Cover not available
Part of
Spoken Corpora and Linguistic Studies
Edited by Tommaso Raso and Heliana Mello
[Studies in Corpus Linguistics 61] 2014
► pp. 331–364

The notion of sentence and other discourse units in corpus annotation

| LLL, Université François Rabelais de Tours & CNRS
| Modyco, Université de Paris Ouest Nanterre & CNRS
| Modyco, Université de Paris Ouest Nanterre & CNRS
| LPL, Université Aix-Marseille & CNRS

The notion of sentence – as it is defined in syntactic, semantic, graphic and prosodic terms – is not a suitable maximal unit for the prosodic and syntactic annotation of spoken corpora. Still, this notion is taken as a reference in many syntactic and prosodic annotation systems. We present here the modular approach we adopted for the annotation of the Rhapsodie corpus of spoken French, which led us to distinguish three types of elementary units operating in discourse (government units, illocutionary units, and intonational periods) and to annotate them separately. We describe the types of interactions identified among these various levels of cohesion. On this basis we propose a reappraisal of the traditional notion of sentence and we define two additional types of discourse units that we consider as the minimal and the maximal span for the notion of sentence.

Published online: 14 November 2014
DOI logo
https://doi.org/10.1075/scl.61.12pie
References
Aijmer, Karin
2002 English Discourse Particles. Evidence from a Corpus[Studies in Corpus Linguistics 10]. Amsterdam: John Benjamins. DOI logoGoogle Scholar
Andersen, Hanne Leth & Nølke, Henning
(eds) 2002 Macro-syntaxe et macro-sémantique, Actes du colloque international d’Århus, 17–19 mai 2001. Bern: Peter Lang.Google Scholar
Avanzi, Mathieu, Lacheret, Anne & Victorri, Bernard
2008 Analor. A tool for semi-automatic annotation of French prosodic structure. In Speech Prosody 2008 , Campinas, Brazil , 119–122.
Bazzanella, Carla
1995 I segnali discorsivi. In Grande grammatica italiana di consultazione, Vol. III, Lorenzo Renzi, Giampaolo Salvi & Anna Cardinaletti (eds), 225–257. Bologna: Il Mulino.Google Scholar
Beckman, Mary E. & Elman, Gayle Ayers
1997 Guidelines for ToBi Labelling, version 3. Columbus OH: The Ohio State University Research Foundation.Google Scholar
Benzitoun, Christoph, Dister, Anne, Gerdes, Kim, Kahane, Sylvain, Pietrandrea, Paola & Sabio, Frédéric
2010 Tu veux couper là faut dire pourquoi. Propositions pour une segmentation syntaxique du français parlé. In Actes du Congrès Mondial de Linguistique Française (CMLF 2010) , New Orleans .DOI logo
Berrendonner, Alain
1990 Pour une macro-syntaxe. Travaux de Linguistique 21: 25–31.Google Scholar
2002 Les deux syntaxes. Verbum1–2: 23–35.Google Scholar
2011 Unités syntaxiques & unités prosodiques. Langue Française 170: 81–93. DOI logoGoogle Scholar
Blanche-Benveniste, Claire, Borel, Bernard, Deulofeu, José, Durand, Jacky, Giacomi, Alain, Loufrani, Claude, Meziane, Boudjema & Pazery, Nelly
1979 Des grilles pour le français parlé. Recherches sur le Français Parlé 2: 163–205.Google Scholar
Blanche-Benveniste, Claire
1990 Un modèle d’analyse syntaxique ‘en grilles’ pour les productions orales. Anuario de Psicologia 47: 11–28.Google Scholar
Blanche-Benveniste, Claire, Bilger, Mireille, Rouget, Christine & Van den Eyende, Karel
1990 Le français parlé. Etudes grammaticales. Paris: Editions du Centre National de la Recherche Scientifique.Google Scholar
Blanche-Benveniste, Claire
2002 Phrase et construction verbale. Verbum1–2: 7–22.Google Scholar
Bohmová, Alena, Hajič, Jan, Hajičová, Eva & Hladká, Barbora
2003 The PDT: A 3-level annotation scenario. In Treebanks: Building and Using Parsed Corpora, Anne Abeillé (ed.), 103–127. Dordrecht: Kluwer.Google Scholar
Bolinger, Dwight
1968 Aspects of Language. New York NY: Harcourt, Brace, Jovanovich.Google Scholar
Bonvino, Elisabetta, Masini, Francesca & Pietrandrea, Paola
