METODOLOGIA ANALIZE! AUTOMATE A DISCURSULU! (PROCESUL BOLOGNA) DESPRE CORPUS Spre deosebire de unele abordéri de data minig care au la baza extragerea informatie’ dintr- 6 baz nestructurat de texte, studierea Procesului Bologna de citre grupul nostru de lucru se face plecand, in primul rand, de la stabilirea corpusului documentar. Ne propunem astfel o structuré de corpusuri pe mai multe paliere si care vor putea fi analizate fie individual, fie zonal (pe niveluri), fie global (reunite). Motivele unui asemenea demers tin de pertinenta informatiel pe care dorim s8 0 cextragem in functie de orientirile interpretative prezentate in cele ce urmeaz’. 1 Un prim corpus numit de noi si corpusul central este reprezentat, agadar, de documentele Procesului Bologna: A) In centrul sferei documentare am situat, dup’ cum rezulté din bibliografia consultata, Declaratia de la Bologna (1999), Conferintele ministeriale (2001, Praga ~ 2012, Bucuresti), precum si cele trei forumuri (2009-2012), Acestea trebuie studiate att pentru degajarea orientirilor fundamentale, cét si pentru punerea in evident a unei cronologii conceptuale care s8 poati reflecta istoricul acestui proces si ordinea de intrare a conceptelor in scend, B) Un al doilea corpus, reprezentat de rapoartele nationale, este organizat pe t8rl si poate permite analize comparative, dar si analize globale avand la baz’ glosarul degajat din documentele fundamentale. C)_Oalt8 categorie de documente o constituie seminarille (recente) analizate pe baza documentatiei de arhiva virtuala, D) Vom lua in consideratie documentele rezultate din intdlnirile BFUG (Bologna Follow-up Group). Vor analizate documentele grupurilor de lucru (WG) si care apar organizate tematic (Social Dimension, Mobility, Lifelong learning, Employability, Qualification frameworks/ Degree structures, Education, research and innovation, International openness, Data Collection / Reporting on the Bologna Process Implementation, Financing and Governance of Higher Education, Quality assurance, Recognition, Transparency tools, Student Centred Learning)*. Veci Wo Progranme pe bip:/hvww.chea inoE) O serie de ,sateliti” provin din documentele semnate de membri consultativi (Consiliul Europei, EUA, EURASHE, ESU, UNESCO, Education International, ENQA si BUSINESSEUROPE) referitoare la Procesul Bologna. ‘Trebuie subliniat faptul c& structurarea documentatiel din corpusul central s-a facut in acord cu viziunea oficialé de pe pagina EHEA (European Higher Education Area)’, entitate creata in 2010, ca emanatie a acestui proces. 1 fin afara corpusului central prezentat mai sus, managementul proiectului a decis explorarea altor corpusuri care se refera cu precddere la acest proces, sau la situatia ‘nvatamantului superior din EHEA (de exemplu, documente OCDE). Se incearc, in acest fel, dincolo de largirea bibliografiel, infelegerea Impactulul pe care Procesul Bologna il are asupra invatéméntului superior in prezent, dar mai ales in viitor, precum i intelegerea cadrului european largit de dezbatere. Mentionim ca EHEA este format actualmente din 47 de state. IL Vor mai fi luate in consideratie, documente elaborate de alte state neeuropene pentru a pune in evidentd perspective contrastive si diferentiatoare care pot preocupa societatea global8. Atentia se indreapt’ asupra celor 19 state non-EHEA, ale céror abordari reprezintd un reper bibliografic si de studiu permanent. Crees © = 2 Pe pagina BOLOGNA PROCESS - EUROPEAN HIGHER EDUCATION AREA (hitp:/ shea info) giisim o structurd de arhiva a documentajiei fundamentale: Main documents (Ministerial conferences, Bologna Policy Forums), National reports, Recent seminars, BFUG Meeting documentsdata structurat corpusul, dupa un model arborescent, atat elaborarea dictionarului (care ‘emerge din corpus), cat si analizele pot urma diferite linli de cercetare la nivel de microunivers sau de microunivers discursiv. Asa cum am arStat, acestea pot fi comparative si longitudinale, O astfel de viziune este in acord cu perspectiva actual din discursologie, in care abordarile analitice trebule s8 urmeze 0 evolutie ascendent’, de Ia text (discursul textual) la baze textuale tematice (discursul domeniulul). Pentru 0 corect8 interpretare, vom tine seama, pe de o parte, de apartenenta textelor la acelasi grup tematic omogen, precum si de data elabor8rii documentului. fn anumite cazuri, se pot cerceta diversele grade de similaritate, adic’ de convergent tematic8. Vom degaja, de asemenea, haiti ale cunoasterii si grafice obtinute pe baza tratamentelor statistice Pentru crearea unei biblioteci esentiale pentru zonele a tra si a Ill-a, referitoare la invatmantul superior in EHEA si in statele avansate din afara Europei este necesar’ consultarea nor entitsti specializate, dar si a unor reviste de prestigiu international. Documentele vor fi descircate intr-un spatiu rezervat si ulterior filtrate, ,catalogate” si folosite pentru viltoare consultari, analize etc. Este necesar ca, 0 data grupate, s8 se procedeze la o atent’ examinare a tuturor textelor, indiferent de zona de provenienta. Este vorba de verificarea integritati fisierelor, @ acuratetei conversiei caracterelor de cétre programele informatice de indexare semantic si de analizé care alcituiesc setul de instrumente informationale (Tropes si Zoom/Owledge). Documentele sunt, in marea lor majoritate, in format PDF, ceea ce impune compararea conversiei atat cu IFILTER-ul produs de Adobe, dar si de Foxit, in multe cazuri mai performant. Un alt concept metodologic este acela de ,puritate” a textelor (eliminarea sau macar diminuarea zgomotului informational). Astfel, este de dorit ca o serie de metadate editoriale, abundente pe coperte si in primele pagini, bibliografia,indicii de autori si tematici s8 fie provizoriu eliminate atunci cand dorim s obtinem, prin analize, statisticl conceptuale riguroase. In acceptia noastra, discursul nu poate fi corect pus tn evident& decit dac& ne marginim la analiza textului propriu-2is (eliminand datele bibliografice, editoriale, si care tin de traditia tipografica). Multi analisti merg mai departe atuncl fac analize lexicometrice privind ocurenta absolut, preferdnd s8 substituie procedeele anaforice prin conceptele la care se refer’, pentru ca numaratoarea automata si nu fie viciata. Desigur, acest grad extrem de acuratete, valabil pentru volumetrii rezonabile, nu este aplicabil in cazul nostru, intrucét volumul de informatii este suficient de mare pentru a garanta fiabilitatea calculelor statistice,DESPRE ANALIZA AUTOMATA A DISCURSULUI BOLOGNA (asistata de Tropes, Zoom/Owledge) ‘intelegerea complexitatii analizei discursului bazat& pe programul Tropes, principalul nostru instrument de lucru si care a fost adaptat acestui proiect, presupune cunoasterea Intregului su univers operational. Rezultatele unor analize pot parea, la prima vedere, dispensabile, dar inlanjuirea acestora, asa cum putem vedea din schema de mal jos, formeaz’ o succesiune logic’, necesar& si armonioas’, conceput pentru a controla toate informatille pe care le-am putea extrage dintr-un text, indiferent de dimensiunea acestuia. Lan Pete La amaze ba, Sie er Convene