi contiene questa parola?—> 1)

(Ricorda che il morfema è unita più piccola dell’analisi linguistica che porta un significato lessicale

o grammaticale)

●​ Significato lessicale: bellezza o bella

Ci sono altri significati di qualsiasi altro tipo? NO

●​ Non conosciamo il genere e non conosciamo il numero

Unico significato lessicale 12

IN ITALIANO—> BELL+ O

●​ (quanti morfi e morfemi contiene questa parola?—> 2 morfi)

●​ Significato lessicale

●​ Esprime anche il significato grammaticale (genere maschile/ numero singolare)

L’equivalente italiano esprime tre significati diversi / in inglese due di questi non sono marcati

Facendo l’analisi in morfi possiamo individuare due morfi (quello lessicale e grammaticale ) (la

parola esprime tre significati ci segnala sia il genere che il numero)

Indice di fusione

—

(Considerando l’esempio di bell—> un morfo esprime più di un significato ed è questo che misura

l’indice di fusione /fusione perché i significati sono fusi in un morfo unico) (ricorda pero che non

tutte le lingue sono cosi—> vedi esempio del turco)

Alcune lingue hanno la tendenza di avere un morfo distaccato per ogni significato che

esprimono, l’ita e tutte le lingue slave hanno la tendenza di esprimere tanti significati con

un morfo singolo

•È il numero medio di morfemi (di significati ) per morfo

•Esprime il grado di difficoltà con cui possiamo individuare i confini tra i morfi

•Se fare la divisione dei morfi di una lingua è difficile—> l’indice di fusione è abbastanza

alto

•Se è abbastanza facile dividere le parole in morfi—> probabilmente l'indice di fusione è

abbastanza basso

medio di morfemi per morfo (= grado di difficoltà con cui vengono individuati i confini tra i

—Numero

morfemi)

Serbo : turco #ptic+ama# : #kuş+lar+a# ‘uccello.PL.DAT’

➔

— ●​ IN TURCO—> UCCELLO (c’è la declinazione, ci sono i casi, viene marcato il numero)

●​ È divisa in tre parti la parola (parte lessicale—> che esprime il significato, un morfo che

segnala il plurale, un morfo che segnala il caso del sostantivo) (ogni significato ha un morfo

separato)

●​ IN SERBO —> UCCELLO (ama esprime insieme plurale e dativo) 13

14

— 1.​ Isolante—> quello in cui la parola ha un solo morfema—> esprime un solo significato

2.​ Polisintetico—> molte cose vengono espresse dentro una stessa parola

3.​ Agglutinante—>

4.​ Flessivo o fusivo—> La maggior parte delle lingue europee (quindi anche l’italiano)

Agglutinante/ Flessivo o fusivo—> tendono ad avere un indice di sintesi medio alto, tendono

ad esprimere più significati con una stessa parola, ma hanno un indice di fusione differente 15

Tipo isolante

Tipicamente le parole di queste lingue esprimono un significato solo—> Indice di sintesi tende

—

ad essere basso (≈1) (vicino all’1)

●​ sono pochi morfemi flessionali è difficile parlare dell’indice di fusione (se si calcola

➔

—Ci

comunque, è basso, ≈1)

Le parole hanno una struttura semplice – tipicamente contengono un solo morfema lessicale

—

(un solo morfema nella parola) e nessun morfema flessionale (nessun