Some technologies I'd never heard of but probably should have:
Unitex - a corpus-processing system
Nooj - a linguistic development environment
INTEX - a linguistic development environment
samedi 24 mars 2012
vendredi 23 mars 2012
Notes de lecture : Degenne, Alain (1997) "Quelques modèles en analyse des réseaux sociaux: Présentation du numéro" Mathématiques et sciences humaines, tome 137, p. 5-9
****ce post est toujours en construction****
[PDF]
Un numéro de Mathématiques et sciences humaines (tome 137 - il n'y a pas de titres propres) trait particulièrement l'analyse des réseaux sociaux (dans le sens large - c.a.d. pas forcement numérique - du terme).
Dans l'introduction du numéro, Alain Degenne parle brièvement des relations entre les sciences humaines et les mathématiques sur les question d'analyse. Il présente quelques méthodes de collecte des données, et méthodes de représentation des données.
Etat de la discipline
Il présente l'état de la discipline (au moment qu'il écrivait) comme dérivant de de grandes traditions :
(mon illustration)
Je n'ai toujours pas assez de bases et références pour pouvoir dire au quel point cela est toujours le cas à l'heure actuelle.
Sciences humaines et mathématiques
Les théories élaborées par des mathématiciens n'ont pas eu beaucoup de succès auprès des sociologues (dans Faust et Wasserman (1994), "on n'y trouve aucune référence à des notions dotées de propriétés algébriques fortes").
Je suis plus ou moins certaine que cela n'est plus le cas aujourd'hui.
La représentation graphique des réseaux
Comment dessiner, par exemple, la graphe des citations entre auteurs dans des articles scientifiques? (Travaux sur ces relations: White, Boorman, Breiger, 1976: tout le monde cite les plus connus, personne cite les débutants, etc.)
Si chaque noeud est un auteur, on peut dessiner des graphes comme ceux-là:
(source de l'image)
Mais comment prendre en compte d'autres données - les caractéristiques des auteurs (âge, diplômes, universités, etc.), les caractéristiques des relations (les dates des citations) - qui seront, aussi, importants pour l'analyse?
Possibilités :
[source de l'image]
[PDF]
Un numéro de Mathématiques et sciences humaines (tome 137 - il n'y a pas de titres propres) trait particulièrement l'analyse des réseaux sociaux (dans le sens large - c.a.d. pas forcement numérique - du terme).
Dans l'introduction du numéro, Alain Degenne parle brièvement des relations entre les sciences humaines et les mathématiques sur les question d'analyse. Il présente quelques méthodes de collecte des données, et méthodes de représentation des données.
Etat de la discipline
Il présente l'état de la discipline (au moment qu'il écrivait) comme dérivant de de grandes traditions :
(mon illustration)
Je n'ai toujours pas assez de bases et références pour pouvoir dire au quel point cela est toujours le cas à l'heure actuelle.
Sciences humaines et mathématiques
Les théories élaborées par des mathématiciens n'ont pas eu beaucoup de succès auprès des sociologues (dans Faust et Wasserman (1994), "on n'y trouve aucune référence à des notions dotées de propriétés algébriques fortes").
Je suis plus ou moins certaine que cela n'est plus le cas aujourd'hui.
La représentation graphique des réseaux
Comment dessiner, par exemple, la graphe des citations entre auteurs dans des articles scientifiques? (Travaux sur ces relations: White, Boorman, Breiger, 1976: tout le monde cite les plus connus, personne cite les débutants, etc.)
Si chaque noeud est un auteur, on peut dessiner des graphes comme ceux-là:
(source de l'image)
Mais comment prendre en compte d'autres données - les caractéristiques des auteurs (âge, diplômes, universités, etc.), les caractéristiques des relations (les dates des citations) - qui seront, aussi, importants pour l'analyse?
Possibilités :
- Des multigraphes colorés (Ove Frank)
[source de l'image]
- Multilevel Modelling (Degenne ne cite pas l'ouvrage dans sa bibliographie (ni "multilevel modelling"), mais j'imagine qu'il pense à Snijders, Spreen, Zwaagstra (1995), "The Use of Multilevel Modeling for Analysing Personal Networks: Networks of Cocaine Users in an Urban Area", Journal of Quantitative Anthropology, vol. 5, n°1, P. 85-105.
Il faudra que j'aille voir cet article en plus de détail, mais il y a déjà une chose que Deganne a relevé: Snijders, Spreen et Zwaagstra créent la distinction entre "réseaux complets" et "réseaux personnels" :
Réseau complet: population limitée, pour une relation donnée
(peut se representer par une graphe/multigraphe, simple/coloré/valué)
Question de la collecte des données
Les questions que j'ai (dans le cadre de mon mémoire) à propos de la collecte des données (qui choisir? quel réseau?) ne sont pas nouveaux. Quand "réseau social" ne se referait pas au numérique, la question s'est posé (même, encore plus?) de comment choisir ses participants.
Quelques possibilités:
"A complete network refers to a group of individ uals and one or more types of relation, and the data indicates, for every pair of individuals, whether or not the relation is present between them. A personal or egocentric network refers to one central individual, indicated as ego, the respondent, or the focal individual; the other individuals with whom ego has a relation of the considered type together constitute ego's personal network. These other individuals are referred to as aIters and also, in their relation to the respondent, as nominees. The usual type of personal network data consists of a sample of respondents, wherein for each respondent, all relations in his personal network are identified."Je continue à citer l'article de 1995, pour les parties que Degenne a traduit, et un peu plus:
(.....je reviendrais là-dessus)"Many statistical methods are available for the analysis of complete network data; [...] This is not the case for the analysis of personal networks. Personal network data distinguish themselves from other types of data in two aspects: first, the mutual dependence of the various relations of each single respondent; and second, the fact that diverse kinds of variables may be present. Variables can be attributes of individual respondents, of individual nominees, or of dyadic respondent-nominee relationships. Variables that refer, through an aggregation procedure, to the entire personal network, e.g., the number of relations mentioned by ego, are considered here as attributes of ego. For questions where the dependent variable as well as the explanatory (independent) variables are attributes of the focal individual, traditional statistical methods, such as OLS regression analysis, can be used. Examples are studies of the size and composition of social networks, and studies of the effect of social support on health. For such questions, the unit of analysis is ego together with his personal network; characteristics of the personal network can be included in the analysis by aggregating characteristics of relations to the level of the personal network. This procedure is often followed, an example is Campbell and Lee (1992; see p. 1085). However, aggregation of haracteristics of relations to the level of the personal network is not always satisfactory, especially when the dependent variable is itself a function of the personal network."
