Version classiqueVersion mobile

Cohésion et cohérence

 | 
Anna Jaubert

Avatars de la cohésion dans les corpus.

Ordre des mots et coordonnants : variations génériques

Michel Juillard

Texte intégral

Introduction : la cohésion et le texte

  • 1  On se demandera si le concept jumeau parfois proposé de cohérence ne ressemblerait pas à un artefa (...)

1Le concept de cohésion est apparu sous son acception actuelle vers la fin des années soixante dans les travaux des linguistes anglophones (Halliday, Huddleston, Quirk et l’école firthienne de Londres, Bolinger et les néo-structuralistes américains)1. C’est probablement parce que l’anglais a un système de marques flexionnelles très réduit (et qui ne cesse de se réduire) que s’y pose de façon insistante la question de la cohésion, qui peut se définir comme l’ensemble des relations signalant le texte (restreint parfois à une phrase) en tant qu’entité sinon linguistique, du moins sémantique, communicative, fonctionnelle, empirique ou pragmatique.

2Selon M. A. K. Halliday (1985), les quatre principaux domaines où se manifeste la cohésion seraient : la référence, l’ellipse, la conjonction (coordination et subordination) et les solidarités lexicales au sens le plus large (synonymie, hyponymie, hypéronymie, paraphrase et périphrase, répétitions).

3Pour Quirk (1985), la cohésion, fondatrice du texte, repose sur :

  • 2  S. Levinson, Pragmatics, 1992, p. 51, 107, 286, 288, 313-315.

41) l’implication sémantique et pragmatique, c’est-à-dire les présuppositions, les connaissances partagées, etc. (ce que Levinson appelle coherence, mais il est bien seul chez les linguistes anglophones…2) ;

52) la mise en œuvre de la grammaire (coordination et subordination, temps, aspect modalité, ordre des mots) ;

63) la ponctuation et l’intonation.

7Il faudrait ajouter que la cohésion s’exerce aussi entre ces différents champs. On serait alors tenté de dire que tout est cohésion, en deçà et au-delà de la phrase, et qu’il ne saurait être question de proposer une étude exhaustive du phénomène, à moins qu’elle ne prenne la forme d’une archi-lecture par un archi-lecteur archi-intelligent.

8C’est pourquoi je me contenterai provisoirement d’examiner quelques avatars de la cohésion en montrant l’utilité du recours aux corpus, guidé par l’intuition et assisté d’outils appropriés. Après avoir brièvement observé la cohésion à l’œuvre dans quelques microcontextes, l’essentiel de mon travail sera centré sur l’étude d’un ensemble de ses marqueurs priviligiés dans des corpus de taille et de composition variables et mettra en évidence la relation dialectique entre la parole et la langue, l’idiome et les genres. Je privilégierai les résultats objectifs, sans nous interdire de suggérer des interprétations, linguistiques, stylistiques ou littéraires, que le lecteur, selon ses préoccupations et son goût du risque, pourra prolonger jusqu’où il le souhaite.

Le corpus à mains nues

9Ma première illustration m’a été suggérée – hommage à la serendipity, art de faire des découvertes heureuses et inattendues – par un exemple rencontré récemment avec mes étudiants d’agrégation. Je me contenterai ici d’en offrir un aperçu. Il s’agit de l’ordre des éléments de certains types de phrase en anglais qui commencent par un groupe prépositionnel. Si l’on regarde l’énoncé que les étudiants avaient à expliquer :

On every table was a gilt electric bellpush

on constate que l’ordre canonique sujet-verbe se trouve modifié. Les grammaires se contentent d’enregistrer le phénomène en disant que dans cette situation (groupe prépositionnel initial) on pratique l’inversion. Quand on a de la chance, on trouve un rapprochement avec la structure there + verbe + sujet, et c’est tout.

10Si l’on a un peu lu et écouté, on a en mémoire nombre de contre-exemples : il y a bien toujours un groupe prépositionnel initial mais il n’entraîne aucune modification de l’ordre sujet-verbe. Il serait tentant de décréter exceptions ces exemples, puisqu’ils sont moins nombreux, et de s’en tenir là.

