Italy

Negli ultimi decenni le lingue a corpus chiuso come il latino non vengono più concepite come lingue omogenee, essenzialmente scritte e letterarie, ma come diasistemi (Conde-Silvestre e Hernández-Campoy 2012). Di conseguenza, analisi di stampo variazionista sugli allografi presenti nei testi epigrafici hanno ricevuto grande attenzione nell’ambito della linguistica sia latina che romanza (cf. ad esempio Herman 1965, 1985, 2000; Marotta 2015, 2016; Adamik 2017, 2019), anche in rapporto ad ampi database epigrafici che sono stati sviluppati negli ultimi decenni (ad es. l’Epigraphische Datenbank Clauss-Slaby: http://www.manfredclauss.de/it/index.html). Nonostante tali strumenti siano disponibili per un vasto numero di aree dell’Impero, finora non era disponibile un corpus annotato che includesse le iscrizioni latine della Sardegna, permettendo l’analisi dettagliata di fenomeni linguistici rilevanti. La Sardegna romana può invece rappresentare un fertile territorio d’indagine, in ragione dei caratteristici esiti romanzi delle varietà sarde e della scarsità di altre fonti scritte (cf. Herman 2000 e Lupinu 2000).
Per queste ragioni, è stato creato un corpus epigrafico diacronico annotato che raccoglie le iscrizioni latine della Sardegna a noi pervenute. Il corpus contiene 1184 testi, per un totale di 14413 tokens, ed è liberamente accessibile all’interno del database CLaSSES (Corpus for Latin Sociolinguistic Studies on Epigraphic textS, http://classes-latin-linguistics.fileli.unipi.it/), sviluppato presso il Dipartimento di Filologia, Letteratura e Linguistica dell’Università di Pisa. Le iscrizioni incluse nella sezione ‘Sardegna’ coprono un arco temporale esteso, dal I secolo a.C. al VII secolo d.C., appartengono a diverse tipologie testuali (iscrizioni pubbliche, private, funerarie, sacre e diplomi militari) e coprono l’intero territorio sardo, anche se sono maggiormente concentrate nelle aree costiere. I testi sono stati digitalizzati e annotati con informazioni linguistiche, extralinguistiche e metalinguistiche. In particolare, ogni token è associato a un identificatore univoco, e sono specificate la provenienza dell’iscrizione, la datazione, la tipologia testuale, la lingua (latina, ibrida, greca, neopunica), la forma grafica (abbreviazione, parola completamente o parzialmente integrata, ecc.) e il lemma. In questo modo, è possibile svolgere rapidamente ricerche all’interno del corpus, esaminando le possibili correlazioni tra la variazione ortografica riscontrabile nei testi e le variabili sopra menzionate, prescindendo da variazioni di tipo flessivo. Una delle caratteristiche innovative del corpus consiste nell’analisi linguistica dei singoli tokens, incentrata sugli aspetti ortografici delle forme esaminate. Le varianti devianti rispetto alla norma classica sono state manualmente identificate e classificate tramite specifiche etichette che indicano il fenomeno di allografia individuato, in modo da permettere all’utente di esaminare i testi secondo una prospettiva variazionista. Ad esempio, una forma come &lt;MENOS&gt; per &lt;MINVS&gt; è stata etichettata come ‘Vowel alternation - Classical &lt;I&gt;, /ĭ/ = &lt;E&gt;’ e ‘Vowel alternation - Classical &lt;U&gt;, /ŭ/ = &lt;O&gt;’ (Marotta et al. 2020). Si mostrerà come un corpus di questo tipo possa costituire un’utile risorsa per lo studio del latino di Sardegna, anche in rapporto all’evoluzione romanza. Diventa così possibile ricostruire un ‘profilo linguistico’ per il latino di Sardegna, che risulta caratterizzato da un sistema vocalico maggiormente stabile rispetto a quello consonantico, prefigurando elementi di continuità con il sardo-romanzo (cf. Vincent 2016: 4).

LIV Congresso SLI 2021

La sezione Sardegna del corpus CLaSSES

### Benvenuti 
al *LIV Congresso internazionale della Società di Linguistica Italiana ''Corpora e Studi Linguistici''* che si tiene qui in rete nella piattaforma fornita da Underline. Il Congresso si sviluppa su 3 giornate divise in:

* cinque Sessioni plenarie, 
* due Sessioni Demo dedicate ai corpora italiani e internazionali, 
* una Sessione Poster e 
* una Sessione workshop con 5 workshop in parallelo. 

Gli interventi orali saranno sia in diretta che preregistrati, secondo la volontà degli autori, ma per tutti sarà possibile l’interazione dal vivo con domande e risposte. A tutte le sessioni si accede attraverso le icone sulla sinistra di questa pagina. 
 Nelle sessioni Poster e Demo ci si muove virtualmente tra le proposte attraverso Gather-Town, che permette ai congressisti anche di incontrarsi in qualsiasi momento nella Lounge virtuale.
 Ringraziamo tutti per l’impegno e la pazienza e ci auguriamo una buona riuscita del Congresso. Un ringraziamento particolare ai relatori invitati Bas Aarts (University College London), Gu Yueguo (The Chinese Academy of Social Sciences) e Mirko Tavoni (Università di Pisa) 
 

**Welcome** to the *54th Congress of the International Society of Italian Linguistics ''Corpora and Linguistic Studies''*
which is held here through the Underline Platform. The Congress develops in 3 days which host:

* five Plenary sections, 
* two Demo sessions, 
* dedicated to Italian and international corpus building initiatives, 
* one Poster session and 
* one Workshops session hosting 5 workshops in parallel. 

