RICERCA ITALIANA     

Informatica e ricerca geo-sociolinguistica. ALS: atlanti microareali e settoriali, e modalità di fruizione della banca dati

Università degli Studi di Palermo

Abstract

Il gruppo di lavoro dell'ALS sta attualmente sviluppando contemporaneamente diversi moduli integrabili, dinamici e aperti alle sempre nuove conoscenze provenienti dalle discipline che integrano linguistica e tecnologie informatiche. L'intero programma, infatti, non può prescindere dall'informatizzazione del progetto e dalla formazione di un grande archivio digitale del parlato dialettale e dell'italiano regionale. La prospettiva attuale è orientata alla strutturazione di diversi microatlanti areali o settoriali in cui applicare questi nuovi indirizzi.
Sarà realizzata una standardizzazione completa ed informatica dei dati fonetici, iconici e fotografici.Si sperimenteranno, inoltre, tecniche di intelligenza artificiale per la costruzione automatica, guidata dei dati, di modelli di linguaggio. <<<

Coordinatore Scientifico del Programma di Ricerca

Giovanni RUFFINO Università degli Studi di PALERMO

Obiettivo del Programma di Ricerca

Obiettivi


L'obiettivo del programma di ricerca è quello di sviluppare contemporaneamente diversi moduli integrabili, dinamici e aperti alle sempre nuove conoscenze provenienti dalle discipline che integrano linguistica e tecnologie informatiche. L'ALS, infatti, non può prescindere dall'informatizzazione del progetto e dalla formazione di un grande archivio digitale del parlato dialettale e dell'italiano regionale. La prospettiva attuale è orientata alla strutturazione di diversi microatlanti areali o settoriali in cui applicare questi nuovi indirizzi.
Sarà realizzata una standardizzazione completa ed informatica dei dati fonetici, iconici e fotografici.Si sperimenteranno, inoltre, tecniche di intelligenza artificiale per la costruzione automatica, guidata dei dati, di modelli di linguaggio.

SEZIONE ETNODIALETTALE
L'esplorazione e la documentazione geolinguistica del lessico e degli usi etnografici della tradizione isolana si concentreranno sui seguenti obiettivi:

Giochi fanciulleschi
Completamento del modulo sui "giochi fanciulleschi tradizionali" sulla base degli ingenti materiali già raccolti in settanta punti di rilevamento.

Lessico settoriale della cultura alimentare
L'obiettivo è quello di trattare i dati etnodialettali (lessico, procedure, regole della tradizione alimentare) riferendoli ai nuovi contesti culturali, ai "gusti" emergenti, alle nuove regole e alle nuove pratiche. Sul piano delle realizzazioni editoriali, si produrrà un primo modulo sul lessico del pane (comprensivo dei materiali relativi a "schiacciate e focacce"), articolato in una serie cartografica dei concetti arealmente produttivi e in un lessico speciale.

Microatlante antroponomastico
Si prevede di raccogliere, in oltre 100 punti di rilevamento, un repertorio di antroponimi popolari, che potranno trovare una adeguata pubblicazione in una serie di carte tipologiche e in un lessico antroponomastico popolare. Alle une e a all'altro saranno applicati parametri interpretativi che considerino i processi creativi e motivazionali anche in una dimensione areale (variazione qualitativa e quantitativa del lessico antroponomastico in rapporto alle diverse subaree), superando il semplice allestimento alfabetico o semantico. La classificazione di questo materiale procederà, dunque, secondo una distinzione tra antroponimi connotativi e denotativi.


SEZIONE SOCIOVARIAZIONALE
In questa fase l'analisi sarà concentrata su singole aree o su singole porzioni del questionario, onde verificare l'efficacia della BD ai fini della cartografazione di materiali complessi e l'impianto progettuale nella sua interezza. Ci si concentrerà sulle seguenti aree, che presentano problemi differenti.

Micoratlante dell'area metropolitana di Palermo
Lo scopo è quello di verificare come i centri selezionati reagiscano ai modelli di comportamento linguistico del capoluogo, se siano ricettivi di fronte alle novità linguistiche provenienti dalla città o se mettano in campo strategie difensive. Importante, in quest'ottica dia-areale, si rivela riuscire ad intrecciare l'analisi delle dinamiche linguistiche interne alla città con quelle che, all'esterno, la città mette in moto in quanto centro irradiatore.

Microatlante delle Madonie
I punti considerati dall'atlante areale sono Gangi, Geraci, Caltavuturo, Cefalù, Sclafani Bagni, Scillato. L'area si presta ad una lettura unitaria. In particolare verrà fatta una lettura incrociata tra lo sguardo percettivo dei parlanti che si identificano con il proprio punto di appartenenza e, più in generale, con l'area madonita, e le effettive produzioni linguistiche che presentano, però, dinamiche di cambiamento in atto.