Réseau complet: population limitée, pour une relation donnée
(peut se representer par une graphe/multigraphe, simple/coloré/valué)
Question de la collecte des données
Les questions que j'ai (dans le cadre de mon mémoire) à propos de la collecte des données (qui choisir? quel réseau?) ne sont pas nouveaux. Quand "réseau social" ne se referait pas au numérique, la question s'est posé (même, encore plus?) de comment choisir ses participants.
Quelques possibilités:
- Héran, (1987, 1988) "contacts entre les personnes" : (prendre des individus de façon aléatoire. pour chaque individu, demande qu'il enregistre tous ses personnes avec qui il entre en contacte, les caractéristiques de ces personnes et la nature de l'interaction)
- Snijders, Spreen - inspiré par "random walk strategy"
Problèmes:
* Procédure s'est montré difficile à exécuter en France
* Utilité de ces informations??!
- Autres travaux de Snijders: sondage par boule de neige
mardi 20 mars 2012
Conférence au BPI, "Le parler jeunes. Un danger pour la langue française?"
Dans le cadre de la "semaine de la langue française", une conférence a été animé au BPI par Cyril Trimaille (avec Françoise Gadet, Maria Candea, Marie-Madeleine Bertucci et Boris Seguin) sur "Le parler des jeunes". Sous-titre: "Un danger pour la langue française?"
Une vidéo de la conférence a été transmis en direct vis le site web, et, si je ne me trompe pas, un enregistrement sera disponible dans les archives sonores de la BPI la semaine prochaine.
Ce contexte grand-public a été l'occasion de faire un tour rapide des filières de recherche qui prennent comme objet cette variation linguistique qu'on appel le "parler jeunes".
C'était aussi l'occasion pour des échanges entre universitaires et "grand public" - chose qui a, je crois, été bien enrichissement pour tout le monde.
Quelques commentaires entendus (est-ce que je les ai bien notés? on verra dans une semaine avec l'audio!):
Une vidéo de la conférence a été transmis en direct vis le site web, et, si je ne me trompe pas, un enregistrement sera disponible dans les archives sonores de la BPI la semaine prochaine.
Ce contexte grand-public a été l'occasion de faire un tour rapide des filières de recherche qui prennent comme objet cette variation linguistique qu'on appel le "parler jeunes".
C'était aussi l'occasion pour des échanges entre universitaires et "grand public" - chose qui a, je crois, été bien enrichissement pour tout le monde.
Quelques commentaires entendus (est-ce que je les ai bien notés? on verra dans une semaine avec l'audio!):
"Je trouve ça pas très bien [...] la langue française est en déclin [...] c'est les chat est les sms"
"L'avenir de la langue française se trouve en Afrique"
"Si ma langue maternelle était l'anglais je serais plus inquiète" (ça, je n'ai pas compris..)
vendredi 16 mars 2012
Twitter-scraping with Python for Dummies (in Windows)
I'm ok with Python but it took me a while to get this set up, and all the "easy guides" seem to start from Linux.
Compiled from a couple of pages, and some trial and error.
You will need:
Step 1: Get your Twitter Api key
You will need to be a twitter user to get an api key. You will need an api key for some of the things you'll do later. You don't absolutely need to do this step right now but it's probably eaiser.
This explains the process pretty clearly When you're filling out the form, it doesn't matter what you put in the fields for "app name" and "website", etc.
You will also need the access token, so click on the button at the bottom of the page to get that.
Also, go into your settings (there should be a tab at the top of the page), scroll down to 'Application Type' and choose 'Read and Write'. This will mean you can update your twitter status, and things like that. (Then, obviously, scroll down and click on 'Update this Twitter application's settings')
If you'd already created your access token before doing this, you will need to re-do that to update it with the new permissions. Click 'Recreate my access token'.
Step 2: Download the python wrapper for the twitter api and its dependencies
Open up a Command Prompt
( Start->Accessories->Command Prompt )
Type: cd c:\Python27\scripts
Type: easy_install simplejson
(wait. read what's on the screen - hopefully not an error)
Type: easy_install httplib2
(wait, etc)
Type: easy_install oauth2
(wait, etc)
Type: easy_install twitter
(wait, etc - and if that doesn't work, try: easy_install pip
then: pip install twitter )
You should now be good to go.
Step 2: Setting up the twitter api wrapper in python
Open up a Python shell window. You should get this if you go :
Start -> Programs -> Python27 -> IDLE (Python Gui)
It should look like this:
Type: import twitter
(nothing happens)
Type: api = twitter.Api()
(nothing happens)
We're now referring to the official documentation here.
Type:
api = twitter.Api(consumer_key='consumer_key',
consumer_secret='consumer_secret',
access_token_key='access_token',
access_token_secret='access_token_secret')
- Except that where it says 'consumer_secret', 'access_token', etc (everything with the single quote marks), write in the Consumer Key / Consumer Secret / etc that you got in Step 1. Keep the quote marks.
Also, you don't need to press Enter between these lines, but it doesn't matter if you do.
To check that that has worked, type:
print api.VerifyCredentials()
When you press Enter you should get a bunch of text (hopefully not any errors).
What would be a good idea right now is to save this script, so that you don't have to go back and remember/retype all of that next time you want to work.
(In the Python Shell window, File->Save)
Step 4: Try a few things out
(These are from the Google Code page):
allstatuses = api.GetPublicTimeline()
print [s.user.name for s in statuses]
statuses = api.GetUserTimeline("user")
(The username is text, so must be in quote marks)
friends = api.GetFriends("user")
print [f.name for f in friends]
(For list of people the user is "following")
and... away you go. full documentation here.
Compiled from a couple of pages, and some trial and error.
You will need:
- Windows (any version, afaik)
- A twitter account where you have confirmed your email address
- Python (2.7)
Step 1: Get your Twitter Api key
You will need to be a twitter user to get an api key. You will need an api key for some of the things you'll do later. You don't absolutely need to do this step right now but it's probably eaiser.
This explains the process pretty clearly When you're filling out the form, it doesn't matter what you put in the fields for "app name" and "website", etc.
You will also need the access token, so click on the button at the bottom of the page to get that.
Also, go into your settings (there should be a tab at the top of the page), scroll down to 'Application Type' and choose 'Read and Write'. This will mean you can update your twitter status, and things like that. (Then, obviously, scroll down and click on 'Update this Twitter application's settings')
If you'd already created your access token before doing this, you will need to re-do that to update it with the new permissions. Click 'Recreate my access token'.
