CPChristophe Parisse

Christophe Parisse

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Christophe Parisse has a total of 27 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Agrégation automatisée de corpus de français parlé

    by Christophe Parisse, Christophe Benzitoun, Carole Étienne, Loïc Liégeois

    Ce chapitre propose une méthodologie de constitution d’une agrégation de corpus de français parlé. En partant de corpus linguistiques disponibles dans des formats hétérogènes, la méthode permet d’obtenir un jeu de données structurées dans un format commun, ouvert et interopérable. Dans un premier temps, une revue des corpus accessibles et réutilisables est réalisée. Deux agrégations de corpus existantes sont également présentées dans le but de mettre en lumière leurs avantages et leurs inconvénients. Nous expliquerons quels outils et quel format ont été choisis pour construire automatiquement l’agrégation de corpus. La méthode employée pour obtenir l’agrégation de corpus est détaillée dans le but de la rendre reproductible. L’ensemble des commandes utilisées sont présentées, depuis celles nécessaires à l’homogénéisation du jeu de données jusqu’à l’import de celles-ci dans un outil de textométrie de référence et les différents corpus à la base de l’agrégation sont listés. Enfin, ce chapitre propose deux analyses linguistiques menées à partir de l’agrégation de corpus ainsi constituée. La première se focalise sur l’alternance « futur simple »/« futur périphrastique » à l’oral et montre notamment que la méthodologie employée permet d’obtenir des résultats proches de ceux obtenus par des analyses détaillées qui requièrent l’annotation exhaustive d’un corpus homogène. La seconde étude permet quant à elle de mettre en lumière les apports potentiels de la méthodologie employée pour des travaux textométriques portant sur des problématiques liées aux langues de spécialité.

  • Vers un outillage informatique optimisé pour corpus langagiers oraux en vue d’une exploitation textométrique : le cas des interrogatives partielles dans ESLO

    by Flora Badin, Loïc Liégeois, Gabriel Thiberge, Christophe Parisse

    Pour répondre aux problématiques engendrées par la diffusion de plus en plus massive des corpus linguistiques et à l’hétérogénéité de leurs formats, nous proposons une méthode permettant de prendre en main des corpus langagiers oraux et de les convertir dans un format permettant leur exploitation outillée. Pour cette recherche, le corpus ESLO nous sert d’exemple par sa licence de diffusion, son format, son volume et ses atouts sociolinguistiques et diachroniques. Notre travail se fonde sur la compilation de ce corpus pour le rendre compatible avec l’outil de textométrie TXM. Nous opérons un ensemble de transformations des données pour l’utiliser au mieux. Enfin, pour illustrer les apports de ces avancées méthodologiques, nous proposons une analyse fine et multidimensionnelle de l’usage des interrogatives dans le corpus ESLO.


  • Open Access

    TEICORPO: A Conversion Tool for Spoken Language Transcription with a Pivot File in TEI

    by Christophe Parisse, Carole Etienne, Loïc Liégeois

    CORLI is a consortium of Huma-Num, the French national infrastructure dedicated to the technical support and promotion of digital humanities. The goal of CORLI is to promote and provide tools and information for good and efficient research practices in corpus linguistics, especially on spoken language corpora. Because of the time required to collect and transcribe spoken language resources, their number is limited and thus corpora need to be interoperable and reusable in order to improve research on themes such as phonology, prosody, interaction, syntax, and textometry. To help researchers reach this goal, CORLI has designed a pair of tools: TEICORPO to assist in the conversion and use of spoken language corpora, and TEIMETA for metadata purposes. TEICORPO is based on the principle of an underlying common format, namely TEI XML as described in its specification for spoken language use (ISO 2016). This tool enables the conversion of transcriptions created with alignment software such as CLAN, Transcriber, Praat, or ELAN as well as common file formats (CSV, XLSX, TXT, or DOCX) and the TEI format, which plays the role of a lossless pivot format. Backward conversion is possible in many cases, with limitations inherent in the destination target format. TEICORPO can run the Treetagger part-of-speech tagger and the Stanford CoreNLP tools on TEI files and can export the resulting files to textometric tools such as TXM, Le Trameur, or Iramuteq, making it suitable for spoken language corpora editing as well as for various research purposes.


  • Open Access

    How large should a dense corpus be for reliable studies in early language acquisition ?

    by Christophe Parisse

    Dense corpora have been put forward as necessary tools for corpus studies of language acquisition. Despite their great interest, they are not yet frequently used, probably because of the high cost involved in their creation. The goal of the present study was to predict the optimal size of a dense longitudinal corpus when used to infer, manually or automatically, the details of lexical or syntactic development in child language. The results show that corpora of at least 30 to 40 one-hour recordings are necessary, but that longer corpora using the same protocol provide little new information. Dense corpora are indeed very useful, but do not need to be overly large to study grammatical development. This has important consequences for corpus-building projects, which can be optimized. The existence of a limit to the amount of information provided by large corpora also has important consequences for linguistic theory, as this helps locate the threshold between learning frozen forms and generalizing knowledge about language structure.


  • Développement et stabilisation de l’expression de la temporalité

    by Christophe Parisse, Sophie de Pontonx, Aliyah Morgenstern

  • L’émergence de la temporalité dans le langage de l’enfant

    by Christophe Parisse, Sophie de Pontonx, Aliyah Morgenstern


  • Postface

    by Aliyah Morgenstern, Christophe Parisse

  • Remerciements

    by Aliyah Morgenstern, Christophe Parisse

  • Introduction

    by Aliyah Morgenstern, Christophe Parisse