Microatlante sintattico
L' obiettivo del modulo è di analizzare le realizzazioni relative alle traduzioni dal siciliano all'italiano per scorgere fenomeni di ampliamento e di reinterpretazione di costrutti panitaliani che si rivelano di particolare interesse. In questa prospettiva, ci si propone di verificare ulteriormente in fase di immissione di dati l'attuale sistema di etichettatura e di procedere in una seconda fase ad una prima interpretazione in termini quantitativi dei fenomeni che emergono, correlandoli utilmente con la qualità dell'input e con la dinamica interazionale che li ha prodotti.

Italiano regionale
L'obiettivo finale del modulo è quello di utilizzare i dati raccolti al fine di delineare le aree di espansione delle innovazioni e i percorsi della loro diffusione; individuare i centri di irradiazione e le categorie di parlanti (giovani/istruiti) che veicolano il cambiamento linguistico; tracciare le direzioni e i possibili esiti dei processi di convergenza inter-linguistica; costruire un repertorio delle forme sistematiche di contatto fra italiano e dialetto; rilevare se per alcuni lemmi si sono verificati casi di risemantizzazioni o di parziali cambiamenti di tratti semici.

Standardizzazione informatica
Gli obiettivi sono:
1)La realizzazione definitiva del programma di cartografazione geolinguistica variazionale giunta allo stato di prototipo funzionante nel 2004
2) Il test e la dimostrazione definitiva dei prodotti finali realizzati dal gruppo di lavoro;
3) La pubblicazione dei risultati e delle carte ottenuti dal lavoro dell'Atlante Linguistico della Sicilia per garantire una preservazione dei dati linguistici, una loro patrimonializzazione culturale e una ampia diffusione.

Riconoscimento automatico del parlato
L'attività si propone i seguenti obiettivi:
1) segmentazione dei segnali acustici e determinazione delle probabilità di classificazione in sei classi fonetiche di base (vocali, nasali, semivocali, liquide, fricative e plosive);
2) studio e realizzazione di sistemi per la costruzione di modelli automatici del linguaggio. In tale fase s'investigherà sulla possibilità di adoperare metodologie sub-simboliche per la costruzione automatica di modelli di linguaggi. Tali tecniche potranno essere adoperate inoltre per la definizione di un modulo per la modellazione del linguaggio da integrare facilmente con soluzioni tecnologiche attualmente disponibili di riconoscimento del parlato (quali, ad es. HTK, Sphinx);
3) Messa a punto di un sistema per la generazione, esecuzione e visualizzazione dei risultati di interrogazioni complesse. L'obiettivo è la generazione automatica di interrogazioni complesse, finalizzate al miglioramento della ricerca di dati non strutturati presenti nel repository ALS. Verranno quindi studiati e messi a punto algoritmi e metodologie per l'esecuzione di interrogazioni semantiche. L'utente effettuerà una interrogazione utilizzando alcune particolari parole-chiave; tale interrogazione verrà quindi opportunamente "espansa" automaticamente con altri termini semanticamente o concettualmente correlati. <<<

