Un des enjeux actuels du traitement sémantique des corpus textuels concerne la nécessaire tentative de contrôle et d’objectivation de l’intertexte. Les corpus réflexifs, que nous définissons dans cet article, poursuivent cette exigence d’objectivation et de mise en forme des ressources sémantiques et interprétatives, en se proposant d’être, dans la mesure du possible, des tout-textuels sémantiquement auto-suffisants – c’est-à-dire des univers interprétatifs clos, définis parmi d’autres – pour une exploitation certes pas exhaustive, mais raisonnable et raisonnée du (...) texte. (shrink)

Un des enjeux actuels du traitement sémantique des corpus textuels concerne la nécessaire tentative de contrôle et d’objectivation de l’intertexte. Les corpus réflexifs, que nous définissons dans cet article, poursuivent cette exigence d’objectivation et de mise en forme des ressources sémantiques et interprétatives, en se proposant d’être, dans la mesure du possible, des tout-textuels sémantiquement auto-suffisants – c’est-à-dire des univers interprétatifs clos, définis parmi d’autres – pour une exploitation certes pas exhaustive, mais raisonnable et raisonnée du (...) texte. (shrink)

L’auteur, responsable des aspects informatiques et linguistiques du projet « Manuscrits de Stendhal en ligne », décrit le processus de constitution d’un corpus, au sens linguistique du terme, dans le cadre d’une collaboration fortement interdisciplinaire. Il montre dans quelle mesure ce type de collaboration permet de construire un ensemble documentaire répondant aux besoins des chercheurs en littérature tout en apportant un matériau langagier riche et inédit pour le linguiste. Subséquemment, ce n’est pas l’objet de l’étude qui définit le (...) class='Hi'>corpus à construire, mais à l’inverse, c’est le corpus construit qui limite et contraint les observations, remettant ainsi en question la notion d’analyse de corpus. (shrink)

Le corpus de littéracie avancée réunit des écrits universitaires et professionnels produits par des étudiants du niveau Licence 1 au Master 2. Il contient actuellement 338 textes (+ d’1 million de mots) et est mis à disposition au format xml, assorti de métadonnées (niveau, discipline, genre, consigne d’écriture etc.). Il est à la fois un aboutissement et un point de départ dans le champ de la littéracie avancée : parce que l’enjeu n’est pas tant de constituer des corpus (...) que de les savoir utilisés et de nourrir les recherches actuelles et futures, il est pensé comme un construit évolutif. L’article expose d’abord les objectifs du corpus : le premier, d’ordre descriptif est de cerner les compétences rédactionnelles et les besoins de formation à un niveau avancé ; le second, d’ordre didactique, est qu’il sert de ressource pour la formation, notamment pour des activités d’observation et de manipulation par les apprenants. Sont ensuite présentées les métadonnées, conçues en phase avec les recommandations de la TEI et dans la perspective d’un outillage des linguistes et des didacticiens dans le champ de la littéracie avancée. Enfin, l’article met en évidence les potentialités du corpus : intégrer des données sur les processus d’écriture et des textes annotés par des relecteurs-correcteurs, élaborer des dispositifs didactiques à l’échelle textuelle. à terme, le corpus gagnera à être associé à des outils de requête et à s’enrichir d’annotations diverses, selon les besoins des chercheurs et des formateurs. (shrink)

Le corpus PhraséoRoChe se centre sur le roman de chevalerie de langue française écrit en prose. Il rassemble des textes issus d’œuvres produites entre le XIIIe siècle et le XVIIe siècle, période bornée par la naissance et la disparition de ce genre textuel. Pour permettre des interrogations par le lecteur d’aujourd’hui d’un corpus outillé embrassant une diachronie aussi longue, il faut faire des choix concernant l’évolution de la langue, non seulement en traitant le décalage entre le français contemporain (...) et la langue des textes retenus mais aussi en faisant face aux difficultés liées à l’hétérogénéité de l’ancien français, du moyen français et du français préclassique. Quels choix méthodologiques peuvent être pertinents en vue de l’objectif défini, à savoir une exploitation de type linguistique, stylistique ou littéraire? Les collaborateurs du projet se sont heurtés à la triple difficulté de rester fidèles aux textes, d’intégrer la diversité des pratiques éditoriales des chercheurs selon les étapes de l’histoire du français et d’unifier le plus possible les principes de traitement pour faciliter la réception actuelle. Le présent article rend compte des deux volets de l’opération : la sélection et la transcription d’un ensemble de 40 textes, d’abord, et l’annotation au moyen de balises structurelles, d’étiquettes lexicales et d’étiquettes morphosyntaxiques, ensuite. (shrink)

L’auteur, responsable des aspects informatiques et linguistiques du projet « Manuscrits de Stendhal en ligne », décrit le processus de constitution d’un corpus, au sens linguistique du terme, dans le cadre d’une collaboration fortement interdisciplinaire. Il montre dans quelle mesure ce type de collaboration permet de construire un ensemble documentaire répondant aux besoins des chercheurs en littérature tout en apportant un matériau langagier riche et inédit pour le linguiste. Subséquemment, ce n’est pas l’objet de l’étude qui définit le (...) class='Hi'>corpus à construire, mais à l’inverse, c’est le corpus construit qui limite et contraint les observations, remettant ainsi en question la notion d’analyse de corpus. (shrink)