2009 List Constructions: A semantic network. In Troisième Conférence Internationale de l’AFLiCo , Nanterre . [URL]
Bourigault, Didier
2007 Un analyseur syntaxique opérationnel: SYNTEX. Habilitation à Diriger les Recherches, Université Toulouse-Le Mirail.Google Scholar
Brown, Penelope & Levinson, Stephen
1978 Universals in language use: Politeness phenomena. In Questions and Politeness: Strategies in Social Interaction, Esther Goody (ed.), 56–310. Cambridge: CUP.Google Scholar
Chafe, Wallace L
1998 Language and the flow of thought. In The New Psychology of Language, Michael Tomasello (ed.), 93–111. Hillsdale NJ: Lawrence Erlbaum Associates.Google Scholar
Cresti, Emanuela
2000 Corpus di italiano parlato. Florence: Accademia della Crusca.Google Scholar
2005 Enunciato e frase. Teoria e verifiche empiriche. In Italia linguistica: discorsi di scritto e di parlatoEnunciato e frase: Teoria e verifiche empiriche, Scritti in onore di Giovanni Nencioni, Marco Biffi, Omar Calabrese & Luciana Salibra (eds). Siena: Prolagon.Google Scholar
Degand, Liesbeth & Simon, Anne Catherine
2009 On identifying basic discourse units in speech: Theoretical and empirical issues. Discours 4 [URL] DOI: DOI logoGoogle Scholar
Dehé, Nicole & Kavalova, Yordanka
2006 The syntax, pragmatics, and prosody of parenthetical what . English Language and Linguistics 10: 289–320. DOI logoGoogle Scholar
Delais-Roussarie, Élisabeth
2005 Phonologie et grammaire: Etudes et modélisation des interfaces prosodiques. Habilitation à diriger des recherches, Université de Toulouse-le Mirail.Google Scholar
Deulofeu, José
1999 Recherches sur les formes de la prédication dans les énoncés assertifs en français contemporain (le cas des énoncés introduits par le morphème que).Thèse d’état, Université Paris 3.Google Scholar
Deulofeu, José, Dufort, Lucie, Gerdes, Kim, Kahane, Sylvain & Pietrandrea, Paola
2010 Depends on what the French say: Spoken corpus annotation with and beyond syntactic function, 4th Linguistic Annotation Workshop (LAW IV) , ACL, Uppsala, 274–281.
Gerdes, Kim
2013 Collaborative dependency annotation. In Proceedings of Depling , Prague , 88–97.
Gerdes, Kim & Kahane, Silvain
2009 Speaking in piles. Paradigmatic annotation of a Spoken French Corpus. In 5th Corpus Linguistics Conference , Liverpool . [URL]
Groupe de Fribourg
2012 Grammaire de la période. Bern: Peter Lang.Google Scholar
Hajič, Jan
1998 Building a syntactically annotated corpus: The Prague Dependency Treebank. In Issues of Valency and Meaning. Studies in Jonour of Jarmila Panevová, Eva Hajičová (ed.), 106–132. Prague: Karolinum.Google Scholar
’t Hart, Johan, Collier, René & Cohen, Antonie
1990 Perceptual Study of Intonation: An Experimental-Phonetic Approach to Speech Melody. Cambridge: CUP. DOI logoGoogle Scholar
Hasegawa-Johnson, Mark, Chen, Ken, Cole, Jennifer, Borys, Sarah, Kim, Sung-Suk, Cohen, Aaron, Zhang, Tong, Choi, Jeung-Yoon, Kim, Heejin, Yoon, Taejin & Chavarria, Sandra
2005 Simultaneous recognition of words and prosody in the Boston University Radio Speech Corpus. Speech Communication 46(3–4): 418–439 DOI logoGoogle Scholar
Holmes, Janet
1986  Functions of you know in women’s and men’s speech, Language in Society 15: 1–21. DOI logoGoogle Scholar
Kahane, Sylvain
2012 De l’analyse en grille à la modélisation des entassements. In Penser les langues avec Claire Blanche-Benveniste, Sandrine Caddeo, Marie-Noëlle Roubaud, Magali Rouquier & Frédéric Sabio (eds), 101–116. Aix-en-Provence: Presses de l’université de Provence. Google Scholar
2013 Tutoriel codage microsyntaxique. [URL]
Kahane, Sylvain & Pietrandrea, Paola
2012a La typologie des entassements en français. In Actes du 3ème congrès mondial de linguistique française (CMLF) , Lyon , 1809–1828.
2012b Les parenthétiques comme ‘Unités Illocutoires Associées’: Une perspective macrosyntaxique. Linx 61: 49–70.Google Scholar
Kärkkäinen, Elise