Durata

24 mesi

Base di partenza scientifica nazionale o internazionale

L'impianto progettuale dell'«Atlante Linguistico della Sicilia» è stato definito anche grazie al confronto sistematico e al contributo attivo della Comunità scientifica nazionale e internazionale impegnata nell'atlantistica di impianto geo- e sociovariazionale, di area romanza e non. Il più recente momento di dibattito teorico-metodologico e di efficace scambio sulle esperienze di ricerca è stato promosso proprio a Palermo nell'ambito del Seminario di studi "Percorsi di geografia linguistica. Esperienze italiane e europee" (23-24 marzo 2005), in cui sono stati ospiti tutti gli studiosi attualmente coinvolti in progetti di geografia linguistica:assieme a Giovanni Ruffino, Mai D'Agostino e il gruppo ALS , anche Lorenzo Massobrio (Univ. di Torino), Atlante Linguistico Italiano (ALI); Tullio Telmon e Sabina Canobbio (Univ. di Torino), Atlante Linguistico ed Etnografico del Piemonte Occidentale (ALEPO); Franco Lurà (Centro di dialettologia e di etnografia, Bellinzona), Lessico dialettale della Svizzera italiana (LSI); Annalisa Nesi e Luciano Giannelli (Univ. di Siena), Atlante Lessicale Toscano (ALT); Carla Marcato (Univ. di Udine), Atlante Storico Linguisticofriulano (ASLEF); Alberto Sobrero (Univ. di Lecce), Nuovo Atlante dei Dialetti e dell'Italiano Regionale (NADIR); Saverio Favre (Univ. di Aosta) e Federica Diémoz (Univ. di Neuchâtel), Atlas des Patois Valdôtains (APV); Edgar Radtke (Univ. di Heidelberg), Atlante Linguistico della Campania (AlCam); John B. Trumper e Marta Maddalon (Univ. di Cosenza), Atlante Linguistico Etnografico della Calabria (ALECAL); Roland Bauer e Hans Goebl (Univ. di Salisburgo), Atlante del Ladino centrale e dei Dialetti limitrofi (ALD); Thomas Krefeld (Univ. di Monaco), Atlante sintattico dell'italiano meridionale: Calabria (AsiCa); Immacolata Tempesta e Alessandra Schena (Lecce), Archivio Pugliese Linguistico Informatico (APLI); Manuel González González (Univ. di Santiago de Compostela), Atlas Lingüístico Galego (ALG); Pilar Garcia Mouton (Univ. di Madrid), Atlas Lingüístico de Castilla-La Mancha (AleCman); Andres Kristol e Federica Diémoz (Univ. di Neuchâtel), Atlas Linguistique Audiovisuel du Francoprovençal Valaisan (ALAVAL); Harald Thun (Kiel), Atlas lingüístico Guaraní – Románico (ALGR) e Atlas lingüístico Diatópico y Diastrático del Uruguay (ADDU); Michel Contini (Univ. di Grenoble), Atlante Linguistico Romanzo (ALir).
Proficui contatti sono stati stretti anche in occasione di altri due importanti convegni palermitani, cui hanno partecipato numerosi studiosi italiani e stranieri: "Parlare oggi. Dinamiche linguistiche nell'Italia contemporanea" (25 febbraio-2 marzo 2002); "Gli italiani e la lingua. A quarant'anni dalla pubblicazione della Storia linguistica dell'Italia unita di Tullio De Mauro" (13-14 giugno 2003). Inoltre, in questo stesso lasso di tempo, i componenti del gruppo di ricerca dell'ALS, in particolare il direttore Giovanni Ruffino e i responsabili della sezione socio-variazionale, Mari D'Agostino e Antonino Pennisi, sono stati invitati ad illustrare impianto teorico, metodologia, primi risultati e tecniche di immissione e analisi dei dati, all'interno di tavole rotonde, incontri e convegni internazionali (Heidelberg, Mainz;Kiel, Deutscher Romanistentag; Copenaghen; Bellinzona; Malta).
La risonanza della innovatività e complessità del progetto all'interno del panorama internazionale, ha determinato l'attribuzione da parte dell'Università di Pavia del prestigioso "Premio Giovani", che è stato assegnato all'intero gruppo di ricerca per le monografie che affiancano l'ALS. Un'attenzione particolare è stata presente anche negli organi di stampa di ampia diffusione (si veda in particolare l'ampio servizio che occupa l'intera pag. VII de "la Repubblica"- PA del 15 settembre 2004) e nelle istituzioni territoriali, regionali e locali, scolastiche e politiche. In particolare, in convenzione con l'Assessorato regionale dei Beni culturali, è stata avviata una convenzione per la costituzione di un Archivio delle parlate siciliane su supporti digitali che ne consentano la conservazione duratura.
Nelle sezioni dell'atlante, etnografica e variazionale, è rimasto immutato l'obiettivo primario che era ed è quello di portare alla luce il polimorfismo linguistico dell' area, facendo emergere da un lato i legami tra cultura materiale e cultura dialettale, dall'altro i rapporti che legano struttura linguistica e struttura socio-spaziale. In questo senso va letta la volontà di documentare tutto il repertorio linguistico in tutta la sua complessa stratificazione.
L'Unità locale che si occupa della sezione relativa ai dialetti galloitalici presenti nell'isola fin dall'XI secolo e ancora oggi vitali, oltre alla specifica competenza derivante da lunghi anni di studi in tale settore, dispone: 1. di una ricca banca dati relativa ai dialetti di San Fratello, Montalbano Elicona, Nicosia, Sperlinga, Piazza Armerina e Aidone; 2. delle inchieste sociovariazionali eseguite per l'ALS nei comuni di parlata italiana settentrionale; 3. di dati paremiologici derivanti da inchieste appositamente eseguite nella maggior parte di tali punti.
I riferimenti teorici spingono, inoltre, in entrambe le sezioni, ad evitare programmaticamente l'atomizzazione del dato, la sua presentazione come evento isolato e forse anche casuale. Il modello di raccolta e di analisi (soprattutto variazionale e nelle inchieste di base) mira a illuminare da un lato i processi comunicativi che hanno generato il dato stesso, dall'altro i processi di trasmissione del sapere linguistico-culturale attraverso le generazioni.
Per quanto attiene al modulo etnolinguistico sono stati ottenuti importanti risultati grazie alla formazione di un addestrato gruppo di raccoglitori e trascrittori che hanno completato le inchieste sui giochi fanciulleschi e che ora ci accingono, dopo aver concluso le inchieste di prova e la sperimentazione del questionario, ad effettuare i rilevamenti sulla cultura alimentare.
