Le changement linguistique au XVII^e s. : nouvelles approches scriptométriques

Abstract

La fin du XVIIe s. reste un angle mort de la recherche sur les systèmes graphiques, en dépit de l'importance de cette période pour l'histoire du français, qui s'est alors vu imposer une orthographe continuant encore aujourd'hui de régir, peu ou prou, son écriture. En privilégiant une approche pratique, sur corpus, plutôt que théorique, nous nous proposons de poser les bases d'une étude scriptométrique computationnelle de la langue classique, s'intéressant à son évolution au cours du Grand Siècle. Pour ce faire nous mesurons et évaluons la distance entre la langue classique et la langue contemporaine au moyen de deux méthodes de normalisation automatique, une avec des règles, et une autre avec un réseau de neurones.

Ancien ou moderne ? Pistes computationnelles pour l’analyse graphématique des textes écrits au XVIIe siècle

“…En effet : comment automatiser l'analyse de la variation graphique ? Notre approche est de comparer une transcription aussi diplomatique que possible avec sa version normalisée : une fois les deux versions alignées au niveau des tokens (≈ les mots) et des caractères, il suffit d'observer des lieux de variations (estoit vs était : retrait de <s> et ajout de l'accent aigu + retrait de <o> et ajout de <a>) pour y détecter des grandes tendances, comme détaillé ailleurs (Gabay et al, 2022). Cette approche a plusieurs implications importantes.…”

“…La linguistique descriptive est tout particulièrement concernée par cet oubli, d'autant plus problématique que le français, langue de Molière, ne cesse de désigner le XVII e s. comme sa principale source, notamment pour l'orthographe. La persistance de cet angle mort n'est pas souhaitable pour de multiples raisons, comme celle d'une perception incomplète du changement linguistique en français -question que nous avons récemment abordée ailleurs (Gabay et al, 2022) -mais pas uniquement. D'autres pans de la romanistique sont aussi concernés, comme l'ecdotique.…”

“…3. Ces règles doivent être déterminées à l'avance, en analysant un corpus dit gold, c'est-à-dire entièrement transcrit et normalisé à la main -il s'agit dans ce cas du corpus FREEM norm(Gabay et al, 2022). De taille conséquente et construit avec soin, ce corpus n'est cependant pas représentatif du français du XVII e s., et introduit donc un biais dans l'analyse.…”