Oral presentations are given in synchronous or are pre registered according to the will of each author, however Q/A will be live for all. All sessions can be accessed through the icons on the left side of this page. 
 In the Poster and Demo sessions you will be able to move among the various items though Gather-town. Congress participants can always meet in the Virtual lounge.
 We wish to thank all participants for their work and patience. A special thanks to our invited speakers Bas Aarts (University College London), Gu Yueguo (The Chinese Academy of Social Sciences) e Mirko Tavoni (Università di Pisa)

![](https://assets.underline.io/uploads/markdown_image/1/image/dacffc533f05582ca945abd01bb616ea.png)

If you have already registered, please **login** to Underline.io to be able to see full conference content. 
 In case you do not have an Underline account, please **create** one. Thank you!

Negli ultimi decenni le lingue a corpus chiuso come il latino non vengono più concepite come lingue omogenee, essenzialmente scritte e letterarie, ma come diasistemi (Conde-Silvestre e Hernández-Campoy 2012). Di conseguenza, analisi di stampo variazionista sugli allografi presenti nei testi epigrafici hanno ricevuto grande attenzione nell’ambito della linguistica sia latina che romanza (cf. ad esempio Herman 1965, 1985, 2000; Marotta 2015, 2016; Adamik 2017, 2019), anche in rapporto ad ampi database epigrafici che sono stati sviluppati negli ultimi decenni (ad es. l’Epigraphische Datenbank Clauss-Slaby: http://www.manfredclauss.de/it/index.html). Nonostante tali strumenti siano disponibili per un vasto numero di aree dell’Impero, finora non era disponibile un corpus annotato che includesse le iscrizioni latine della Sardegna, permettendo l’analisi dettagliata di fenomeni linguistici rilevanti. La Sardegna romana può invece rappresentare un fertile territorio d’indagine, in ragione dei caratteristici esiti romanzi delle varietà sarde e della scarsità di altre fonti scritte (cf. Herman 2000 e Lupinu 2000).
Per queste ragioni, è stato creato un corpus epigrafico diacronico annotato che raccoglie le iscrizioni latine della Sardegna a noi pervenute. Il corpus contiene 1184 testi, per un totale di 14413 tokens, ed è liberamente accessibile all’interno del database CLaSSES (Corpus for Latin Sociolinguistic Studies on Epigraphic textS, http://classes-latin-linguistics.fileli.unipi.it/), sviluppato presso il Dipartimento di Filologia, Letteratura e Linguistica dell’Università di Pisa. Le iscrizioni incluse nella sezione ‘Sardegna’ coprono un arco temporale esteso, dal I secolo a.C. al VII secolo d.C., appartengono a diverse tipologie testuali (iscrizioni pubbliche, private, funerarie, sacre e diplomi militari) e coprono l’intero territorio sardo, anche se sono maggiormente concentrate nelle aree costiere. I testi sono stati digitalizzati e annotati con informazioni linguistiche, extralinguistiche e metalinguistiche. In particolare, ogni token è associato a un identificatore univoco, e sono specificate la provenienza dell’iscrizione, la datazione, la tipologia testuale, la lingua (latina, ibrida, greca, neopunica), la forma grafica (abbreviazione, parola completamente o parzialmente integrata, ecc.) e il lemma. In questo modo, è possibile svolgere rapidamente ricerche all’interno del corpus, esaminando le possibili correlazioni tra la variazione ortografica riscontrabile nei testi e le variabili sopra menzionate, prescindendo da variazioni di tipo flessivo. Una delle caratteristiche innovative del corpus consiste nell’analisi linguistica dei singoli tokens, incentrata sugli aspetti ortografici delle forme esaminate. Le varianti devianti rispetto alla norma classica sono state manualmente identificate e classificate tramite specifiche etichette che indicano il fenomeno di allografia individuato, in modo da permettere all’utente di esaminare i testi secondo una prospettiva variazionista. Ad esempio, una forma come <MENOS> per <MINVS> è stata etichettata come ‘Vowel alternation - Classical , /ĭ/ = <E>’ e ‘Vowel alternation - Classical , /ŭ/ = <O>’ (Marotta et al. 2020). Si mostrerà come un corpus di questo tipo possa costituire un’utile risorsa per lo studio del latino di Sardegna, anche in rapporto all’evoluzione romanza. Diventa così possibile ricostruire un ‘profilo linguistico’ per il latino di Sardegna, che risulta caratterizzato da un sistema vocalico maggiormente stabile rispetto a quello consonantico, prefigurando elementi di continuità con il sardo-romanzo (cf. Vincent 2016: 4).

poster

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-06/6i43j7l/SLI%20-%20abstract.pdf)**




I verbi di dire in italiano: uno studio nella semantica dei frame

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-09/7k13q4w/P6_Abstract.pdf)**




Il ruolo dei testi paralleli nella costituzione di corpora diacronici comparativi: un esempio per lo studio della codifica degli eventi di moto nelle lingue romanze

La letteratura italiana ha evidenziato le differenze distribuzionali, semantiche e funzionali dei morfemi ma e però, restituendo un quadro complesso. Si ritiene che il ma occorra più frequentemente del però in posizione iniziale di Enunciato (Sabatini 1999) e che, al contrario, solo il però possa occorrere in posizione finale (Ferrari 2009). Le caratteristiche distribuzionali troverebbero riscontro anche nell’uso semantico dei due morfemi: il ma avrebbe sviluppato un uso contestuale parzialmente desemantizzato (Bazzanella 2006), non riconosciuto per il però (Giacalone Ramat/Camugli Gallardo 2011). Infine, le caratteristiche distribuzionali e semantiche troverebbero corrispondenza sistematica nelle funzioni testuali: del ma sarebbe tipica la funzione interattiva di presa di turno (Berretta 1984), come in (1), mentre il però, tipicamente controaspettativo (Giacalone Ramat/Mauri 2008) sarebbe caratterizzato da un maggior potere argomentativo, che manterrebbe anche in posizione finale in funzione metatestuale (Fiorentini 2018), come in (2). 