2003 Epistemic Stance in English Conversation. A Description of its Interactional Functions, with a Focus on I Think [Pragmatics & Beyond New Series 115]. Amsterdam: John Benjamins. DOI logoGoogle Scholar
Kleiber, Georges
2003 Faut-il dire adieu à la phrase? L’information Grammaticale 98: 17–22. DOI logoGoogle Scholar
Lacheret, Anne & Beaugendre, Frédéric
1999 La prosodie du français. Paris: Editions du CNRS.Google Scholar
Lacheret, Anne
2003 La prosodie des circonstants en français parlé. Leuven: Peeters.Google Scholar
Lacheret, Anne, Kahane, Sylvain, Pietrandrea, Paola, Avanzi, Mathieu, Victorri, Bernard
2011 Oui mais elle est où la coupure, là? Quand syntaxe et prosodie s’entraident ou se complètent. Langue Française 170: 61–80. DOI logoGoogle Scholar
Lacheret, Anne, Kahane, Sylvain, Pietrandrea, Paola, Obin, Nicolas, Beliac, Julie, Tchobanov, Atanas, Gerdes, Kim, Goldman, Jean Philippe
2014 Rhapsodie: a prosodic-syntactic treebank for spoken French. 9th Language Resources and Evaluation Conference . Reykjavik (Iceland), 26–31 May 2014.Google Scholar
Loufrani, Claude
1984 Le locuteur collectif. Typologie de configurations discursives. Recherches sur le Français Parlé 6: 169–193.Google Scholar
Mel’čuk, Igor
1988 Dependency Syntax: Theory and Practice. New York NY: SUNY Press.Google Scholar
Miller, Jim & Weinert, Regina
1998[2009] Spontaneous Spoken Language. Syntax and Discourse. Oxford: OUP.Google Scholar
Moneglia, Massimo
2011 Spoken corpora and pragmatics. RBLA 11(2) : 479–519.Google Scholar
Nespor, Marina & Vogel, Irene
1986 Prosodic Phonology. Dordrecht: Foris.Google Scholar
Nivre, Jaokim
2008 Treebanks. In Corpus Linguistics, Anke Lüdeling & Merja Kytö (eds), 225–24. Berlin: Mouton de Gruyter.Google Scholar
Nølke, Hennng & Adam Jean Michel
(eds) 1999 Approches modulaires, de la langue au discours. Lausanne: Delachaux et Niestlé.Google Scholar
Nølke, Henning
1990 Recherches sur les adverbes: Bref aperçu historique des travaux de classification. Langue Française 88: 117–122. DOI logoGoogle Scholar
Ostendorf, Mari, Shafran, Izhak, Shattuck-Hufnagel, Stefanie, Carmichael, Leslie & Byrne, William
2001 A prosodically labeled database of spontaneous speech. In Proceedings ISCA Tutorial and Research Workshop on Prosody in Speech Recognition and Understanding , Red Bank, NJ .
Östman, Jan-Ola
1981 ‘You know’. A Discourse-functional Approach [Pragmatics & Beyond II:7]. Amsterdam: John Benjamins. DOI logoGoogle Scholar
Ross, John R
1973 Slifting. In The Formal Analysis of Natural Language, Maurice Gross, Morris Halle, Marcel P. Schützenberger (eds), 133–169. Berlin: Mouton.Google Scholar
Rossi, Mario
1979 Le français, langue sans accent? In L’accent en français contemporain [Studia Phonetica 15], Ivan Fonagy & Pierre Léon (eds), 13–51. Paris: Didier.Google Scholar
Roulet, Eddy, Filliettaz, Laurent, Grobet, Anne & Burger, Marcel
2001 Un modèle et un instrument d’analyse de l’organisation du discours, [Collection Sciences pour la Communication]. Bern: Peter Lang.Google Scholar
Sabio, Frédéric
2006 Phrases et constructions verbales: Quelques remarques sur les unités syntaxiques dans le français parlé. In Constructions verbales et production de sens, Daniel Lebaud, Catherine Paulin & Katja Ploog (eds). Besançon: Presses Universitaires de Franche-Comté.Google Scholar
Schelfhout, Carla, Coppen, Peter-Arno & Oostdijk, Nelleke
2004 Finite comment clauses in Dutch: A corpus-based approach. Journal of Germanic Linguistics 16: 331–349. DOI logoGoogle Scholar
Schiffrin, Deborah
1987 Discourse Markers. Cambridge: CUP. DOI logoGoogle Scholar
Selkirk, Elisabeth
2005 Comments on intonational phrasing. In Prosodies, Sonja Frota, Marina Vigario, M. João Freitas (eds), 11–58. Berlin: Mouton de Gruyter.Google Scholar
Villemonte de La Clergerie, Eric
2005 DyALog: A tabular logic programming based environment for NLP. In 2nd International Workshop on Constraint Solving and Language Processing (CSLP’05) , Barcelona, Spain .