11Or, si l’on va voir ce qui se passe dans les corpus, on constate que ce sont des phénomènes de cohésion intraphrastique qui expliquent cette apparente aberration. Point n’est besoin de gros programmes ni de logiciels statistiques clés en mains pour commencer de tirer parti des corpus de qualité. Rien ne remplace, pour les tâches fines, le contact immédiat et sans a priori avec les données, l’ordinateur seul, même complété du meilleur des programmeurs, n’ayant aucune compétence linguistique.

12J’ai utilisé deux corpus : la base de données de la nouvelle édition du grand dictionnaire d’Oxford (60 millions de mots, sur cédérom) et le BNC (British National Corpus, 100 millions de mots, en ligne). J’ai au moyen d’instructions élémentaires extrait tous les énoncés comportant un groupe prépositionnel initial. En voici un petit échantillon:

Behind the loaded counter the proprietor and his assistants were weighing chocolates and marrons glacés.

Behind the scientific smoke screen of statistical tables, graphs, codes etc. there is a continuous propaganda for more.

Behind the whaleback of Kinder Low and Edale Head a storm was brewing.

In the afternoon they came unto a land in which it seemed always afternoon.

In the centre is an affluent fountain of the clearest water.

In the disc or surface are immersed hollow air-bladders.

On the 26th disasters accumulated.

On the anchor leg, M. C. Spence finished first.

On the chaussée just before it bissects, is a village named Belle Croix.

On the contrary, I found it fairly positive to announce that complaints were down to one.

On the East coast had settled the Acadian loyalists.

On the eminencies beacons were established.

On the nape and back he struck them dead.

On the other hand, industry wants rates cut.

On the shore they found some adoratories or temples.

  • 3  Mon étude portant sur quelques aspects de la cohésion, en particulier dans le domaine de la coordi (...)

13La lecture attentive des multiples exemples (plusieurs centaines par préposition en général) tirés de ces gros corpus et leur confrontation mutuelle m’a permis petit à petit d’isoler les divers paramètres – tous aspects de la cohésion – déclenchant l’inversion ou bloquant cette transformation : la nature de la préposition, la composition et la détermination (définie ou indéfinie) du groupe nominal associé, la nature du verbe : dans le cas du verbe be, la différence entre auxiliaire et verbe existentiel. Interviennent aussi le type de procès représenté par le verbe (état, processus, procès ponctuel ou télique, les événements de Jean-Pierre Desclés, etc.), la ponctuation (présence ou absence de virgule après le groupe prépositionnel initial), la présence ou l’absence de there en relais, l’époque et le niveau de langue et enfin la simultanéité variable de tous ces facteurs de cohésion3.

Le corpus avec des gants

  • 4  L’Espoir (Sierra de Teruel), film réalisé par André Malraux, 1939.

14Même si le travail artisanal a ses charmes, il n’est pas interdit de chercher à accéder à une image plus complète de la cohésion. Lorsque l’on s’intéresse à un paysage, on peut souhaiter le voir de très près, le nez dans l’herbe, comme nous venons de le faire ci-dessus ; il est au contraire loisible d’aspirer à une vue plus générale, ne plus chercher à observer, d’un œil un peu myope, les fleurettes et de chatoyants insectes mais vouloir mettre en relief les lignes et les mouvements qui animent le visage de la nature. Il importe donc de choisir la bonne hauteur, en évitant de se retrouver dans la situation de ce paysan de la guerre d’Espagne qui ne reconnaissait pas les champs où il avait passé sa vie, parce que, pour la première fois, il les survolait en avion4. Il faut pour cela faire un usage judicieux, avec le bon réglage, de l’altitude ou de la focale, c’est-à-dire poser aux machines à classer les données les questions pertinentes. On ne se contentera donc pas de simples écarts réduits et Khi-deux, comme à l’époque héroïque où l’analyse factorielle était le comble de la technicité et tenait souvent lieu d’analyse véritablement linguistique. On préférera mettre en œuvre les concepts fondamentaux de la topologie, appliquée aux unités syntaxiques occupant l’espace du texte, pour dégager des schémas arborés à la plus grande lisibilité possible.