(1) *MAX: questa è a Londra // 
 *LIA: mh // 
 *MAX: tu stavi benissimo // 
 *LIA: eh // 
 *MAX: ma quant' anni avevi / qui? [DB-IPIC, ifamcv 01, 820] 
 
(2) *VER: ma &he / &i [/1] in cucina / 'un c' è mica posto / < per tutti > // 
 *TAM: [<] < eh no > // 
 *TAM: &hm ma neanche in salotto / però / eh // [DB-IPIC, ifamdl 14, 15]
 
L’obiettivo di questo contributo è fornire una descrizione delle funzioni di ma e però nel parlato. A questo scopo, è stato adottato un approccio corpus-based, informativo e testuale. Il corpus utilizzato è costituito dalla sezione italiana di parlato informale disponibile sul Data Base IPIC (Panunzi/Gregori 2012), che ammonta a circa 125'000 parole e rappresenta diversi eventi e contesti comunicativi. Il corpus è interamente taggato per la struttura informativa, secondo la Teoria della Lingua in Atto (Cresti 2000), che, attraverso l’osservazione della prosodia, è in grado di classificare il valore pragmatico degli Enunciati e delle unità informative in cui sono segmentati, rendendo conto del ruolo di ogni specifica unità nel compimento dell’atto comunicativo. Dal DB-IPIC sono state estratte 1051 occorrenze di ma e 521 occorrenze di però, classificate seguendo il tagging informativo disponibile nel DB-IPIC, che permette di integrare al dato distribuzionale, la funzione ricoperta dal ma o dal però all’interno dell’Enunciato. Successivamente, è stato analizzato il rapporto tra l’unità informativa in cui occorrono ma e però e il cotesto destro e sinistro, all’interno e oltre i turni dialogici. La descrizione delle relazioni instaurate a livello testuale ha incluso infine l’osservazione degli usi semantici, distinti in correttivi, controaspettativi e concessivi (Marconi/Bertinetto 1984). 
I risultati preliminari dell’analisi sono in parziale disaccordo con le descrizioni della letteratura precedente. A livello distribuzionale, sia ma sia però occorrono nel DB-IPIC in posizione iniziale di Enunciato con una frequenza maggiore del 50%. Inoltre, i dati evidenziano l’assenza di una corrispondenza sistematica tra l’uso semantico e la distribuzione: la posizione iniziale sia di ma sia di però non è sempre riconducibile a un uso desemantizzato, poiché la (supposta) perdita di significato non dipende direttamente ed esclusivamente dalla posizione, ma dal cotesto destro e sinistro in cui occorre il morfema (sul punto, si vedano Ducrot et al. 1980 e Ferrari 2009). Proprio dalla relazione tra il cotesto destro e sinistro e l’unità informativa in cui occorrono sembra dipendere la funzione testuale del ma e del però. Le proprietà prosodiche e funzionali delle unità informative in cui occorrono sembrano poter predire anche la funzione testuale svolta dai morfemi avversativi. 
L’intervento si chiuderà con la proposta di una classificazione delle funzioni di ma e però nel parlato informale, proprio a partire dai tratti prosodici, informativi e testuali descritti.

Riferimenti bibliografici

Bazzanella, Carla. 2006. “Discourse markers in Italian: towards a ‘compositional’ meaning”. In Fischer Kerstin (a cura di), Approaches to discourse particles. Amsterdam, Elsevier: 449-464.
Berretta, Monica. 1984. ‘Connettivi testuali in italiano e pianificazione del discorso’. In Coveri, Lorenzo (a cura di), Linguistica testuale. Atti del XV congresso internazionale della Società di Linguistica Italiana. Roma, Bulzoni: 237-254. 
Cresti, Emanuela. 2000. Corpus di italiano parlato. Firenze, Accademia della Crusca. 
Ducrot, Oswald et al. 1980. Les Mots du Discours. Paris, Les Éditions de Minuit. 
Fiorentini, Ilaria. 2018. ‘Connettivi avversativi e contatto linguistico: però nel ladino delle valli altoatesine’. In Chini, Marina / Cuzzolin, Pierluigi (a cura di). Tipologia, acquisizione, grammaticalizzazione / Tipology, acquisition, grammaticalization studies. Milano, Franco Angeli: 189-201. 
Giacalone Ramat, Anna / Mauri, Caterina. 2008. ‘From cause to contrast. A study in semantic change’. In Veroheven, Elisabeth / ‎ Skopeteas, Stavros /‎ Shin, Yong-Min (a cura di) Studies on Grammaticalization. Berlin / New York, Mouton de Gruyter: 303-320. 
Giacalone Ramat, Anna / Camugli Gallardo, Catherine. 2011. ‘L’emploi des connecteurs: però correspond-il toujours à mais?’, Revue française de linguistique appliquée 16 (2): 57-74. Ferrari, Angela. 2009. ‘L'analisi dei connettivi (logici) nella Italienische Umgangssprache di Leo Spitzer’, Lingua e stile 44: 97-140. 
Marconi, Diego / Bertinetto, Marco. 1984. ‘Analisi di «ma» (Parte prima: semantica e pragmatica)’, Lingua e Stile 19: 223-258. 
Panunzi, Alessandro / Gregori, Lorenzo. 2012. ‘DB-IPIC. An XML Database for the Representation of Information Structure in Spoken Language’. In Mello, Heliana / Panunzi, Alessandro / Raso, Tommaso (a cura di). Pragmatics and Prosody, Illocution, Modality, Attitude, Information Patterning and Speech Annotation. Firenze, Firenze University Press: 133-150. http://www.lablita.it/app/dbipic/ 
Sabatini, Francesco. 1997. ‘Pause e congiunzioni nel testo. Quel ma a inizio di frase...’. In Bonomi, Ilaria (a cura di). Norma e lingua in Italia: alcune riflessioni fra passato e presente. Milano, Istituto Lombardo-Accademia di Scienze e Lettere: 113-146.