Resources

Avanzi, Mathieu
2012 L’interface prosodie/syntaxe en français: Dislocations, incises et asyndètes. Bern: Peter Lang.DOI logoGoogle Scholar
Avanzi, Mathieu, Simon, Anne Catherine, Goldman, Jean-Philippe & Auchlin, Antoine
2010 C-PROM. Un corpus de français parlé annoté pour l’étude des proéminences. In Actes des 23èmes journées d’étude sur la parole , Mons, Belgique , 25–28 mai.
Branca-Rosoff, Sonia, Fleury, Serge, Lefeuvre, Florence & Pires, Matthew
2012 Discours sur la ville. Corpus de Français Parlé Parisien des années 2000 (CFPP2000).[URL]Google Scholar
Durand, Jacques, Laks, Bernard & Lyche, Chantal
2009 Le projet PFC (phonologie du français contemporain): Une source de données primaires structurées. In Phonologie, variation et accents du français, Jacques Durand, Bernard Laks & Chantal Lyche (eds), 19–61. Paris: Hermès.Google Scholar
Eshkol-Taravella, Iris, Baude, Olivier, Maurel, Denis, Hriba, Linda, Dugua, Celine & Tellier, Isabelle
2012 Un grand corpus oral ‘disponible’: Le corpus d’Orléans 1968–2012. In Ressources linguistiques libres, TAL. Vol. 52 – n° 3/2011, 17–46.Google Scholar
Lacheret, Anne
2003 La prosodie des circonstants. Leuven: Peeters.Google Scholar
Mertens, Piet
1987 L’intonation du français: De la description linguistique à la reconnaissance automatique. Thèse de Doctorat, Université de Louvain.Google Scholar
Cited by