Coordination et cohésion

  • 5  Il est utile de rappeler ici que Claude Hagège reconnaît trois relations syntaxiques universelles  (...)

15D’éminents linguistes comme Halliday et Quirk, je le rappelais en définissant mon propos, placent la coordination, donc les marqueurs qui la manifestent à la surface des énoncés, au premier rang des instruments de la cohésion5. Ces marqueurs sont dépourvus d’ambiguïté et sont d’autant plus abondants que l’anglais recourt très peu à la juxtaposition. La coordination zéro ne laisserait pas de trace graphique à la surface des énoncés et se prêterait assez mal à l’étude que nous je propose. J’ai donc cherché à voir, par le biais d’une image totale de la distribution des données numériques, comment se comportaient ces entités dans trois corpus, assez différents pour donner une large assise à mes résultats : un corpus de poésie contemporaine, trois romans de la même époque et un gros corpus échantillonné, étiqueté morphologiquement et syntaxiquement. Avant de faire paraître les arbres représentant ces agents syntaxiques de cohésion, il est nécessaire de décrire brièvement les corpus et la méthode d’analyse.

Les corpus

  • 6  Il s’agit de: I. Fleming, Dr No, J. Cape, 1958, I. Murdoch, The Bell, J. Cape, 1958 et J. Wain, Hu (...)

16Le premier corpus est un ensemble de textes poétiques, saisis et codés syntaxiquement par mes soins dont on trouvera la description détaillée dans mon ouvrage L’expression poétique chez C. Day Lewis. Vocabulaire, syntaxe, métaphore (1986). Le corpus de romans est constitué de trois textes connus des années cinquante6. C’est le troisième ensemble, le corpus LOB, qui demande la description la plus détaillée en raison de son dosage judicieux des variétés ou genres de la langue écrite, qualité que complète avec bonheur un codage syntaxique exemplaire. On est loin, avec un ensemble de ce niveau, des bases attrape-tout codées à la hussarde ou pas codées du tout mais servant néanmoins de matériau à des réflexions se voulant linguistiques.

  • 7  Pour plus de détails techniques et historiques on consultera S. Johansson, « The LOB Corpus of Bri (...)

17Cette base de données textuelles est l’homologue pour l’anglais britannique du corpus de Brown University constitué par W. Nelson Francis et H. Kucera à la fin des années soixante et encore en cours d’exploitation ; on le connaît en anglais sous le nom de LOB Corpus car il est le fruit de la coopération entre les universités de Lancaster, Oslo et Bergen7. Il se compose de 500 échantillons de chacun 2 000 mots environ provenant de textes publiés en 1961 dans des domaines très variés de façon à illustrer les principaux domaines de l’expression écrite. Voici la liste des catégories de textes avec leur étiquette anglaise et le nombre d’échantillons :

Catégorie A : Press : reportage : (44 échantillons)

Catégorie B : Press : editorial : (27 échantillons)

Catégorie C : Press : reviews : (17 échantillons)

Catégorie D : Religion : (17 échantillons)

Catégorie E : Skills, trades and hobbies : (38 échantillons)

Catégorie F : Popular lore : (44 échantillons)

Catégorie G : Belles lettres, biography, essays : (77 échantillons)

Catégorie H : Miscellaneous (government documents,
foundation reports, industry reports,
college catalogue, industry house organ)
 : (30 échantillons)

Catégorie J : Learned and scientific writings : (80 échantillons)

Catégorie K : General fiction : (29 échantillons)

Catégorie L : Mystery and detective fiction : (24 échantillons)

Catégorie M : Science fiction : (6 échantillons)

Catégorie N : Adventure and western fiction : (29 échantillons)

Catégorie P : Romance and love story : (9 échantillons)

Catégorie R : Humour : (9 échantillons)

  • 8  K. Hofland et S. Johansson, Word Frequencies in British and American English, 1982. Que les auteur (...)

18Ces textes sont en cours d’exploitation dans divers centres de recherche anglophone. L’équipe la plus active est réunie à Bergen autour de Knut Hofland et Stig Johansson, qui se préoccupent actuellement des différences entre les dialectes américain et britannique telles qu’on peut les appréhender à travers le corpus LOB et le corpus Brown8.

