five

DOC-STL

收藏
DataCite Commons2026-03-11 更新2026-05-04 收录
下载链接:
https://www.ortolang.fr/market/item/doc-stl/v6
下载链接
链接失效反馈
官方服务:
资源简介:
Le projet DOC (Didactique, Oral, Corpus) de l’UMR STL CNRS 8163 - Université de Lille, est un projet collaboratif et international porté par Juliette DELAHAIE et Emmanuelle CANUT (Professeures des Université en Sciences du langage), avec l'appui technique de Antonio BALVET (Maitre de conférences en Sciences du langage) et Driss SADOUN (Président de PostLab, Chercheur EMSE (IMT) et chercheur associé ERTIM/INALCO). Il est construit autour de plusieurs partenariats à l'international : le réseau hispanophone latino-américain (Mexique, Colombie, Cuba), le réseau lusophone (Portugal, Brésil), le réseau italophone et sinophone.Responsable du corpus français : Emmanuelle Canut et Juliette Delahaie, Université de Lille (corpus accessible) Responsable du corpus espagnol : Henry Hernandez-Bayter, Camilo Restrepo, Karine Dubosc, Université de Lille Responsable du corpus portugais : Liliane Santos, Université de Lille (en cours de constitution) Responsable du corpus italien : Simona Anastasio, Université Toulouse 2 (en cours de constitution) Responsable du corpus chinois : Huiyun Hu et Rou Chen, Université de Lille (en cours de constitution) Le projet a pour objectif premier la constitution d’une base de données d’interactions orales pour l’enseignement des langues étrangères (FLE, ELE...), dans une visée comparative interlangues (français, chinois, espagnol, portugais, italien). Les corpus oraux recueillis sont archivés au fur et à mesure de leur traitement (transcription, anonymisation). Le choix ciblé des situations d’interactions obéit en amont à des préoccupations didactiques : interactions de commerce, interactions de « sociabilité » (rencontres), interactions pour donner son avis (opinion/débat). Un second objectif est de construire un cadre méthodologique robuste pour l'étude comparative des dynamiques interactionnelles.
提供机构:
ORTOLANG (Open Resources and TOols for LANGuage) - www.ortolang.fr
创建时间:
2026-02-11
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作