Le funzioni testuali di “ma” e “però”: nuove evidenze da un’analisi informativa del parlato informale (DB-IPIC)

La flessione nominale: un’analisi corpus-based sull’italiano scritto

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-07/qp13q6j/SLI2020--MORI-VENTURI--BOOK-of-ABSTRACTS.pdf)**



Norme italiane di derivazione europea tra direttive dell’UE e leggi nazionali: un’analisi linguistico-computazionale della variazione intralinguistica

Il settore delle risorse linguistiche (intese come raccolte di dati linguistici, quali corpora e lessici) soffre oggi la mancanza d’interoperabilità tra le risorse stesse. Una delle maggiori sfide contemporanee consiste, infatti, nell’interconnettere la massa di (meta)dati accumulati in forma di risorse in più di mezzo secolo di studi linguistici fondati su evidenza empirica disponibile in formato machine-readable (Chiarcos et al. 2012: 1). Tale sfida è stata recentemente affrontata creando infrastrutture come CLARIN (https://www.clarin.eu/) e META-SHARE (http://www.meta-share.org/), che consentono l’accesso a corpora, lessici, dizionari e thesauri da un unico hub sulla Rete. Tuttavia, le risorse restano separate, ovvero prive d’interoperabilità, che richiede che le annotazioni associate a una parola (o testo) vengano integrate in una comune rappresentazione della conoscenza (Chiarcos 2012: 162). Il più promettente approccio all’interazione tra risorse linguistiche consiste oggi nell’applicare ad esse i principii del paradigma Linked Data (LD), in base a cui i dati nel Semantic Web (Berners-Lee et al. 2001) sono interconnessi attraverso collegamenti interrogabili con query semantiche. Tuttavia, l’interoperabilità tra le risorse in LD è ancora superficiale, per lo più limitandosi a metadati descrittivi; a mancare è un’interazione “profonda” tra le risorse, ovvero un’interoperabilità a livello delle singole occorrenze delle parole nei corpora e delle singole entrate lessicali nei lessici/dizionari. 
Nell’ambito delle risorse per le lingue classiche, il progetto LiLa: Linking Latin sta sviluppando una Knowledge Base (KB) di risorse linguistiche per il latino (https://lila-erc.eu). Fondata su standard e pratiche LD (e.g. OLiA: Chiarcos & Sukhareva 2015; Lemon: Buitelaar et al. 2011), la LiLa KB usa il Resource Description Framework (Lassila & Swick 1998) per codificare i (meta)dati delle risorse in termini di grafi (Bird & Liberman 2001), rappresentando le annotazioni linguistiche attraverso triple: (1) un predicato, ovvero una relazione nominata, connette (2) un soggetto con (3) il suo oggetto. Ad esempio, una relazione hasLemma (1) connette l’occorrenza di una parola in un corpus (2) al proprio lemma (3). 
Considerando la disponibilità della lemmatizzazione in vari corpora e lessici per il latino e gli attuali valori di accuratezza dei lemmatizzatori automatici per questa lingua (Sprugnoli et al. 2020a), in LiLa il Lemma è considerato il nodo-pivot attraverso cui interconnettere le risorse linguistiche distribuite sulla Rete. Il cuore della LiLa KB consiste, dunque, in un insieme di ca. 130.000 lemmi latini tratti dall’analizzatore morfologico Lemlat (Passarotti et al. 2017) attraverso cui le singole occorrenze delle parole nei corpora (e le entrate delle risorse lessicali) vengono interconnesse in LiLa (Passarotti et al. 2020). La comunicazione descriverà innanzitutto la struttura della LiLa KB e, nello specifico, l’ontologia che ne sostiene il lemmario. 
Verranno, inoltre, discusse le soluzioni individuate per includere nella KB diversi corpora annotati. Alcune interrogazioni incrociate sulle risorse della KB saranno dimostrate. Al momento, la LiLa KB include: - i metadati morfologico-derivazionali tratti dalla risorsa lessicale Word Formation Latin (Litta et al. 2016); - la Index Thomisticus Treebank (Passarotti 2019), ovvero la più ampia treebank latina disponibile; - il corpus delle opere latine di Dante Alighieri arricchite con annotazione sintattica (UDante) secondo lo stile di Universal Dependencies (https://universaldependencies.org/guidelines.html) (Cecchini et al. 2020); - l’Etymological dictionary of Latin and the other Italic languages di De Vaan (2008-2018) (Mambrini & Passarotti 2020); - il lessico di polarità del latino LatinAffectus (Sprugnoli et al. 2020b); - una raccolta di prestiti greci nel lessico latino (Saalfeld 1884) (Franzini et al. 2020); - una porzione verificata manualmente del Latin WordNet (Franzini et al. 2019). 