Le but de cet article est d'apprécier l'interdépendance qui, en matière d'analyse linguistique comme ailleurs solidarise l'approche scientifique et l'objet qu'elle s'est donné.En la circonstance, il s'agira des définitions, des attentes de rendement, bref d'un ensemble de présupposés sous-jacents à l'établissement d'un corpus. L'analyse est ici conditionnée par la nature et les dimensions du terrain couvert, par les connaissances antérieures et les théories qui le préstructurent, mais il ne faut pas se leurrer, nature et dimensions du domaine n'ont pas (...) de légitimité a priori : toute pratique de coupes dans le continuum du réel requiert une justification. Même si certains découpages (périodisations, classifications) semblent naturels, l'évidence n'est que le fruit de nos habitudes culturelles, voire de conventions académiques. Bien des cloisons sont déplaçables, et la délimitation du champ est alors affaire de point de vue. C'est ce qu'on montrera en examinant deux approches connexes, l'analyse du discours vs la linguistique textuelle. Ces disciplines, quoique familières, n'échappent pas à une prévisible confusion, car dans les faits texte et discours ne sont pas séparables : ce n'est qu'à travers l'analyse des textes, objets empiriques, qu'un type de discours est connaissable. A rebours, la reconnaissance du discours manifesté est indispensable à l'interprétation de tel ou tel texte occurrent. Une troisième pratique, qui relie les étapes, trouve ici sa place : la stylistique aujourd'hui explicitement ancrée dans les « sciences du discours », et précisément caractérisée par sa gestion d'un double point de vue sur le corpus. (shrink)

Le but de cet article est d'apprécier l'interdépendance qui, en matière d'analyse linguistique comme ailleurs solidarise l'approche scientifique et l'objet qu'elle s'est donné.En la circonstance, il s'agira des définitions, des attentes de rendement, bref d'un ensemble de présupposés sous-jacents à l'établissement d'un corpus. L'analyse est ici conditionnée par la nature et les dimensions du terrain couvert, par les connaissances antérieures et les théories qui le préstructurent, mais il ne faut pas se leurrer, nature et dimensions du domaine n'ont pas (...) de légitimité a priori : toute pratique de coupes dans le continuum du réel requiert une justification. Même si certains découpages (périodisations, classifications) semblent naturels, l'évidence n'est que le fruit de nos habitudes culturelles, voire de conventions académiques. Bien des cloisons sont déplaçables, et la délimitation du champ est alors affaire de point de vue. C'est ce qu'on montrera en examinant deux approches connexes, l'analyse du discours vs la linguistique textuelle. Ces disciplines, quoique familières, n'échappent pas à une prévisible confusion, car dans les faits texte et discours ne sont pas séparables : ce n'est qu'à travers l'analyse des textes, objets empiriques, qu'un type de discours est connaissable. A rebours, la reconnaissance du discours manifesté est indispensable à l'interprétation de tel ou tel texte occurrent. Une troisième pratique, qui relie les étapes, trouve ici sa place : la stylistique aujourd'hui explicitement ancrée dans les « sciences du discours », et précisément caractérisée par sa gestion d'un double point de vue sur le corpus. (shrink)

Dans le domaine de l’analyse des données textuelles (ADT), les chercheurs s’intéressent à la relation entre le texte et son support d’exploration. Ces dernières années, l’évolution de l’informatique a profondément modifié notre rapport au texte induisant le développement de nouveaux outils d’étude et critères d’analyse. Dans ce contexte théorique, le concept de lecture polyangulaire permet de compléter les notions de lectures linéaire, réticulaire ou matricielle. Cette approche du texte est devenue possible grâce aux outils d’édition de corpus toujours plus (...) performants proposés par les logiciels de traitement automatique des textes, tel Hyperbase Web Édition. Les fondements de la lecture polyangulaire reposent à fois sur les techniques de corpus based et de corpus driven. Elle vise à multiplier les partitionnements de corpus afin de faire émerger aussi précisément que possible la trame du tissu textuel. Cette nouvelle méthode est ensuite illustrée par deux exemples issus des bases latines diffusées par le LASLA de l’Université de Liège. (shrink)

Cet article synthétise les acquis et développements issus de projets de recherche menés depuis 2013 à propos de l’analyse d’un type particulier de données CMC (Computer-mediated communication) : les tweets politiques. Après une caractérisation de ce genre de discours, et des problématiques soulevées, l’article développe les enjeux de l’exploration des corpus de ce genre ; l’appréhension et la constitution de ces données sociales en corpus ; la production de résultats scientifiques, et la mise en place de différents types (...) d’exploration de corpus. Les méthodes de constitution de corpus, la standardisation et la mise au format TEI, l’utilisation d’outils d’analyse des données textuelles, et le développement de plateformes, sont ainsi présentés, comme différents points d’une même recherche qui vise à caractériser et comprendre une pratique sociale avec une méthode scientifique et une portée citoyenne. L’exploration de corpus peut ainsi passer par des nouvelles productions de ressources, outils, interfaces, dont l’interactivité, l’hypertextualité, et l’ouverture, garantissent la validité des corpus, et la possibilité d’y accéder de manière contextuelle, et outillée. (shrink)