Step 2: Download the python wrapper for the twitter api and its dependencies
Open up a Command Prompt
( Start->Accessories->Command Prompt )
Type: cd c:\Python27\scripts
Type: easy_install simplejson
(wait. read what's on the screen - hopefully not an error)
Type: easy_install httplib2
(wait, etc)
Type: easy_install oauth2
(wait, etc)
Type: easy_install twitter
(wait, etc - and if that doesn't work, try: easy_install pip
then: pip install twitter )
You should now be good to go.
Step 2: Setting up the twitter api wrapper in python
Open up a Python shell window. You should get this if you go :
Start -> Programs -> Python27 -> IDLE (Python Gui)
It should look like this:
Type: import twitter
(nothing happens)
Type: api = twitter.Api()
(nothing happens)
We're now referring to the official documentation here.
Type:
api = twitter.Api(consumer_key='consumer_key',
consumer_secret='consumer_secret',
access_token_key='access_token',
access_token_secret='access_token_secret')
- Except that where it says 'consumer_secret', 'access_token', etc (everything with the single quote marks), write in the Consumer Key / Consumer Secret / etc that you got in Step 1. Keep the quote marks.
Also, you don't need to press Enter between these lines, but it doesn't matter if you do.
To check that that has worked, type:
print api.VerifyCredentials()
When you press Enter you should get a bunch of text (hopefully not any errors).
What would be a good idea right now is to save this script, so that you don't have to go back and remember/retype all of that next time you want to work.
(In the Python Shell window, File->Save)
Step 4: Try a few things out
(These are from the Google Code page):
allstatuses = api.GetPublicTimeline()
print [s.user.name for s in statuses]
statuses = api.GetUserTimeline("user")
(The username is text, so must be in quote marks)
friends = api.GetFriends("user")
print [f.name for f in friends]
(For list of people the user is "following")
and... away you go. full documentation here.
mercredi 14 mars 2012
Glottopol n°10, "Regards sur l'internet, dans ses dimensions langagières. Penser les continuités et discontinuités"
Le numéro 10 (2007) de Glottopol (une revue sociolinguistique en ligne de l'Université de Rouen) a été dédié aux dimensions langagiers de l'internet, en hommage à Jacques Anis.
Deux articles m'ont intéressés particulièrement:
Michel Marcoccia, Nadia Gauducheau (Tech-CICO (ICD, CNRS / Université de technologie de Troyes)) : L'analyse du rôle des smileys en production et en réception : un retour sur la question de l'oralité des écrits numériques
(Ici j'ai quelques remarques critiques, qui seront à venir)
Remi Adam Van Compernolle, Lawrence Williams (University of North Texas): De l'oral à l'électronique : la variation orthographique comme ressource sociostylistique et pragmatique dans le français électronique
Les auteurs comparent trois types de discours électroniques (l'IRC, les forums de discussion et le "clavardage modéré") les uns des autres, et avec du français parlé informel. L'étude se focalise sur la variation dans l'orthographe ou prononciation des séquences équivalents à "il y a", "il faut", "tu es", "tu as", "c'est" et "j'ai". Les résultats montrent que ces discours se différent les uns des autres, et suggèrent que l'IRC ressemble le plus au français parlé informel.
Le point d’intérêt pour moi est la sélection des séquences ("il y a", "il faut", etc) -- me suggérant qu'ils peuvent être une piste d'étude promettant.
Deux articles m'ont intéressés particulièrement:
Michel Marcoccia, Nadia Gauducheau (Tech-CICO (ICD, CNRS / Université de technologie de Troyes)) : L'analyse du rôle des smileys en production et en réception : un retour sur la question de l'oralité des écrits numériques
(Ici j'ai quelques remarques critiques, qui seront à venir)
Remi Adam Van Compernolle, Lawrence Williams (University of North Texas): De l'oral à l'électronique : la variation orthographique comme ressource sociostylistique et pragmatique dans le français électronique
Les auteurs comparent trois types de discours électroniques (l'IRC, les forums de discussion et le "clavardage modéré") les uns des autres, et avec du français parlé informel. L'étude se focalise sur la variation dans l'orthographe ou prononciation des séquences équivalents à "il y a", "il faut", "tu es", "tu as", "c'est" et "j'ai". Les résultats montrent que ces discours se différent les uns des autres, et suggèrent que l'IRC ressemble le plus au français parlé informel.
Le point d’intérêt pour moi est la sélection des séquences ("il y a", "il faut", etc) -- me suggérant qu'ils peuvent être une piste d'étude promettant.
jeudi 1 mars 2012
An afternoon in style on the Internet
Over at Language Log, Mark Liberman writes of the "serendipitous conversational cross-fertilization comes from random encounters in the corridors and cafeterias of the internet". And the example he chooses happens to be about stylistics and measuring text similarity! Serendipitous indeed.
A couple of useful links/references (blog and academic):
Ted Underwood, "The differentiation of literary and nonliterary diction, 1700-1900", (Blog: The Stone and the Shell, 26 feb 2012)
- Ted Underwood diachronically compares literary text genres (poetry, drama, fiction) with non-fiction. Comparing word-frequency similarity, he finds that over time (1700 to 1900) the literary genres became less and less similar to non-fiction.
Interestingly, he also finds that, over that time period, non-fiction changed the most in relation to itself - that is, it changed the most as a genre. (He discusses some of the possible reasons for this so I won't repeat them here)
As Mark Liberman mentions, an obvious limitation is that this measure of similarity will depend on topic as well as style or diction.
I still need to go back to this later to look again at the stats and details.
Arvind Narayanan in "Is Writing Style Sufficient to Deanonymize Material Posted Online?" (Blog: 33 Bits of Entropy, 20 feb 2012) (blog also links to draft of forthcoming paper, "On the Feasibility of Internet-Scale Author Identification") looks at identifying blog authors:
"We were able to obtain about 2,000 pairs (and a few triples, etc.) of blogs, each pair written by the same author [...]. We added these blogs to the Spinn3r blog dataset to bring the total to 100,000. Using this data, we performed experiments as follows: remove one of a pair of blogs written by the same author, and use it as unlabeled text. The goal is to find the other blog written by the same author. We call this blog-to-blog matching. Note that although the number of blog pairs is only a few thousand, we match each anonymous blog against all 99,999 other blogs."
Take-aways:
- I discovered the term "stylometry", which is more specific and useful than what I had been calling "sort of like forensic linguistics".
