IT-SR-NER: IL CORPUS PARALLELO SERBO-ITALIANO PER L’APPRENDIMENTO DEL SERBO COME LINGUA STRANIERA
IT-SR-NER: SERBIAN-ITALIAN PARALLEL CORPUS FOR LEARNING SERBIAN AS A FOREIGN LANGUAGE

Summary/Abstract: Il tema del contributo verte sulle possibilità di impiego nella glottodidattica del corpus parallelo It-Sr-NER sviluppato nel 2022 dall’infrastruttura europea CLARIN nel contesto del progetto “Bridging gaps”. Il suo valore risiede nell’annotazione per il Named Entity Recognition (NER), con particolare attenzione alla classe dei toponimi (inclusi i pluralia tantum) e dei nomi propri di persona. Il progetto è stato realizzato in collaborazione da un team di esperti provenienti dall’Università di Torino e dalla Società per le Risorse e le Tecnologie Linguistiche (JeRTeh) di Belgrado. Si tratta del primo corpus parallelo per questa combinazione linguistica, comprendente 10.000 frasi estrapolate dalle opere delle letterature serba e italiana, sia classiche che moderne. Le frasi sono state allineate per agevolare l’esplorazione dei dati e la traduzione delle singole parole nel contesto. L’importanza dei corpora paralleli nelle ricerche linguistiche è ormai nota (Doval e Sánchez, 2019), anche se si rileva una carenza di queste risorse per le lingue meno diffuse. Nel contributo verranno esposte le potenziali applicazioni glottodidattiche del corpus in questione nella didattica del serbo come lingua straniera: a livello iniziale, per l’apprendimento della ricca morfologia della lingua serba e, a livello intermedio e avanzato, per la ricerca dei lexical gaps, ossia delle parole che non hanno un traducente in una delle lingue esaminate. L’obiettivo è dimostrare che questa tipologia di corpora può costituire un’alternativa valida agli strumenti tradizionali e digitali di apprendimento, nonché un mezzo esclusivo per alcune tipologie di ricerca.This paper explores the applications of the It-Sr-NER parallel corpus in foreign language teaching. The corpus, developed in 2022 by researchers from the University of Turin and the Society for Linguistic Resources and Technologies ( JeRTeh) from Belgrade as part of the “Bridging gaps” project under CLARIN infrastructure, represents the first parallel corpus for the Italian-Serbian language pair. It contains 10.000 sentences extracted from both classical and modern Italian and Serbian literature, which have been aligned to facilitate data exploration and word translation in context. The corpus is annotated for Named Entity Recognition (NER), with special attention to toponyms (including pluralia tantum) and personal names. The study addresses three key aspects: the challenges faced by beginners due to Serbian’s rich morphology in recognising and connecting named entities with their lemmas, the utility of the corpus for intermediate and advanced learners in studying lexical gaps (words without direct translation equivalents), and the potential of NER-annotated parallel corpora as an alternative to traditional bilingual dictionaries and digital tools. The paper demonstrates how this type of corpus can serve as both an effective alternative to conventional resources and a unique tool for specific types of linguistic research.

• Details
• Contents