L'autisme est un handicap caractérisé par une altération qualitative de la communication et de la socialisation, une intolérance au changement et des comportements stéréotypés. Les interactions de tutelle sont au coeur du dispositif de prise en charge, leurs caractéristiques, autant linguistiques que pragmatiques, sont mal connues. Les déterminants de la compréhension entre tuteur et enfant autiste ont fait l'objet de peu de recherches naturalistes. Une méthodologie d'étude a été élaborée, reposant sur l'utilisation croisée du paradigme pragmatique et du programme informatisé CHILDES (Child Language Data Exchange System). Elle compare les interactions duelles de tutelle entre un tuteur et un enfant autiste (10), déficient intellectuel (10) ou témoin (10). Les résultats montrent qu'aucune des stratégies directives utilisées par le tuteur n'est plus efficace qu'une autre pour les enfants autistes modérément déficients. En revanche, les stratégies à forte directivité sont plus efficaces lorsque la déficience est sévère. La capacité de compréhension apparaît supérieure chez les enfants témoins mais elle est comparable entre les enfants autistes et déficients. Par ailleurs, le taux d'incompréhension est supérieur pour le groupe autiste, rendant ce phénomène déterminant. Enfin, si les enfants autistes comprennent moins bien le tuteur que les témoins à l'échelle des actes de communication, cette différence n'apparaît pas à celle de la thématique, manifestant l'adaptation des exigences du tuteur aux difficultés de l'enfant. D'autres résultats plus traditionnels confortent la validité de notre méthode d'analyse, les perspectives offertes sont discutées. / Autism consists in qualitative impairment in social interaction and communication, with restricted repetitive and stereotyped patterns of behavior. Tutorial interactions are widely used, but their characteristics, linguistic as well as pragmatic, remain partly unknown. Moreover, only few naturalistic works are dedicated to the understanding of determinants between tutor and autistic child. A methodology has been elaborated which involves the use of pragmatic paradigm crossed with the computerized program CHILDES (Child Language Data Exchange System). This method compares tutorial interactions in dual situation between a tutor and a child with autism (10), with intellectual disability (10), and control (10). Results show that none of the strategies used by the tutor is more efficient than the others for children with autism and moderate intellectual disability. However, the strategies with strongest directivity are more efficient with children with severe intellectual disability. The understanding ability appears to be superior in control children but comparable in children with autism or intellectual disability. Besides, the misunderstanding rate is superior for autistic children, showing the importance of this phenomenon. Finally, if autistic children, at the communication act level, have a lower understanding of the tutor productions than control children, this difference does not appear at the thematic level. This result shows the adaptation of the tutor demand to child difficulties. Other results, more traditional, reinforce the validity of our analysis method, possible perspectives are discussed.

This dissertation describes the investigation of codeswitching in a computerised corpus of child bilingual language, the LOBILL Corpus, which consists of twenty-five hours of recordings of naturalistic interactions between two bilingual Brazilian/English siblings (JAM, 3;6 and MEG, 5;10) and their family members. Collected over three years, the data was transcribed and coded using the CHAT (Codes for the Human Analysis of Transcripts) transcription system developed by MacWhinney and colleagues (MacWhinney, 1991). In addition to standard CHAT coding, language codes were inserted throughout the corpus and a specially developed postcode was added to all bilingual utterances. Addressee information for each utterance was also included. The longitudinal and heterogenous nature of the corpus and its specific coding allowed for the comprehensive investigation of the children's code-switching practices from both grammatical and pragmatic perspectives. Three levels of analyses were performed using the CLAN (Computerized Language ANalysis) software (ibid). First, quantitative analyses were carried out using the commands FREQ (which outputs frequency word lists), VOCD (which outputs vocabulary diversity scores) and WDLEN (which outputs mean word and utterance lengths). An analysis of the results pointed to the existence of relationships between the various values found and the participatory roles of English and Portuguese in code-switched utterances. The second level of analysis involved the examination and interpretation of word lists and code lists produced by the use of FREQ. Using Myers-Scotton's 4-Morpheme Model (4-M Model) (Jake & Myers-Scotton, 2009) to interpret the word lists, comparisons of morpheme types revealed the existence of an asymmetry in terms of the contributions of both languages to bilingual utterances. These results were seen to lend support to the Matrix Language/Embedded Language asymmetry proposed in the Matrix Frame Language Model (MFL Model) (ibid). The quantitative analysis of four types of codes (used to code instances of retracings and reformulations, errors, tag questions and metalinguistic usage) provided evidence for the existence of potential relationships between these features of spoken discourse and code-switching.