Transcrire des écrits scolaires : entre philologie et génétique textuelle Cet article propose une réflexion épistémologique sur les problèmes posés par la transcription d’écrits scolaires pour la constitution d’un corpus informatisé. Il interroge l’opération de transcription de manuscrits dans deux cadres théoriques : la philologie et la génétique textuelle. On examine les modèles proposés dans ces deux cadres, les possibilités mais aussi les problèmes rencontrés pour la transcription d’écrits parfois non normés comme le sont les écrits d’élèves. À partir (...) d’exemples de productions d’élèves, on aborde plusieurs difficultés récurrentes : la transcription des éléments non verbaux des manuscrits, de la topographie de l’écrit ou encore des énoncés métadiscursifs. (shrink)

Cette livraison de Corpus propose de s’intéresser aux faits phraséologiques, c’est-à-dire à cet ensemble de « prêts-à-dire », de « déjà-là », de formules « clef-en-main » aux fonctions communicationnelles variées : zones de confort pour les uns, les faits phraséologiques peuvent faciliter la prise de parole ou les tâches rédactionnelles (Née, Sitri, Veniard 2014 ; Cislaru, Sitri, Pugnière-Saavedra 2013), contribuer à marquer une identité sociale ou professionnelle (Römer 2010 ; Née, Sitri, Ve...

À travers deux études de cas, on montre comment le travail sur corpus permet de prendre en compte la variabilité de la langue tout en donnant accès par la mise en paradigme de nombreuses occurrences à la valeur abstraite de marqueurs ou d'opérations énonciatives. L'attention à la diversité lexicale et syntaxique des contextes devient un atout pour déterminer ce qui favorise le recours à tel marqueur plutôt que tel autre. Par ailleurs certains faits apparaissent comme relevant à la fois (...) de l'orientation argumentative et de l'organisation textuelle et au-delà de la multiplicité des faits de discours se dégagent des spécificités génériques et des valeurs énonciatives stables. (shrink)

À travers deux études de cas, on montre comment le travail sur corpus permet de prendre en compte la variabilité de la langue tout en donnant accès par la mise en paradigme de nombreuses occurrences à la valeur abstraite de marqueurs ou d'opérations énonciatives. L'attention à la diversité lexicale et syntaxique des contextes devient un atout pour déterminer ce qui favorise le recours à tel marqueur plutôt que tel autre. Par ailleurs certains faits apparaissent comme relevant à la fois (...) de l'orientation argumentative et de l'organisation textuelle et au-delà de la multiplicité des faits de discours se dégagent des spécificités génériques et des valeurs énonciatives stables. (shrink)

Cet article propose d’envisager un type particulier de texte, le texte tabulaire, qui s’oppose au texte linéaire, du double point de vue du texte et du corpus. Le texte tabulaire est un texte composé de plusieurs modules, ayant chacun une autonomie relative mais étant interdépendants les uns des autres, regroupés sur un espace matériel borné. L’objectif est double : il s’agit d’une part de décrire, dans une perspective croisée d’analyse du discours et de linguistique textuelle, le fonctionnement de ce (...) type de texte particulier, loin d’être marginal, et par ailleurs d’appliquer ces perspectives au fonctionnement des corpus, qui restent aujourd’hui calqués sur le modèle du texte linéaire. (shrink)

Notre propos s’inscrit dans le cadre d’une Sémantique-Rhétorique de corpus. Nous privilégions l’analyse de contenu sur corpus textuel et nous nous engageons sur la voie de la caractérisation des textes, genres et discours. Notre perspective est détaillée à travers l’analyse d’un texte politique. Nos propositions portent sur le repérage et la description de procédés sémantico-rhétoriques, ainsi que sur leur codage au sein des textes (balisage du corpus).

Cet article propose d’envisager un type particulier de texte, le texte tabulaire, qui s’oppose au texte linéaire, du double point de vue du texte et du corpus. Le texte tabulaire est un texte composé de plusieurs modules, ayant chacun une autonomie relative mais étant interdépendants les uns des autres, regroupés sur un espace matériel borné. L’objectif est double : il s’agit d’une part de décrire, dans une perspective croisée d’analyse du discours et de linguistique textuelle, le fonctionnement de ce (...) type de texte particulier, loin d’être marginal, et par ailleurs d’appliquer ces perspectives au fonctionnement des corpus, qui restent aujourd’hui calqués sur le modèle du texte linéaire. (shrink)

