Linguistics Commons^™

Cats Are Fuzzy Pets: A Corpus And Analysis Of Potentially Euphemistic Terms, Martha Gavidia, Patrick Lee, Anna Feldman, Jing Peng

Department of Computer Science Faculty Scholarship and Creative Works

Euphemisms have not received much attention in natural language processing, despite being an important element of polite and figurative language. Euphemisms prove to be a difficult topic, not only because they are subject to language change, but also because humans may not agree on what is a euphemism and what is not. Nonetheless, the first step to tackling the issue is to collect and analyze examples of euphemisms. We present a corpus of potentially euphemistic terms (PETs) along with example texts from the GloWbE corpus. Additionally, we present a subcorpus of texts where these PETs are not being used euphemistically, …

Towards Better Structured And Less Noisy Web Data: Oscar With Register Annotations, Veronika Laippala, Anna Salmela, Samuel Rönnqvist, Alham Fikri Aji, Li Hsin Chang, Asma Dhifallah, Larissa Goulart, Henna Kortelainen, Marc Pàmies, Deise Prina Dutra, Valtteri Skantsi, Lintang Sutawika, Sampo Pyysalo

Department of Linguistics Faculty Scholarship and Creative Works

Web-crawled datasets are known to be noisy, as they feature a wide range of language use covering both user-generated and professionally edited content as well as noise originating from the crawling process. This article presents one solution to reduce this noise by using automatic register (genre) identification-whether the texts are, e.g., forum discussions, lyrical or how-to pages. We apply the multilingual register identification model by Rönnqvist et al. (2021) and label the widely used Oscar dataset. Additionally, we evaluate the model against eight new languages, showing that the performance is comparable to previous findings on a restricted set of languages. …

The Role Of Word Knowledge In Error Detection: A Challenge To The Broken-Error-Monitor Account Of Dyslexia, Lindsay N. Harris, Benjamin Creed, Charles A. Perfetti, Benjamin Rickles

Faculty Articles, Papers, and Other Scholarship

Dyslexic children often fail to correct errors while reading aloud, and dyslexic adolescents and adults exhibit lower amplitudes of the error-related negativity (ERN)—the neural response to errors—than typical readers during silent reading. Past researchers therefore suggested that dyslexia may arise from a faulty error-detection mechanism that interferes with orthographic learning and text comprehension. An alternative possibility is that comprehension difficulty in dyslexics is primarily a downstream effect of low-quality lexical representations—that is, poor word knowledge. On this view the attenuated ERN in dyslexics is a byproduct, rather than a source, of underdeveloped orthographic knowledge. Because the second view implies a …

Linguistic Awareness And Dyslexia Beliefs Among Teachers Of Students Who Are Blind Or Visually Impaired., Nosheen Gul, Lindsay N. Harris, Alicia Larouech, Gracie Strohm

CISLL Publications

US students who are blind or have visual impairments do not read at the level of a third-grader with typical sight until, on average, halfway through the seventh grade. As a first step toward narrowing that gap, we investigated levels of linguistic awareness among teachers of students who are blind or visually impaired (TSBVIs) because research with general education teachers has demonstrated a link between teacher linguistic awareness and student literacy outcomes. We also examined the accuracy of dyslexia beliefs among TSBVIs and whether TSBVI linguistic aware- ness and dyslexia beliefs are associated with training and experience variables. A survey …

Synthesizing And Disseminating Research Findings Digitally, 21cleo Research Team

21CLEO Research Project Blog Posts

No abstract provided.

“My Background Is A Little Bit More Than What I Am Now", 21cleo Research Team

21CLEO Research Project Blog Posts

No abstract provided.

