Samtidig forekomst

Den co-forekomst (uden bindestreg på fransk) er den samtidige tilstedeværelse af to eller flere ord eller andre sproglige enheder i den samme sætning, for eksempel, sætning, afsnit, ekstrakt.

Discipliner som historie eller geografi er også interesseret i samtidig forekomst af ord eller stednavne i tid og rum.

Et beslægtet begreb er "  kollokation ", som er en form for idiomatisk udtryk forårsaget af systematisk co-forekomst.

Definition af elementer

Ordet co-forekomst kan have flere betydninger.

• For Larousse handler det om udseendet i den samme udtalelse af flere forskellige sproglige elementer og forholdet mellem disse elementer. I sætningen Hunden spiser , er hund sammen med den og spiser. Samtilstedeværelsen af ​​disse to ord og deres tilknytning bygger sætningens betydning (det hele bliver mere end summen af ​​delene).

• Generelt kan det være den samtidige tilstedeværelse af to eller flere ord (eller andre sproglige enheder) i samme udsagn (sætning, afsnit, uddrag på naturligt sprog) eller i en database , når disse ord ikke er. - nødvendigvis forbundet med formel eller syntaktiske relationer (faste syntagmer, udtryk, kollokationer ), ved synonym , antonym eller ansigt ( hyperonymi eller meronymi ) har dog et sprogligt link.

• For geografen eller biogeografen er co-forekomst ”det faktum, at objekter eller individer, der ligner hinanden, er i kontakt med eller tæt på hinanden. Det er imod en tilfældig fordeling af observationer, der viser, at rummet ikke er isotrop  ” .

Ordene "co-forekomster" er ikke nødvendigvis forbundet med formelle eller syntaktiske relationer (faste syntagmer, udtryk, kollokationer ), ved synonym , antonym eller ansigt ( hyperonymi eller meronymi ), men har alligevel nødvendigvis noget sprogligt link.

Når de to ord - eller andre sproglige enheder - har et tæt eller fjernt semantisk forhold , er begrebet co-forekomst grundlaget for det tematiske, leksikale felt eller isotopi .

Problemer, anvendelser

Denne opfattelse bruges i så forskellige områder som

• de semantik , men også:
• det sprog (studiet af frasering, sprog og leksikalsk corpus, instrumentering tale, sociale koder i talen, etc.)
• historie (temporal, spatiotemporal eller begivenhed co-tilstedeværelse);
• den geografi (måling af rumlig eller spatiotemporale autokorrelation af geografisk adskillelse ...),
• Lov (hjælp til analyse af strenghed eller relevans af juridiske tekster fra sammenslutningen af ​​passende vilkår.)
• den matematik (lighed graf, cooccurrence matricer, ikke-euklidiske metrik ...),
• de statistikker (brug af klyngedannelse og betingede sandsynligheder ...
• sociologi ( typisk adfærd, effekt af samfund osv.)
• beregningsmetoder (datalogi, der f.eks. bruger det til oprettelse af dokumentarisk tesaurus , udvinding af nøgleord eller til analyse af regelmæssigheder og tilknytninger i tekster osv.).
• den filosofi

Påvisning, tekstanalyse

Når de to ord - eller andre sproglige enheder - har et tæt eller fjernt semantisk forhold , er begrebet co-forekomst grundlaget for det tematiske, leksikale felt eller isotopi .

Den analyse af tekstdata insisterer på de statistiske sammenhænge , at de to co-forekomster skal vedligeholde, og har foreslået en lang række spor til korrekt beregning af tiltrækning observeret. Co-forekomst bliver derefter den statistisk signifikante co-tilstedeværelse af to eller flere enheder i det samme pop op-vindue.

Software til automatisk detektion af idiomer og andre co-forekomster findes; de er leksikometrisk, tekstometrisk og logometrisk software, der tilbyder adskillige repræsentationer af samforekomster i mærket tekstlig korpus eller enkle tekster (de udtrækker samforekomster i form af enkle lister, grafer, netværk eller netværk ) Blandt disse software er for eksempel:

• Alceste
• Hyperbase ,
• Iramuteq,
• Lexico ,
• Mwetoolkit
• TXM
• Ubiq

etc.