Cette étude se propose de vérifier l’efficacité des collocations en tant qu’indice pour distinguer les genres textuels. De plus, elle a le double objectif d’aborder l’exploration de la variabilité de l’italien en utilisant des méthodologies computationnelles, et de vérifier l’efficacité d’une nouvelle mesure d’association dans l’étude des collocations.Quatre typologies de collocations ont été analysées (verbe-nom, nom-adjectif, nom-nom et nom-préposition-nom) dans six genres textuels différents, dont trois sont écrits (textes littéraires, textes académiques et compositions scolaires) et trois sont oraux (...) (conversations, discours et dialogues filmiques).La fréquence des collocations dans les différents genres montre que chaque typologie de texte a des préférences spécifiques pour des typologies de collocations spécifiques; la seule fréquence et la seule distinction entre textes écrits et oraux, toutefois, ne réussit pas à interpréter cette différente distribution selon un modèle cohérent. A cet effet, la mesure statistique de la gravité lexicale semble posséder une efficacité majeure, comme nous essayerons de démontrer. (shrink)

Cette étude se propose de vérifier l’efficacité des collocations en tant qu’indice pour distinguer les genres textuels. De plus, elle a le double objectif d’aborder l’exploration de la variabilité de l’italien en utilisant des méthodologies computationnelles, et de vérifier l’efficacité d’une nouvelle mesure d’association dans l’étude des collocations.Quatre typologies de collocations ont été analysées (verbe-nom, nom-adjectif, nom-nom et nom-préposition-nom) dans six genres textuels différents, dont trois sont écrits (textes littéraires, textes académiques et compositions scolaires) et trois sont oraux (...) (conversations, discours et dialogues filmiques).La fréquence des collocations dans les différents genres montre que chaque typologie de texte a des préférences spécifiques pour des typologies de collocations spécifiques; la seule fréquence et la seule distinction entre textes écrits et oraux, toutefois, ne réussit pas à interpréter cette différente distribution selon un modèle cohérent. A cet effet, la mesure statistique de la gravité lexicale semble posséder une efficacité majeure, comme nous essayerons de démontrer. (shrink)

Transcription phonétique des grands corpus littéraires. Les règles du jeu Le perfectionnement des phonétiseurs permet aujourd'hui d'envisager la transcription phonétique de grands ensembles textuels et, par conséquent, de doter la stylométrie de nouvelles capacités dans le domaine de l'analyse des effets sonores. Cet article montre, sur l'exemple d'une étude de La Règle du jeu de Michel Leiris menée à l'aide de LAIPTTS-SpeechMill (Université de Lausanne) et Mbrola (Faculté Polytechnique de Mons), quelles procédures et quelles précautions on se doit (...) d'associer à de telles entreprises. Le repérage et l’étude des allitérations et des assonances, des homophones, la détermination de la tonalité phonique d’une partie du texte montrent tout à la fois les perspectives et les limites de ce type d'approche du texte littéraire. (shrink)

Transcription phonétique des grands corpus littéraires. Les règles du jeu Le perfectionnement des phonétiseurs permet aujourd'hui d'envisager la transcription phonétique de grands ensembles textuels et, par conséquent, de doter la stylométrie de nouvelles capacités dans le domaine de l'analyse des effets sonores. Cet article montre, sur l'exemple d'une étude de La Règle du jeu de Michel Leiris menée à l'aide de LAIPTTS-SpeechMill (Université de Lausanne) et Mbrola (Faculté Polytechnique de Mons), quelles procédures et quelles précautions on se doit (...) d'associer à de telles entreprises. Le repérage et l’étude des allitérations et des assonances, des homophones, la détermination de la tonalité phonique d’une partie du texte montrent tout à la fois les perspectives et les limites de ce type d'approche du texte littéraire. (shrink)

Cet article propose d'interroger la notion de contextualisation à partir d'une perspective d'analyse textuelle des discours. La contextualisation est ici définie comme le processus par lequel le chercheur tente d’établir la pertinence d’une mise en relation entre un texte et un autre (ou plusieurs autres) et de leur regroupement au sein d’un corpus. Trois critères (générique, auctorial et thématique) sont identifiés, autorisant les passages de texte à texte(s) et dessinant ce que nous suggérons d'appeler des sphères de contextualisation. Finalement, (...) une hiérarchisation et des articulations possibles entre ces trois sphères sont envisagées. (shrink)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

Hyperbase est un logiciel d’Analyse de Données Textuelles (ADT) qui offre une suite d’outils statistiques dédiés à l’étude de corpus. Initialement développé sur ordinateur de bureau, il se décline depuis 2015 en plateforme web offrant une interface à l’ergonomie travaillée pour un usage tourné vers les sciences humaines et sociales. Après un rappel méthodologique de l’ADT, cette contribution présente Hyperbase Web version 2024, à partir d’exemples concrets d’usages, de notes techniques ainsi que des entrées par le menu (manuel d’utilisateur). (...) Cette présentation sert de référence pour la prise en main du logiciel ou l’utilisation avancée des méthodes d’ADT. (shrink)

A partir de l’étude de corpus de textes, manuelle et informatique, nous présentons une réflexion sur l’analyse de texte ou de discours à travers l’exemple de l’exposition didactique. Celle-ci peut s’envisager à différents grains. Nous posons la question de la taille du texte, de son style collectif à travers sa disposition et ses marques. Nous interrogeons la pertinence du modèle choisi en relation avec la notion d’échelle. Enfin, nous posons la question de la résolution adéquate pour des logiciels d’analyse, (...) à l’aide d’une dizaine d’exemples. (shrink)