Learning And Job Advancement: Insights From A Follow-Up Questionnaire, 21cleo Research Team

21CLEO Research Project Blog Posts

Over the course of our research project, we were able to interview 27 working Learners employed in frontline service work in the US. Our plans to expand this data set and conduct in-person follow-up interviews was disrupted by the COVID-19 pandemic. In order to have some sense of what our participants' education, work, and lived experiences were like in the year after our interviews, we sent a follow-up questionnaire to all 27 in the summer of 2021 and received responses from 13 individuals. It was important for us to reconnect with these learners after more than a year of societal …

Complexifying Paid Learning, 21cleo Research Team

21CLEO Research Project Blog Posts

No abstract provided.

Missing Persona: Insights From Research Partners, 21cleo Research Team

21CLEO Research Project Blog Posts

No abstract provided.

Limitations Of Our Working Learner Persona: Insights From Research Partners, 21cleo Research Team

21CLEO Research Project Blog Posts

No abstract provided.

Representation Of Muslims In Time Magazine: A Corpus Linguistic Study, Constantia Rhinehart

Graduate Theses, Dissertations, and Problem Reports (ETD)

This thesis sought to explore the representation of Muslims in US-American

Press. In order to do this, the Time Magazine Corpus was used to observe words that collocate with the word “Muslim” in Time Magazine. The frequency of the word “Muslim” was observed for each decade and coded to determine the semantic prosody of each token. The 1960s-2006 were observed in order to provide a more comprehensive view of Muslim representation in Western media and how this representation has changed over time. The majority of collocations were considered to be neutral, however, a large number of collocations were considered …

Can Heritage Speakers Predict Lexical And Morphosyntactic Information In Reading?, Olga Parshina, Anastasiya Lopukhina, Irina A. Sekerina

Publications and Research

Ample evidence suggests that monolingual adults can successfully generate lexical and morphosyntactic predictions in reading and that correct predictions facilitate sentence comprehension. In this eye-tracking corpus reading study, we investigate whether the same is true for reading in heritage language. Specifically, we ask whether heritage speakers (HSs) of Russian are able to anticipate lexical and/or morphosyntactic information of the upcoming words in the sentence and whether they differ in the predictions from monolingual children and L2 learners. We are also interested in whether the literacy level (i.e., Russian literacy experience or reading fluency in English) influences lexical and morphosyntactic prediction. …

Clitic Doubling: The Case Of Nariño Andean Spanish, Jessica Paola Jurado Eraso

Graduate Theses, Dissertations, and Problem Reports (ETD)

This thesis examines the behavior of clitic doubling in Nariñense, a little-studied Andean Spanish variety spoken in the southwest of Colombia, and compares it to well-studied varieties such as standard Peninsular, Rioplatense, and other Andean Spanish varieties. Its aim is to present novel data about clitic doubling in order to shed more light into the extensive literature about this phenomenon in Spanish. Through spontaneous speech recordings obtained from thirty native speakers of Nariñense, 133 sentences involving clitic doubling were analyzed. Features such as agreement matching between the clitic and the doubled NP, use of the preposition a to introduce the …

Language-Internal Reanalysis Of Clitic Placement In Heritage Grammars Reduces The Cost Of Computation: Evidence From Bulgarian, Tanya Ivanova-Sullivan, Irina A. Sekerina, Davood Tofighi, Maria Polinsky

Publications and Research

The study offers novel evidence on the grammar and processing of clitic placement in heritage languages. Building on earlier findings of divergent clitic placement in heritage European Portuguese and Serbian, this study extends this line of inquiry to Bulgarian, a language where clitic placement is subject to strong prosodic constraints. We found that, in heritage Bulgarian, clitic placement is processed and rated differently than in the baseline, and we asked whether such clitic misplacement results from the transfer from the dominant language or follows from languageinternal reanalysis. We used a self-paced listening task and an aural acceptability rating task with …

African American English As A Predictor Of Ethnic And Ethnolinguistic Identity In Adolescence, Giahna L. Glasco