- I have a lot of reading to do on stylistics (and stylometrics). Because basically all I had so far was Coupland (2007) Style: Language Variation and Identity, Cambridge University Press. [reviews: 1, 2]
AND THEN
Two minutes on Twitter means I come across this, from Google Research: Quantifying comedy on YouTube: why the number of o’s in your LOL matter, looking at the comments under YouTube videos. Variations in these "laughs" (lol, loool, aha, hahaha, etc... not to mention the recent comeback of "mwahaha") is exactly one of the things I was counting on looking at - my hypothesis is that the choice of one of these will strongly depend on the community context in which we are speaking. For example, we know that for some people, "lol" is totally uncool and would only be used ironically, in the form of "LOL" or "LULZ" in an otherwise capitalisation-free discourse.
The different types, and amount of, emphasis we might use (as the post describes, "e.g. capitalization (LOL), elongation (loooooool), repetition (lolololol), exclamation (lolllll!!!!!)") is another variable.
Google's research question is different: They're looking at to what extent this variation might be an indicator of the funniness rating of the video by the viewer. Though they admit that "funniness" is a difficult question (humour preference is subjective), they apparently have some human-annotated data to train classifiers with. Also, they took video tags (and, presumably, the video title) into account. And some audio-visual features. So, that sounds like fun.
Just when I'm wondering why I can't intern at Google, here are two things I need to look into:
1) What is a "passive-aggressive" ranking algorithm? Does it leave notes on the fridge rather than speaking to you, or does it secretly give items controversial rankings? Maybe I need to watch this.
2) "human-annotated pairwise ground truth" - I've assumed this refers to a human-annotated training corpus, but I haven't heard of "ground truth" before. Hmm.
And their references (copy-pasted):
“Opinion Mining and Sentiment Analysis,” by Bo Pang and Lillian Lee.
“A Great Catchy Name: Semi-Supervised Recognition of Sarcastic Sentences in Online Product Reviews,” by Oren Tsur, Dmitry Davidov, and Ari Rappoport.
“That’s What She Said: Double Entendre Identification,” by Chloe Kiddon and Yuriy Brun.
Plus, from the comments:
Biel, J-I. and Gatica-Perez, D. VlogSense: Conversational Behavior and Social Attention in YouTube. ACM Trans. Multimedia Comput. Commun. Appl. 2, 3, Article 1 (May 2010)
Biel, J-I., Aran, O., and Gatica-Perez, D. "You Are Known by How You Vlog: Personality Impressions and Nonverbal Behavior in YouTube".In [I think] ICWSMThe AAAI Press (2011) .
A couple of useful links/references (blog and academic):
Ted Underwood, "The differentiation of literary and nonliterary diction, 1700-1900", (Blog: The Stone and the Shell, 26 feb 2012)
- Ted Underwood diachronically compares literary text genres (poetry, drama, fiction) with non-fiction. Comparing word-frequency similarity, he finds that over time (1700 to 1900) the literary genres became less and less similar to non-fiction.
Interestingly, he also finds that, over that time period, non-fiction changed the most in relation to itself - that is, it changed the most as a genre. (He discusses some of the possible reasons for this so I won't repeat them here)
As Mark Liberman mentions, an obvious limitation is that this measure of similarity will depend on topic as well as style or diction.
I still need to go back to this later to look again at the stats and details.
Arvind Narayanan in "Is Writing Style Sufficient to Deanonymize Material Posted Online?" (Blog: 33 Bits of Entropy, 20 feb 2012) (blog also links to draft of forthcoming paper, "On the Feasibility of Internet-Scale Author Identification") looks at identifying blog authors:
"We were able to obtain about 2,000 pairs (and a few triples, etc.) of blogs, each pair written by the same author [...]. We added these blogs to the Spinn3r blog dataset to bring the total to 100,000. Using this data, we performed experiments as follows: remove one of a pair of blogs written by the same author, and use it as unlabeled text. The goal is to find the other blog written by the same author. We call this blog-to-blog matching. Note that although the number of blog pairs is only a few thousand, we match each anonymous blog against all 99,999 other blogs."
Take-aways:
- I discovered the term "stylometry", which is more specific and useful than what I had been calling "sort of like forensic linguistics".
- I have a lot of reading to do on stylistics (and stylometrics). Because basically all I had so far was Coupland (2007) Style: Language Variation and Identity, Cambridge University Press. [reviews: 1, 2]
AND THEN
Two minutes on Twitter means I come across this, from Google Research: Quantifying comedy on YouTube: why the number of o’s in your LOL matter, looking at the comments under YouTube videos. Variations in these "laughs" (lol, loool, aha, hahaha, etc... not to mention the recent comeback of "mwahaha") is exactly one of the things I was counting on looking at - my hypothesis is that the choice of one of these will strongly depend on the community context in which we are speaking. For example, we know that for some people, "lol" is totally uncool and would only be used ironically, in the form of "LOL" or "LULZ" in an otherwise capitalisation-free discourse.
The different types, and amount of, emphasis we might use (as the post describes, "e.g. capitalization (LOL), elongation (loooooool), repetition (lolololol), exclamation (lolllll!!!!!)") is another variable.
Google's research question is different: They're looking at to what extent this variation might be an indicator of the funniness rating of the video by the viewer. Though they admit that "funniness" is a difficult question (humour preference is subjective), they apparently have some human-annotated data to train classifiers with. Also, they took video tags (and, presumably, the video title) into account. And some audio-visual features. So, that sounds like fun.
Just when I'm wondering why I can't intern at Google, here are two things I need to look into:
1) What is a "passive-aggressive" ranking algorithm? Does it leave notes on the fridge rather than speaking to you, or does it secretly give items controversial rankings? Maybe I need to watch this.
2) "human-annotated pairwise ground truth" - I've assumed this refers to a human-annotated training corpus, but I haven't heard of "ground truth" before. Hmm.
And their references (copy-pasted):
“Opinion Mining and Sentiment Analysis,” by Bo Pang and Lillian Lee.
“A Great Catchy Name: Semi-Supervised Recognition of Sarcastic Sentences in Online Product Reviews,” by Oren Tsur, Dmitry Davidov, and Ari Rappoport.
“That’s What She Said: Double Entendre Identification,” by Chloe Kiddon and Yuriy Brun.