Cet article s’attache à l’interprétation du toponyme (ici, le nom de lieu habité), en prenant pour exemple le cas du nom propre de ville Outreau. Ce toponyme peut avoir, en contexte, des sens différents (polysignifiance). Mais surtout, il a vu, dans une période restreinte (2001-2006), son sens évoluer totalement jusqu’à se stabiliser, à partir de 2005-2006, comme renvoyant principalement à « l’erreur judiciaire par excellence ». La polysignifiance du nom de lieu habité et l’évolution de son sens rendent la question (...) du contexte et de l’interprétation particulièrement cruciale. En recourant à un corpus de presse contemporaine partitionné en cinq sous-corpus relevant de tranches historiques différentes, l’analyse, aidée par le recours au concordancier Antconc, se donne pour objectif de rendre compte, d’une part de ce qui construit le changement du sens de Outreau, d’autre part des éléments d’interprétation pertinents de ses différents sens. Elle se propose de croiser plusieurs paramètres d’interprétation, relevant de paliers syntagmatiques différents : niveau du syntagme et de la phrase, niveau textuel (article de presse) et niveau intertextuel (corpus). L’article discute la part d’interprétation basée sur l’utilisation du concordancier et la part d’interprétation humaine qui demeure nécessaire, selon les différents paliers mentionnés. (shrink)

La Base de français médiéval (BFM) fait partie des corpus de français médiéval (9e-15e s.) les plus anciens et les plus utilisés par les linguistes diachroniciens et plus largement par tous ceux qui s’intéressent à l’histoire du français. Elle est le fruit d’une collaboration entre linguistes-philologues et spécialistes de la méthode textométrique implémentée dans la plateforme TXM. L’article présente un état des lieux du corpus BFM2022 focalisé sur la représentativité et l’interopérabilité des données. Il illustre l’apport des outils (...) numériques pour l’équilibrage des données et présente la stratégie de standardisation multi-niveau (structure textuelle, références, métadonnées, annotations) ayant permis à la Base de s’intégrer à des corpus diachroniques plus étendus pour des recherches en diachronie longue. (shrink)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

L’adjectif prochain fait partie de ces adjectifs que Schnedecker (2002a) nomme « les adjectifs du troisième type ». Ni qualificatifs ni relationnels, souvent marginalisés, ces derniers possèdent des caractéristiques qui n’ont fait l’objet d’aucune étude systématique sur corpus. Nous nous proposons de combler cette lacune en réalisant une analyse distributionnelle de prochain dans différents genres textuels (oraux et écrits). Dans un premier temps, l’analyse portera sur les phénomènes de sélection lexicale qui apparaissent dans les emplois attestés et qui (...) semblent fortement conditionnés par la position de l’adjectif par rapport à son nom recteur. Nous verrons également que le nombre du nom recteur impose des contraintes d’emploi qui ont été peu détaillées dans les travaux antérieurs. Dans un deuxième temps, nous nous intéresserons aux noms recteurs, tels fois, saison et siècle, dont le fonctionnement diffère. L’étude sera l’occasion de comparer la description sur corpus avec celle proposée par Berthonneau (2002), basée sur une analyse introspective. La comparaison permettra de mettre en évidence les spécificités et les limites des deux approches. Une démarche similaire sera développée à partir des entrées de quelques dictionnaires. Au-delà de l’analyse de détail, l’article a pour objectif de présenter les bases descriptives permettant de problématiser le statut catégoriel de prochain. (shrink)

A partir de l’étude de corpus de textes, manuelle et informatique, nous présentons une réflexion sur l’analyse de texte ou de discours à travers l’exemple de l’exposition didactique. Celle-ci peut s’envisager à différents grains. Nous posons la question de la taille du texte, de son style collectif à travers sa disposition et ses marques. Nous interrogeons la pertinence du modèle choisi en relation avec la notion d’échelle. Enfin, nous posons la question de la résolution adéquate pour des logiciels d’analyse, (...) à l’aide d’une dizaine d’exemples. (shrink)

Cet article propose d'interroger la notion de contextualisation à partir d'une perspective d'analyse textuelle des discours. La contextualisation est ici définie comme le processus par lequel le chercheur tente d’établir la pertinence d’une mise en relation entre un texte et un autre (ou plusieurs autres) et de leur regroupement au sein d’un corpus. Trois critères (générique, auctorial et thématique) sont identifiés, autorisant les passages de texte à texte(s) et dessinant ce que nous suggérons d'appeler des sphères de contextualisation. Finalement, (...) une hiérarchisation et des articulations possibles entre ces trois sphères sont envisagées. (shrink)

Le corpus Democrat, annoté en expressions référentielles et en chaînes de référence, est paru fin 2019 et a déjà fait l’objet de plusieurs études. Trois ans plus tard, on constate qu’il manque encore des statistiques sur l’ensemble du corpus, et des analyses qui tiennent compte des données à la fois d’un point de vue global – fréquence d’apparition de phénomènes, par ex. – et d’un point de vue local, avec la remise en perspective des annotations dans leur contexte (...) textuel. Cet article répond à ce manque en trois étapes : 1. nous réalisons une présentation critique du corpus, aussi bien au niveau du choix des textes qu’à celui des annotations ; 2. nous présentons quelques statistiques générales qui permettent d’apprécier la constitution du corpus dans sa dimension diachronique et de mettre en avant ses apports ; 3. nous proposons une analyse locale, sur les liens entre expressions référentielles et discours direct. (shrink)