Forskning

Forskere forsøger bedre at definere dette koncept og dets udfordringer i henhold til anvendelsesområderne (nøjagtig, human- og samfundsvidenskab) og dets vurderingsskala (rumlig, tidsmæssig, abstrakt). De søger også at udvikle metoder til bedre at vurdere co-forekomst kvalitativt og bedre måle det kvantitativt.

Eksempler på sammenfaldende ord

• Studerende og lærer
• Havn og båd
• nat og mørke
• Lufthavn og fly

Noter og referencer

1. Matthias Tauveron (2012) Fra generaliseret co-forekomst til variation i leksikalsk betydning , i Co-forekomst, fra statistisk fakta til tekstfakta, (Damon Mayaffre og Jean-Marie Viprey, red.), CORPUS, 11, 2012
2. Manning C., Schütze H (1999) Fundament for statistisk naturlig sprogbehandling , Cambridge (Mass.); London: MIT Press
3. Foltête Jean-Christophe (2003) Rekonstruktion af en rumlig diffusion fra en række stater ; Geographic space, 2003/2 (bind 32), s.  171–183
4. Salazar-orvig Anne, diskursens bevægelser. Stil, reference og dialog i kliniske interviews , Paris, L'Harmattan, 1999, 294 s.
5. Xu, J., & Croft, WB (1998) Corpusbaseret stamme ved anvendelse af sammenfald af ordvarianter . ACM-transaktioner på informationssystemer (TOIS), 16 (1), 61-81.
6. Veyne Paul (1971) Hvordan man skriver historie. Epistemologisk essay Paris, Ed. Du Seuil 352 sider.
7. Pisetta Vincent, Hacid Hakim, Bellal Fazia, Ritschard Gilbert og A. Zighed Djamel (2006) Automatisk behandling af juridiske tekster i R. Lehn, M. Harzallah, N. Aussenac-Gilles, J. Charlet (red.), Uger af viden , SdC 2006, Nantes 26.-30. juni (Digital procedure på Cd-Rom)
8. Matthias Tauveron (2012) Fra generaliseret co-forekomst til variation i leksikalsk betydning, i Co-forekomst, fra statistisk fakta til tekstfakta, (Damon Mayaffre og Jean-Marie Viprey, eds), CORPUS, 11, 2012
9. Moalla Koubaa Ikram (2009) Karakterisering af middelalderlige skrifter ved hjælp af statistiske metoder baseret på medforekomster . Speciale inden for datalogi, INSA Lyon.
10. Moscovici Serge og Henry Paul (1968) Problemer med indholdsanalyse (, Sprog, socio-lingvistik, bind 3, nr .  11, s.  36-60
11. Schütze, H., & Pedersen, JO (1997) En sammenhængsbaseret tesaurus og to applikationer til informationssøgning . Information Processing & Management, 33 (3), 307-318.
12. Matsuo, Y., og Ishizuka, M. (2004). Nøgleordsekstraktion fra et enkelt dokument ved hjælp af statistisk information om ordsamfundet International Journal on Artificial Intelligence Tools, 13 (01), 157-169.
13. Globerson Amir, Chechik Gal, Pereira fernando, Naftali Tishby (2007) euklidisk Indlejring af Co-forekomst data , Tidende Machine Learning Research 8 (2007), s.  2265-2295
14. Manning C., Schütze H. (1999) Fundament for statistisk naturlig sprogbehandling , Cambridge (Mass.); London: MIT Press
15. Prévost Marie & Debruille Jacques Bruno (2013) Samtidig forekomst af religiøse, overtroiske og vildfarne overbevisninger , Santé Mental au Québec, bind 38, nummer 1, forår 2013, s.  279-296
16. "  Alceste-software  " , på www.image-zafar.com (adgang til 18. august 2016 )
17. Josselin D (2014) Meddelelse om det tværfaglige seminar “ Cooccurrences & co. ”(Avignon 5. december 2014), offentliggjort oktober 2014

Se også

Relaterede artikler

• kollokation (sproglig)
• Logometri
• Semantik
• Kunstig intelligens
• Automatisk oversættelse
• tekstkorpus
• Epistemologi

Lignende forestillinger

Afhængigt af feltet er denne forestilling mere eller mindre ens eller knyttet til lignende forestillinger, herunder f.eks

• samhusning  ;
• co-tilstedeværelse
• Coreference
• korrelation  ;
• samtidig ...