<p>The essay deals with different definitions of bilingualism and why people become bilingual. Both positive and negative aspects of bilingualism are considered. It also deals with the term code-switching and when bilingual people code-switch. The material used in the essay comes from the on-line CHILD corpus of child language. The charts and the graph in the essay have been produced from a study made by the author of this essay. This study includes a bilingual girl of the age one year and three months up until the age two years and seven months. It includes the mean length of her utterances, how much the child uses the different word classes and different semantic groups, as well as how much the child code-switches in different ages. The results show that the mean length of utterances in Spanish most of the time is increasing, while the mean length of utterances in English is increasing until the child is just over two years old and then it fluctuated considerably.</p>

A aquisição e o desempenho de linguagem humana é um processo pelo qual todas as pessoas passam. No entanto, esse processo não é completamente entendido, o que gera amplo espaço para pesquisa nessa área. Além disso, mesmo após o processo de aquisição da linguagem pela criança estar completo, ainda não há garantia de domínio da língua em suas diferentes modalidades, especialmente de leitura e escrita. Recentemente, em 2016, divulgou-se que 49,3% dos estudantes brasileiros não possuem proficiência de compreensão de leitura plena em português. Isso é particularmente importante ao considerarmos a quantidade de textos disponíveis, mas não acessíveis a pessoas com diferentes tipos de problemas de proficiência na língua. Sob o ponto de vista computacional, há estudos que visam modelar os processos de aquisição da linguagem e medir o nível do falante, leitor ou redator. Em vista disso, neste trabalho propomos uma abordagem computacional independente de idioma para modelar o nível de desenvolvimento linguístico de diferentes tipos de usuários da língua, de crianças e adultos, sendo a nossa proposta fortemente baseada em características linguísticas. Essas características são dependentes de corpora orais transcritos, no segmento de crianças, e de corpora escritos, no segmento de adultos. Para alcançar esse modelo abrangente, são considerados como objetivos a identificação de atributos e valores que diferenciam os níveis de desenvolvimento da linguagem do indivíduo, assim como o desenvolvimento de um modelo capaz de indicá-los. Para a identificação dos atributos, utilizamos métodos baseados em estatística, como o teste de hipóteses e divergência de distribuição. A fim de comprovar a abrangência da abordagem, realizamos experimentos com os corpora que espelham diferentes etapas do desenvolvimento da linguagem humana: (1) etapa de aquisição da linguagem oral de pela criança e (2) etapa pós aquisição, através da percepção de complexidade da linguagem escrita. Como resultados, obtivemos um grande conjunto anotado de dados sobre aquisição e desempenho de linguagem que podem contribuir para outros estudos. Assim como um perfil de atributos para os vários níveis de desenvolvimento. Também destacamos como resultados, os modelos computacionais que identificam textos quanto ao nível de desenvolvimento de linguagem. Em especial, o são resultados do trabalho o modelo de identificação de palavras complexas, que ultrapassou o estado da arte para o corpus estudado, e o modelo de identificação de idade de crianças que ultrapassou os baselines utilizados, incluindo uma medida clássica de desenvolvimento linguístico. / Language acquisition and language performance is a process by which all the people experience. However, this process is not completely understood, which creates room for research in this area. Moreover, even after the acquisition process by a child is completed, there is still no guarantee of language proficiency in different modalities, specially reading and writing. Recently, in 2016, OECD/PIAAC released that 49,3% of Brazilian students do not have written and read proficiency in Portuguese. This is more important when we take into account the large number of available text, but they are not accessible by people with different types of language proficiency issues. In computational point of view, there are some studies which aim to model the language acquisition process and measure the speaker level. For that, we propose an computational approach independent of language to model language development level of different types of language users, children and adults. In