Neural Machine Translation (NMT) systems have been shown to perform impressively on many language pairs compared to Statistical Machine Translation (SMT). However, these systems are data-intensive, which is problematic for the majority of language pairs, and especially for low-resource languages. In this work, we address this issue in the case of certain Arabic dialects, those variants of Modern Standard Arabic (MSA) that are spelling non-standard, morphologically rich, and yet resource-poor variants. Here, we have experimented with several multitasking learning strategies to take advantage of the relationships between these dialects. Despite the simplicity of this idea, empirical results show that several multitasking learning strategies are capable of achieving remarkable performance compared to statistical machine translation. For instance, we obtained the BLUE scores for the Algerian → Modern-Standard-Arabic and the Moroccan → Palestinian of 35.06 and 27.55, respectively, while the scores obtained with a statistical method are 15.1 and 18.91 respectively. We show that on 42 machine translation experiments, and despite the use of a small corpus, multitasking learning achieves better performance than statistical machine translation in 88% of cases.

Improving Machine Translation of Arabic Dialects through Multi-Task Learning

In therapeutic encounters, patients from different ethnic backgrounds are required to communicate their emotions, often in a state of distress, to therapists who may not share their idea of therapy, and who patients feel have not shared their experiences, which may have led to their mental health state (Barden and Williams, 2007; Tribe, 2014). Due to the non-proficiency in the English language, some of these patients may not be able to communicate with therapists or express their emotions as they do in their first languages (L1) (Kennedy, 2015, Pavlenko, 2006). This is because the emotion words used to describe their distress not only depend on the personal experience, but in fact the meaning of distress is often culturally linked to the language of sorrow, which tends to feel emotionally weaker when interpreted into a foreign language (Lx) (Bamberg, 1997; Costa, 2010). As a result, therapists may fail to connect with patients or misinterpret the meaning of their emotional expressions. Therefore, this paper focuses on exploring how Pakistani, Somali and Yemeni (PSY) patients in Sheffield, UK use language to articulate their emotions, the emotional words or phrases they use to describe their emotions and how culture and/or religious beliefs may influence the expressions of such emotions or affect patients’ engagement with therapy. A qualitative interpretive approach using qualitative data collection methods including participant observations and in-depth semi-structured interviews has been used in order to understand the meaning of the intercultural communication encounter.  Results showed that the use of physical complaints to express emotional distress amongst PSY patients centred mainly on the description of the heart and how it impacts both on the mind and body (Haque and Keshavarzi, 2014), which appears to be based on Islamic teaching and reflect on their personal identities (Haque and Kamil, 2012). Participants were also found to use idioms of distress and rhetorical strategies such as metaphors, Quranic verses, and analogies that were shaped by the traditional norms and cultural and religious practices of each group to communicate their emotions (Blenkiron, 2005; Tair and Edward, 2006). These lexical items, which were layered with culturally different meanings, were not always adequately interpreted or understood by therapists. These lexical items drew attention to the complexity of communicating the emotions in cross-cultural therapeutic encounters, in which the communication can be quite a difficult task to achieve between patients and therapists.

The expression of emotions and their cultural ties to Pakistani, Somali and Yemeni patients' views of the world in cross-cultural therapy

Presenteremo i tre grandi corpora sviluppati dal nostro gruppo di ricerca, con la collaborazione di John Sinclair, e liberamente consultabili sul Web. Per tutti i tre corpora è stato effettuato un attento studio preliminare per garantirne il maggior grado di rappresentatività possibile rispetto alla varietà linguistica considerata. Il progetto più rilevante ha riguardato la creazione di un corpus di riferimento rappresentativo dell’italiano contemporaneo (CORIS); è disponibile online dal 2001 e costantemente aggiornato, ogni tre anni, per cogliere le variazioni nel lessico e nei rapporti di frequenza. E’ stato annotato automaticamente per parti del discorso e lemmi. CODIS, la sua controparte dinamica, consente allo studioso di combinare liberamente insiemi predefiniti di testi per costruire il corpus ideale per studi specifici o per studi interlinguistici. DiaCORIS, sviluppato in collaborazione con L’Accademia della Crusca, riproduce la struttura in macro-varietà testuali di CORIS a livello diacronico. Contiene testi dall’Unità d’Italia agli anni 2000 adeguatamente annotati rispetto ai principali metadati. E’ disponibile online dal 2006. BoLC è un corpus bilingue (italiano/inglese) di linguaggio giuridico contenente una sezione parallela (documenti dell’UE) e una sezione comparabile. Consente lo studio delle differenti terminologie adottate da due sistemi giuridici (common law vs civil law) così diversi. E’ disponibile online dal 2011.

