Les temps de la crise sanitaire au prisme d'une série chronologique : une étude phonético-textométrique
Résumé
We present a corpus built upon the broadcast addresses of president Emmanuel Macron, delivered during the health crisis in 2020 and 2021. We integrate the orthographic transcriptions and the digitized audio recordings. This corpus is tokenized on the basis of both its text content and the related acoustic signal. The transcriptions then get a morphosyntactic tagging, a lemmatization and an annotation according to dependency relations. As a result, we make use of a linguistic environment organized according to a data model integrating acoustic, prosodic, (morpho)-syntactic and lexical features, thus allowing a processing both with textometric software, such as TXM, and with speech analysis software.
Nous avons construit un corpus constitué par les neuf allocutions télévisées du président Emmanuel Macron, prononcées pendant la crise sanitaire en 2020 et 2021, en intégrant les transcriptions orthographiques et les enregistrements audio numériques. Ce corpus est soumis à une segmentation textuelle mais aussi une segmentation à partir du signal acoustique. Successivement, les transcriptions ont fait l’objet d’un étiquetage morpho-syntaxique, d’une lemmatisation et d’une annotation au niveau des relations de dépendance. L'ensemble a été fusionné sous forme d'une base textuelle selon un modèle de données associant des traits acoustiques, prosodiques, (morpho-)syntaxiques et lexicaux, et permettant ainsi une exploitation aussi bien par des logiciels textométriques, comme TXM, que des outils d'analyse de la parole.
Origine | Fichiers produits par l'(les) auteur(s) |
---|