The main topic of this thesis are the multiword expressions in the italian language. The thesis is divided into two parts - the theorical and the empirical part. The theorical part deals with the multiword expressions, the syntagmas and the idiomatic expressions. In the empirical part the connections between the constituents of the multiword expressions will be researched. Than four criteria will be on the multiword expressions applied (head inflection, insertion of the head's modifiers, pronominalisation of the head and dislocation and topicalization of the head). These transformations will be verified with the aid of corpora and questionnaires. Depending on the results of this research will be decided if the multiword expressions resemble the syntagmas or the idiomatic expressions.

1 TITLE: Sino-Korean Lexicon in Modern Korean AUTHOR: Vladislava Mazana DEPARTMENT: Institute of East Asian Studies SUPERVISOR: Mgr. Tomáš Horák, Ph.D. ABSTRACT: This diploma paper is focused on morphological aspects of the Sino-Korean lexicon in modern Korean, the main topics are Sino-Korean word-formation and Sino-Korean classification of parts of speech. Hereby considered are the typological differences between Korean, an agglutinative language and Chinese, an isolative-polysyntetic language. The problem with Sino-Korean words is their ambiguity and vagueness, they appear in various grammatical and syntactical functions with their form unchanged. One morpheme can simultaneously function as an affix and root. This paper analyzes forms of function units, it deals with ways of word-formation (composition and derivation). The ways of prefixation and suffixation are researched. Based on the results of this analysis an adequate classification of Sino-Korean parts of speech is aimed to be established. Both the original Korean and the Chinese systems of parts of speech are taken into account but neither of them corresponds with the characterics and functions of the Sino-Korean words. Considering the multifunctional character of Sino-Korean morphemes it is extremely difficult to classify the words into parts of...

This master thesis deals with a comparison of the most common German and Czech valency lexicons, focusing on the dictionaries E-VALBU and VALLEX in particular. It employs two different methods: a confrontation of selected verbal translation pairs using corpus analysis and taking the introspective valency tests of the individual dictionaries into account, as well as qualitative research among the linguists - the authors and users of valency dictionaries. The thesis proves the usability of corpus analysis for this kind of research and shows that most differences in dictionary entries are not caused by a different behavior of the respective verbs in both languages, but rather by divergent theoretical bases of the dictionaries. The interviews with selected linguists confirm the theoretical discrepancies, but also show many similar opinions and experiences, in particular those regarding practical work with the dictionaries: a stress on the user-friendliness of the dictionaries and the use of real language data from the corpora.

L’étude de l’apprentissage de l’orthographe vise à analyser les mécanismes cognitifs et les structures le rendant possible. Cette acquisition s’effectue au travers de tâches comme la dictée et la copie, utilisées en recherche et à l’école. Si des modèles propres aux tâches rendent compte des processus de la production verbale écrite, ils n’intègrent pas de dimension comparative. L’objectif de cette thèse est d’examiner comment la dictée et la copie participent à cet apprentissage. Le modèle que nous proposons intègre les deux tâches et les instances mémorielles sous-jacentes. Les performances en dictée d’élèves de C.P. et de C.E.1 ont été analysées selon 4 conditions d’entraînement : aucune préparation, lecture à haute voix, lecture à haute voix et copie, copie seule. Les items utilisés sont soit des mots sélectionnés en fonction de leur complexité orthographique et de leur familiarité ou leur fréquence, soit des pseudomots de complexité variable. Globalement les expériences 1, 2, 3 font état d’effets du niveau scolaire et de l’entraînement. Toutefois, dans l’expérience 4, la supériorité de la copie sur la lecture disparaît : la copie ne serait efficace que si elle est combinée à une lecture à haute voix. Si la copie associée au déchiffrage semble l’entraînement le plus efficace en termes d’apprentissages orthographiques, la présence en mémoire à long terme d’une représentation graphomotrice connectée à la représentation lexicale est envisageable. Ceci expliquerait pourquoi, face à un mot que nous lisons mais dont nous doutons de l’orthographe, nous éprouvons le besoin de l’écrire manuellement afin d’en récupérer la forme orthographique normée. / Studies on lexical spelling acquisition have two aims: analyzing the cognitive mechanisms involved in this learning and understanding the processes on which they are based. Dictation and copying are known to be tasks leading to acquire orthographic knowledge. They are used by teachers and researchers. If some specific task models report on cognitive processes involved in verbal written production, they do not allow to get a comparative vision. This thesis aims at examining dictation and copying in the process of lexical orthographic learning. The model we propose includes the two tasks (dictation and copying) and the different underlying memories. We analysed the productions of children of 1st and 2nd grades under dictation according to 4 training conditions: dictation without training, reading aloud, reading aloud and copying, just copying. Children were asked to produce words or pseudowords. Words were selected according to their orthographic complexity and familiarity or their frequency, and pseudowords were more or less complex. Overall, experiments 1, 2 and 3 point out an effect of both grade and training. But, in experiment 4, copying doesn’t seem better than reading aloud: copying could be efficient only when combined with reading aloud. If the association of decoding and copying seems to be the best training to get orthographic knowledge, one might wonder about the presence of a graphomotor representation linked with lexical representation in Long Term Memory. This presence could explain why we need to write a word when we are sceptical about its spelling.

