Projekt

Zurück zur Übersicht

Pragmatique lexicale et non-lexicale de la causalité en français: aspects descriptifs, théoriques et expérimentaux

Gesuchsteller/in Moeschler Jacques
Nummer 113382
Förderungsinstrument Projektförderung (Abt. I-III)
Forschungseinrichtung Faculté des Lettres Université de Genève
Hochschule Universität Genf - GE
Hauptdisziplin Schwerpunkt Romanistik
Beginn/Ende 01.04.2007 - 31.03.2011
Bewilligter Betrag 293'085.00
Alle Daten anzeigen

Keywords (7)

pragmatique lexicale; sémantiques distributionnelle; French language; theoretical and experimental pragmatics; distributional semantics; causality and causal discourse; causal predicates and connectives

Lay Summary (Französisch)

Lead
Lay summary
Ce projet de recherche a pour objet d’étude les aspects lexicaux et non-lexicaux de l’expression de la causalité en français. Par moyens lexicaux, nous entendons les ressources lexicales (prédicats d’événements) permettant de communiquer une inférence causale ; par moyen non-lexicaux, nous entendons l’ensemble du répertoire fonctionnel (connecteurs, groupes prépositionnels, connecteurs) permettant de communiquer une relation causale en français. Ces deux types de catégories lexicales et non-lexicales seront décrites, analysées et testées à partir d’une approche pragmatique cognitive issue de la théorie de la pertinence (Sperber & Wilson 1995, 2004) et de la pragmatique du discours (Reboul & Moeschler 1998).La causalité est un thème de recherche complexe, mais central pour l’étude de la cognition humaine et du fonctionnement de l’usage du langage. La faculté de raisonnement causal, impliquant la contiguïté, l’asymétrie temporelle, la contingence, la généralité et les conditions ceteribus paribus (Hume), est liée à des modes de réalisation linguistique variés.Les stratégies linguistiques principales pour le français sont les constructions causatives, pronominales neutres, l’utilisation de verbes causatifs (généralement de changement d’état) et le discours causal, avec ou sans connecteur.Ce projet de recherche a pour objet la dernière stratégie, le discours causal, qui s’oppose à deux types de discours, le discours temporel et le discours inférentiel, sur l’ordre des énoncés et la nature (cause VSconséquence) des énoncés. Dans notre approche, le discours causal a comme caractéristique principale l’ordre conséquence-cause. Cet ordre est celui des connecteurs causaux comme parce que, alors que le discours temporel a l’ordre événementi-événementi+1 (et, ensuite) et le discours inférentiel l ’ordre cause-conséquence (donc).Ce projet de recherche a pour objet de tester descriptivement et expérimentalement les hypothèses suivantes, résultat de l’analyse des constructions causatives, du lexique et du discours causal (Moeschler2003a) :H1 : le discours causal n’est symétrique ni du discours temporel ni du discours inférentiel.H2 : l’ordre conséquence-cause est n’est pas arbitraire, mais cognitivement motivé.H3 : les connecteurs causaux (parce que) ont des propriétés linguistiques et pragmatiques différentes des connecteurs temporels (et) et inférentiels (donc).H4 : l’interprétation causale des discours dépend de la capacité à construire des chaînes causales entre événements.H5 : l’accessibilité de l’inférence causale est inversement proportionnelle à la distance entre événements sur une même chaîne causale.H6 : les argumentations sont des cas particuliers de relation causale, entre états de chaînes causales différentes.La méthode utilisée sera descriptive (étude comparative des connecteurs), informatique (recherche sur grands corpus des propriétés sémantiques distributionnelles des prédicats d’événements) et expérimentales (expériences sur le temps de lecture, EEG - recherche d’effets N400 et P600).
Direktlink auf Lay Summary Letzte Aktualisierung: 21.02.2013

Verantw. Gesuchsteller/in und weitere Gesuchstellende

Mitarbeitende

Verbundene Projekte

Nummer Titel Start Förderungsinstrument
127510 Improving the coherence of machine translation output by modeling intersentential relations 01.03.2010 Sinergia
147653 MODERN: Modeling discourse entities and relations for coherent machine translation 01.08.2013 Sinergia

-