Riferimenti bibliografici

Berners-Lee, Tim / Hendler, James / Lassila, Ora (2001). ‘The Semantic Web’, Scientific American 284.5: 28-37. 
Bird, Steven / Liberman, Mark (2001). ‘A formal framework for linguistic annotation’, Speech communication 33.1-2: 23-60. 
Buitelaar, Paul / Cimiano, Philipp / McCrae, John / Montiel-Ponsoda, Elena / Declerck, Thierry. 2011. ‘Ontology lexicalisation: The lemon perspective’. In Slodzian, Monique / Valette, Mathieu / Aussenac-Gilles, Nathalie / Condamines, Anne / Hernandez, Nathalie / Rothenburger, Bernard (eds.). Proceedings of the Workshops. 9th International Conference on Terminology and Artificial Intelligence. Paris, INALCO: 33-36. 
Cecchini, Flavio Massimiliano / Sprugnoli, Rachele / Moretti, Giovanni / Passarotti, Marco. 2020. ‘UDante: First Steps Towards the Universal Dependencies Treebank of Dante's Latin Works’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-7. 
Chiarcos, Christian. 2012. ‘Interoperability of corpora and annotations’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 161- 179. 
Chiarcos, Christian / Nordhoff, Sebastian / Hellmann, Sebastian. 2012. ‘Introduction and overview’. In Chiarcos, Christian / Hellmann, Sebastian / Nordhoff, Sebastian (eds.). Linked Data in Linguistics. Berlin, Springer: 1-12. 
Chiarcos, Christian / Sukhareva, Maria (2015). ‘OLiA - Ontologies of Linguistic Annotation’, Semantic Web Journal 6.4: 379-386. 
De Vaan, Michiel. 2008-2018. Etymological dictionary of Latin and the other Italic languages. Leiden-Boston, Brill. 
Franzini, Greta / Peverelli, Andrea / Ruffolo, Paolo / Passarotti, Marco / Sanna, Helena / Signoroni, Edoardo / Ventura, Viviana / Zampedri, Federica. 2019. ‘Nunc Est Aestimandum: Towards An Evaluation Of The Latin Wordnet’. In Bernardi, Raffaella / Navigli, Roberto / Semeraro, Giovanni (eds.). Proceedings of the Sixth Italian Conference on Computational Linguistics (CLiC-it 2019). Bari, CEUR Workshop Proceedings, AI*IA series 2481: 1-8. 
Franzini, Greta / Zampedri, Federica / Passarotti, Marco / Mambrini, Francesco / Moretti, Giovanni. 2020. ‘Græcissâre: Ancient Greek Loanwords in the LiLa Knowledge Base of Linguistic Resources for Latin’. In Monti, Johanna / Dell’Orletta, Felice / Tamburini, Fabio (eds.). Proceedings of the Seventh Italian Conference on Computational Linguistics (CLiC-it 2020). Bologna, CEUR Workshop Proceedings: 1-6. 
Lassila, Ora / Swick, Ralph R. 1998. ‘Resource description framework (rdf) model and syntax specification’. https://www.w3.org/TR/1999/REC-rdf-syntax-19990222/, consultato il 14 gennaio 2021. 
Litta, Eleonora / Passarotti, Marco / Culy, Chris. 2016. ‘Formatio formosa est. Building a Word Formation Lexicon for Latin’. In Corazza, Anna / Montemagni, Simonetta / Semeraro, Giovanni (eds.). Proceedings of the Third Italian Conference on Computational Linguistics (CLiC-it 2016). Napoli, aAccademia university press: 185-189. 
Mambrini, Francesco / Passarotti, Marco. 2020. ‘Representing Etymology in the Lila Knowledge Base of Linguistic Resources for Latin’. In Kernerman, Ilan / Krek, Simon / McCrae, John / Gracia, Jorge / Ahmadi, Sina / Kabashi, Besim (eds.). Proceedings of the 2020 Globalex Workshop on Linked Lexicography. Marseille, European Language Resources Association (ELRA): 20-28.
Passarotti, Marco / Budassi, Marco / Litta, Eleonora / Ruffolo, Paolo. 2017. ‘The Lemlat 3.0 Package for Morphological Analysis of Latin’. In Bouma, Gerlof / Adesam, Yvonne (eds.). Proceedings of the NoDaLiDa 2017 Workshop on Processing Historical Language. Gothenburg, Linköping University Electronic Press: 24-31. 
Passarotti, Marco. 2019. ‘The Project of the Index Thomisticus Treebank’. In Berti, Monica (ed.). Digital Classical Philology. Ancient Greek and Latin in the Digital Revolution. Berlin-Boston, De Gruyter: 299-319. 
Passarotti, Marco / Mambrini, Francesco / Franzini, Greta / Cecchini, Flavio Massimiliano / Litta, Eleonora / Moretti, Giovanni / Ruffolo, Paolo / Sprugnoli, Rachele (2020). ‘Interlinking through Lemmas. The Lexical Collection of the LiLa Knowledge Base of Linguistic Resources for Latin’, Studi e Saggi Linguistici LVIII(1): 177-212. 
Saalfeld, Günther Alexander E.A. 1884. Tensaurus Italograecus: Ausführliches historisch-kritisches Wörterbuch der griechischen Lehn- und Fremdwörter im Lateinischen, Wien, Carl Gerold’s Sohn.
Sprugnoli, Rachele / Passarotti, Marco / Cecchini, Flavio Massimiliano / Pellegrini, Matteo. 2020a. ‘Overview of the EvaLatin 2020 Evaluation Campaign’. In Sprugnoli, Rachele / Passarotti, Marco (eds.). Proceedings of LT4HALA 2020 Workshop - 1st Workshop on Language Technologies for Historical and Ancient Languages, satellite event to the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 105-110. 
Sprugnoli, Rachele / Passarotti, Marco / Corbetta, Daniela / Peverelli, Andrea. 2020b. ‘Odi Et Amo. Creating, Evaluating and Extending Sentiment Lexicons for Latin’. In Calzolari, Nicoletta / Béchet, Frédéric / Blache, Philippe / Choukri, Khalid / Cieri, Christopher / Declerck, Thierry / Goggi, Sara / Isahara, Hitoshi / Maegaard, Bente / Mariani, Joseph / Mazo, Hélène / Moreno, Asuncion / Odijk, Jan / Piperidis, Stelios (eds.). Proceedings of the Twelfth International Conference on Language Resources and Evaluation (LREC 2020). Marseille, European Language Resources Association (ELRA): 3078-3086.