Pr pete 7 semantice > FT -pesonalizatt Analiza morfosintactic’. Oupa conversia textului, Tropes identific’ categoria morfologic’ a tuturor cuvintelor din text, tratand in mod convenabil omonimele morfologice de tipul ,may”, verb, si,may", substantiv referitor la 0 lund a anulul (se estimeaz’ la 2% rata medie de eroare), Gramatica programului cuprinde urmatoarele clase morfologice: ‘+ Substantive (fiind parti de vorbire purtatoare de informatie pertinent’, acestea apar atat {in meniul Substantive, cat si grupate in clase semantice de termeni echivalenti numite Referinte, dupa cum vor vedea mai detaliat, n cele ce urmeazs). + Verbe, impartite in factive, care exprima actiuni, stative, care exprima stari sau posesia, si reflexive, care exprima génduri despre lume, sentimente, © Conectori (conjuncti locuti cauza, scopul, adunarea, disjunctia, opozitia, comparatia, timpul si locul. Trebuie conjunctionale, pronume relative}, care introduc condifia,remarcat faptul cd unele din aceste categoril reunesc si ale categorii de conectori si au la bazi o clasificare proprie, justificata de autor’ ‘© Modalizéri, clasificate ca exprimand: timpul, locul, modul, afirmatia, indojala, negatia si Intensitatea. Aici sunt incluse in special adverbele si locutiunile adverbiale. © Adjective, impartite in subiective, care exprim’ proprietti percepute subiectiv, cum ar fi amare", important” etc., objective, care exprim’ proprietati percepute obiectiv, cum ar fi: ,institutional”, ,educativ” ete., si adjective numerale. ‘© Pronume personale. O ultima categorie, cea a determinantilor (articole, prepoziti, unele pronume}, nu are statut morfologic independent, dar 0 putem detecta prin plimbarea mouse-ulul pe textul analizat. Tropes prezinta toate aceste clasificdri, indicdnd numarul de ocurente si procentajul in raport cu categoria principal. Am ales, spre exemplificare, un text aleatoriu (Creativity in Higher Education) unde verbele stative, de exemplu, reprezinta 28,1%, iar adverbele de timp 12,9%, In paranteze apare numérul de ocurente, adicd numarul de forme grupate in aceeasi clas, inventariate de program. in ferestrele din dreapta, marcate cromatic, pot fi observate cativa din termenii astfel identificati. Statve ZTE (817) Rellesve 24.3% (533) I Petomative 00%(0) 1 = Connectors C]Condtion 2.7% { 32) Eicauce 4.4%(52) Goa 21%(25) EiAdeition 60.8% ( 723) Eboisinction 68%(78) Bi oppestion 7.3% (87 | IE Comparison 133% (158) Ci Time 2.7% (32) EiPhce 0.0%(0) I * Modaities IG Vine 12.9% (103) (El Place 13.4% (107) {EI Manner 37.3% { 297 ) Assertion 28%(22) dou 1.1%(3) IE Negaiion 11.3% ( 90) GY intensity 21.2% (169) ‘Adjectives i Objective 63.2% (1955) IB Subjective 135% (308) EB Nurnerat 17.3% 231) Pronouns 32%(6) Thou" 0% (0) > Ghiglione, R.; Landré, A.; Bromberg; M.; Molette, P: Llanaluse automatique des contenu, Paris, Dunod, 1998,Analiza morfosintacticd ne intereseaz’ in masura in care dorm o corecti detectare a formelor compuse (substantive compuse, sintagme, nume de institutii, de programe etc.), precum si a acronimelor. Extractorul terminologic ne va ghida in acest sens, pentru ca intregul vocabular de interes sa poati fi detectat si, ulterior, clasificat semantic. Analiza le -semanticd. O data gisita unitatea semnificativ’ de baz (adic& propozitia), Tropes va clasifica referinfele (substantivele) in clase semantice, pe trei niveluri. Prin referinfe {ntelegem substantivele purtatoare de informatie pertinentd. in aceasta etap3, cea mai complexa in tratamentul informatiei, programul se sprijind pe retele semantice propri si pe dezvoltiri