Nella sezione etnolinguistica una innovazione importante è consistita nel procedere, in fase di prima raccolta dei dati, con un questionario molto ampio che desse conto e spazio agli universi ergologici indagati, per poi focalizzare, attraverso altre inchieste integrative e un questionario a posteriori, i fenomeni più connotanti e maggiormente soggetti alla variabilità geolinguistica. Tale percorso, già completato per la sezione sui giochi tradizionali, sta per essere affrontato anche per la nuova sezione sugli usi alimentari. Quest'ultimo blocco di inchieste sarà inoltre affiancato da un questionario socio-alimentare sugli usi personali, individuali e comunitari, i cui materiali verranno restituiti utilmente al territorio (istituzioni, scuole, ecc.) per una riflessione socio-antropologico-culturale più ampia (vedi Ruffino 2005 in bibliografia).
L'ALS ha già avviato il collaudo del questionario di base, sperimentando strade diverse rispetto alle tradizionali, dettate da posizioni teoriche che si sono andate chiarendo in itinere. Questa sezione dell'ALS ha l'obiettivo di fornire informazioni circa la resistenza o la mobilità delle isoglosse classiche che stanno alla base della classificazione dei dialetti isolani, e per questo motivo un gruppo di lavoro ha già attentamente selezionato i concetti attingendo alla ricca bibliografia del settore e ai materiali atlantistici siciliani.
Per quanto riguarda il modulo sociovariazionale, ultimate le inchieste previste (circa 50 tra punti, alcuni dei quali sovracampionati, e microaree), sono stati individuati dei tratti di italiano popolare e/o regionale più significativi ai fini dell'analisi sociolinguistica (accordo, avverbi, deittici, pronomi personali, tempi del passato in testi narrativi).
Grazie alla conformazione diagenerazionale del campione è stato altresì possibile attuare uno spoglio dei dati degli adolescenti al fine di evidenziare l'eventuale perdita di strutture dialettali e la capacità di produrre un discorso dialettale, per accertarsi delle qualità del bilinguismo o del semilinguismo di cui sono portatori, correlando questo dato con le variabili spaziali e socio-culturali.
All'interno del questionario sociovariazionale sono state poi analizzate tutte le domande elicitate attraverso traduzione per valutare se questa tecnica, tradizionale e imprescindibile per tutti i progetti atlantistici e di raccolta di materiale linguistico sincronico, consenta di costruire il sistema linguistico dei parlanti. Lo studio interazionale ha consentito di rivalutare la traduzione alla luce, però, di una completa restituzione del materiale raccolto nel concreto setting d'inchiesta.
Un altro campo già analizzato all'interno del modulo sociolinguistico riguarda l'attribuzione di un fenomeno all'IR secondo criteri percettivi. Si è partiti dal presupposto che, quanto più un fenomeno rientri nella normatività comune (sebbene esso sia, in realtà, un fenomeno siciliano e/o meridionale) tanto più sia da valutarsi come tratto regionale; mentre all'inverso, quanto più un fenomeno sia guardato con sospetto normativo tanto più debba essere considerato esclusivamente popolare (se la sua accettabilità è stata ammessa dalle classi non o poco istruite) o dialettale (se uso e accettabilità divergono in entrambe le classi di parlanti). In seguito sono state svolte indagini con tecniche elicitative attinenti al matched-guise e a test di accettabilità. Al termine di questa prima e sommaria analisi dei dati, si può affermare che: la variabile "accettabilità", se impiegata sistematicamente per la raccolta di regionalismi, rende ulteriormente problematico definire la categoria di IR che sembrerebbe esistere più nella "percezione" dei linguisti che non in quella dei parlanti.
I dati che vanno confluendo, trascritti foneticamente e secondo norme fono-conversazionali, sono inseriti in una Banca Dati che consente di andare aldilà di una mera interrogazione quantitativa e che offre la possibilità di richiamare anche l'interazione. Sono stati infatti segnalati punti proficui sotto il profilo discorsivo e, per non perdere l'unico vero parlato spontaneo che si è prodotto durante le inchieste, sono stati inseriti campi testo con parlato dialogico. Un'altra importante integrazione consiste nell'aver previsto campi sulla reazione della fonte per poter ricostruire la percezione del momento- inchiesta e le dinamiche comunicative innescatesi.
Si può dire che ormai non esistano più progetti atlantistici che non prevedano un rigoroso piano di informatizzazione delle banche-dati linguistiche conservate nei loro archivi. Gli atlanti linguistici già completati sono stati organizzati in formato digitale; alcuni di essi, mentre erano in corso di completamento, hanno organizzato una selezione di materiale sulla base dei loro dati (testi, suoni, fotografie, film, formulazione statistica dei loro vettori, etc.) e stanno studiando specifiche strategie di cartografazione.
I risultati raggiunti in questo campo sono molteplici; in particolare l'ALS si è distinto nella realizzazione di un software di proiezione cartografica in grado di fornire i seguenti tipi di output:
a) Polarizzazione: comparazione contrastiva di due singoli dati diversi attraverso la localizzazione sulla mappa di unità grafiche diversificate per forma e misura
b) Irradiazione: dato un certo punto linguistico, calcolando l'indice del valore fornito dalla media dei parlanti per punto (o da altra misura statistica mediana), la procedura dovrà cercare tutti i punti vicini che presentano valori assimilabili entro un range prescritto;
c) Metacarte grafiche: comparazione contemporanea di più fenomeni per punto attraverso la localizzazione sulla mappa di insiemi di unità grafiche diversificate per funzione e misura;
d) Carte di processo: proiezioni di più indici linguistici misurati sulla base della successione generazionale e localizzate sulla mappa da insiemi di unità grafiche diversificate per funzione e misura;
e) Procedura di monitoraggio statistico dei vettori numerici di cui al punto C;
f) Interfaccia di connessione tra il programma di analisi dei campi di parlato e il programma di proiezione grafica bi-tridimensionale di questi dati su mappe.