Plus, from the comments:
Biel, J-I. and Gatica-Perez, D. VlogSense: Conversational Behavior and Social Attention in YouTube. ACM Trans. Multimedia Comput. Commun. Appl. 2, 3, Article 1 (May 2010)
Biel, J-I., Aran, O., and Gatica-Perez, D. "You Are Known by How You Vlog: Personality Impressions and Nonverbal Behavior in YouTube".In [I think] ICWSMThe AAAI Press (2011) .
dimanche 12 février 2012
"Twitterology" in the New York Times
Ben Zimmer (of Language Log) writes in the New York Times on "Twitterology - A New Science?".
- Some of the possible uses of Twitter data: Linguistics, Sociology, Psychology...
- Advantages of Twitter mining: naturally-occurring data
- Recent work: "on the ground sentiment over the course of the Arab Spring"
- Criticisms of sentiment analysis: can moods be extracted from word selection?
mercredi 8 février 2012
L'aspect "Info-Comm"
Je fais cette année une double-cursus: M2 Sciences du Langage, M1 Sciences de l'Information et de la Communication.
L'idée, en faisant info-comm, autre que d'élargir les possibilités d'emploi (combien d'annonces demande une expérience en Sciences du Langage?!) de profiter d'être à la fac (au quel autre point de ma vie aurais-je la possibilité de faire les Sciences Humaines?) et de "faire plein trucs" (juste pour la variété), était d'avoir une autre perspective sur mon projet de recherche.
En info-comm on peut faire des choses qu'on ne pourrait pas faire en sciences du langage. On peut prendre des objets différents, et les examiner de différentes façons.
J'ai donc deux mémoires à faire. Sur plus ou moins le même objet, dans l'idée.
Tout de même, je cherche toujours la perspective vraiment "info-comm" (qui m'est quand même toujours un tout nouveau domaine).
Lors d'une réunion collective d'encadrement de mémoire lundi soir, une idée est plus ou moins sortie -- quelque-chose que j'avais considéré, que je ne pensais pas forcement étudier dans le cadre de mon mémoire Sciences du Langage, mais qui pourrait être plus intéressant dans une perspective Info-Comm.
Il s'agit de "catchphrases" (phrases fétiches) provenant des médias de masse tel que les séries télé, les publicités, etc.
Nous connaissances sûrement tous des exemples de ce genre de phénomène.
Deux viennent facilement en tête:
- Le mot "simples" (en anglais), venant du publicité "Compare the Meerkat" pour la société comparethemarket.com
Comme en anglais l'adjectif n'a pas besoin d'être accordé, la forme "simples" n'existe pas normalement (et ce n'est pas le genre d'erreur que fera un locuteur natif) donc tous les occurrences de cette forme (hors erreurs de non-natifs, etc.) sont, normalement, une référence plus ou moins directe à cette publicité.
- La forme du récit inspiré du séries du Canal+, "bref".
La narration fortement stylisée de cette émission a inspiré beaucoup de copies/parodies/références :
"Jsuis rentrer a la poste g atttendu encore attendu .. Un vieu ma parler mraconter sa vie puis g attendu ! Bref jetais a la poste ! "
(http://twitter.com/JuniorFavelas/status/166896775704219648)
"@Air_Pince "je peux prendre votre nom? -bien sur, alors c'est E***** - oui... -M-I-M-O-U-N -MIMOUN?!!" bref, j'ai pensé à toi "
( https://twitter.com/#!/Soktange/status/166885800150179840)
"Contacter Navigo Annuel par tel. Avoir un temps d'attente estimé à 2 min. Attendre plus de 6 minutes. Raccrocher. Bref, j'ai appelé Navigo."
( https://twitter.com/#!/toya_k/status/166893013631647746)
Sans entrer dans les thèmes de ces exemples (même si "emmerdements générales de la vie" est une thème courant dans le séries) nous pouvons voir une forme commune:
histoire + bref + j'ai (sommaire)C'est cette forme qui les distingue d'autres énoncés contenant le mot "bref".
Deux questions possibles:
1. Quand est-ce que ce phénomène (de faire ces reprises) a commencé? Comment a-t'il évolué? Est-ce que la forme s'est évolué, changé ou standardisé avec le temps? Quels sont les liens entre cette activité et le réseau social (de chacun des locuteurs)?
2. Comme distinguer des tweets avec un lien d'intertextualité au séries Bref d'autres tweets contenant le mot "bref"? Si une réponse à ceci est trouvé (quoi regarder?) et les attributs sont facilement traités et encodables (plutôt la ponctuation que l'anaphore, par exemple), l'hypothèse peut être testé par des algorithmes de fouille de données (tel que ceux qui sont disponible dans le logiciel Weka).
Donc, à suivre....
mardi 7 février 2012
Louise MERZEAU - Du signe à la trace : l'information sur mesure
Louise MERZEAU (2009) "Du signe à la trace : l'information sur mesure", Hermes n°53 Traçabilité et réseaux
Résumé, Article complet (pdf / html)
(Lecture pour un séminaire Comm', "Identité numérique et sociétés de l'information" avec MC)
Sujets :
Other links:
PRÉSENCE NUMÉRIQUE : LES MÉDIATIONS DE L’IDENTITÉ
Site personnel
Résumé, Article complet (pdf / html)
(Lecture pour un séminaire Comm', "Identité numérique et sociétés de l'information" avec MC)
Sujets :
- Différences entre "signe" et "trace"
- Extension de Watzlawick, "L'impossibilité de ne pas communiquer" -> Impossibilité de ne pas laisser des traces
- L'identité comme collection de traces
Other links:
PRÉSENCE NUMÉRIQUE : LES MÉDIATIONS DE L’IDENTITÉ
Site personnel
vendredi 3 février 2012
Méthodes spécifiques à l’internet
J'aurais bien aimé suivre le séminaire de Frank Rebillard, "Méthodes spécifiques à l’internet"... Mais je n'étais pas la seule - au moment des inscriptions, le cours était déjà complet.
Donc, 'y a qu'à piocher un petit peu dans la bibliographie...
Bibliographie indicative
BENKLER Y., 2009, La richesse des réseaux. Marchés et libertés à l’heure du partage social, Lyon : PUL [2006, The
Wealth of Networks. How Social Production Transforms Markets and Freedom, New Heaven / London : Yale University
Press.]
BEUSCART J.-S., CARDON D., PISSARD N., PRIEUR C., 2009, « Pourquoi partager mes photos de vacances avec des
inconnus ? Les usages de Flickr », Réseaux, n° 154, p. 91-129.