Dissertations and Theses

This study’s purposes were to provide support for the Social identity theory of African American English (Vietze & Glasco, 2022) and the meanings African American English (AAE) speakers assign to their dialect. The study was primarily based on Tajfel’s (1979) social identity theory that proposes individuals derive a sense of self from group membership. The qualitative analyses examined ethnic and language group memberships. Ethnic identity development (Phinney, 1992), and ethnolinguistic identity theories (Giles and Johnson, 1987) guided narrative and content analyses of Kiese Laymon’s memoir, Heavy: An American Memoir (Laymon, 2018). The sample included 21 African American English conversations …

Comparison Of The Inter-Accent Variation Of Articulation Rate Between English And English With Imitated Chinese Accent Speech, Komchit Taweesablamlert

Chulalongkorn University Theses and Dissertations (Chula ETD)

This paper compares the articulation rate of 2 English speeches with different accents produced by Nigel Ng, a well-known stand-up comedian and youtuber, while he is taking the role of Uncle Roger and while he is not. Taking the role of Uncle Roger, Nigel Ng produces utterances with imitated Chinese accent to underline stereotypical Asian characteristics, and to contrast with his own “neutralish English accent”. The objective is to investigate the variation of articulation rate between 2 accents which are both produced by only one speaker. Based on the analysis of the articulation rate of Nigel Ng’s speeches, it is …

Thai Sentence Segmentation Using Large Language Models, Narongkorn Panitsrisit

Chulalongkorn University Theses and Dissertations (Chula ETD)

Thai sentence segmentation has been on the topic of interest among Thai NLP communities. However, not much literature has explored the use of transformer-based large language models to tackle the issue. We conduct three experiments on the LST20 corpus, including (1) fine-tuning WangchanBERTa, a large language model pre-trained on Thai, across different classification tasks, (2) joint learning for clause and sentence segmentation, and (3) cross-lingual transfer using the multilingual model XLM-RoBERTa. Our findings show that WangchanBERTa outperforms other models in Thai sentence segmentation, and fine-tuning it with token and contextual information further improves its performance. However, cross-lingual transfer from English …

การเปรียบเทียบค่าช่วงเวลาเริ่มเสียงก้องของพยัญชนะกักในเสียงพูดและเสียงร้องเพลงของภาษาไทย, สรชัช พนมชัยสว่าง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ลักษณะที่แสดงความแตกต่างของเสียงพูดและเสียงร้องเพลงในทางกลสัทศาสตร์นั้นได้มีการศึกษาพบหลายลักษณะด้วยกัน หนึ่งในนั้นรวมถึงลักษณะที่ไม่เกี่ยวข้องกับส่วนที่เป็นเสียงก้อง เช่นค่าช่วงเวลาเริ่มเสียงก้องของพยัญชนะกัก (Voice Onset Time) ซึ่งแสดงค่าระยะเวลาจากจุดเปิดฐานกรณ์จนถึงจุดที่เกิดการสั่นของเส้นเสียงของพยัญชนะกักในตำแหน่งต้นพยางค์ งานวิจัยที่ผ่านมาซึ่งศึกษาภาษาอังกฤษพบว่าเสียงร้องเพลงจะมีค่าช่วงเวลาเริ่มเสียงก้องของพยัญชนะกักน้อยกว่าเสียงพูด ในงานวิจัยชิ้นนี้ซึ่งศึกษาในภาษาไทยซึ่งมีความแตกต่างในการเปรียบต่างทางสัทวิทยาของพยัญชนะกักนั้น ได้ศึกษาด้วยวิธีการที่มีต้นแบบจากงานที่ผ่านมาในภาษาอังกฤษ และวิเคราะห์ทางสถิติด้วย mixed-effect linear regression พบว่า ความแตกต่างของค่าช่วงเวลาเริ่มเสียงก้องของพยัญชนะกักระหว่างเสียงพูดและเสียงร้องเพลงนั้น มีนัยสำคัญเพียงในพยัญชนะกักไม่ก้องพ่นลมเท่านั้น โดยมีแนวโน้มที่เสียงร้องเพลงจะมีค่าช่วงเวลาเริ่มเสียงก้องของพยัญชนะกักมากกว่าเสียงพูด ซึ่งต่างกับในงานวิจัยในภาษาอังกฤษ นำมาสู่ข้อสรุปว่าความแตกต่างของเสียงพูดและเสียงร้องเพลงในภาษาไทยนั้นอาจมีการพ่นลมเป็นหนึ่งในปัจจัยสำคัญ ซึ่งน่าจะเกิดจากการเน้นพยัญชนะให้ชัดเจนในขณะร้องเพลง