Souvent, lorsque les locuteurs d'une langue n'ont pas accès à l'item conventionnel pour étiqueter un objet ou un événement, ils étendent, consciemment ou inconsciemment, le sens d'un autre item lexical disponible. Ce phénomène se produit particulièrement au cours de la phase d'acquisition lexicale des jeunes enfants. Lorsqu'une telle sur-extension sémantique va au-delà de la catégorie d'objet ou d'événement conventionnellement dénotée par l'item lexical produit, il s'agit d'une sur-extension catégorielle et l'énoncé produit est d'allure métaphorique: par exemple, « déshabiller la pomme » pour l'action peler une pomme est un énoncé d'allure métaphorique. Tout d'abord, cette thèse a permis de développer SLAM, un système de résolution lexicale automatique des métaphores produites en situation de manque du mot. SLAM s'appuie, d'une part, sur l'analyse syntaxique de grands corpus et, d'autre part, sur la structure Petit Monde Hiérarchique des réseaux lexicaux de synonymie. Par exemple, à partir des énoncés « elle déshabille* la pomme » ou « les bras* de l'arbre », SLAM permet d'obtenir les interprétations suivantes: respectivement, « elle pèle une pomme » et « les branches de l'arbre ».Ensuite, cette thèse a permis d'étudier spécifiquement la dynamique d'acquisition du lexique des verbes qui se stabilise après celui des noms. D'une part, des outils méthodologiques pour l'étude inter-linguistique de la dynamique d'acquisition du lexique des verbes ont été élaborés: (a) un cadre méthodologique pour la construction de procédures d'identification des sur-extensions sémantiques catégorielles des verbes; (b) une méthodologie pour le repérage des stimuli visuels d'action sans biais culturel. D'autre part, les liens entre la structure des réseaux lexicaux de synonymie et la dynamique d'acquisition du lexique des verbes en français et en mandarin ont été mis au jour. Après avoir pointé des différences dans la dynamique d'acquisition du lexique des verbes par les jeunes enfants natifs du français et du mandarin, cette étude a servi à construire le score REFLEX, mesure du degré d'acquisition du lexique des verbes, qui permet de catégoriser automatiquement les jeunes enfants vs adultes en français et en mandarin. / When speakers have no access to the conventional label for an object or an event, they tend to extend, consciously or not, the meaning of another available lexical label. This phenomenon often occurs during the lexical acquisition stage of young children. When a such overextension goes beyond the conventional object or event category denoted by the produced label, it is a categorical overextension and the produced utterance is metaphorical: for instance, ``to undress an apple'' for the action to peel an apple is metaphorical.During this thesis, I developed SLAM, a computational system that automatically gives lexical solutions to metaphors filling a lexical gap. SLAM is based on a syntactic analysis of large corpora and on the Hierarchical Small World structure of synonymy networks. For instance, when the produced utterances are ``elle déshabille* une pomme'' ( ``she undresses* an apple'') or ``les bras* de l'arbr'' (``the arms* of the tree''), SLAM gives the interpretations here after: respectively, ``elle pèle une pomme'' (``she peels an apple'') and ``les branches de l'arbre'' (``the branches of the tree'').Then, I studied the dynamics of verb lexicon acquisition that is longer than noun lexicon acquisition. On the one hand, I built methodological tools for inter-linguistic studies of the dynamics of verb lexicon acquisition: (a) a methodological frame to build procedures to identify categorical overextensions of verbs; (b) a methodology to detect visual stimuli containing actions without cultural bias. On the other hand, I highlighted the links between the structure of synonymy networks and the dynamics of verbs lexicon acquisition in french and mandarin. This study has indicated differences in dynamics of verb lexicon acquisition between french and mandarin native speakers. Finally, I built REFLEX, a score that indicates the degree of verb lexicon acquisition and automatically categorizes young children vs adults in french and mandarin.

