Annotation of coherence in a corpus of texts from primary and middle school
Annotation de la cohérence dans un corpus de textes d’élèves d’école et collège
Résumé
This article deals with the question of coherence in the written productions of primary and secondary school pupils. The corpus analyzed comes from the RESOLCO corpus, and comprises 36 texts by primary and secondary school pupils (CE2, 6 ème and 3 ème ) produced according to the same writing instruction, a problem-task requiring pupils to produce a narrative text involving the resolution of anaphora of various types. It was annotated as part of the E-Calm project, with the aim of analyzing coherence by identifying relationships between text segments. The annotation scheme is based on Segmented Discourse Representation Theory, which formally defines what a coherent discourse representation is. The paper presents the methodology for segmenting texts into Elementary Discourse Units and annotating them into Discourse Relations and coherence problems (local inconsistencies, impossibilities of inferring a Discourse Relation, or impossibilities of attaching the representation of a segment to the rest of the representation), achieving an original extension of SDRT. Analysis of the annotations reveals a downward trend in these three types of indicator, reflecting a progression in coherence from CE2 to 3ème, with a significant plateau between CE2 and 6 ème , to be correlated with a major leap in writing skills between the end of cycle 2 and the end of cycle 3. The theory, tested here for the first time on learners’ texts, is thus empirically validated in its extended version.
Cet article traite de la question de la cohérence dans des productions écrites d’élèves d’école et collège. Le corpus analysé est issu du corpus RESOLCO, il est constitué de 36 textes d’élèves d’école primaire et de collège (CE2, 6ème et 3ème) produits selon une même consigne d’écriture, une tâche-problème demandant aux élèves la production d’un texte narratif impliquant la résolution d’anaphores de divers types. Il a été annoté dans le cadre du projet E-CALM avec l’objectif d’analyser la cohérence à partir de l’identification de relations entre segments de texte. Le schéma d'annotation est basé sur la Segmented Discourse Representation Theory qui définit de façon formelle ce qu'est une représentation de discours cohérente. L'article présente la méthodologie de segmentation des textes en Unités de Discours Élémentaires et d'annotation en Relations de Discours et en problèmes de cohérence (incohérences locales, d'impossibilités d'inférer une Relation de Discours, ou d'impossibilités d'attacher la représentation d'un segment au reste de la représentation), réalisant une extension originale de la SDRT. L'analyse des annotations met en évidence une tendance à la baisse de ces trois types d’indicateurs, traduisant une progression de la cohérence du CE2 à la 3ème, avec un palier significatif entre le CE2 et la 6ème, à corréler avec un saut majeur de compétences rédactionnelles entre la fin du cycle 2 et la fin du cycle 3. La théorie, mise à l'épreuve ici pour la première fois sur des textes d'apprenants, se trouve ainsi validée empiriquement dans sa version étendue.
Origine | Fichiers éditeurs autorisés sur une archive ouverte |
---|