LESKOVEC J., BACKSTROM L., KLEINBERG J., 2009, « Meme-tracking and the dynamics of the news cycle »,
KDD’09 - International Conference on Knowledge Discovery and Data Mining, Paris
FOUETILLOU, G., 2008, « Le web et le traité constitutionnel européen. Ecologie d’une localité thématique compétitive »,
Réseaux, vol. 26, n° 147, pp. 229-257.
MARTY E., REBILLARD F., SMYRNAIOS N., TOUBOUL A., 2010, « Variété et distribution des sujets d’actualité sur
l’internet. Une analyse quantitative de l’information en ligne. », Mots – Les langages du politique, n° 93
RIEDER B., 2010, « De la communauté à l’écume : quels concepts de sociabilité pour le « web social » ? », tic&société,
Vol. 4, n° 1. [http://ticetsociete.revues.org/822]
ROGERS R., 2010, « Internet Research : The Question of Method », Journal of Information Technology and Politics, vol.
7, n° 2/3, pp. 241-260 [http://www.digitalmethods.net/]
vendredi 9 décembre 2011
Future Research Titles
When I grow up...
There are lots of reasons why I'm not doing these pieces of research RIGHT NOW, and most of them are things like: I can't do everything at once / I don't think I'm skilled enough to do that right now / I think I need to develop that idea a bit more / I just have other priorities.
But these are some things that I'd like to, some time in the future, look into.
4-chan
"Meme"-development in 4-chan.
Standard "memes" (pictures, games, etc.), lexic, communication codes and practices.
(On one hand, I do wonder if I should start collecting this corpus before it gets too late (outdated)...)
Forensic linguistics
This was what I wanted my dissertation project to be on (sort-of). What are the distinguishing features of a given person's (written) discourse?
A study on linguistic variation and social identity in the island of Jersey
The island of Jersey is 45 square miles of linguistic diversity.
Kids are born there, grow up there, and by the time they're 15 or 16 might be speaking like they're from Oxford, London, Brighton or Manchester; like they've just come off a beach in Australia or off a TV show in America.
I'm pretty sure this is a phenomenon that exists elsewhere (any given region of the UK, maybe?) but the small, contained, geography, and (it seems to me) lack of a stereotypical, or at least fairly representative sociolect (as you might have in Yorkshire) seem to make it an interesting potential object of study.
In 'sociolect' I'm including accent.
There is a 'Jersey' accent, but it's rare to hear on anyone under the age of 50.
Although, back in the day, a slightly different version of Jerrais was spoken in Gorey (East) from St Ouen (West), the differences today in English are not geographical.
Y'see, there's two (main) parts to this question: accent and lexic. And as fascinating as accent is (for me: generally just in the way of "wow, I love that accent") I'm really not a phonologist of phonetician. I struggle with doing IPA notation - I'm pretty sure I don't have the "ear" and would be pretty terrible at doing transcription.
The lexical part would be great, but maybe it would be even better if it was teamed with someone else (doing the accent part).
Still - there are a lot of preliminary issues. What factors to take into consideration in defining social identity? What corpus to take? How? (Given that the phenomonens studied will vary by situation - who is the speaker talking to, when/why?)
A non-trivial question: would anyone fund this research? Given the attitude of some, it seems difficult to imagine...
jeudi 6 octobre 2011
les donnees
Nous avons affaire à des données semi-structurés - ce qui doit simplifier la tâche de nettoyage.
Examinons en plus de détail la forme, en prenant quelques exemples tirés du twitter de la chanteuse anglaise Lily Allen.
La forme d'un tweet le plus simple sera simplement du texte, avec, éventuellement, un hashtag.
<div class="tweet-text js-tweet-text">Just worked out that I've watched 10.5 full days of ER over the past 6 weeks. <a href="/#!/search?q=%23gross" title="#gross" class=" twitter-hashtag pretty-link" rel="nofollow"><s class="hash">#</s><b>gross</b></a></div>
En fait, le code entier pour un tweet sera :
<div class="js-stream-item stream-item" data-item-id="121529889751973888" data-item-type="tweet" media="true"> <div class="more">»</div> <div class="stream-item-content tweet js-actionable-tweet js-stream-tweet stream-tweet " data-is-reply-to="false" data-tweet-id="121529889751973888" data-item-id="121529889751973888" data-screen-name="MrsLRCooper" data-user-id="16998020"> <div class="tweet-dogear"></div> <div class="tweet-image"> <img height="48" width="48" src="http://a0.twimg.com/profile_images/1101333870/lily_allen_420-420x0_normal.jpg" alt="lilyrosecooper" class="user-profile-link" data-user-id="16998020"> </div> <div class="tweet-content"> <div class="tweet-row"> <span class="tweet-user-name"> <a class="tweet-screen-name user-profile-link" data-user-id="16998020" href="/#!/MrsLRCooper" title="lilyrosecooper">MrsLRCooper</a> <span class="tweet-full-name">lilyrosecooper</span> </span> <div class="tweet-corner"> <div class="tweet-meta"> <span class="icons"> <div class="extra-icons"> <span class="inlinemedia-icons js-icon-container"></span> </div> </span> </div> </div> </div> <div class="tweet-row"> <div class="tweet-text js-tweet-text">Just worked out that I've watched 10.5 full days of ER over the past 6 weeks. <a href="/#!/search?q=%23gross" title="#gross" class=" twitter-hashtag pretty-link" rel="nofollow"><s class="hash">#</s><b>gross</b></a></div> </div> <div class="tweet-row"> <a href="/#!/MrsLRCooper/status/121529889751973888" class="tweet-timestamp" title="12:19 PM Oct 5th"><span class="_old-timestamp" data-time="1317809958000" data-long-form="true">5 Oct</span></a> <span class="tweet-actions js-actions" data-tweet-id="121529889751973888"> </span> </div> </div> </div> </div>
Mais pour l'instant nous pouvons regarder simplement le <div class="tweet-text js-tweet-text"> , qui contient le texte.