La politique d'accessibilité par le numérique a ouvert aux personnes sourdes un service national d'écoute et de secours, par fax et SMS depuis 2011, par e-mail, texte en temps réel (TTR) et vidéo depuis 2019. Cet article analyse comment les spécificités des interactions textuelles, numériques, et du « français sourd » sont prises en compte dans les appels d'urgence par SMS, et quelles « prises », ou indices, sont mobilisés par les agents pour percevoir le niveau de détresse ou la (...) gravité d'une urgence. Dans ce contexte et au regard de ces enjeux, comment se jouent le dévoilement de l'identité et de la situation singulière de ces requérants? L'analyse de ces pratiques de communication, a fortiori de ces pratiques professionnelles, révèle la prise en compte incontournable des compétences linguistiques, langagières et interactionnelles en jeu. (shrink)

La notion de petit corpus nécessite une réflexion épistémologique pour se situer dans le paysage des sciences du langage. La taille du corpus ne pouvant suffire pour départager les petits corpus des grands corpus, la ligne de partage se situe au niveau de la représentativité et des objectifs de recherche. Le petit corpus est constitué en vue d’un objectif de recherche mené sur un domaine précis de la langue et du discours pour tenir compte des (...) influences du type de discours et du genre sur les phénomènes linguistiques étudiés. Le petit corpus doit donc rendre compte de ce champ d’investigation particulier. La spécialisation du corpus lui confère donc sa représentativité. Pour aboutir à cette spécialisation, il est nécessaire d’établir un corpus homogène concernant les paramètres textuels, (discours, type de texte, genre, etc.). Par ailleurs, le petit corpus rend possible un retour au contexte linguistique et situationnel : une connaissance approfondie des textes favorise l’interprétation des données. Afin d’illustrer ces propos sur les petits corpus, un corpus construit dans le cadre d’une recherche menée sur la synonymie selon une approche onomasiologique et syntagmatique est présenté. Au-delà de sa petite taille, ce corpus tire sa spécialisation de son homogénéité : les paramètres textuels ont été neutralisés, puisque les textes du corpus appartiennent tous au même discours, au même type de texte et au même genre. La recherche onomasiologique suppose d’ajouter un paramètre thématique lors de la constitution du corpus : les textes choisis doivent manifester de façon saillante la même thématique. Si les paramètres textuels semblent les plus évidents pour spécialiser un corpus, d’autres paramètres inhérents à l’objectif de recherche interviennent. (shrink)

Cet article présente une méthodologie spécifique destinée à traiter le discours politique médiatisé. Aussi bien qualitative que quantitative dans sa conception, la logométrie intégrative offre la possibilité de quantifier des stratégies de positionnements énonciatifs ou bien le recours à des activités cognitivo-discursives telles que la narration ou l'argumentation en même temps que des marqueurs textuels. Après le codage manuel d'un corpus échantillon, des statistiques sont générées par le logiciel Systemic Coder (O'Donnell, 2002) pour comparer la production discursive de (...) deux politiciens d'opinions différentes ayant participé au débat panel Question Time en mars 1993. Les résultats montrent que seuls 9 traits sur 140 formant l'ensemble du modèle sont identifiés comme étant significativement divergents (Loi statistique de Student-Fisher). Les traits mis en exergue se répartissent sur l'ensemble de la grille, depuis les choix de genre et de mise en scène énonciative, jusqu'au recours à certains marqueurs modaux : cela montre la nécessité d'adopter une perspective pluridimensionnelle. Une caractérisation interne des discours comparés (analyse par groupement de cellules) révèle que la notion d'écart n'est pas suffisante pour reconstruire la cohérence des activités langagières au niveau d'un locuteur donné. (shrink)

Dans le cadre du développement récent de la stylistique outillée, cet article propose une réflexion sur l’application de ce concept et de ses méthodes aux personnages de théâtre sur la base d’un corpus trilingue de tragédies : Euripide, Sénèque et Corneille. Pour mener la recherche, nous aborderons d’abord la question de la nature des rôles de théâtre entre unités textuelles recomposées et discours de personnages dans le cadre d’une performance sur scène. Ensuite, nous chercherons à définir si les caractéristiques (...) de ces unités peuvent être rapprochées de la notion de style. Nous en étudierons les apports pour la compréhension d’une œuvre de théâtre. Pour atteindre cet objectif, une attention particulière sera accordée au corpus de recherche (quelles œuvres choisir?), à sa constitution (comment diviser ce corpus et avec quel niveau de granularité?) et aux outils d’exploration (qualitative ou quantitative?). En stylistique outillée, le corpus devient lui-même un outil de recherche en tant qu’opérateur de contraste. Enfin, poursuivre cette enquête amène à questionner la frontière entre études du discours et stylistique outillée du point de vue de leurs objectifs et de leurs méthodes. (shrink)

