The technology of application of multimodal linguistic corpora for foreign language interaction skill development

Cover Page

Cite item

Full Text

Abstract

Importance. Linguistic corpora are a valuable resource for teaching foreign languages. Recently, there has been a surge in publications highlighting the didactic potential of these corpora for teaching not only lexico-grammatical skills but also productive skills. This trend is linked to the development of multimodal and learner corpora, the simplification of user interfaces, and the increased accessibility of corpus technologies. Consequently, there is a pressing need to develop and test new methodological models for integrating language corpora into teaching practices.
Materials and Methods. During the study, a thorough analysis of the scientific literature has been conducted to establish the theoretical framework for the research. Methods of comparison, contrast, generalization are applied.
Results and Discussion. The key phases in the data-driven approach to foreign language teaching development have been identified. The advantages of utilizing linguistic corpora in the language classroom have been outlined. A methodological model for working with multimodal corpora to enhance interaction skills is proposed, using the French-language corpus FLEURON as an example.
Conclusion. Linguistic corpora have been utilized in foreign language teaching for over 40 years; however, their application in teaching practice remains limited. The didactic functions of linguistic corpora can optimize and enhance the educational process. Future research should focus on developing methodologies for integrating multimodal corpora into foreign language instruction.

About the authors

S. V. Titova

Lomonosov Moscow State University

Email: stitova3@gmail.com
ORCID iD: 0000-0002-7930-3893

Svetlana V. Titova, Dr. Sci. (Education), Professor,Deputy Dean for Additional Education, Head of Theory of Teaching Foreign Languages Department of Foreign Languages and Regional Studies Faculty

Russian Federation, 1 Leninskiye Gory, Moscow, 119991, Russian Federation

S. D. Ignatova

Lomonosov Moscow State University; Federal Research Centre “Informatics and Management” of Russian Academy of Sciences

Author for correspondence.
Email: ignatova_sophia@mail.ru
ORCID iD: 0009-0000-5697-1234

Sofiya D. Ignatova, engineer; Research Scholar of Foreign Languages and Regional Studies Department

Russian Federation, 2 Bldg, 44 Vavilova St., Moscow, 119333, Russian Federation

References

  1. Klochikhin V.V. (2024). Application of AI-based corpora in identifying language patterns and students’ re-search. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 39-46. (In Russ.) https://elibrary.ru/jfylhf
  2. Pavlova O.Yu. (2021). Linguistic corpora in foreign language teaching. Yazyk i kul’tura = Language and Culture, no. 54, pp. 283-298. (In Russ.) https://doi.org/10.17223/19996195/54/16, https://elibrary.ru/geiahh
  3. Sysoyev P.V., Zolotov P.Yu. (2020). Development of students’ pragmatic competence using corpora. Yazyk i kul’tura = Language and Culture, no 51, pp. 229-246. (In Russ.) https://doi.org/10.17223/19996195/51/12, https://elibrary.ru/qmhhsr
  4. Gilquin G., Granger S. (2022). Using data-driven learning in language teaching. The Routledge Handbook of Corpus Linguistics. London, Routledge Publ., pp. 416-429. https://doi.org/10.4324/9780367076399-30
  5. Cheng W., Lam Ph. (2022). What can a corpus tell us about language teaching? The Routledge Handbook of Corpus Linguistics. London, Routledge Publ., pp. 299-310. https://doi.org/10.4324/9780367076399-21
  6. O’Keeffe A. (2022). Data-driven learning. A call for a broader research gaze. Language Teaching, vol. 54, no. 2, pp. 259-272. http://dx.doi.org/10.1017/S0261444820000245
  7. Jablokai Reka R., Csomay E. (eds.) (2022). The Routledge Handbook of Corpora and English Language Teaching and Learning. London, Routledge Publ.,558 p.
  8. McCarthy M., McCarten J. (2023). Corpora for teaching social conversation. The Routledge Handbook of Cor-pora and English Language Teaching and Learning. London, Routledge Publ., pp. 102-115. https://doi.org/10.4324/9781003002901-9
  9. Crawford W.J. (2023). Corpora and speaking skills. The Routledge Handbook of Corpora and English Language Teaching and Learning. London, Routledge Publ., pp. 89-101. https://doi.org/10.4324/9781003002901-8
  10. Boulton A. (2011). Data-driven Learning: the Perpetual Enigma. Explorations Across Languages and Corpora. New York, Peter Lang Publ., pp. 563-580.
  11. Boulton A. (2024). Data-Driven Learning: In conversation with Alex Boulton. Corpora for Language Learning: Bridging the Research-Practice Divide. London, Routledge Publ., pp. 43-58.
  12. Johns T. (1997). Contexts: the background, development and trialling of a concordance-based CALL program. Teaching and Language Corpora. London, Routledge Publ., pp. 100-115.
  13. Johns T. (1991). From Printout to Handout: Grammar and Vocabulary Teaching in the Context of Data-Driven Learning. English Language Research Journal, no. 4, pp. 27-45.
  14. Carter R., McCarthy M. (1995). Grammar and the spoken language. Applied Linguistics, vol. 16, no. 2, pp. 141-158. https://doi.org/10.1093/APPLIN%2F16.2.141
  15. O’Sullivan I. (2007). Enhancing a Process-Oriented Approach to Literacy and Language Learning: The Role of Corpus Consultation Literacy. ReCALL, vol. 19, no. 3, pp. 269-286. https://doi.org/10.1017/S095834400700033X
  16. Sysoyev P.V. (2010). Linguistic corpus in teaching foreign languages. Yazyk i kul’tura = Language and Culture, no. 1 (9), pp. 99-111. (In Russ.) https://elibrary.ru/nbpvgn
  17. Hirata Y., Thompson P. (2022). Communicative data-driven learning: a two-year pilot study. ELT Journal, vol. 76, no. 3, pp. 356-366. (In Russ.) https://doi.org/10.1093/elt/ccab066v
  18. Grigaliuniene J. (2013). Corpora in the Classroom. Vilnius, Vilnius University, 81 p.
  19. Titova S.V. (2024). Digital Methods of Foreign Languages Teaching. Moscow, Yurait Publ., 248 p. (In Russ.) https://elibrary.ru/javztq

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».