[pt] Este trabalho investiga as formações deverbais X-do, com o objetivo de determinar até que ponto tais formações estariam circunscritas à classe dos adjetivos ou, ao contrário, apresentariam propriedades também de substantivos. Inicialmente discorre-se sobre o problema da classificação de palavras segundo diferentes perspectivas, tais como as da gramática tradicional e a do Estruturalismo. A seguir, trata-se da questão da conversão categorial e do tratamento dado pela gramática tradicional (como derivação imprópria) e pela Morfologia Lexicalista com respeito às categorias lexicais. Ademais, trata-se da questão da relação entre o adjetivo em –do e a função gramatical do particípio passado. Também se aborda o papel da metonímia ao lado do processo morfológico de formação de nomes de afetado do tipo X-do. Finalmente, discorrese acerca de casos específicos, coletados a partir do jornal O Globo durante dois meses. O apêndice constitui-se de testes elaborados a fim de identificar quais formações ocorrem como substantivos convertidos, quais ocorrem como substantivos apenas em contextos restritos a ocorrências genéricas e quais ocorrem apenas como adjetivos. As conclusões são apresentadas a partir dos resultados verificados mediante a aplicação dos testes. / [en] This work investigates X-do type deverbal constructions, in order to determine whether such constructions are restricted to the class of adjectives or, on the contrary, they would also present properties that are also typical of nouns. Firstly, we consider the problem regarding word classes according to different perspectives, such as Traditional Grammar and Structuralism. Then, we discuss categorial conversion and its treatment in Traditional Grammar and Lexicalist Morphology. Also, we discuss the relation between the X-do type adjective and the past participle grammatical function. We approach the role of metonymy as well, in connection with X-do formations corresponding to patient or affected roles. Finally, we analyze specific cases, collected from O Globo newspaper for the period of two months. The appendix consists of tests elaborated in order to identify which formations occur as nouns formed by conversion and which occur only as adjectives. Conclusions are presented according to the results obtained through the application of the tests.

[pt] O objetivo deste estudo é contrastar as línguas portuguesa e inglesa no que diz respeito às nominalizações gerundivas e aos derivados nominais, uma vez que as gerundivas só ocorrem morfologicamente no inglês e têm grande previsibilidade semântica enquanto os derivados nominais apresentam variedade semântica, assim sendo de pouca previsibilidade (Chomsky, 1970). Com este objetivo foram selecionados dois livros escritos originalmente no inglês, de cada um dos quais aleatoriamente tomou-se um capítulo para servir de corpus para a investigação. A análise do corpus nos levou às seguintes conclusões: (a) no português, a equivalência para as gerundivas de ação do inglês é fundamentalmente o Infinitivo nominal; (b) para os nominais de ação, a equivalência é um substantivo deverbal; (c) diversas estruturas verbais são possíveis como equivalência no português para as gerundivas factuais; e (d) ao contrário do que se previa, também os derivados nominais apresentam grande previsibilidade de interpretação, configurando-se uma situação de polissemia sistemática. / [en] The goal of this study is to investigate English and Portuguese with regard to gerundive nominalizations and derived nominals. Gerundive Nominalizations only occur in English and are regular and semantically predictable, while derived nominals are not regular and have a great range of semantic interpretations, therefore little predictability (Chomsky, 1970). In order to proceed to the contrastive study we selected two books originally written in English, from each of which a chapter was randomly taken to serve as a corpus for the analysis. Our analysis led to the following conclusions: (a) In Portuguese, the nominal infinitive is systematically used for the action gerundive structures of English; (b) for the action nominal, the Portuguese correspondence is a deverbal noun; (c) there are different verbal structures to represent factual gerundives in Portuguese; and (d) as an unexpected result, derived nominal do have semantic predictability, situation which could be considered as one of systematic polysemy.