that sense our proposal is highly based on linguistics features. Those features dependents of transcript oral corpora from children and adults. To achieve this model, we considered aim to identify attributes and values able to differentiate between leves of development by an individual, as well the desenvolvimento of a model able to indicate them. The attribute identification are based on statistical methods such as hypothesis testing and divergence distribution. Aiming to validate our approach, we performed experiments with the corpora that reflect at different stages of development of human language: (1) oral language acquisition by a child and (2) post-acquisition stage, through the perception of difficulty of written language. With this work, we obtained a large corpus of annotated language acquisition data that can contribute to the acquisition of other studies. We also build an attribute profile of the development levels. From all of our results we highlight the computer models that identify texts and language development level. In particular, the complex word identification model that exceeded the state of the art for the studied corpus, and the children age identifier model, who exceeded the baselines, including a classic measure of language development.

A aquisição e o desempenho de linguagem humana é um processo pelo qual todas as pessoas passam. No entanto, esse processo não é completamente entendido, o que gera amplo espaço para pesquisa nessa área. Além disso, mesmo após o processo de aquisição da linguagem pela criança estar completo, ainda não há garantia de domínio da língua em suas diferentes modalidades, especialmente de leitura e escrita. Recentemente, em 2016, divulgou-se que 49,3% dos estudantes brasileiros não possuem proficiência de compreensão de leitura plena em português. Isso é particularmente importante ao considerarmos a quantidade de textos disponíveis, mas não acessíveis a pessoas com diferentes tipos de problemas de proficiência na língua. Sob o ponto de vista computacional, há estudos que visam modelar os processos de aquisição da linguagem e medir o nível do falante, leitor ou redator. Em vista disso, neste trabalho propomos uma abordagem computacional independente de idioma para modelar o nível de desenvolvimento linguístico de diferentes tipos de usuários da língua, de crianças e adultos, sendo a nossa proposta fortemente baseada em características linguísticas. Essas características são dependentes de corpora orais transcritos, no segmento de crianças, e de corpora escritos, no segmento de adultos. Para alcançar esse modelo abrangente, são considerados como objetivos a identificação de atributos e valores que diferenciam os níveis de desenvolvimento da linguagem do indivíduo, assim como o desenvolvimento de um modelo capaz de indicá-los. Para a identificação dos atributos, utilizamos métodos baseados em estatística, como o teste de hipóteses e divergência de distribuição. A fim de comprovar a abrangência da abordagem, realizamos experimentos com os corpora que espelham diferentes etapas do desenvolvimento da linguagem humana: (1) etapa de aquisição da linguagem oral de pela criança e (2) etapa pós aquisição, através da percepção de complexidade da linguagem escrita. Como resultados, obtivemos um grande conjunto anotado de dados sobre aquisição e desempenho de linguagem que podem contribuir para outros estudos. Assim como um perfil de atributos para os vários níveis de desenvolvimento. Também destacamos como resultados, os modelos computacionais que identificam textos quanto ao nível de desenvolvimento de linguagem. Em especial, o são resultados do trabalho o modelo de identificação de palavras complexas, que ultrapassou o estado da arte para o corpus estudado, e o modelo de identificação de idade de crianças que ultrapassou os baselines utilizados, incluindo uma medida clássica de desenvolvimento linguístico. / Language acquisition and language performance is a process by which all the people experience. However, this process is not completely understood, which creates room for research in this area. Moreover, even after the acquisition process by a child is completed, there is still no guarantee of language proficiency in different modalities, specially reading and writing. Recently, in 2016, OECD/PIAAC released that 49,3% of Brazilian students do not have written and read proficiency in Portuguese. This is more important when we take into account the large number of available text, but they are not accessible by people with different types of language proficiency issues. In computational