L’analyse arborée

  • 9  Il en existe des illustrations variées dans un ouvrage collectif de linguistes et de mathématicien (...)
  • 10  « Innerhalb der Familie gibt es eine Familienähnlichkeit ; während es auch zwischen Mitgliedern ve (...)
  • 11  La théorie sur laquelle reposent ces analyses ainsi que les programmes informatiques correspondant (...)
  • 12  Voir par exemple à ce sujet des études désormais classiques : D. Bolinger, Generality, Gradience a (...)

19L’outil conceptuel permettant d’accéder à cette image totale des relations entre les objets étudiés, ici les coordonnants, facteurs privilégiés de la cohésion, s’appelle l’analyse arborée et met en œuvre les concepts fondamentaux de la topologie, domaine des mathématiques consacré à l’étude des propriétés qualitatives et des positions relatives des êtres géométriques. L’analyse arborée au sens le plus large est très ancienne puisque le philosophe grec néoplatonicien Porphyre (233-301) l’utilisait déjà pour représenter la hiérarchie des concepts conduisant de la substance à l’humain sous la forme d’une imbrication de choix binaires. On connaît les arbres généalogiques, les pedigrees, les organigrammes, les arbres de Tesnière et ceux de Chomsky. Les arbres proposés par la théorie mathématique classique sont le plus souvent des arbres ultramétriques ou dendrogrammes9. Ces arbres hiérarchiques sont des arbres plantés c’est-à-dire que les éléments terminaux ou feuilles sont reliés au sommet ou racine par des branches ou arêtes de telle sorte que toutes les feuilles sont équidistantes de la racine. La distance entre deux sommets se mesure par la longueur du chemin qui les réunit ; tous les sommets sont équidistants les uns des autres. Ce modèle ultramétrique a deux avantages : la notion de classe est définie sans ambiguïté ; la distance d’une feuille à un nœud indique le niveau de formation d’une classe. Si l’on cherche au contraire à mettre en évidence des traits communs, des similitudes de comportement entre les objets étudiés, si l’on s’attache moins à constituer des catégories étanches qu’à déceler parmi les objets ce que Wittgenstein appelait un air de famille10, on préférera abandonner les arbres hiérarchiques et représenter les données au moyen d’arbres non orientés, non plantés semblables aux arbres phylogénétiques des naturalistes. Un algorithme permet de représenter une matrice de chiffres (tableau d’occurrences) sous forme d’arbre non planté11. On comprend aisément l’intérêt de l’utilisation de ces arbres non plantés, où le souci de hiérarchie s’efface devant l’importance accordée aux regroupements selon affinités ou aversions, dans le domaine linguistique en général et singulièrement dans l’étude de la cohésion telle que nous l’avons définie. Tout corpus linguistique est en effet riche en éléments versatiles, marginaux, ambigus ou inclassables, et les phénomènes de scalarité, de gradient, le cline, le squish y sont omniprésents12. L’algorithme d’analyse et de représentation s’appuie sur les notions de groupement et de score afin de construire selon une procédure itérative l’arbre correspondant aux données. Les deux étapes principales de ce nouveau type d’analyse arborée visent à :

201) dégager les objets les plus proches, c’est-à-dire qui appartiennent à un même groupement ;

212) représenter chaque groupement par un objet moyen. Avec les objets moyens et les objets ne faisant encore partie d’aucun groupement est constitué un nouvel ensemble.

22Le processus est itéré jusqu’à l’obtention de l’arbre entier. À chaque étape, un indice d’agrégation permet d’apprécier la qualité des groupements proposés par l’algorithme. Cet indice recourt à diverses mesures statistiques (écart absolu moyen, écart quadratique moyen, coefficient de corrélation) pour comparer les valeurs du tableau de dissimilarité, obtenu à partir des données brutes (effectifs réels), aux distances arborées qui leur correspondent calculées par l’algorithme.

23Du point de vue pratique, le logiciel permet de saisir les données numériques (ici les effectifs des divers coordonnants) au clavier, de les soumettre à l’algorithme puis de voir à l’écran l’arbre proposé et de l’imprimer après avoir étiqueté les variables (feuilles de l’arbre).