speciale (clasificdrile noastre, numite scenariu). Tropes este pregatit si trateze ambiguitatile semantice cunoscute, calcukind probabilitatea de ocurent3 a unui anumit sens fntr-un context particular. De exemplu, Tropes distinge «mouse», rozator, de «mouse», hardware. Acest tratament nu este intotdeauna usor, pentru c&, in realitatea textual, este firesc ca diferite contexte opuse si se activeze in acelasi timp. Rata medie de eroare nu depiseste 5%. References References fields 2 References fields 1 Pisces Dia edocaion Moss eda 0123 education 0125 telecommunicaion (0208 conmunicaton fm 0120nabrork, [M0175 agancotion 109 prect [810120 cooniion }O10T calaberatr [10089 educational instuon 0102 euope 085 het [g}0081 instuion 0038 soc oun 0038 scholar [90079 ciference 085 ine (O08 nstiton [0085 ime (0080 business 0020 university 0060 locaton 0073 lecaton (0074 recede {10259 knovledge 0084 characte (lB 0058 knowledge {1B 0055 organization }0044 foreign text FZ 0055 higher-education inition | [ll 0042 tench text O43 behavior 12 0044 eva [0041 ciation }0042 pbics 0042 french tet 0041 patra 0041 reaion 1 estan (0040 cogsion (0033 socuty i004 patneshio [0025 goverment (M0022 society 2 0039 aciviy [10033 explain (002% language 1 0037 ciererce (0083 tat 0028 iy (0035 cesiniay 10032 europe 0023 device 0035 goveinment | 10052 sociew 0020 mechanics 0034 repo (0022 wost_eusope ovo 10033 development MOUS, 033 apicuse ovse se 0017 teeing 0017 work 1B 0026 sameness 004 money 0024 social group 0014 enteerment 0021 secant IHO03 science I i € ‘Asa cum putem vedea in exemplul de mai sus, in analiza semantic’ referintele se grupeaza ulterior in dou cdmpuri, cea ce ne permite intelegerea temelor abordate. Aceasta functie este deosebit de important in indexarea documentard (detectarea automat’ a descriptorilor, a temelor),De exemplu, daci un text menioneaza ,United Kingdom, Britan si England”, Tropes deduce cd in text se vorbeste despre ,United Kingdom”, care este o tara din Europa”. In esenta, este vorba de contragerea semantic’ aplicati de program. Sunt calculate astfel numarul de ocurente, iar vigualizarea se poate face atat alfabetic, cat si in ordinea descrescatoare a ocurentelor (ca in ‘exemplul de mai sus). Cuvintele tematice cele mai des mentionate vor ocupa primele locuri. Pe langii aceasta clasificare, Tropes pune in evident, in mod automat, referintele care apar deseori relationate. in exemplul nostru, creativity” si ,higher education” apar cel mai frecvent relationate, ceea ce indic& insistenta autorului asupra acestor dou’ concepte pe care le regisim sin titlu, Tropes analizeaza relatiile fiecirei referinte utilizate aratand modul cum retelele apar intretesute in fiecare text. In acest caz textul vorbeste despre ,,creativitate". Tropes arat, rapid si fiabil, relatiile conceptului central cu toate referintele despre care autorul pomeneste. Un grafic stea este afisat pentru a inlesni perceptia legiturilor. Aceeasi informatie poate fi vizualizata si intr-un grafic de sfere (pe modelul sisterului solar). in mod interactiv, utilizatorul poate cerceta si alte configuratiirelationale, selectionand oricare din aceste obiecte (concepte).'S8 ne imaginam un analist care isi pune urm&toarea intrebare: ,Cum anume relationeaz autorul «creativitatean cu «literatura»?” Tropes rispunde afisand o frazd precum aceasta: ‘Trebuie s8 subliniem c& utilizatorul programului are deplina libertate de a folosi propriile sale clasificiri, aga cum am procedat si nol, construind un scenariu propriu s! modificandu-| constant in functie de obiectivele