Cited by 14 other publications

Belião, Julie
2014. Characterizing Speech Genres through the Relation between Prosody and Macrosyntax. In Pristine Perspectives on Logic, Language, and Computation [Lecture Notes in Computer Science, 8607], ► pp. 1 ff. DOI logo
Bernardini, Silvia, Adriano Ferraresi, Mariachiara Russo, Camille Collard & Bart Defrancq
2018. Building Interpreting and Intermodal Corpora: A How-to for a Formidable Task. In Making Way in Corpus-based Interpreting Studies [New Frontiers in Translation Studies, ], ► pp. 21 ff. DOI logo
Ferraresi, Adriano & Silvia Bernardini
2019. Building EPTIC. In Parallel Corpora for Contrastive and Translation Studies [Studies in Corpus Linguistics, 90], ► pp. 123 ff. DOI logo
Gregov, Nicolas
2024. Délimitation des diagrammes syntaxiques dans la grammaire scolaire. Travaux de linguistique n° 87:2 ► pp. 129 ff. DOI logo
Kahane, Sylvain & Nicolas Mazziotta
2016. Quel classement syntaxique pour les « marqueurs discursifs », « mots-phrases » et autres «  inserts  » ? Prédicatifs et locutifs. Travaux de linguistique n° 71:2 ► pp. 7 ff. DOI logo
Kibrik, Andrej A., Nikolay A. Korotaev & Vera I. Podlesskaya
2020. Chapter 6. The Moscow approach to local discourse structure. In In Search of Basic Units of Spoken Language [Studies in Corpus Linguistics, 94], ► pp. 367 ff. DOI logo
Mikkelsen, Olaf & Stefan Hartmann
2022. Competing future constructions and the Complexity Principle. In Broadening the Spectrum of Corpus Linguistics [Studies in Corpus Linguistics, 105], ► pp. 8 ff. DOI logo
Minoccheri, Chiara, Dejan Stosic, F. Neveu, S. Prévost, A. Steuckardt, G. Bergounioux & B. Hamma
2022. La manière dans tous ses états : une étude exploratoire sur corpus. SHS Web of Conferences 138 ► pp. 11008 ff. DOI logo
Pausé, Marie-Sophie, Agnès Tutin, Olivier Kraif, Maximin Coavoux, F. Neveu, S. Prévost, A. Steuckardt, G. Bergounioux & B. Hamma
2022. Extraction de Phrases Préfabriquées des Interactions à partir d’un corpus arboré du français parlé : une étude exploratoire. SHS Web of Conferences 138 ► pp. 10002 ff. DOI logo
Sabio, Fréderic
2017. Quel statut accorder aux faits de « détachement » dans un modèle syntaxique à deux composantes ?. Travaux de linguistique n° 74:1 ► pp. 109 ff. DOI logo
Sabio, Frédéric
2018. On the syntax of spoken French. Revue Romane. Langue et littérature. International Journal of Romance Languages and Literatures 53:1 ► pp. 6 ff. DOI logo
Sanguinetti, Manuela, Cristina Bosco, Lauren Cassidy, Özlem Çetinoğlu, Alessandra Teresa Cignarella, Teresa Lynn, Ines Rehbein, Josef Ruppenhofer, Djamé Seddah & Amir Zeldes
2023. Treebanking user-generated content: a UD based overview of guidelines, corpora and unified recommendations. Language Resources and Evaluation 57:2 ► pp. 493 ff. DOI logo
Wang, Xiaoman & Binhua Wang
2024. Exploring automatic methods for the construction of multimodal interpreting corpora. How to transcribe linguistic information and identify paralinguistic properties?. Across Languages and Cultures 25:1 ► pp. 48 ff. DOI logo
[no author supplied]
2019. Rhapsodie [Studies in Corpus Linguistics, 89], DOI logo

This list is based on CrossRef data as of 24 june 2024. Please note that it may not be complete. Sources presented here have been supplied by the respective publishers. Any errors therein should be reported to them.

audio

Example 36

Example 37

Example 39

Example 44