Bibliografi

• Baayen RH (2001). Ordfrekvensfordelinger . Dordrecht: Kluwer Academic Publishers.
• Bertels A. og Speelman D. (2012) “Bidraget fra andenordens samforekomster til semantisk analyse”, Corpus 11, s.  147-166 .
• Bolasco S. (2013). Analisi automatica dei testi. Billedpris for tekstminedrift . Roma: Carocci.
• É. Brunet (2012). "Ny behandling af co-forekomster i Hyperbase", Corpus , 11, s.  219-248 .
• Kirke KW & Hanks P. (1990). ”Ordforeningsnormer, gensidig information og leksikografi”, Computational Linguistics , vol. 16 (1), s.  177-210 .
• Condamines A. (red) (2005). Semantik og korpus . London: Hermes
• CORPUS 2 (2003). “La distance intertextuelle” (redigeret af X Luong).
• Firth J. (1957). “A Synopsis of Linguistic Theory 1930-1955”, Studies in Linguistic Analysis , s.  1-32 .
• Fleury S. (2013). Kommentarer Rhapsodie pour le Trameur [( http://www.tal.univ-paris3.fr/trameur/bases/rhapsodie2trameur.pdf )]
• Halliday MAK og Hasan R. (1976). Samhørighed på engelsk . London: Longman.
• Hanneman RA og Riddle M. (2005). Introduktion til sociale netværksmetoder . Riverside: University of California, Riverside (offentliggjort i digital form på http://faculty.ucr.edu/~hanneman/ ).
• Harris ZS (1957). “Co-forekomst og transformation i sproglig struktur”, Language , 33, s.  283-340 .
• Heiden S. (2004). "Hypertekstuel grænseflade til et rum med co-forekomster: implementering i Weblex", JADT 2004 , redigeret af G. Purnelle, C. Fairon og A. Dister, Louvain: Presses universitaire de Louvain, s.  577-588 .
• Heiden S. og Lafon P. (1998). ”Samtidige begivenheder. CFDT fra 1973 til 1992 ”, i Des mots en liberté, Mélanges Maurice Tournier , Paris, ENS Éditions, tome 1, s.  65-83 .
• Keller DB og Schultz. (2012). “Morpheme-netværk afslører sprogdynamik”, JADT 2012 , redigeret af A. Dister, D. Longrée, G. Purnelle. Bruxelles: Universitetet i Liège / Facultés Saint-Louis, s.  525-535 .
• Lafon P. (1984). Analyse og statistik inden for leksikometri. Paris: Slatkine-Champion.
• Lafon P. og Tournier M. (1978). "En ny leksikometrisk tilgang til samforekomster i en tekst", Travaux de lexicométrie et de lexicologie politique , 3, s.  135-148 .
• Lauf A., Valette M. og Khouas L. (2012). “Analyse af grafen for andenordens co-hændelser for den ikke-overvågede klassificering af dokumenter”, JADT 2012 , redigeret af A. Dister, D. Longrée, G. Purnelle. Bruxelles: Universitetet i Liège / Facultés Saint-Louis, s.  577-589 .
• Lebart L. og Salem A. (1994). Tekststatistikker . Paris: Dunod.
• Legallois D. (2012). “Colligation: et andet navn for grammatisk kollokation eller en anden logik i det gensidige forhold mellem syntaks og semantik? », Corpus , 11, s.  31-54 .
• Longrée D. og Mellet S. (2013). ”Motivet: en altomfattende fraseologisk enhed? Udvid området for fraseologi fra sprog til diskurs ”, Langages , 189, s.  65-79 .
• Luong et al. (2010). “Samtidig forekomst, et asymmetrisk forhold? », JADT 2010 , redigeret af S. Bolasco, I. Chiari, L. Giuliano, Milano: Edizioni Universitarie di Lettere Economia Diritto, s.  321-331 .