La LiLa Knowledge Base a supporto dell’interoperabilità tra le risorse linguistiche del latino

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-20/lq23jd4/SLI_20202021_Peri_Machetti_Masillo.pdf)**



Corpora di apprendenti e valutazione linguistica. Strumenti per la certificazione dell’italiano di stranieri

L’Istituto di informatica giuridica e sistemi giudiziari (CNR-IGSG) cura l'implementazione di un Indice semantico per il lessico giuridico italiano (IS-LeGI), liberamente consultabile in rete per mezzo di un intuitivo sistema di interrogazione. Grazie a un software editoriale web based i ricercatori associano ad un dato lemma alcuni metadati: le accezioni dell’unità documentaria, i sintagmi fraseologici e le varianti grafiche [1]. 
La redazione ragionata dell’Indice consente di individuare i collegamenti semantici e concettuali tra i termini giuridici estratti dal corpus degli archivi dell’istituto e di comprendere, non solo la storia, ma anche l'evoluzione degli istituti giuridici che a tale termine fanno riferimento [2]. La base dati di riferimento di IS-LeGI, utile per chi studia il lessico giuridico, risulta particolarmente significativa anche per i giuristi, che hanno a disposizione uno strumento per analizzare le evoluzioni subite nel tempo dai singoli istituti giuridici al fine, ad esempio, di monitorare la trasformazione del sistema nazionale verso il modello comunitario [3]. Inoltre questo corpus annotato è a disposizione di chi vuole comprendere come cambia la nostra società, usando come parametro di riferimento l'evolversi di un linguaggio specialistico, che si affida anche alla lingua comune e che dunque testimonia, nel suo lessico e nella sua sintassi, le trasformazioni delle nostre comunità. Come già documentato in passato per lemmi rilevanti per il gergo tecnico-giuridico quali “mandato” o “codice”, o per parole di rilevante impatto sociale adoperate nel linguaggio del diritto (è il caso delle parole “razza” o “identità”), evidenzieremo qui, di seguito, l’evoluzione di altri importanti termini quali “corruzione” e “cittadinanza”[4][5][6][7]. 
Per la parola ‘corruzione’, presente in 59 schede/contesto della banca dati (dal 1377 al 1966) sono state documentate le seguenti accezioni, alle quali vengono associati anche alcuni esempi di sintagmi fraseologici di particolare rilevanza: 
1. ‘Compimento o induzione al compimento di atti immorali, libidinosi anche su persona minore di età o socialmente debole; stupro’ (agevolare la corruzione, corruzione della figlia minore, corruzione di minorenni, corruzione di minori, corruzione di una vedova, corruzione di una vergine, eccitare la corruzione, favorire la corruzione). 
2. ‘Danneggiamento, inquinamento’ (corruzione del terreno, corruzione di fonti). 
3. ‘Decadenza, perdita dell'esercizio di un diritto’. 
4. ‘Degenerazione di una cosa, putrefazione’. 
5. ‘L'indurre, prevalentemente un pubblico ufficiale, con la promessa di denaro o altri vantaggi, a contravvenire ai propri doveri’ (colpevole di corruzione, corruzione attiva, corruzione della giustizia, corruzione di funzionario pubblico, corruzione di giudice, in sequela di corruzione, per ragione di corruzione, reato di corruzione, reo di corruzione). 

Per quanto riguarda il lemma ‘cittadinanza’ le accezioni attestate nelle 199 schede/contesto (dal 1401 al 1965) sono risultate le seguenti: 
1. ‘L’insieme della popolazione che costituisce una città, talvolta per estensione una nazione; il complesso dei cittadini’ (aggregare alla cittadinanza, cittadinanza autenticata, podestà nella cittadinanza). 
2. ‘Parte della popolazione non nobile ma di rango ragguardevole’ (concessione di cittadinanza e di nobiltà, privilegio della (di) cittadinanza, stemma di cittadinanza). 
3. ‘Stato giuridico derivante dall'appartenenza ad un determinato regno, impero, nazione o ad altra autorità costituita, a partire dall'epoca greco-romana; condizione, titolo di cittadino’ (ambire la cittadinanza, cittadinanza accidentale, cittadinanza acquisita iure sanguinis, cittadinanza acquisita iure soli, cittadinanza artificiale, cittadinanza domiciliaria). 
4. Titolo legale di città e le procedure per il suo ottenimento (bolla della cittadinanza, congregazione sopra la cittadinanza, spedizione della cittadinanza). 

Il corpus di lemmi giuridici annotato con metadati, come quelli appena esemplificati, può contribuire agli studi non solo in campo linguistico, offrendo anche un esempio di ricerca multidisciplinare che si è già rivelata prezioso strumento per la didattica.