I corpora del FICLIT, Università di Bologna

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-05/4r33j97/SLI_proposal-EvaLatin-11.pdf)**



EvaLatin 1.0: un Corpus per la Valutazione delle Tecnologie del Linguaggio Applicate al Latino

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-06/4r13qhs/CfP--SLI2020--v21.pdf)**




Esplorazioni di treebank multilingue per studi tipologici

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-27/bv13rv3/Tavoni%20per%20LIV%20Congresso%20SLI-abstract.pdf)**





Allestimento, sviluppo e fruizione di DanteSearch, corpus delle opere volgari e latine di Dante con annotazione morfologica e sintattica

Il presente contributo propone un confronto interlinguistico fra le strategie pragmatiche adottate da parlanti nativi di spagnolo e tedesco e apprendenti italofoni delle stesse lingue all’interno di dialoghi task-oriented. Scopo del lavoro è indagare se e in che misura le strategie impiegate in lingua straniera presentino pattern pragmatici riconducibili a quelli propri della lingua materna (italiano), propri della lingua target (spagnolo, tedesco) o piuttosto caratteristiche legate alla competenza linguistica e strategica in una lingua straniera (quindi in qualche modo non direttamente dipendenti dalla lingua target). Diversi studi contrastivi sugli stili conversazionali dimostrano che la scelta delle strategie pragmatiche impiegate dai parlanti nella conduzione di uno scambio dialogico risulta vincolata dal tipo di situazione comunicativa e da fattori linguistici e culturali (tra gli altri, House 2006; Alfano e Savy 2012; Solís e Savy 2012, Bazzanella 2015; Savy e Alfano 2019). Al fine di osservare, dunque, gli aspetti linguistici e culturali, è utile controllare i fattori responsabili della variabilità legata alla situazione comunicativa. Per tale ragione, il presente lavoro prende in considerazione un corpus multilingue e un corpus di apprendenti raccolti impiegando gli stessi criteri metodologici stabiliti per il corpus PraTiD (cfr. www.parlaritaliano.it, parte del corpus CLIPS, Albano Leoni 2007). I corpora esaminati sono costituiti da dialoghi task-oriented in spagnolo e tedesco come L1 e come LS (di livello B2-C1 del QCER), elicitati mediante la tecnica distrattiva “gioco delle differenze” (Péan et al. 1993). 
L’analisi che presentiamo mira a definire le strategie pragmatiche adottate dai parlanti per introdurre e gestire un argomento del discorso (Discourse Topic, DT, Brown e Yule 1983) sul piano testuale e interazionale. Per quanto riguarda la costruzione della struttura testuale, la considerazione del DT consente di individuare all’interno di qualsiasi scambio comunicativo una macrostruttura il cui sviluppo può essere articolato in vari sub-topic e risulta strettamente legato al cotesto e al contesto extralinguistico. Sul piano della relazione interpersonale invece, la scelta delle strategie di introduzione e gestione di un DT riflette la disposizione dei parlanti rispetto allo scambio. L’analisi pragmatica prevede l’impiego dello schema di annotazione Pr.A.T.I.D. (Savy 2010) che identifica gli atti dialogici come “mosse” (conversational moves, Carletta et al. 1996; 1997), codificate da etichette a seconda della loro funzione primaria. 
A seguito dell’annotazione, consideriamo i seguenti parametri: 
i) frequenza di occorrenza dei tipi di mosse impiegate per introdurre e gestire Discourse Topic, 
ii) articolazione della struttura tematica (nel rapporto tra transaction, game e move, Carletta et al. 1997), 
iii) velocità d’elocuzione e incidenza di fenomeni di esitazione. 

L’indagine rivela aspetti interessanti sulle dinamiche di conduzione di uno scambio dialogico in lingua straniera. Infatti, diversamente da quanto osservato in L1 nello stesso tipo di scambi dialogici (Savy e Alfano 2019), gli apprendenti dimostrano di venir meno al rispetto di alcune “massime” conversazionali condivise dai parlanti nativi, legate ad una strategia di Questioning più o meno serrato (Alfano e Savy 2014). Nella conversazione in lingua straniera, i parlanti adottano per lo più una strategia descrittiva, connotata da un buon grado di impegno, ma decisamente meno efficace; inoltre, tendono a cedere all’interlocutore lo spazio d’interazione e la responsabilità nella conduzione del gioco, dando origine a una struttura dialogica più frammentata e a un’esplorazione degli argomenti limitata e meno dettagliata rispetto a quanto accada nella L1, caratterizzata da una minore fluenza e un’alta incidenza di fenomeni di esitazione. Lo studio di corpora multilingui e di corpora di apprendenti risulta non soltanto interessante ad un livello di descrizione linguistica, ma si rivela utile anche per la didattica degli aspetti strutturali della conversazione, indispensabili per una piena acquisizione della competenza pragmatica.