Dans quelle mesure, et de quelle manière, la confrontation d’un texte à un corpus en modifie-t-elle l’analyse ? Symétriquement, de quelle approche du texte la constitution d’un corpus est-elle tributaire ? L’exemple du projet éditorial de L’Astrée, aux deux volets complémentaires (édition critique / site internet), permet d’ébaucher quelques réponses à ces questions qui engagent tout autant une méthodologie qu’un arrière-plan épistémologique. Cette contribution se réclame d’une philologie actualisée, soucieuse de tenir compte des nouveaux espaces de dialogue entre (...) linguistique et littérature. (shrink)

Cet article présente une méthodologie spécifique destinée à traiter le discours politique médiatisé. Aussi bien qualitative que quantitative dans sa conception, la logométrie intégrative offre la possibilité de quantifier des stratégies de positionnements énonciatifs ou bien le recours à des activités cognitivo-discursives telles que la narration ou l'argumentation en même temps que des marqueurs textuels. Après le codage manuel d'un corpus échantillon, des statistiques sont générées par le logiciel Systemic Coder (O'Donnell, 2002) pour comparer la production discursive de (...) deux politiciens d'opinions différentes ayant participé au débat panel Question Time en mars 1993. Les résultats montrent que seuls 9 traits sur 140 formant l'ensemble du modèle sont identifiés comme étant significativement divergents (Loi statistique de Student-Fisher). Les traits mis en exergue se répartissent sur l'ensemble de la grille, depuis les choix de genre et de mise en scène énonciative, jusqu'au recours à certains marqueurs modaux : cela montre la nécessité d'adopter une perspective pluridimensionnelle. Une caractérisation interne des discours comparés (analyse par groupement de cellules) révèle que la notion d'écart n'est pas suffisante pour reconstruire la cohérence des activités langagières au niveau d'un locuteur donné. (shrink)

Francis Lareau Une tâche importante en philosophie est la lecture et l’analyse de textes pour en dégager les concepts. L’objectif de la présente étude est d’explorer la possibilité d’une assistance computationnelle pour effectuer cette tâche. Une méthode classique est le concordancier, mais celle-ci ne permet pas de distinguer les extraits où le concept n’est pas exprimé de manière canonique. Nous proposons une méthode permettant de reconnaître ces extraits, que nous appliquons à un corpus d’articles de la revue Philosophiques. Nous (...) déterminons d’abord les extraits où le concept est exprimé de manière explicite. Ensuite, nous déterminons les extraits les moins susceptibles d’exprimer le concept cible. Enfin, nous utilisons plusieurs classifieurs afin de distinguer les extraits où le concept est exprimé de manière implicite. Les résultats montrent une différence significative entre les classifieurs les plus performants, machines à vecteurs de support et réseaux de neurones, et certains modèles probabilistes classiques. (shrink)

Dans quelle mesure, et de quelle manière, la confrontation d’un texte à un corpus en modifie-t-elle l’analyse? Symétriquement, de quelle approche du texte la constitution d’un corpus est-elle tributaire? L’exemple du projet éditorial de L’Astrée, aux deux volets complémentaires (édition critique / site internet), permet d’ébaucher quelques réponses à ces questions qui engagent tout autant une méthodologie qu’un arrière-plan épistémologique. Cette contribution se réclame d’une philologie actualisée, soucieuse de tenir compte des nouveaux espaces de dialogue entre linguistique et (...) littérature. (shrink)

Résumé Cet article propose une réflexion théorique et méthodologique permettant de décrire et d’interpréter les textscapes à des fins d’analyse communicationnelle. L’objectif consiste à tester le concept sémiotique de textscape linguistique pour analyser la mise en scène des langues dans la communication des organisations sur le web. Le cadre théorique fait appel aux études du paysage linguistique (Linguistic Landscape Studies) et à la théorie des paysages textuels (textscapes). Le corpus est composé de 100 sites web d’organisations économiques (chambres (...) de commerce, clusters économiques, entreprises) qui revendiquent un positionnement à l’échelle transfrontalière européenne. L’étude est menée d’un point de vue statistique (analyse de métadonnées) et qualitatif (analyse sémiotique du textscape linguistique) en vue de préciser la place et les fonctions communicationnelles du textscape linguistique dans la communication multilingue. Les résultats ont permis de dégager les profils d’expression, un scénario sémiotique typique des sites web observés et surtout de localiser les (dés)équilibres communicationnels. (shrink)

Des avancées sur le front de la théorie et des méthodes des sondages d’opinion publique permettent d’envisager des dispositifs d’enquête expérimentaux donnant une plus large place aux questions ouvertes, voire à des séquences mêlant questions fermées et ouvertes. Ils rendent ainsi possibles la constitution de véritables corpus « d’énoncés d’opinion publique ».