Riferimenti bibliografici

[1] Cammelli, Antonio / Mariani, Paola 2009, ‘IS-LeGI. A New On-line Dictionary for a Better Access to the Historical ITTIG Archives Documenting Italian Legal Language’. In: Peruginelli, Ginevra / Ragona, Mario (eds). Law via the Internet. Free Access, Quality of Information, Effectiveness of Rights: Proceedings of the IX International Conference ""Law via the Internet"" (Florence, 30-31 October 2008). Firenze, European Press Academic Publishing: 399-408. 
[2] Fiorelli / Piero, 2008, ‘Intorno alle parole del diritto’. Milano, Guffrè: 358. 
[3] Marinai, Elisabetta / Romano, Francesco / Visconti, Jacqueline /Dell'Anna, Maria Vittoria 2014, ‘Un corpus di documenti giuridici per il Nuovo Vocabolario dell’Italiano moderno e contemporaneo’. Informatica e diritto, vol. XXXIII, fasc. 1: 181-192. 
[4] Romano, Francesco / Cammelli, Antonio 2018, ‘Strumenti e metodi per lo studio della lingua del diritto. Le attestazioni del termine mandato nei documenti giuridici antichi e contemporanei’. In D'Onghia, Luca /Tomasin, Lorenzo (a cura di), Etimologia e storia delle parole: Atti del XII Convegno ASLI Associazione per la Storia della Lingua Italiana (Firenze, Accademia della Crusca, 3-5 novembre 2016). Firenze, Franco Cesati Editore: 519-527. 
[5] Cammelli, Antonio / Romano, Francesco 2020, ‘Uso del termine 'codice' nella legislazione, nella dottrina e prassi giuridica’. In Gabriella Alfieri, Giovanna Alfonzetti, Daria Motta e Rosaria Sardo (a cura di) Pragmatica storica dell'italiano. Modelli e usi comunicativi del passato, Atti del XIII Convegno ASLI - Associazione per la Storia della Lingua Italiana, Franco Cesati Editore, Firenze, ISBN: 978-88-7667-843-1, pp. 401-406. 
[6] Cammelli, Antonio / Fioravanti, Chiara / Romano, Francesco 2019, ‘La parola 'razza': analisi diacronica nei testi giuridici antichi e moderni’. Sociologia del diritto, fasc. 2: 191-200. 
[7] Cammelli, Antonio / Fioravanti, Chiara / Romano, Francesco 2020, ‘Identità e linguaggio giuridico’, in Jacqueline Visconti, Manuela Manfredini, Lorenzo Coveri (a cura di) Linguaggi settoriali e specialistici. Sincronia, diacronia, traduzione, variazione, ISBN: 978-88-7667-817-2, Franco Cesati Editore, Firenze, Atti del XV Congresso SILFI - Società Internazionale di Linguistica e Filologia Italiana, pp. 185-190.

Le risorse della banca dati IS-LeGI per lo studio della lingua del diritto

La possibilità di sfruttare corpora linguistici rende l’esplorazione delle lingue uno studio scientifico della realtà (McEnery&Hardie 2012:14). Inoltre, il confronto tra i risultati presenti in corpora di diversa natura permette di non ritenere anomalie taluni fenomeni che in un solo corpus possono non essere presenti. Sulla base di queste considerazioni e sul pluralismo metodologico ammesso (McEnery&Hardie 2012:233) si basa la presente ricerca, condotta su dati estratti da diversi corpora attraverso una metodologia corpus-driven.
L’obiettivo del lavoro è indagare la possibile esistenza del percorso semantico Quantità > Qualità/Valore > Maniera attraverso lo studio dell’uso di quantificatori vaghi e indefiniti. Per l’analisi diacronica è stato utilizzato il corpus MIDIA, che comprende testi di italiano dal XIII al XX secolo. Per l’analisi sincronica sono stati utilizzati i corpora CorDIC e VoLIP che contengono dati di lingua parlata, i corpora itTenTen e ItWac che contengono dati di lingua del web e parte del DiaCORIS, che contiene testi di italiano dal 1861 al 2001.
Molti studi (Bazzanella 2011; Dehaene 1992; Voghera 2019, 2017a, 2017b, 2014; Lavric 2004) mostrano che tra i mezzi di espressione della vaghezza abbiamo i piccoli numeri, in particolare i numeri tondi (es. due, cinque, dieci) e che alcune di queste costruzioni mostrano uno slittamento semantico dal dominio della Quantità al dominio della Maniera e a significati relazionali. Il presente studio ha lo scopo di verificare questa ipotesi prendendo in considerazione anche altri tipi di quantificatori e altri tipi di funzioni. Sul corpus MIDIA è stata condotta un’analisi diacronica delle costruzioni contenenti piccoli numeri da due a dieci per un totale di circa 20.000 occorrenze ; sui corpora CorDIC, VoLIP, ItWac, itTenTen e DiaCORIS è stata condotta un’analisi dell’uso di 1000 occorrenze per ciascuno dei quantificatori niente, qualcosina e dell’aggettivo indefinito certo, per un totale di 3000 occorrenze. Dall’analisi diacronica se ne ricava che lo slittamento semantico dalla Quantità a sensi di vaghezza e significati relazionali è presente già nell’italiano antico, a partire dal XIV secolo:

(1) e io non vidi mai niuno di questi camuffati e rimossi dalla conversazione delli nomini, che sapesse tre lettere. (Corpus MIDIA, periodo 1376-1532).

Dall’analisi sincronica se ne ricava che anche forme diverse dai piccoli numeri, cioè quantificatori indefiniti come niente, qualcosina e l’aggettivo indefinito certo presentano lo stesso slittamento semantico con la perdita del senso di Quantità e, più nello specifico, con l’acquisizione di un valore pragmatico che correla con la categoria concettuale della Maniera (Moline&Stosic 2016). Sul totale delle 3000 occorrenze, il presente lavoro mostra che l’uso con senso di Maniera si aggira intorno al 5,8%.  In molti usi dei quantificatori e indefiniti presi in esame appare chiaro che si presenta una commistione di Hedging, Aspettualità dell’evento, Intensità e Maniera, come si vede dagli esempi seguenti:

(2) è un lavoro di due minuti

(3) A: pero' il discorso adesso e' che non c'e' nessuno che fa la regia
    B: perche' basta un niente penso
    A: ahah si'
    B: pero' quel niente ci vuole [Corpus VoLIP]