Riferimenti bibliografici

Albano Leoni, Federico. 2007. Un frammento di storia recente della ricerca (linguistica) italiana. Il corpus CLIPS, Bollettino d’Italianistica, n.s., 4: 122-130. 
Alfano, Iolanda / Savy, Renata. 2012. ‘Los estilos conversacionales en la interacción dialógica: un análisis de las peticiones en italiano y español’, Oralia. Análisis del discurso oral 15: 35-62. 
Alfano, Iolanda / Savy, Renata. 2014. ‘La strategia del questioning nell’interazione dialogica: verso una definizione di continua pragmatico-funzionali’, Lingue e Linguaggi 12: 7-22. 
Bazzanella, Carla. 2015. ‘Dimensione interculturale e prospettiva pragmatica della lingua. Alcune riflessioni tra teoria e applicazione’, Segno 2: 11-16. 
Brown, Gillian / Yule, George. 1983. Discourse Analysis. Cambridge, Cambridge University Press.
Carletta, Jean / Isard, Amy / Isard, Stephen / Kowtko, Jacqueline / Doherty-Sneddon, Gwyneth / Anderson, Anne. 1996. HCRC Dialogue structure coding manual. Technical Report, 82. Human Communication Research Center, University of Edinburgh. 
Carletta, Jean / Isard, Amy / Isard, Stephen / Kowtko, Jacqueline / Doherty-Sneddon, Gwyneth / Anderson, Anne. 1997. ‘The reliability of a dialogue structure coding scheme’, Computational Linguistics 23(1): 13-32. 
House, Juliane, 2006. ‘Communicative styles in English and German’, European Journal of English Studies 10(3): 249-267. 
Péan, Vincent / Williams, Sheila / Eskénazi, Maxine. 1993. The design and recording of ICY, a corpus for the study of intraspeaker variability and the characterisation of speaking styles. In Eurospeech '93, 3rd European Conference on Speech Communication and Technology, Berlin, Germany, 627-630. 
Savy, Renata. 2010. ‘Pr.A.T.I.D: a coding scheme for pragmatic annotation of dialogues’. Proceedings of LREC 2010, Valletta, Malta, 2141-2148. 
Savy, Renata / Alfano, Iolanda. 2019. ‘Strategie pragmatiche di introduzione di un Discourse Topic in dialoghi task-oriented: lingue a confronto’. Studi AItLA 9: 109-127. 
Solís, Inmaculada / Savy, Renata. 2012. ‘Diferentes estrategias comunicativas en diálogos task-oriented españoles e italianos’. In A. Cassol, F. Gherardi, A. Guarino, G. Mapelli, F. Matte Bon, P. Taravacci (eds.), Il dialogo. Lingue, letterature, linguaggi, culture. Roma, AISPI Edizioni, 443-457.

La gestione dello scambio dialogico in lingua straniera: un’analisi su un corpus multilingue e un corpus di apprendenti

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

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

Read abstract **[here](https://s3.amazonaws.com/pf-upload-01/u-59356/0/2021-08-06/wk33jpz/abstract_SLI.pdf)**




Ordini di acquisizione di strutture VS in italiano L2: uno studio basato sul corpus LIPS

paper proposes an approach to cross-language sentence selection in a low-resource setting. It uses data augmentation and negative sampling techniques on noisy parallel sentence data to directly learn a cross-lingual embedding-based query relevance model. Results show that this approach performs as well as or better than multiple state-of-the-art machine translation + monolingual retrieval systems trained on the same parallel data. Moreover, when a rationale training secondary objective is applied to encourage the model to match word alignment hints from a phrase-based statistical machine translation model, consistent improvements are seen across three language pairs (English-Somali, English-Swahili and English-Tagalog) over a variety of state-of-the-art baselines.

Underline digital video library

Improving Machine Translation of Arabic Dialects through Multi-Task Learning

The expression of emotions and their cultural ties to Pakistani, Somali and Yemeni patients' views of the world in cross-cultural therapy

I corpora del FICLIT, Università di Bologna

EvaLatin 1.0: un Corpus per la Valutazione delle Tecnologie del Linguaggio Applicate al Latino

Esplorazioni di treebank multilingue per studi tipologici

Allestimento, sviluppo e fruizione di DanteSearch, corpus delle opere volgari e latine di Dante con annotazione morfologica e sintattica

La gestione dello scambio dialogico in lingua straniera: un’analisi su un corpus multilingue e un corpus di apprendenti

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

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

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

Ordini di acquisizione di strutture VS in italiano L2: uno studio basato sul corpus LIPS

Cross-language Sentence Selection via Data Augmentation and Rationale Training

Stay up to date with the latest Underline news!

PRESENTATIONS

CONFERENCES

COMPANY

RESOURCES