Les coordonnants en poésie contemporaine

24L’arbre 1 donne l’image globale des solidarités entre conjonctions de coordination dans le corpus de poésie contemporaine :

Figure 1 

Les coordonnants dans le corpus de poésie

25L’arbre présente une structure frappante, moins ramifiée que rayonnée, moins arborée que buissonneuse. Un nœud principal émet des branches de longueur inégale. La plus courte de ces branches porte le nœud secondaire où sont fixées les deux feuilles les plus rapprochées and et but, qui constituent un groupement autonome très fort (distances très courtes), s’opposant à tous les autres coordonnants considérés ensemble ou séparément. La forme d’arbre en boule de la figure 1 est la contrepartie visuelle des tropismes des unités dans les textes et du rôle qu’elles jouent donc dans l’exercice de la cohésion. Les autres coordonnants les plus proches du groupe and-but sont then, or et yet qui ont parfois des emplois concurrents mais sont assez spécialisés pour refuser toute union et nier toute affinité sauf leur opposition commune au couple fondamental and-but. Parmi les trois unités restantes marginales par leurs effectifs (nor, neither, either) on ne peut que souligner la grande indépendance et les dispositions asociales de either.

26Il est intéressant de voir maintenant comment se modifient les groupements et l’économie générale de la cohésion dans ce corpus lorsqu’on ajoute à ces 8 coordonnants centraux les éléments plus périphériques than et which (figure 2).

Figure 2 

Les coordonnants avec than et which

  • 13  Sur les interactions rythme-syntaxe et leur étude dans les corpus, on pourra lire M. Juillard, « L (...)

27Les principales informations manifestées dans la structure de l’arbre précédent ne sont bien sûr pas remises en cause, mais elles sont complétées, prolongées par cette nouvelle représentation de la cohésion vue à travers la coordination. L’opposition fondamentale entre le couple très soudé and-but et les autres éléments pris en compte subsiste comme la principale caractéristique de leur répartition en discours dans le texte du poète. La structure de l’arbre est pourtant sensiblement différente. L’intrusion de than et which dans le groupe conduit à une structure plus ramifiée, plus proprement arborée avec quatre nœuds et quatre sous-ensembles, deux d’entre eux comportant trois éléments (either, or, which et then, than, yet), les autres n’en comportant que deux (but, and et neither, nor). Then et yet se trouvent rapprochés, ce que symbolisent leur appartenance au même nœud, comme dans la figure 1, mais surtout des distances arborées beaucoup plus réduites, c’est-à-dire des arêtes ou branches nettement plus courtes. Ils sont assez étroitement associés à than et l’on voit donc réunis dans ce trio des éléments au sémantisme commun, si l’on tient compte des parentés historiques de then et than. Neither et nor se trouvent ici associés et gardent leurs distances vis-à-vis des autres membres du groupe. L’autre élément ajouté, which, ne trouve pas de partenaire proche et se voit rattaché par défaut à either et or avec davantage d’affinités pour ce dernier sans qu’on puisse encore proposer d’explication syntaxique ou stylistique. Il faut enfin attirer l’attention sur l’opposition entre deux sous-groupes égaux par leur importance numérique mais très différents par leurs caractéristiques topologiques. L’arbre comporte en effet une partie aux branches denses et courtes ayant pour feuilles des éléments très solidaires : but et and d’une part, et à un degré moindre than, then et yet. L’autre sous-groupe, également formé de deux ensembles réunissant respectivement deux et trois unités, est un rassemblement lâche de coordonnants (either, or, which, neither, nor). La principale caractéristique commune de ces individus sans grand relief dans les lignes mêmes du corpus se retrouve ici ; elle est de s’opposer à la partie la plus touffue de l’arbre, qui regroupe les forces vives de la coordination facteur fondamental de cohésion. Il convient de dire ici qu’il est possible de rattacher la forte spécificité de la poésie par rapport à tout type de prose au fonctionnement particulier du langage que le genre illustre. La fonction poétique du langage, visée sur le message et projection constante du principe d’équivalence, y est omniprésente et fait aussi appel à des éléments qui échappent au type d’analyse conduit ici : schémas phoniques et rythmiques, longueur du vers, interactions entre le rythme et la syntaxe, réseaux sémantiques sous-tendant symboles, métaphores, connotations et archétypes13.