อิทธิพลของสัทสมบัติและสัทบริบทที่มีต่อระดับความก้องและค่าความเข้มของพยัญชนะกักภาษาไทย: นัยยะต่อการแพร่ละอองลอย, ก้องเวหา อินทรนุช

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาการแปรของค่าระดับความก้องในช่วงปิดฐานกรณ์และความชันของค่าความเข้มพลังลมของช่วงเปิดฐานกรณ์ของพยัญชนะกักที่มีสัทสมบัติและปรากฏในสัทบริบทที่แตกต่างกัน 2) ศึกษาปฏิสัมพันธ์ระหว่างค่าระดับความก้องในช่วงปิดฐานกรณ์และความชันของค่าความเข้มพลังลมของช่วงเปิดฐานกรณ์ในการออกเสียงพยัญชนะกักภาษาไทยที่มีสัทสมบัติและปรากฏในสัทบริบทที่แตกต่างกัน 3) อภิปรายนัยยะของผลการแปรและปฏิสัมพันธ์ของค่าระดับความก้องและความชันของค่าความเข้มพลังลมต่อการแพร่ของละอองลอย ในการวิเคราะห์การแปรของค่าทางกลสัทศาสตร์ เก็บข้อมูลเสียงของบอกภาษา 10 คนจากคำพูดต่อเนื่อง 48 คำที่ประกอบขึ้นจากพยัญชนะกักก้องและไม่ก้องภาษาไทยใน 2 สัทบริบท นอกจากนี้ นำผลของค่าทางกลสัทศาสตร์มาเชื่อมโยงกับนัยยะของการแพร่ละอองลอย ผลการศึกษาการแปรของค่าทางกลสัทศาสตร์พบว่า 1) เมื่อเรียงลำดับตามระดับความก้องของพยัญชนะกักมีรูปแบบเดียวกันทั้ง 2 สัทบริบท คือ กักก้อง > ก้กไม่ก้องพ่นลม > ก้กไม่ก้องไม่พ่นลม เมื่อเปรียบเทียบระหว่างสัทบริบทพบว่า ตำแหน่งระหว่างสระ > ตำแหน่งนำหน้าสระ ซึ่งความต่างของประเภทพยัญชนะกักและสัทบริบทมีนัยสำคัญทางสถิติที่ 0.05 2) เมื่อเรียงลำดับตามความชันของค่าความเข้มพลังลมของพยัญชนะกักมี 2 รูปแบบทั้ง 2 สัทบริบท คือ รูปแบบ 1 กักไม่ก้องไม่พ่นลม > ก้กไม่ก้องพ่นลม > ก้กก้อง และรูปแบบ 2 กักไม่ก้องพ่นลม > ก้กไม่ก้องไม่พ่นลม > ก้กก้อง ซึ่งมีความต่างของประเภทพยัญชนะกักอย่างมีนัยสำคัญทางสถิติที่ 0.05 แต่ไม่พบความต่างระหว่างสัทบริบท ผลการศึกษาปฏิสัมพันธ์ของระดับความก้องและความชันของค่าความเข้มพลังลมต่อนัยยะของการแพร่ละอองลอยอนุมานได้ว่า ในแต่ละสัทบริบท พยัญชนะก้กไม่ก้องพ่นลมจะมีแนวโน้มของอัตราการแพร่ละอองลอยมากที่สุด เนื่องจากมีระดับความก้องเพิ่มขึ้นในระดับเดียวกับพยัญชนะกักก้องและมีความชันของค่าความเข้มพลังลมในระดับสูง รองลงมาคือพยัญชนะกักไม่ก้องไม่พ่นลม และน้อยสุดคือพยัญชนะกักก้อง ข้อค้นพบในครั้งนี้แสดงให้เห็นปัจจัยของสัทสมบัติและสัทบริบทที่มีผลต่อการแปรของค่าทางกลสัทศาสตร์ของพยัญชนะกัก นอกจากนี้ การไล่ระดับแนวโน้มของอัตราการแพร่ละอองลอยช่วยชี้ให้เห็นความน่าจะเป็นของการแพร่เชื้อโรคที่อาจเกิดขึ้นเฉพาะในบริบทภาษาไทย