cercetarii, In exemplul urmitor, vom folosi un thesaurus dezvoltat in acest proiect (a se vedea raportul referitor la setul de instrumente) pentru a avea acces la arborescenta conceptuala.Este posibil ca exportand datele in Excel s8 putem crea grafice pe baza analizei semantice: “Academic teaching personnel Acadernic staff Academic teaching Presidents Rectors Teaching stat Astfel, cele patru analize prevazute in cadrul proiectului vor pune in evident’ datele de natura conceptuala tratate din perspectiva statistic’. Tratamentul va fi realizat atat cu Excel, cat si cu programe specifice, cum este Gephi. Al doilea program, legat de Tropes, numit Zoom ne permite indexarea semantic’ a unui corpus textual. Asa cum am mentionat atunci cand ne-am referit la corpusul selectionat pentru analize, baza textual pe care o avem in vedere este vast’. Prin urmare, dup’ dezvoltarea Instrumentelor lingvistice necesare profectului cu ajutorul programului Tropes, cand dictionarele sunt defi iv reglate in functie de obiectivele analizelor pe care dorim s8 le elaboram, vom recurge la indexarea semantic cu Zoom, pentru a intelege, de ast dat’, care texte, considerate global, sunt pertinente din perspectiva analizelor dorite. De asemenea, tn aceastl etapi se pot ridica diverse chestiuni legate de similaritatea textual, de natura mai ales comparativa.am ee as aasaei secant Peer ease eiesenrmaommear ——————— E Reta a {eee . oa y SS eres sens | a sie speach Pe ae rt eset SB =e /2) 5) Programul prezint3 marile teme abordate de diversele corpusuri. Numerele din paranteze indica cate texte din acest corpus abordeazi o anumit’ tem, Puter observa ci 120 de texte vorbesc despre ,snatate”, dintr-un total de 142. Aceasti functie permite filtrarea textelor care ne intereseazé cu adevarat, putand merge pan’ la detaliu, prin inmultirea criteriilor. ‘In exemplul urmator, putem observa cd numai 53 texte vorbesc de ,,creativitate” din totalul textelor luate in consideratie. lj seni SSS ei! ‘Asa cum se poate remarca, textul cel mai important este cel ales de noi. Acesta ocupa primul loc, cu 179 de ocurente. Pe locul al doilea, se afl un alt text, cu numai 12 ocurente. Astfel, 10cercetatorul nu va continua analiza, restul fiind dispensabil. Aceasta functie de filtrare este pretioas’ mai ales cand numarul de texte de analizat este foarte mare si cénd dorim s& scoatem fn evident’ textele cu adevsrat semnificative (,top 10”, s8 spunem) ‘In Zoom putem c&uta folosind un simplu concept sau o intreaga clasd semantic’. Programul dispune $1 de alte functii importante pentru analist, cum ar fi cSutarea unor texte similare cu un anumit text, funcsionalitate care ne intereseaza in mod particular. Desigur, pute produce statistici plecind de la rezultatele obtinute. Zoom poate fi substituit de un alt program (aflat fne& tn prototip), Owledge, care ne poate duce mai departe spre clusterizarea corpusului, pentru a observa aglomerairi conceptuale, relat frecvente tn intregul univers textual. Owledge nu ofer8 date interesante din punct de vedere statistic dac’ corpusul este prea mic sau dacd este excesiv de omogen. Altfel spus, prin Owledge putem surprinde ceea ce nu este banal, repetitiv, in configuratiile conceptuale. in bund parte, acest software serveste ,descoperirii”, adica ne ajut s& revelim legaturi conceptule la care poate nu ne-am géndit, ‘in exemplul de mai jos, am folosit un corpus suficient de mare. Este vorba de o biblioteca despre invitimantul superior, din care face parte si textul analizat, aflat8 in faza de filtrare pentru zonele a ll-a sia Ill-a ale cercetarii