A data-driven study of temporal adverbials as discourse segmentation markers

Abstract

Abstract:Many linguistic and psycholinguistic studies present sentence-initial temporal adverbials as "good" markers of discourse segmentation. This paper proposes a corpus-based evaluation of their potential to signal discontinuity such as a discourse break or shift. We look in particular at how temporal adverbials interact with other features, such as position in the text (in relation to document structure), and type of referring expression as grammatical subject in the host sentence. Our methodology calls upon a large diversified tagged corpus, and combines quantitative and qualitative approaches in order to systematically explore these configurations and their relation to text-type. Temporal adverbials are shown in this corpus to signal discontinuity only when in certain configurations, i.e., they cannot be considered as segmentation markers in their own right. Keywords:discourse markers, discourse framing, discourse organisation, segmentation, temporal adverbials, referential accessibility, data-driven approach RésuméDe nombreuses études en linguistique et en psycholinguistique considèrent les adverbiaux temporels situés en position initiale de phrase comme de "bons" marqueurs de segmentation du discours. Cet article propose une analyse en corpus de leur capacité à signaler une discontinuité dans le discours (déplacement ou rupture). Nous portons ici une attention toute particulière aux configurations discursives dans lesquelles apparaissent les adverbiaux temporels à l'initiale en considérant deux autres traits : la position textuelle (relative à la structure du document) et le type d'expressions sujet apparaissant dans la même phrase que l'adverbial. Notre méthodologie se base sur un corpus diversifié et étiqueté, représentant un volume de données relativement important pour le domaine. Le va-et-vient entre analyses quantitatives et qualitatives nous permet d'explorer comparativement selon différents types de textes les configurations discursives auxquelles participent les adverbiaux temporels à l'initiale. Au vu de nos résultats, il semble que les adverbiaux temporels signalent une discontinuité uniquement dans certaines configurations, ce qui signifie qu'ils ne constituent pas en eux-mêmes des marqueurs de segmentation.

Spoken and written narration in Hebrew

“…Therefore, the first step in the analysis of Disappointment was the construction of a shadow story, which consisted of the merger of the two versions -spoken and written, covering the entirety of the story's events and their evaluation by the narrator. The merged shadow story was then divided into content units or spans, based on criteria of thematic and structural continuity, discourse aboutness, rhetorical signaling, and (in the case of the written units) document structure (Degand & Simon 2009;Ho-Dac & Péry-Woodley 2009). The detailed comparison of modality effects on the expression of each content unit constituted the heart of this study.…”

“…(iv) Information flow, processing, and cohesion. This analysis relates to aspects of cohesion and fluency in the text, specifically regarding how linguistic units cluster around interpretation criteria and join into continuation spans (Chafe 1992;Ho-Dac & Péry-Woodley 2009;Kehler et al 2008). This includes, for example, disfluency markers such as false starts, hesitation markers, and re-formulations in the spoken version of Content Unit 9 (End of story).…”

“…The third content unit continues with the interpretative process of selecting the specific story, again only in writing. It takes again a general, detached, and abstract stance, oriented by the scene-setting initial adverbial usually (Ho-Dac & Péry-Woodley 2009). Stance perseveres with two low-dynamics predicates -middle-voice happened and passive-voice, modal, cognitive can never be forgotten, both in embedded RCs, a position further diminishing their weak dynamic status -with generic pronoun arguments (it, you, something).…”

Recherche d’indices lexicosyntaxiques de segmentation et de liage par une analyse automatique de corpus

“…Cette approche s'est révélée particulièrement fructueuse, permettant la description de nombreux candidats-marqueurs de la segmentation du discours. On peut citer les études sur la fonction cadrative, ou plus simplement de segmentation, des expressions adverbiales temporelles et spatiales que ce soit dans de petits nombres de textes ou dans des collections de textes relativement grandes (Charolles, 2007 ;Crompton, 2006 ;Ho-Dac et Péry-Woodley, 2009 ;Piérard et Bestgen, 2006 ;Virtanen, 1992), mais aussi des études centrées sur une expression spécifique comme à travers (Stosic, 2012) ou selon X (Schrepfer-André, 2005). La limitation principale de l'approche sémasiologique est qu'elle ne peut être employée que lorsqu'on dispose d'une liste de candidats-marqueurs afin de vérifier si ceux-ci fonctionnent bien comme tels.…”

“…Ces études suggèrent que la recherche d'indices de segmentation et de liage au moyen de l'analyse de grandes quantités de texte par une procédure d'apprentissage supervisé pourrait se révéler efficace. Il est aussi nécessaire de mentionner que Piérard et Bestgen (2006) et Ho-Dac et Péry-Woodley (2009 ont analysé l'occurrence d'expressions adverbiales en fonction du découpage en paragraphes, mais l'approche employée est sémasiologique, cherchant à évaluer des hypothèses linguistiques à propos du statut d'indices de segmentation de ces expressions.…”