(4) l’interrompeva con certe mosse di stupore [DiaCORIS]

(5) Ingredienti x farli “alla giapponese”, tu come mi consigli di cucinarli? (qualcosina di estremamente FACILE, tipo “gamberetti for dummies”...)) [ItWac]

Si nota che i quantificatori e l’aggettivo indefinito, con forme e funzioni diverse, sono in grado di esprimere un’alterazione dell’evento a cui si riferiscono. In (1) la quantificazione temporale due minuti non solo esprime una quantificazione approssimata, ma attenua la forza illocutiva dell’enunciato e porta l’ascoltatore ad inferire che si tratta di un lavoro breve e di facile svolgimento. In (2) la costruzione basta un niente contribuisce alla semantica dell’enunciato esprimendo un senso di semplicità di svolgimento o attitudine rilassata dell’evento. In (3) la costruzione certo+ Nevento pare avere una forte correlazione con una specificazione imprecisa dell’evento espresso e con l’intensificazione dello stesso. In (4) abbiamo un uso del quantificatore qualcosina in cui non è saliente il senso di quantificazione, ma quello di piccolezza che, in concomitanza con altri elementi cotestuali, aiuta a inferire uno svolgimento semplice e di breve durata.
Le forme prese in considerazione si fissano in costruzioni polirematiche (Voghera 2004) o lessemi complessi che arrivano a indurre il senso di Maniera attraverso il meccanismo delle invited inferences  (Traugott&Dasher 2002; Davidse et al. 2010). I dati raccolti grazie all’analisi corpus driven sembrano dunque avvalorare la correlazione tra fissità della costruzione, svuotamento semantico e estensione semantica, che sono condizioni alla base della regolarità dei percorsi semantici, come questo di Quantità > Qualità/Valore > Maniera.

Riferimenti bibliografici

Bazzanella, Carla. 2011. Numeri per parlare. Da ‘quattro chiacchiere’ a ‘grazie mille’. Roma/Bari. Laterza.  
Davidse, Kristin et al. 2010. Subjectification, Intersubjectification and Grammaticalization.De Gruyter.  
Dehaene, Stanislas&Mehles, Jacques. 1992. ‘Cross-linguistic regularities in the frequency of number words’. In Cognition, International Journal of Cognitive Sciences, 43 1-29.  
DessìSchmid, Sara. 2014. Aspektualität. De Gruyter.  
Fillmore, Charles J. 2010. ‘A Frames Approach to Semantic Analysis’. In Heine, Bernd &Narrog, Heiko, The Oxford handbook of Linguistic Analysis. Oxford University Press.  
Goldberg, Adele Eva. 2003. ‘Constructions: A new theoretical approach’ In Trends in Cognitive Science, 7(5), pp.219-224.  
Heine, Bernd &Kuteva, Tania. 2002. World Lexicon of Grammaticalization. Cambridge University Press.  
Lakoff, George & Johnson, Mark. 1980 [2003]. Metaphors We Live By. University of Chicago Press.  
Lavric, Eva. 2004. ‘Les numeraux approximatifs ou comment se fait-il que sept minutes soient toujours exactement sept minutes, mais que cinq minutes puissent parfois être beaucoup plus?’. In Totter, David (a cura di). Actes du XXIVe Congrès International de Linguistique et de Philologies Romanes, Tübingen, Max Niemeyer Verlag 139-153.  
Masini, Francesca. 2016. Grammatica delle Costruzioni. Carocci. Roma.  
McEnery T. & Hardie (2012), Corpus Linguistics, Cambridge University Press.  
Moline, Estelle&Stosic, Dejan. 2016. L’Expression del la Manière en Français. Édition Ophrys.  
Traugott, Elizabeth & Dasher, Richard B. 2002. Regularity in Semantic Change. Cambridge University Press.   
Voghera, Miriam (2004), “Polirematiche” in In Grossmann, M.; Rainer, F. A cura di La formazione delle parole in italiano Pag.56-69 TUBINGEN Niemeyer.  
Voghera, Miriam. 2014. ‘Verso una definizione non vaga di vaghezza’. Relazione presentata all’VIII Convegno CODISCO, Corpi, strumenti e cognizione/Bodies, Tools and Cognition. Roma.  
Voghera, Miriam. 2017 a. ‘Costruzioni di piccoli numeri: la vaghezza intenzionale in funzione’. In Oana-Dana Balaş Adriana Ciama Mihai Enächescu Anamaria Gebäilä Roxana Voicu (eds.) L’expression de l’imprécision dans les langues romanes.  
Voghera, Miriam. 2017 b. ‘Quando vaghezza e focus entrano in contatto: il caso di un attimo, anzi un attimino’. In Di tutti i colori. Studi linguistici per Maria Grossmann. Pp.385-397. Utrecht University.  
Voghera, Miriam. 2019. ‘Numeral constructions in spoken Italian and Spanish: from quantitative approximation to interpersonal relationships’. In Normas, 9, 221-233.

Percorsi nei corpora di lingua scritta, parlata e del web per lo studio della quantificazione vaga

This contribution intends to provide the Italian community with one broad overview of CLARIN, its mission, its pillars, its services, organization, technical and governance structure, both at European and national level. We will describe the Italian network, with the ILC4CLARIN national center, hosted  at ILC-CNR, the resources and services offered.

La sezione Sardegna del corpus CLaSSES

Downloads

Next from LIV Congresso SLI 2021

I verbi di dire in italiano: uno studio nella semantica dei frame

Similar lecture

CLARIN-IT - the Italian Common Language Resources and Technology Infrastructure

Stay up to date with the latest Underline news!

PRESENTATIONS

CONFERENCES

COMPANY

RESOURCES