noastre. Am ales conceptele ,creativity” si ,higher education” pentru o clusterizarea informatiel in jurul acestei idei. De asta data, nu ne i reseaza conceptele din ‘text, ci informatia din corpus. Rezult& un grafic interesant, din care prezent&im mai jos o bund parte: uwDesigur, cercetatorul va asocia si alte concepte care il intereseazi, daci doreste aprofundarea pe mai departe a analizei. Aceasta il va conduce la o nous filtrare a textelor, pan’ se vor depista acele texte care si satisfacd toate criteriile de cdutare. Vom incheia aici prezentarea tipurilor de analiza in functie de programele care ne stau la dispozitie, pentru a ne ocupa ulterior de chestiunile metodologice propriu-zise. 2REPERE METODOLOGICE PRIVIND ANALIZA AUTOMATA A DISCURSULUI SI INTERPRETAREA ACESTEIA Daci referitor la corpus socotim c8 au fost precizate conditile care ne permit selectarea, structurarea si tratamentul necesar atat elaborarii dictionarului de lucru (a se vedea raportul referitor la setul de instrumente}, cat si analizelor, in privinta acestora din urma se mai impun o serie de specificdri de natura metodologic’. ‘Asa cum am aratat in sectiunea anterioars, prin analizele automate incercém, in primul rand, s& stabilim frecventa termenilor(referintelor) in diversele corpusuri pentru a putea evidentia conceptele cheie. Acest lucru este posibil in masura in care dictionarele reflect’ in mod corect realitatea textual8, altfel spus, inregistreaz toate cuvintele si sintagmele care formeaza fluxul discursului. Dup8 degajarea celor mai importante concepte, fie la nivelul unui singur corpus, fie la nivelul marelui corpus, este firesc s8 incercim sa precizam relatiile dintre aceste concepte. Relatiile de care vorbim sunt abstracte, scoase din context, si sunt puse in evident de program la nivel de macrounivers. Vor fi, in felul acesta, observate relatiile cele mai frecvente, dar si configuratia spatiala, precum si tendintele de aglomerare. Putem afirma, cd o data stabilite conceptele si relatille dintre acestea, calculate ocurenta $1 frecventa legiiturilor, am putea pune in lumina intregul schelet discursiv. Fireste, atunci cand vorbim de ocurente si de frecventa relatiilor avem in vedere, de la analiz’ la analiz, un anume prag de detectare a relatiilor pentru a evita nespecifictatea. intregul demers este, asadar, un drum spre esenta discursului, Vrem s8 stim astfel ce se spune si, mai ales, curn se spune atunci cand se vorbeste de invatémantul superior, bundoara Este bine de subliniat faptul c3 anumite corpusuri sunt exhaustive, ca in cazul conferintelor ministeriale (8) sau al forumurilor de politic& Bologna (3). Aceasta insemn’ c& centrul sferei de documente este inchestionabil si poate fi tratat adecvat de analist. La fel de limpede stam iin cazul rapoartelor nationale. in 2001, 33 de state formau cea ce ulterior de va numi spatiul Bologna. in 2003, la Berlin, se ajunge la 40 de state membru, pentru ca la Londra, in 2007, s& aver 46 de state, iar la Budapesta si Viena, 47. Aceasta este amplitudinea EHEA, desigur peste limitele geografice europene, ultimul stat admis flind Kazahstanul. Principala sarcina a analizei este, din punctul nostru de vedere, ordinea intrarii conceptelor in scend si protagonismul actorilor. In concret, dorim si stim cAnd s-a vorbit pentru prima dat oficial de ,invitarea de-a lungul intregii vieti", de exemplu, si ce state au aplicat primele programe in aceast directie. BNefndoios, zonele a Ila si a Ill-a nu pot fi, din perspectiva textuald, la fel de complet determinate, Este cu. neputint& s& cercetim