Cette contribution dresse le bilan critique d’une étude de corpus, menée par deux chercheuses de disciplines différentes. Elle vise à définir les conditions d’une pratique scientifique interdisciplinaire de l’analyse des données textuelles à l’intérieur des Sciences Humaines et Sociales. Cette étude de cas nourrit un objectif plus vaste, celui d’une herméneutique théorisée dans la tradition française de l’analyse de discours et articulée à un principe méthodologique fondamental – la variation des données textuelles et des pratiques interprétatives – au service (...) duquel sont mis différents outils lexicométriques. (shrink)

Cette contribution dresse le bilan critique d’une étude de corpus, menée par deux chercheuses de disciplines différentes. Elle vise à définir les conditions d’une pratique scientifique interdisciplinaire de l’analyse des données textuelles à l’intérieur des Sciences Humaines et Sociales. Cette étude de cas nourrit un objectif plus vaste, celui d’une herméneutique théorisée dans la tradition française de l’analyse de discours et articulée à un principe méthodologique fondamental – la variation des données textuelles et des pratiques interprétatives – au service (...) duquel sont mis différents outils lexicométriques. (shrink)

Cette contribution dresse le bilan critique d’une étude de corpus, menée par deux chercheuses de disciplines différentes. Elle vise à définir les conditions d’une pratique scientifique interdisciplinaire de l’analyse des données textuelles à l’intérieur des Sciences Humaines et Sociales. Cette étude de cas nourrit un objectif plus vaste, celui d’une herméneutique théorisée dans la tradition française de l’analyse de discours et articulée à un principe méthodologique fondamental – la variation des données textuelles et des pratiques interprétatives – au service (...) duquel sont mis différents outils lexicométriques. (shrink)

Cet article propose deux mises à l’épreuve d’une modélisation du rôle du contexte dans l’interprétation des actes de parole. Selon notre modèle, les processus interprétatifs se déroulent généralement à partir d’hypothèses contextuelles sur le genre de discours pratiqué par le ou les énonciateur(s) du texte. Ces hypothèses sont activées à l’aide d’indices pluri-sémiotiques péritextuels et textuels. Un intertexte générique est alors mobilisé et oriente les processus interprétatifs, en particulier s’agissant de l’attribution des valeurs illocutoires et interactives probables des actes (...) de parole. La récurrence de ces valeurs constitue en retour des indices potentiels du genre de discours en cours. La première mise à l’épreuve de ces hypothèses s’appuie sur l’analyse « globale » de trois corpus : vingt-quatre interactions télévisées, leur péritexte et le péritexte des émissions les incluant. Cette analyse nous a permis d’observer des correspondances entre différentes configurations lexicales et morphosyntaxiques et quatre schémas d’actes de parole mis en évidence dans une précédente recherche. Dans un second temps, nous mettons en évidence certaines incidences interprétatives plus « locales » des prescriptions génériques, à l’aide d’une analyse des parcours probables de nos interprétations au palier de la période. (shrink)

Cet article propose deux mises à l’épreuve d’une modélisation du rôle du contexte dans l’interprétation des actes de parole. Selon notre modèle, les processus interprétatifs se déroulent généralement à partir d’hypothèses contextuelles sur le genre de discours pratiqué par le ou les énonciateur(s) du texte. Ces hypothèses sont activées à l’aide d’indices pluri-sémiotiques péritextuels et textuels. Un intertexte générique est alors mobilisé et oriente les processus interprétatifs, en particulier s’agissant de l’attribution des valeurs illocutoires et interactives probables des actes (...) de parole. La récurrence de ces valeurs constitue en retour des indices potentiels du genre de discours en cours. La première mise à l’épreuve de ces hypothèses s’appuie sur l’analyse « globale » de trois corpus : vingt-quatre interactions télévisées, leur péritexte et le péritexte des émissions les incluant. Cette analyse nous a permis d’observer des correspondances entre différentes configurations lexicales et morphosyntaxiques et quatre schémas d’actes de parole mis en évidence dans une précédente recherche. Dans un second temps, nous mettons en évidence certaines incidences interprétatives plus « locales » des prescriptions génériques, à l’aide d’une analyse des parcours probables de nos interprétations au palier de la période. (shrink)

Cet article s’attache à l’interprétation du toponyme (ici, le nom de lieu habité), en prenant pour exemple le cas du nom propre de ville Outreau. Ce toponyme peut avoir, en contexte, des sens différents (polysignifiance). Mais surtout, il a vu, dans une période restreinte (2001-2006), son sens évoluer totalement jusqu’à se stabiliser, à partir de 2005-2006, comme renvoyant principalement à « l’erreur judiciaire par excellence ». La polysignifiance du nom de lieu habité et l’évolution de son sens rendent la question (...) du contexte et de l’interprétation particulièrement cruciale. En recourant à un corpus de presse contemporaine partitionné en cinq sous-corpus relevant de tranches historiques différentes, l’analyse, aidée par le recours au concordancier Antconc, se donne pour objectif de rendre compte, d’une part de ce qui construit le changement du sens de Outreau, d’autre part des éléments d’interprétation pertinents de ses différents sens. Elle se propose de croiser plusieurs paramètres d’interprétation, relevant de paliers syntagmatiques différents : niveau du syntagme et de la phrase, niveau textuel (article de presse) et niveau intertextuel (corpus). L’article discute la part d’interprétation basée sur l’utilisation du concordancier et la part d’interprétation humaine qui demeure nécessaire, selon les différents paliers mentionnés. (shrink)