Nous avons aussi des tweets avec une référence "@" :
<div class="tweet-text js-tweet-text"><a class=" twitter-atreply pretty-link" data-screen-name="eddychemical" href="/#!/eddychemical" rel="nofollow"><s>@</s><b>eddychemical</b></a> LOLZ !!!!!!!!!</div>
Des liens liens hyper-textes - pareil :
<div class="tweet-text js-tweet-text">Heey check this out, it's <a class=" twitter-atreply pretty-link" data-screen-name="Charliecondou" href="/#!/Charliecondou" rel="nofollow"><s>@</s><b>Charliecondou</b></a> <a href="http://t.co/jQBQmqz1" data-expanded-url="http://www.guardian.co.uk/lifeandstyle/2011/oct/01/coronation-street-charlie-condou-gay-dad?INTCMP=SRCH" title="http://www.guardian.co.uk/lifeandstyle/2011/oct/01/coronation-street-charlie-condou-gay-dad/?INTCMP=SRCH" target="_blank" rel="nofollow" class="twitter-timeline-link" data-ultimate-url="http://www.guardian.co.uk/lifeandstyle/2011/oct/01/coronation-street-charlie-condou-gay-dad/?INTCMP=SRCH">guardian.co.uk/lifeandstyle/2…</a></div>
La seule chose qui diffère beaucoup des ces exemples est les re-tweets :
(Mais je re-edit ce poste plus tard, et, suite à la perte de mon ordinateur, je n'ai plus le code pour ce tweet)
Néanmoins, tout ça, c'est en partant du code html du page web (qui pourrait être obtenu par une méthode assez manuelle). L'autre possibilité c'est de se plonger dans l'api...
idiolectes? sociolectes?
Mettant en question la validité de l'idée des "sociolectes" :
(après un séminaire de JMD)
Contrairement aux travaux de Bernstein (langue et handicap social), il existe des contre-exemples :
1) Études de Blanche-Benveniste, qui a demandé aux petits enfants de jouer des rôles - "la dame snobe", par exemple. Ces enfants se sont montrés capables de sortir des phrases du type "vous vous ne prendrez pas un petit peu de thé" (c'était surement mieux dit, je m'en souviens mal de la citation exacte) - des phrases qui ont montrés une sensibilité au registre approprié à ce personnage, et une capacité de produire des phrases dans les règles du genre.
2) On pourrait imaginer que certaines façons de parler appartient aux personnes bien éduquées, par exemple. Eh bien, il existe (anecdote ? je ne sais pas) des personnes qui n'ont pas eu une grande scolarité, mais ont eu pendant longtemps des responsabilités syndicales, et qui peuvent produire ce discours qu'on croyait appartenir à ces personnes plus scolarisées, et impossible à distinguer d'eux.
Pour ma part....
1)-> Mais on peut aussi trouver, encore, des contre-exemples. Par exemple, des journalistes ou autres personnes "bien éduquées", qui essayent d'imiter la "parler banlieue"... mais qui ne la reuissent pas vraiment ; il y a quelque-chose qui sonne mal. (Voir, par ex. des anglais qui, essayent d'être plus "street", ajoute "innit" à la fin de chaque phrase. Lorsque, étant de la parodie, il est possible que ça soit parfois volontairement raté... je ne suis pas convaincu que cette explication soit suffisant pour tous les cas.)
Bien sûr que nous avons de la flexibilité à traverser des genres et des registres.
Il faudra, quand même, être un minimum sensible à quoi ressemble ces genres du discours. Donc, il faudra y avoir été exposé.
Dans la mesure où nous aurions toujours tous des expériences différentes ; avoir été exposés à des échantillons de langues différentes ; il semble raisonnable d'imaginer que ceci créera pour chacun des particularités dans son discours - conscients ou non.
Disons, peut-être, que les particularités individuels sont confiés à l'intérieur d'un genre. Si on peut remarquer les particularités de personne A - et les différences entre personne A et personne B - dans un genre de discours particulier, ceux-ci ne tiendront pas forcement pour d'autres genres. Donc, essayons de se focaliser sur un genre, afin de simplifier la tâche. En récoltant le corpus en fonction du support/contexte/moyen (c.a.d. twitter), est-ce qu'on reste toujours dans un genre? J'espère que oui...
mercredi 5 octobre 2011
To what extent is all of this a good (solid) objet de recherche?
Just had a conversation with JMD, who is a lot more sceptical about the idea of idiolects. (Si je n'ai pas mal compris) "La langue française n'est pas composé de 60 million idiolectes". I think what she was trying to say is that variation is more down to genres de discours.
I think what I need to do is jump into some data fairly quickly, to have something concrete to talk about.
Definitely twitter?
So, I'm thinking... twitter is maybe not the best corpus, really. (See pourquoi twitter?)
Main disadvantages: restraints (character limit) are likely to make the corpus more homogeneous; friendship/social connection data is uncertain.
Other possibilities:
- facebook - I felt that the main problem with this would be data rights issues. That being said, I'm not sure that the twitter data is free (to anyone, to do what they want with) either. Of course, there's the justification that it would be for research rather than commercial purposes. On the other hand, the difference between facebook and twitter is that (most) people on facebook protect their data to some extent - making it only available to their friends, for example. If I were to use data accessible from my own facebook account, I would definitely need to ask permission from the (potential) participants.
The amount of data I could get from facebook would be a lot smaller than that from twitter, but this isn't necessarily an issue. I'm pretty sure that I could still get enough data do some interesting research.
Main advantages of facebook data: longer individual posts; better data on social connections.
- blogs - blogs would provide a lot more data per participant, as individual posts are generally longer than on facebook or twitter. However, the type and amount of interaction on blogs is completely different. I feel like the type of social connection data from here would be "less good", but maybe I need to think about it for a while.
- forums / newspaper comment sections - this is a totally different set-up.
For one thing, less social connection data. I guess I would have to take all the discourse from one place and say that that's a social group, and take all the discourse from another place and say that that's another. But I could take data from a hacker forum and from a wine lovers' forum and show that there are linguistic differences... what would be the point?
...trying to think of other ideas.
Méthode de travail (planifiée)
Donc, j'aurais besoin de mesurer la similarité stylistique des individus, et leur proximité sociale.
Indicateurs de similarité stylistique :
- Vocabulaire
- mots communs au locuteurs (indicateur le plus simple et peut-être le moins intéressant, vue que les personnes avec un lien proche sont susceptibles de parler des mêmes sujets)
- étendue de vocabulaire
- Orthographe (choix de tel ou tel variant d'un même mot)
- Typographie (ponctuation, majusculisation)
- Syntaxe
- Marqueurs de discours ? (à voir)
Indicateurs de lien :
- "Abonnement" sur twitter (uni ou bi-directionelle)
- Communication publique interpersonnelle avec messages "@"
- "Re-tweets"
Pourquoi twitter?
Donc, je m'intéressais, à la base, à deux choses. Liées, mais différentes:
1) Les particularités du discours d'un individu
2) Les particularités du discours d'un groupe (qui le différent d'autres groupes)
Pensant que, pour 2), je pourrais trouver des données intéressants dans des réseaux sociaux, j'ai commencé à penser aux corpus possibles.