point of view, there are some studies which aim to model the language acquisition process and measure the speaker level. For that, we propose an computational approach independent of language to model language development level of different types of language users, children and adults. In that sense our proposal is highly based on linguistics features. Those features dependents of transcript oral corpora from children and adults. To achieve this model, we considered aim to identify attributes and values able to differentiate between leves of development by an individual, as well the desenvolvimento of a model able to indicate them. The attribute identification are based on statistical methods such as hypothesis testing and divergence distribution. Aiming to validate our approach, we performed experiments with the corpora that reflect at different stages of development of human language: (1) oral language acquisition by a child and (2) post-acquisition stage, through the perception of difficulty of written language. With this work, we obtained a large corpus of annotated language acquisition data that can contribute to the acquisition of other studies. We also build an attribute profile of the development levels. From all of our results we highlight the computer models that identify texts and language development level. In particular, the complex word identification model that exceeded the state of the art for the studied corpus, and the children age identifier model, who exceeded the baselines, including a classic measure of language development.

A aquisição e o desempenho de linguagem humana é um processo pelo qual todas as pessoas passam. No entanto, esse processo não é completamente entendido, o que gera amplo espaço para pesquisa nessa área. Além disso, mesmo após o processo de aquisição da linguagem pela criança estar completo, ainda não há garantia de domínio da língua em suas diferentes modalidades, especialmente de leitura e escrita. Recentemente, em 2016, divulgou-se que 49,3% dos estudantes brasileiros não possuem proficiência de compreensão de leitura plena em português. Isso é particularmente importante ao considerarmos a quantidade de textos disponíveis, mas não acessíveis a pessoas com diferentes tipos de problemas de proficiência na língua. Sob o ponto de vista computacional, há estudos que visam modelar os processos de aquisição da linguagem e medir o nível do falante, leitor ou redator. Em vista disso, neste trabalho propomos uma abordagem computacional independente de idioma para modelar o nível de desenvolvimento linguístico de diferentes tipos de usuários da língua, de crianças e adultos, sendo a nossa proposta fortemente baseada em características linguísticas. Essas características são dependentes de corpora orais transcritos, no segmento de crianças, e de corpora escritos, no segmento de adultos. Para alcançar esse modelo abrangente, são considerados como objetivos a identificação de atributos e valores que diferenciam os níveis de desenvolvimento da linguagem do indivíduo, assim como o desenvolvimento de um modelo capaz de indicá-los. Para a identificação dos atributos, utilizamos métodos baseados em estatística, como o teste de hipóteses e divergência de distribuição. A fim de comprovar a abrangência da abordagem, realizamos experimentos com os corpora que espelham diferentes etapas do desenvolvimento da linguagem humana: (1) etapa de aquisição da linguagem oral de pela criança e (2) etapa pós aquisição, através da percepção de complexidade da linguagem escrita. Como resultados, obtivemos um grande conjunto anotado de dados sobre aquisição e desempenho de linguagem que podem contribuir para outros estudos. Assim como um perfil de atributos para os vários níveis de desenvolvimento. Também destacamos como resultados, os modelos computacionais que identificam textos quanto ao nível de desenvolvimento de linguagem. Em especial, o são resultados do trabalho o modelo de identificação de palavras complexas, que ultrapassou o estado da arte para o corpus estudado, e o modelo de identificação de idade de crianças que ultrapassou os baselines utilizados, incluindo uma medida clássica de desenvolvimento linguístico. / Language acquisition and language performance is a process by which all the people experience. However, this process is not completely understood, which creates room for research in this area. Moreover, even after the acquisition process by a child is completed, there is still no guarantee of language proficiency in different modalities, specially reading and writing. Recently, in 