Des enregistrements aux corpus : transcription et extraction de données d’interprétation en milieu médical

Abstract

Dans le domaine de l’interprétation de dialogue (ID), l’utilisation et l’utilité des corpus sont autant de sujets controversés. D’une part, la recherche est de plus en plus orientée vers l’étude de l’interaction authentique, ce qui entraîne une augmentation des données enregistrées et transcrites pouvant être explorées comme corpus ; de l’autre, l’intérêt de l’ID envers l’« interaction » plutôt que le « texte » diminue l’attrait des méthodes traditionnelles de la linguistique de corpus pour l’étude des données d’interprétation. Dans cet article, nous présenterons une collection de données d’ID assez importante (corpus AIM), que nous cherchons à outiller. Nous avons jusqu’à présent testé les logiciels EXMARaLDA et ELAN sur un sous-ensemble de 65 rencontres, dont la transcription est alignée avec l’audio, et nous avons entamé deux pistes de recherche que nous allons illustrer : (a) l’exploration d’éléments lexicaux potentiellement intéressants pour l’analyse des structures de l’interaction ; (b) l’extraction de segments alignés à l’audio que l’on puisse entre autres utiliser dans des activités d’enseignement et d’apprentissage. Nous souhaitons montrer ainsi tant l’utilisation que l’utilité d’un corpus d’ID en milieu médical.