tot ce s-a scris in Europa sau in afara ei asupra procesului Bologna, Este cu neputint& s8 producem analize ,inteligibile” cand volumul de date excede limitele umane. Este important de retinut ins8 c8, In aceste cazuri fiabilitatea este judecata {n limita continutului corpusului declarat si acest lucru trebui precizat clar la fiecare analiza. O alta directie a analizelor o reprezinté dimensiune tematic’, abordat de BFUG. Consider’m c& acest tip de analizi va scoate tn evident’ o serie de concepte pe care se intemelaz o anumita tematicd. De exemplu, ne putem intreba, atunci cdnd vorbim despre dimensiunea sociald, la ce se face in mod expres referinta? Ce concepte presupune ,construirea” acestel dimensiuni? De aceea, de ast’ data, avem mai curdnd de-a face cu harti conceptuale (knowledge maps) pentru 0 mai limpede si mai sugestiva reprezentare a gand Din unghiul de vedere al resurselor discursive (text si imagine) vom include, in analize, nu doar interpretarea analistului, dar si extrase semnificative din textele cele mai semnificative pentru 0 just8 echilibrare a discursulul textual cu cel imagistic. in sfarsit, cercetatorii vor avea la dispozitie att corpusurile, cat si instrumentele folosite in cazul in care altcineva ar dori reproducerea sau continuarea acestor analize in vitor. in ceea ce ne priveste, ne vom limita doar la cele propuse in cadrul proiectului, revenind metodologic ori de cate ori pot surveni dificult&ti particulare. Rapoartele acestor analize si rezolvarea problematicil intalnite completeaz8, in parte, prezenta incercare de metodologie general 4BIBLIOGRAFIE CARAGEA, Dan, ,Analiza automata a discursului”, in Dumitrache, loan silovu, Hora (coord.), Manual de autorat stiintific, Editura Politehnica Press, Bucuresti, 2011. GARRIC, Nathalie ; LEGLISE, Isabelle, ,La place du logiciel, du corpus, de l'analyste : exemple d'une analyse de discours patronal 8 deux voix’, in G. WILLIAMS, coord., Linguistique de corpus, Presses Universitaires de Rennes, Rennes, 2005, pp. 101-113 GHIGLIONE, Rodolphe; LANDRE, Agnés; BROMBERG, Marcel; MOLETTE, Pierre, L'analyse automatique des contenus, Dunod, Paris, 1998, LANGLIE, Nicholas, Educational Technology Leaders: Competencies for a Conceptual Age”, ISTE, 30th annual NEC, 2009, MARCHAND, Pascal ; MOLETTE, Pierre, ,Convergences et spécificités de la statistique lexicale et de indexation syntaxico-sémantique automatique”, communication aux 4éme JADT, Nice, 1998. MARCHAND, Pascal, ,Automatique (Analyse), in Patrick CHARAUDEAU ; Dominique MAINGUENEAU (dir.), Dictionnaire d’analyse du discours, Seuil, Paris, 2002. MARCHAND, Pascal, L’Analyse du Discours Assistée par Ordinateur, Armand Colin, Paris, 1998. MOLETTE, Pierre, ,De 'APD & Tropes : comment un outil d’analyse de contenu peut évoluer en logiciel de classification sémantique généraliste”, conférence au colloque international “Psychologie Sociale et Communication", Tarbes, 2009. VAN DUK, Teun A., Discourse and Context. A sociocognitive approach, University Press, Cambridge, 2008. 15Ldunea cuRorenNa ‘ouvernu- rouse novation agminstia Fendt Soe Crop ossons Adria arr ‘oom wana ‘adminaative” Proleetcofinanfat din Fondul Social European, prin Programul Operational ‘Dezvetarea Capacttt Administrative’, tn perioada 2007-2013 Metodologie specifica pentru analiza semantica a documentelor de politici publice »METODOLOGIA ANALIZEI AUTOMATE A DISCURSULUI (PROCESUL BOLOGNA)” Contributori: 1. Caragea Daniel - coordonare Sonbe’ 2. Plescan Paul 3. Pricople Camelia 4, Alexe Daniela 5. Amarandei rabela Sid Politic publice fundameniate