28On peut se demander enfin ce qui dans ces affinités, aversions et indifférences entre coordonnants tient à la langue, au genre ou à l’individu. On n’est bien sûr pas tenu d’apporter une réponse complète et définitive. Il est loisible néanmoins de suggérer des virtualités, des tendances à la faveur de comparaisons.

La cohésion dans trois romans contemporains

29La figure 3 donne une image de la cohésion à travers la distribution des principaux coordonnants dans trois romans (Fleming, Dr No, Murdoch, The Bell, et Wain, Hurry on down).

Figure 3 

Les coordonnants dans les romans

30L’arbre se signale d’emblée par un port beaucoup plus ramifié que les deux précédentes figures, avec des grappes, des bouquets et des unités plus clairement hiérarchisées. On remarque aisément qu’un sommet porte un groupe bien individualisé qui rassemble quatre des éléments pris en compte (or, nor, neither, either). Deux d’entre eux (or, nor) forment un couple très uni, comme le montre la brièveté des arêtes qui permettent d’aller de l’un à l’autre. Les deux autres membres de ce groupe (either, neither) ont des relations plus lâches à la fois entre eux et avec ces derniers. Les relations des quatre autres éléments ne sont pas moins intéressantes. Les quatre coordonnants but, and, then et yet s’opposent aux conjonctions corrélatives sans renoncer à leur individualité propre. But est l’élément du groupe le moins éloigné, par son sens, ses emplois et sa répartition, des feuilles de la partie inférieure de l’arbre, même s’il vient se greffer sur un sommet secondaire. And et then eux aussi manifestent à la fois leur individualité et un air de famille : ils sont, dans une certaine mesure et dans certains contextes, interchangeables. Pourtant, chacun d’eux est irremplaçable et la disparition d’un seul bouleverserait l’économie de tout le système de la cohésion assumée par coordination. La structure de cette partie de l’arbre traduit à merveille cette réalité linguistique à l’œuvre dans le corpus. Yet enfin refuse de contracter toute union étroite. Ses spécificités, ses distributions, son rôle modeste dans la mise en œuvre de la cohésion, le rattachent au deuxième groupe, mais à bonne distance, au bout d’une assez longue branche.

31La lecture du nouvel arbre (figure 4) obtenu en intégrant à l’ensemble initial les éléments which et than complète avec bonheur l’information déjà recueillie.

Figure 4 

Les coordonnants avec than et which dans les romans

  • 14  Il convient de rappeler que la disposition dans l’espace de l’ensemble et l’angle des branches ent (...)

32Les coordonnants à virtualité corrélative refusent d’accueillir aucun des nouveaux venus, et l’originalité collective du groupe either, neither, nor, or, la spécificité de ces conjonctions dans la mise en œuvre de la cohésion, s’en trouvent plus nettement soulignées, ce que manifeste l’allongement de l’arête réunissant les deux sommets principaux de l’arbre14. Le changement le plus important par rapport à l’arbre précédent est la place de than. Cette conjonction devient le partenaire favori de but, qui se trouvait esseulé, comme en attente, sur un court rameau de l’arbre précédent. D’une façon un peu comparable, l’arrivée de which dans le groupe impose à yet une association sans promiscuité distinguant ce couple original et peu enthousiaste, which gardant ses distances, de tous les autres individus, regroupés ou isolés, de cette petite société.

33Il serait tentant à ce stade de l’exploration de comparer les indications de ces deux arbres et celles des deux arbres figurant les coordonnants dans le corpus poétique et de prétendre en déduire les traits caractérisant la cohésion en prose et en poésie. Même si certaines constatations semblent s’imposer avec la force des évidences, il serait imprudent de tirer des conclusions définitives. L’examen de ces deux corpus ne permet pas en effet de faire le départ entre ce qui appartient à l’individu et ce qui participe du genre ou du thème. D’autres analyses de corpus variés permettant de croiser, d’isoler et de neutraliser l’influence de ces paramètres seront nécessaires, notre objectif actuel étant principalement d’isoler et décrire des avatars de la cohésion telle que la définit M. A. K. Halliday et en aucun cas de dresser une typologie complète des genres.