All'interno del programma,un'unità di ricerca investigherà sulle tecniche di Intelligenza Artificiale per il recupero automatico delle informazioni di dati complessi sia scritti che parlati. La ricerca è mirata ad aggiungere varie caratteristiche, tra le quali la capacità di recupero intelligente di dati, l'individuazione automatica di parole e l'allineamento automatico di trascrizioni con il parlato, alle funzionalità dell'archivio digitale sviluppato dalle unità di ricerca per l'ALS proponenti l'argomento.
La base di ricerca scientifica nazionale ed internazionale in cui si inserisce l'attività proposta riguarda: i) il recupero automatico delle informazioni, ii) le tecniche per la modellazione dei linguaggi, iii) le tecniche di riconoscimento del parlato.

i)Recupero automatico delle informazioni
Il recupero automatico delle informazioni si occupa di individuare solamente quei dati che soddisfano le richieste di informazioni che l'utente ritiene rilevanti per se, minimizzando al contempo la quantità di informazione non rilevante. I motori di ricerca sono l'esempio più evidente di sistemi di recupero automatico delle informazioni.
Nel tentativo di migliorare l'efficienza di un sistema automatico di recupero delle informazioni, la ricerca ha investigato sulla possibilità di espansione manuale dei termini costituenti le interrogazioni.

ii) Tecniche per la modellazione dei linguaggi
Il linguaggio parlato può essere considerato come una sequenza di parole, prodotta da una sorgente affetta da fattori di rumore. Sono state realizzate diverse tecniche al fine di distinguere opportunamente le singole parole.
In considerazione di ciò il riconoscimento delle parole dovrebbe essere supportato da un modello del linguaggio (ovvero un modello di sorgente di parole), che consideri sia la sintassi che la semantica del parlato, consentendo quindi la predizione del comportamento della sorgente (ovvero la sequenza di parole che essa produce).

iii) Tecniche di riconoscimento del parlato.
Con l'uso crescente dei modelli indotti dai dati, come le catene di Markov nascoste (HMM) ] e le reti neurali artificiali (ANN), negli ultimi anni si è assistito ad un progresso esponenziale nel riconoscimento automatico del parlato.
Lo stato dell'arte nella ricerca sugli ASR è guidato da un gruppo di ricerca al Centro per l'elaborazione dei segnali e delle immagini presso il Georgia Institute of Technology. Questa unità di ricerca ha una collaborazione, da lunga data, con il suddetto gruppo. <<<