Avantages des réseaux sociaux
Les réseaux sociaux nous donnent des grandes ensembles de données. On peut avoir beaucoup d’énonciations provenant d'un même locuteur.
On peut avoir aussi certains données sur les liens sociaux entre différents locuteurs.
Si on voulait, on pourrait aussi suivre des participants au longueur d'un temps, et essayer de voir émerger / diffuser les particularités linguistiques. Néanmoins, ça ne sera pas dans ce projet-ci.
Twitter
Sur twitter, nous avons la possibilité de récolter beaucoup de données. Des milliards de messages, par des milliards de personnes! Le réseau de chaque personne est parfois très étendu, mais nous avons quelques indicateurs de liens plus proches. Il se trouve que, en construisant une représentation de ce réseau, on pourrait voir émerger des petites groupes de personnes plus proches. Ça sera avec ce genre de données qu'on essayera de comparer les similarités linguistiques.
Il y a quand même quelques inconvénients. On peut utiliser les données sur les abonnées/abonnements et messages "@" pour avoir une idée des liens sociaux, mais ces indicateurs sont-ils suffisants?
(Et qu'est-ce qu'est un bon indicateur de lien, enfin?)
En discours, il y a un grande inconvénient - la restriction sur la longueur des messages. Déjà, une restriction à 140 caractères fais que nous avons un discours particulière. Une phrase, une idee, par tweet, en générale.
Peut-être que ce type de contraint va réduire les différences qui seront autrement présents (peut-être que, dans ces mêmes conditions de restreint, tout le monde finirait par produire des discours assez similaires)
Il est fortement possible aussi que ces contraints amène à des énoncés plus rédigés. Je ne sais pas quel effet ça aura sur la stylistique -- est-ce qu'on trouve plus de variation dans des discours spontanés? (je dirais, à priori, que oui...)
Donc, je pense déjà que twitter n'est pas idéal pour le genre de phénomène que je veux étudier... mais il n'est peut-être pas trop mal pour un premier pas.
1) Les particularités du discours d'un individu
2) Les particularités du discours d'un groupe (qui le différent d'autres groupes)
Pensant que, pour 2), je pourrais trouver des données intéressants dans des réseaux sociaux, j'ai commencé à penser aux corpus possibles.
Avantages des réseaux sociaux
Les réseaux sociaux nous donnent des grandes ensembles de données. On peut avoir beaucoup d’énonciations provenant d'un même locuteur.
On peut avoir aussi certains données sur les liens sociaux entre différents locuteurs.
Si on voulait, on pourrait aussi suivre des participants au longueur d'un temps, et essayer de voir émerger / diffuser les particularités linguistiques. Néanmoins, ça ne sera pas dans ce projet-ci.
Sur twitter, nous avons la possibilité de récolter beaucoup de données. Des milliards de messages, par des milliards de personnes! Le réseau de chaque personne est parfois très étendu, mais nous avons quelques indicateurs de liens plus proches. Il se trouve que, en construisant une représentation de ce réseau, on pourrait voir émerger des petites groupes de personnes plus proches. Ça sera avec ce genre de données qu'on essayera de comparer les similarités linguistiques.
Il y a quand même quelques inconvénients. On peut utiliser les données sur les abonnées/abonnements et messages "@" pour avoir une idée des liens sociaux, mais ces indicateurs sont-ils suffisants?
(Et qu'est-ce qu'est un bon indicateur de lien, enfin?)
En discours, il y a un grande inconvénient - la restriction sur la longueur des messages. Déjà, une restriction à 140 caractères fais que nous avons un discours particulière. Une phrase, une idee, par tweet, en générale.
Peut-être que ce type de contraint va réduire les différences qui seront autrement présents (peut-être que, dans ces mêmes conditions de restreint, tout le monde finirait par produire des discours assez similaires)
Il est fortement possible aussi que ces contraints amène à des énoncés plus rédigés. Je ne sais pas quel effet ça aura sur la stylistique -- est-ce qu'on trouve plus de variation dans des discours spontanés? (je dirais, à priori, que oui...)
Donc, je pense déjà que twitter n'est pas idéal pour le genre de phénomène que je veux étudier... mais il n'est peut-être pas trop mal pour un premier pas.
Description du projet (1)
Projet : Etudier les corrélations entre liens sociaux et stylistique
C'est à dire : Nous pouvons remarquer, dans les communications d'une personne qu'on connait bien, des particularités dans leur façon de parler (leur idiolecte). Nous pouvons peut-être aussi remarquer des similarités dans la façon de parler des personnes qui se connaissent bien, qui sont proches, qui passent beaucoup de temps ensemble, ou qui s’apprécient... Enfin, qui constituent une sorte de groupe sociale. On pourrait appeler ces particularités communes dans la façon de parler une "sociolecte".
Est-ce qu'il sera possible, alors, de constater des corrélations entre ces similarités stylistiques, et la proximité sociale des énonciateurs?
Ceci peut sembler particulièrement clair dans des cas extrêmes. On pourrait prendre, comme deux groupes à comparer, des personnes de différentes niveaux de scolarité, de différentes âges, de différentes statuts socio-économiques... etc. On pourrait essayer de récolter des échantillons de discours dans des situations un peu près pareil (je ne sais pas, la partage d'un repas? des conversations sur un bus? d'accord, ça pose d'autres problèmes, mais..) et on pourrait constater des différences.
Mais est-ce qu'on peut remarquer des variations de discours dans un contexte comme twitter, en fonction des réseaux proches?
Corpus : Le corpus sera une ensemble de communications fait sur le réseau social Twitter. Il y aura les tweets (texte) et aussi les données des listes de "abonnés" et "abonnements".
Quelques précisions :
- J'utilise "parler" ici comme synonyme un peu plus commode que "énoncer". Dans ce projet, je regarderais seulement des communications écrits.
- "stylistique" j'utilise pour "façon de parler". Il est possible qu'il y ait aussi des définitions plus restrictives de ce terme, dont je suis ignorante.
- Oui, nous parlons de façon différente avec différente personnes, ou dans différentes situations. Avec ces façons-de-parler-dans-un-certain-situation par plusieurs personnes, nous avons des genres de discours. Je regarderais ici tous les communications d'une personne, par une seule moyen (twitter), sans (pour l'instant) prendre en compte à qui elle parle, pourquoi, quand, etc. Si, et par quelles façons, les communications Twitter constituent un genre de discours, est une question pour un autre jour.
Inscription à :
Articles (Atom)