La cohésion et les coordonnants du corpus LOB

34Nous avons soumis à l’analyse arborée les mêmes catégories grammaticales à l’œuvre dans un nouvel ensemble de textes anglais de prose, le corpus LOB, et la figure 5 représente le nouvel avatar de la cohésion et reflète ainsi le fonctionnement de la classe des coordonnants dans la linéarité de textes appartenant à des genres divers.

Figure 5 

Les coordonnants dans le corpus LOB

35Alors qu’en poésie un couple (and, but) assumait l’essentiel de la cohésion, on voit ici se concurrencer deux couples qui occupent le cœur de l’arbre, yet-but et and-nor, les liens de ces deux derniers étant à peine moins serrés. Les quatre éléments restant se tiennent à bonne distance et s’opposent deux à deux ; neither se rapproche timidement de l’individualiste then mais se trouve assez voisin des éléments centraux. À la périphérie gravitent lâchement réunis pour leur faire contrepoids, en lointains satellites de and et nor, either et or.

36L’adjonction des données numériques de which et than ne modifie pas l’ossature de l’arbre que l’on vient de décrire mais apporte d’intéressantes informations.

Figure 6 

Les coordonnants du corpus LOB avec which et than

37Les éléments des couples but-yet et nor-and restent étroitement soudés de part et d’autre de la branche maîtresse de l’arbre, les deux paires de coordonnants conservant la même distance entre elles. L’information nouvelle principale est l’autonomie accrue de either. Son ancien compagnon or, déjà excentré dans la figure précédente, se sépare de lui pour s’agréger aux nouveaux venus than et which.

Cohésion, coordination et types de textes

38De même que nous avons montré à travers les précédents schémas arborés que deux grands genres littéraires fondamentaux, la poésie et le roman, manifestaient chacun une gestion spécifique des conjonctions de coordination, l’on est en droit de se demander s’il ne serait pas possible, au sein d’un même corpus de prose, d’affiner notre mise au point et de dégager des sous-ensembles de textes aux caractéristiques génériques proches ou communes par leur façon de mettre en œuvre les marqueurs de la coordination.

39Constatant que le corpus LOB de textes d’anglais britannique s’articulait, à l’image du corpus Brown d’anglais américain, autour de trois grands pôles : la prose journalistique, les écrits scientifiques, les textes de fiction, nous avons constitué trois grands ensembles de taille comparable reflétant cette division, afin d’y mieux cerner les prédispositions des coordonnants dans leur rapport au registre ou au genre. Nous ébaucherons l’analyse de la représentation arborée de ces données. La figure 7 correspond aux textes à dominante journalistique.

Figure 7 

Presse

40Il s’agit bien, dans la terminologie topologique, d’une figure arborée et non étoilée. En effet, à un groupe assez serré associant en haut de la figure les conjonctions corrélatives neither, either et nor, s’opposent d’une part le couple then-or et surtout le trio formé des deux éléments les plus fréquents du corpus and et but et de la conjonction yet, beaucoup moins fréquente, mais souvent utilisée (en particulier dans la presse) avec une valeur quasi synonyme de celle de but. La comparaison avec la figure 5 fera ressortir les spécificités du genre journalistique dans son usage de la coordination, par rapport à la norme indifférenciée de la totalité du corpus.

41Tout autre est l’image de la cohésion assurée par cette classe de connecteurs dans les textes à prépondérance scientifique.

Figure 8 

Sciences

42L’architecture arborée est incontestable et tout aussi lisible avec trois sous-ensembles et un élément isolé (or). Le trio either-neither-nor subsiste, résistant au changement de genre, alors qu’il ne figurait pas comme tel dans le corpus indifférencié (figure 5). L’élément or ne trouve pas de partenaire, sans doute pour des raisons de fréquence tout autant que stylistiques : dans les textes scientifiques, en particulier universitaires, on aura tendance à fuire l’ambiguïté possible de ce petit mot de tous les jours et on lui préférera selon le cas otherwise, else, if not ou même l’abréviation empruntée au latin i. e. L’association la plus remarquable est le couple étroit and-yet, surtout si l’on garde à l’esprit la distance qui séparait ces deux éléments dans la figure 5.