2016, OECD/PIAAC released that 49,3% of Brazilian students do not have written and read proficiency in Portuguese. This is more important when we take into account the large number of available text, but they are not accessible by people with different types of language proficiency issues. In computational point of view, there are some studies which aim to model the language acquisition process and measure the speaker level. For that, we propose an computational approach independent of language to model language development level of different types of language users, children and adults. In that sense our proposal is highly based on linguistics features. Those features dependents of transcript oral corpora from children and adults. To achieve this model, we considered aim to identify attributes and values able to differentiate between leves of development by an individual, as well the desenvolvimento of a model able to indicate them. The attribute identification are based on statistical methods such as hypothesis testing and divergence distribution. Aiming to validate our approach, we performed experiments with the corpora that reflect at different stages of development of human language: (1) oral language acquisition by a child and (2) post-acquisition stage, through the perception of difficulty of written language. With this work, we obtained a large corpus of annotated language acquisition data that can contribute to the acquisition of other studies. We also build an attribute profile of the development levels. From all of our results we highlight the computer models that identify texts and language development level. In particular, the complex word identification model that exceeded the state of the art for the studied corpus, and the children age identifier model, who exceeded the baselines, including a classic measure of language development.

Eit viktig område av språkvitskapen tar føre seg korleis born lærer språk. Denne masteroppgåva ser konkret på korleis tre norske born tileignar seg funksjonelle kategoriar, meir spesifikt hjelpeverb, negasjon, topikalisering, kv-spørsmål og underordning. To av hypotesane som er nytta for å undersøke dette er framhaldshypotesen og modningshypotesen. Ut frå båe er det utkrystallisert relativt generelle prediksjonar om syntaktisk språkutvikling, og i denne oppgåva er hypotesane primært nytta til å sjå om språkutviklinga til dei tre informantane er lineær eller ikkje lineær, altså i kva rekkefølgje den syntaktiske strukturen kjem til uttrykk gjennom språket deira over tid. Oppgåva har eit spesielt fokus på C-domenet, og analyseverktøyet som er nytta for å undersøke dette er ein hypotese om det sårbare C-domenet og ein syntaktisk modell av ein splitta CP. Datagrunnlaget som er nytta for å undersøke det ovannemnde er transkripsjonar av nyinnsamla opptak av spontan tale frå tre norske jenter i alderen 24 til 31 månader. Opptaka er gjorde med jamne mellomrom i eit halvt år. Den språkutviklinga ein finn i dataa som ligg til grunn for oppgåva, gir ikkje eintydig støtte til nokon av dei tre nemnde hypotesane, men ulike element av funna passar med delar av hypotesane. Spesielt syner linearitet seg å vere eit komplekst tema fordi setningsstrukturen på éi side ikkje ser ut til å utvikle seg trinnvis frå botnen og opp, men på ei anna side syner det ein kan kalle eit stabilitetsproblem, der dei høgaste delane av strukturen oftare er ikkje målspråklike enn dei lågare delane. I denne oppgåva vert dette skildra som at setningsstrukturen har meir og mindre stabile komponentar.

The essay deals with different definitions of bilingualism and why people become bilingual. Both positive and negative aspects of bilingualism are considered. It also deals with the term code-switching and when bilingual people code-switch. The material used in the essay comes from the on-line CHILD corpus of child language. The charts and the graph in the essay have been produced from a study made by the author of this essay. This study includes a bilingual girl of the age one year and three months up until the age two years and seven months. It includes the mean length of her utterances, how much the child uses the different word classes and different semantic groups, as well as how much the child code-switches in different ages. The results show that the mean length of utterances in Spanish most of the time is increasing, while the mean length of utterances in English is increasing until the child is just over two years old and then it fluctuated considerably.

科学研究費補助金 研究種目:基盤研究(B)(2) 課題番号:07458049 研究代表者:尾崎 明人 研究期間:1995-1997年度