Prosynt: Prosodia e sintassi

Il progetto prevede la creazione di un corpus di italiano parlato registrato in condizioni che permettano l’analisi spettrografica, che servirà come base per una annotazione (tagging) di tipo prosodico, la quale verrà correlata poi ad un tagging sintattico. Il corpus con la duplice annotazione sarà inserito all’interno di un data base accessibile tramite internet.

Il progetto si configura come uno studio pilota per un futuro lavoro più ampio sulla relazione tra intonazione e struttura della frase, e quindi si ritiene opportuno delimitare lo studio ad enunciati in cui la relazione tra prosodia e sintassi sia particolarmente evidente, come le costruzioni che coinvolgono la cosiddetta “periferia sinistra” della frase (cioè l’inizio dell’enunciato). Da studi già pubblicati è emerso che esiste una relazione tra pattern prosodici e particolari casi di dislocazione o di focalizzazione di elementi della frase all’inizio dell’enunciato. Questi particolari pattern prosodici costituiscono un indizio fondamentale in base al quale il parlato viene processato dal cervello umano. Visto che l’industria ha mostrato negli ultimi anni un interesse crescente per lo sviluppo di programmi automatici di riconoscimento vocale, che siano in grado di interagire con parlanti di tutte le varietà dell’italiano, esiste un mercato potenziale per studi che forniscano corpora di parlato annotati.

Sappiamo che in Italia i pattern intonativi variano moltissimo da regione a regione, e che anche quando i parlanti utilizzano la varietà standard, essi mantengono il pattern intonativo (e il sistema fonologico) delle varietà locali. E’ dunque necessario indagare quali siano i vari schemi intonativi usati dai parlanti di varie regioni, in modo da poter “allenare” i programmi di riconoscimento automatico a capirli. Visto che esiste già in parte un corpus di parlato di italiano toscano, il nostro lavoro si concentra sul parlato veneto, che si differenzia in molti casi in maniera rilevante dal toscano. Le due varietà verranno messe a confronto per stabilire le diversità prosodiche mantenendo costanti le stesse strutture sintattiche.

Obiettivi del progetto

Lo scopo del lavoro è sia teorico che applicativo. Da punto di vista applicativo, il corpus annotato avrà valore pratico per l’industria che si occupa del riconoscimento vocale automatico e che realizza sistemi artificiali di interazione con l’utente. Una delle più evidenti carenze dei programmi attuali riguarda proprio il riconoscimento del parlato spontaneo di utenti provenienti da regioni diverse. Visto che la fonologia e l’intonazione sono uno dei componenti più stabili della lingua, e che vengono chiaramente trasferiti anche quando il parlante utilizza la varietà standard (o anche nel caso di parlanti che ignorano la varietà dialettale regionale), è necessario creare dei programmi che siano allenati a riconoscere il parlato di utenti di provenienze diverse. Un programma allenato a riconoscere i pattern accentuali del toscano fallisce in una consistente percentuale dei casi se messo a confronto con quelli del veneto (o di altre regioni). Inoltre, al momento anche le applicazioni che producono linguaggio sintetico (dalla lingua artificiale dei cellulari, a quella degli annunci, ai programmi di lettura per ciechi) non hanno un componente che generi pattern prosodici, e il parlato prodotto risulta spesso incomprensibile agli utenti.

La creazione di un corpus di parlato con una notazione sia prosodica che sintattica servirà quindi come base per lavori applicativi che permettano di migliorare in maniera consistente i sistemi sintetici di produzione e riconoscimento del parlato. Il fatto che il corpus sia basato sul parlato della varietà veneta (che mantiene lo stesso andamento prosodico anche quando il parlante utilizza lo standard), e che questa venga comparata con corpora già presenti per il toscano ci sembra un punto di forza del progetto, perché affronta per la prima volta l’enorme problema della variazione linguistica dal punto di vista dell’utilità per applicazioni industriali.

Dal punto di vista teorico, il progetto fornirà una idea più precisa di quali siano le relazioni tra pattern prosodici e particolari strutture sintattiche. Non sembra che esista una semplice corrispondenza uno a uno tra strutture sintattiche e prosodiche, ma uno studio che prenda in considerazione la relazione sistematica tra le due permetterà di capire se ci siano delle sottounità prosodiche correlate a sintagmi o se ci siano delle “regole di interfaccia” tra un componente e l’altro della grammatica che traducono la struttura sintattica in un pattern prosodico. Trattandosi di uno studio pilota si è ritenuto di dover restringere il campo alla varietà parlata di Venezia e alle costruzioni che coinvolgono la periferia sinistra della frase, sulle quali è stata già fatta ed è in corso (anche da parte di componenti del progetto) una serie di studi di sintassi. Questi studi costituiranno la base sulla quale verrà poi innestata l’analisi del componente prosodico, che permetterà di capire quali patter prosodici si associano a quali strutture sintattiche.

Visto che il lavoro si configura come un progetto interdisciplinare, che richiede il lavoro di sintatticisti, fonetisti, ed esperti di creazione di data base e di applicazioni informatiche, il gruppo di ricerca coinvolto non vede solo studiosi della sede veneziana, ma anche studiosi della sezione di Fonetica dell’ISTC (Istituto di Scienze della Cognizione http://www.pd.istc.cnr.it/rc-tag/13.html) del CNR, dove è presente un laboratorio fonetico, e della Fondazione Bruno Kessler (ex-IRST http://www.fbk.eu/) di Trento, i cui ricercatori si occupano di creazione di data base e di applicazioni informatiche del linguaggio.

Il gruppo di ricerca si avvarrà anche della collaborazione di studiosi di UCL (University College di Londra), che già da anni si occupano dell’interazione tra prosodia e sintassi.

Gli studiosi della sede di Venezia si occuperanno di organizzare tutto il progetto, e della parte di sintassi. Inoltre il data base avrà fisicamente sede presso la sede di Venezia.

Una volta realizzato questo progetto pilota si prevede di ampliare il campo di indagine a progetti più ampi, che estenderanno l’analisi ad altre varietà (prima venete e poi di altre regioni) e ad altri tipi di strutture sintattiche. Inoltre sarà possibile, sulla base del corpus già creato, prevedere progetti più applicativi (in collaborazione con le summenzionate sedi trentina e padovana) che portino alla creazione di software applicativo per programmi interattivi.