Les lexiques bilingues sont des ressources particulièrement utiles pour la Traduction Automatique et la Recherche d’Information Translingue. Leur construction manuelle nécessite une expertise forte dans les deux langues concernées et est un processus coûteux. Plusieurs méthodes automatiques ont été proposées comme une alternative, mais elles qui ne sont disponibles que dans un nombre limité de langues et leurs performances sont encore loin derrière la qualité des traductions manuelles.Notre travail porte sur l'extraction de ces lexiques bilingues à partir de corpus de textes parallèles et comparables, c'est à dire la reconnaissance et l'alignement d'un vocabulaire commun multilingue présent dans ces corpus. / Bilingual lexicons are central components of machine translation and cross-lingual information retrieval systems. Their manual construction requires extensive expertise in both languages involved and it is a costly process. Several automatic methods were proposed as an alternative but they often rely of resources available in a limited number of languages and their performances are still far behind the quality of manual translations.Our work concerns bilingual lexicon extraction from multilingual parallel and comparable corpora, in other words, the process of finding translation pairs among the common multilingual vocabulary available in such corpora.

Le problème de représentation automatique de la signification logique des énoncés ambigus en langage naturel a suscité l'intérêt des chercheurs dans le domaine de la sémantique computationnelle et de la logique. L'ambiguïté dans le langage naturel peut se manifester au niveau lexical / syntaxique / sémantique de la construction de sens, ou elle peut être causée par d'autres facteurs tels que la grammaticalité et le manque de contexte dans lequel la phrase est effectivement prononcée. L'approche traditionnelle Montagovienne ainsi que ses extensions modernes ont tenté de capturer ce phénomène en fournissant quelques modèles qui permettent la génération automatique de formules logiques. Cependant, il existe un axe de recherche qui n'est pas encore profondément étudié: classer les interprétations d'énoncés ambigus en fonction des préférences réelles des utilisateurs de la langue. Ce manque suggère une nouvelle direction d'étude qui est partiellement explorée dans ce mémoire en modélisant des préférences de sens en alignement avec certaines des théories de performance préférentielles humaines bien étudiées disponibles dans la littérature linguistique et psycholinguistique.Afin d'atteindre cet objectif, nous suggérons d'utiliser / d'étendre les Grammaires catégorielles pour notre analyse syntaxique et les Réseaux catégoriels de preuve comme notre analyse syntaxique. Nous utilisons également le Lexique Génératif Montagovien pour dériver une formule logique multi-triée comme notre représentation de signification sémantique. Cela ouvrirait la voie à nos contributions à cinq volets, à savoir, (i) le classement de la portée du quantificateur multiple au moyen de l'opérateur epsilon de Hilbert sous-spécifié et des réseaux de preuve catégoriels; (ii) modéliser la gradation sémantique dans les phrases qui ont des coercitions implicites dans leurs significations. Nous utilisons un cadre appelé Montagovian Generative Lexicon. Notre tâche est d'introduire une procédure pour incorporer des types et des coercitions en utilisant des données lexicales produites par externalisation ouverte qui sont recueillies par un jeu sérieux appelé JeuxDeMots; (iii) l'introduction de nouvelles métriques sensibles au référent basées sur la localité pour mesurer la complexité linguistique au moyen de réseaux de preuve catégoriels; (iv) l'introduction d'algorithmes pour l'achèvement des phrases avec différentes mesures linguistiquement motivées pour sélectionner les meilleurs candidats; (v)l'intégration de différentes métriques de calcul pour les préférences de classement afin de faire d'elles un modèle unique. / The problem of automatic logical meaning representation for ambiguous natural language utterances has been the subject of interest among the researchers in the domain of computational and logical semantics. Ambiguity in natural language may be caused in lexical/syntactical/semantical level of the meaning construction or it may be caused by other factors such as ungrammaticality and lack of the context in which the sentence is actually uttered. The traditional Montagovian framework and the family of its modern extensions have tried to capture this phenomenon by providing some models that enable the automatic generation of logical formulas as the meaning representation. However, there is a line of research which is not profoundly investigated yet: to rank the interpretations of ambiguous utterances based on the real preferences of the language users. This gap suggests a new direction for study which is partially carried out in this dissertation by modeling meaning preferences in alignment with some of the well-studied human preferential performance theories available in the linguistics and psycholinguistics literature.In order to fulfill this goal, we suggest to use/extend Categorial Grammars for our syntactical analysis and Categorial Proof Nets as our syntactic parse. We also use Montagovian Generative Lexicon for deriving multi-sorted logical formula as our semantical meaning representation. This would pave the way for our five-folded contributions, namely, (i) ranking the multiple-quantifier scoping by means of underspecified Hilbert's epsilon operator and categorial proof nets; (ii) modeling the semantic gradience in sentences that have implicit coercions in their meanings. We use a framework called Montagovian Generative Lexicon. Our task is introducing a procedure for incorporating types and coercions using crowd-sourced lexical data that is gathered by a serious game called JeuxDeMots; (iii) introducing a new locality-based referent-sensitive metrics for measuring linguistic complexity by means of Categorial Proof Nets; (iv) introducing algorithms for sentence completions with different linguistically motivated metrics to select the best candidates; (v) and finally integration of different computational metrics for ranking preferences in order to make them a unique model.