• Martinez W. (2012). "Ud over binær co-forekomst ... Poly-co-forekomster og co-forekomst rammer", Corpus , 11, s.  191-218 .
• Martinez W. (2003). Bidrag til en metode til analyse af flere leksikale co-forekomster i tekstkorporaer , doktorafhandling, Université de la Sorbonne nouvelle-Paris 3, under vejledning af A. Salem.
• Mayaffre D. (2008-a). "Når" arbejde "," familie "," hjemland "forekommer sammen i Nicolas Sarkozys tale. Casestudie og teoretisk refleksion over co-forekomst ”, JADT 2008 , redigeret af S. Heiden og B. Pincemin, Lyon: PUL, bind. 2, s.  811-822 .
• Mayaffre D. (2008-b). ”Fra forekomst til isotopi. Co-forekomster i leksikometri ”, Sémantique & Syntaxe , 9, s.  53-72 . [Hal: http://hal.archives-ouvertes.fr/hal-00551114 ].
• Mayaffre D. (2014). “Advocacy for Co (n) Textual Data Analysis. Samtidig forekommende veje i den franske præsidentdiskurs (1958-2014) ”, JADT 2014, Proceedings of the 12. International Conference on Textual Data Statistical Analysis , redigeret af E. Néé, M. Valette, J.-M. Daube og S. Fleury, Paris, Inalco-Sorbonne nouvelle, s.  15-32 . [1]
• Mellet S. og Longrée D. (2009). “Syntaktiske 'motiver' og tekststrukturer", Belgian Journal of Linguistics, 23, s.  161-173 .
• Missen M., Boughanem M. og Gaume B. (2008). “The Small World of Web Network Graphs”, International Multitopic Conference (IMTIC 2008) , bind. CCIS, Abdul Qadeer et al. (Red.), Springer, CCIS, s.  133-145 .
• Newman MEJ (2006). “Modularitet og samfundsstruktur i netværk”, Proc. Natl. Acad. Sci . USA, bind. 103, nr. 23, s.  8577–8582 .
• Palmer (1933). Anden foreløbige rapport om engelske kollokationer . Tokyo: Kaitakusha.
• Ratinaud P. og Marchand P. (2012). "Anvendelse af ALCESTE- metoden til" store "korpusser og stabilitet i" leksikale verdener ": analyse af" CableGate "med IRAMUTEQ", JADT 2012 , redigeret af A. Dister, D. Longrée, G. Purnelle. Bruxelles: Liège Universitet / Facultés Saint-Louis, s.  835-844 .
• Reinert M. (1993). "De" leksikale verdener "og deres" logik "gennem den statistiske analyse af et korpus af mareridtsregnskaber", Langage et société , 66, s.  5-39 .
• Salem A. (1987). Øv gentagne segmenter. Tekststatistik essay . Paris: Klincksieck.
• Sinclair JM (1991). Corpus, Concordance, Collocation . Oxford: Oxford University Press.
• Sinclair JM (2003). Læsning af overensstemmelse . London: Pearson Longman.
• Tauveron M. (2011). "Fra generaliseret co-forekomst til leksikal variation", Corpus , 12, s.  219-248 .
• Tournier M. (1980). ”Til minde om Lagado”, Words , 1, s.  5-9 .
• Viprey J.-M. (1997). Dynamik i ordene til det ondes blomster . Paris: Champion.
• Viprey J.-M. (2006). ”Ikke-sekventiel struktur af tekster”, Langages , 163, s.  71-85 .
• Watts DJ og Strogatz SH (1998). “Kollektiv dynamik af” små-verdens ”netværk”, Nature , 393 (6684), s.  440-442 .
• Williams G. (1999). Samarbejdsnetværk i konstruktion og brug af et korpus inden for rammerne af et samfund af videnskabelig diskurs . Doktorafhandling, University of Nantes.