ความสัมพันธ์ระหว่างโครงสร้างสัทสัมพันธ์ของคำประสมภาษาไทยกับการกลายเป็นศัพท์, ลีนา มะลูลีม

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อวิเคราะห์ความสัมพันธ์ระหว่างโครงสร้างสัทสัมพันธ์กับระดับการกลายเป็นศัพท์ของคำประสมภาษาไทย งานวิจัยเก็บข้อมูลจากอัตราส่วนค่าระยะเวลาพยางค์ซึ่งเป็นค่าทางกลสัทศาสตร์ที่บ่งชี้การเน้นคำและโครงสร้างสัทสัมพันธ์ระดับคำของคำประสมภาษาไทย ร่วมกับค่าบ่งชี้การกลายเป็นศัพท์ในเชิงปริมาณ ซึ่งแสดงถึงระดับการเปลี่ยนแปลงในแง่มุมต่าง ๆ ของกระบวนการกลายเป็นศัพท์ทั้งสิ้นสามค่า ได้แก่ 1) ระดับความหมายเชิงประกอบซึ่งบ่งชี้ระดับการเปลี่ยนแปลงความหมาย เก็บข้อมูลจากการทดลองตัดสินคำศัพท์ 2) ค่าระยะเวลาตอบสนองซึ่งบ่งชี้ระดับการเปลี่ยนแปลงหน่วยคำวากยสัมพันธ์ เก็บข้อมูลจากการตัดสินของผู้พูดโดยใช้แบบสอบถามระดับความหมายเชิงประกอบ และ 3) ความถี่การปรากฏซึ่งบ่งชี้ระดับการเปลี่ยนแปลงในเชิงการใช้ เก็บข้อมูลจากค่าความถี่ในคลังข้อมูล ผลการศึกษาพบว่าโครงสร้างสัทสัมพันธ์ของคำประสมสัมพันธ์กับระดับการกลายเป็นศัพท์ตามสมมติฐาน โดยคำประสมที่มีระดับการกลายเป็นศัพท์สูงนั้นมีลักษณะคล้ายคลึงกับคำเดี่ยวคือประกอบด้วยคำสัทสัมพันธ์หนึ่งคำและมีรูปแบบการเน้นแบบ เน้นรอง-เน้นหลัก ในขณะที่คำประสมที่มีระดับการกลายเป็นศัพท์ต่ำนั้นมีลักษณะคล้ายคลึงกับวลีสองพยางค์คือ ประกอบด้วยคำสัทสัมพันธ์สองคำ แสดงผ่านรูปแบบการเน้นแบบ เน้นหลัก-เน้นหลัก ข้อค้นพบของงานวิจัยนี้แสดงให้เห็นว่าเมื่อคำประสมผ่านกระบวนการกลายเป็นศัพท์ โครงสร้างสัทสัมพันธ์มีการเปลี่ยนแปลงจากโครงสร้างที่มีหลายคำสัทสัมพันธ์ควบรวมกลายเป็นคำสัทสัมพันธ์เดียว โดยมีการลดลงของอัตราส่วนค่าระยะเวลาควบคู่ไปกับการเปลี่ยนแปลงโครงสร้างทางสัทสัมพันธ์ด้วย