Le salar est un dialecte turc dont la plupart des locuteurs habitent le comté de Xunhua (35°05’’nord - 102°03’’est), dans le sud-est de la province chinoise du Qinghai, où leur présence est attestée depuis la fin du XIVe siècle. Si ces dernières années ont vu une augmentation des études sur ce parler à bien des égards atypique, il n’en reste pas moins l’un des parents pauvres de la turcologie. Réalisée précisément dans le but de contribuer à mieux le faire connaître, en s’appuyant pour ce faire à la fois sur la documentation disponible et sur des données recueillies par l’auteur dans le cadre d’un travail sur le terrain, la présente thèse en propose non seulement une description phonologique, grammaticale et lexicale, mais aussi, semble-t-il pour la première fois, une étude détaillée de son système d’écriture traditionnel, aujourd’hui moribond, qui constitue une adaptation de l’alphabet arabe. Une attention particulière a également été portée à la question de la nature des liens du salar avec les autres dialectes, actuels ou anciens, composant le domaine turc (en particulier ceux du groupe oghouz, auquel il apparaît possible que cette variété appartienne), notamment à travers la comparaison avec le turc de Turquie que permet la traduction dans ce dernier dialecte des exemples illustrant les points de grammaire abordés. Considéré comme une langue en danger par l’UNESCO, qui le classe dans la catégorie « vulnérable », le salar traverse une période critique, et les problèmes que soulèvent son statut en Chine, la place qu’il occupe dans la société où il est pratiqué, et les représentations dont il fait l’objet n’ont pas non plus été négligés dans ce travail, dont une partie a été consacrée à la mise en évidence d’un début de situation diglossique dans le cadre de laquelle parmi les réponses que tentent d’apporter certains Salars à la question de l’avenir de leur idiome figure un projet de revitalisation linguistique particulier. / Salar is a Turkish dialect most speakers of which live in the county of Xunhua (35°05 north, 102°03 east) in the south-eastern part of the Chinese province of Qinghai where they have been present since the end of the fourteenth century. In spite of the fact that there has been lately an increase in the studies concerning this language, it is still a poor relative of turkology. Carried out with the aim of making it better known, with the support of the available documentation and data collected by the author in his investigation in the field, this thesis offers not only a phonological, grammatical and lexical description of Salar, but also, to the best of the author’s knowledge, for the first time, a detailed study of its nearly extinct traditional writing system that constitutes an adaptation of the Arabic alphabet. We have been particularly careful to take into account the links uniting Salar with other dialects, present and ancient, which form the Turkish domain (particularly with the Oghuz group to which this variety seems to belong) notably through the comparison with Turkey Turkish, based on the translations into the latter of the grammatical items dealt with. Classified as an endangered language by UNESCO, Salar is going through a critical period. The problems raised by its status in China, the position it occupies in the society where it is spoken and the representations to which it is subjected, have also been addressed in this work. A section has been devoted to the identification of a diglossic language situation in the context of which, among the concerns raised by some Salars about the future of their language, lies a project aiming at its revitalisation.