43L’arbre suivant renvoie l’image de la cohésion portée par les coordonnants dans les textes de fiction du corpus LOB ; c’est le plus finement structuré :

Figure 9 

Fiction

44Ce beau graphe présente une architecture très lisible : deux groupes opposés de trois éléments, respectivement yet-either-nor et then-but-and, où domine le couple but-and. Le trio à l’apparence solide des figures 7 et 8, neither-either-nor, a volé en éclats. Les coordonnants or et neither, qui trouvaient des partenaires dans les sous-corpus précédemment analysés, manifestent ici leur spécificité.

45Ces différences très marquées d’affinités d’un coordonnant à l’autre amènent naturellement à s’interroger sur les apparentements entre les sous-ensembles de prose littéraire visant des publics divers et constituant le corpus « fiction ».

46En effet, si dans cette vaste population des textes d’imagination (romans et nouvelles) figurent des sous-genres plus ou moins proches de la fiction moyenne indifférenciée (catégorie K), il convient de se demander comment des variétés telles que la science-fiction, le roman policier, les romans à l’eau de rose et les romans de gare se distinguent les uns des autres par leur emploi de la classe des coordonnants. Les programmes du logiciel d’analyse arborée permettent de répondre à cette question.

47En effet, dans notre démarche analytique et dans l’utilisation du logiciel, les textes étaient, jusqu’à présent, des objets tandis que les connecteurs étudiés étaient des attributs ou des variables de ces objets et nous demandions au logiciel de calculer les affinités et les oppositions de comportement entre ces variables. Se poser la question des parentés entre sous-genres de la fiction sous l’angle de leur usage de la coordination revient donc à considérer ce qui était objet comme variable et inversement à transformer les variables de l’arbre 9 en objets. Le logiciel d’analyse arborée utilisé ici permet cette transformation et suggère d’intéressantes réponses.

48Voici donc comment se structurent les sous-genres composant la fiction dans le corpus en fonction de leur gestion des coordonnants au fil des textes (figure 10) :

Figure 10 

Arbre inverse (sous-genres de la fiction)

49Le groupe le plus serré associe la fiction générale (K) et les romans policiers et à énigme (L : mystery and detective fiction), tandis que les romans d’aventure et les romans-western (N) forment une union un peu moins solide avec le genre des romans à l’eau de rose (P). On peut voir dans ces deux façons d’utiliser les opérateurs de la coordination le reflet de deux écritures s’adressant à des publics de culture différente. La spécificité plus marquée des catégories M (science-fiction) et R (humour) se traduit par leur indépendance et leur refus de tout rapprochement.

50Outre les affinités entre ces opérateurs de complexité syntaxique que sont les coordonnants, il faut garder à l’esprit la fréquence variable d’un genre à l’autre de ces entités et la présence plus ou moins affirmée des opérateurs ou structures syntaxiques ou sémantiques concurrents. Revenant temporairement à très basse altitude, on en montrera comme exemples deux ensembles d’énoncés où la même réalité s’exprime tantôt avec, tantôt sans la coordination :

Susie and Rodney went to Stretford together

Susie went to Stretford with Rodney

Rodney went to Stretford with Susie

Susie and Rodney are married

Susie is Rodney’s wife

Rodney is Susie’s husband

  • 15  Cette concurrence s’exerce dans la plupart des langues et l’on pourra lire avec intérêt dans ce mê (...)

51Il est, d’un point de vue génétique, bien établi que la coordination se manifeste d’abord par la juxtaposition puis par l’asyndète et que la coordination cède du terrain à la subordination au fur et à mesure que la communication se spécialise, dans le texte écrit – en particulier littéraire. Il convient de ne pas oublier non plus la concurrence variable d’outils syntaxiques comme les transformations participiales et relatives15. Ces solidarités rappelées, il est donc tout à fait légitime, afin de compléter l’image offerte en effectuant la mise au point, en gros plan et avec des angles variés, sur la coordination, de prendre à nouveau un peu de hauteur sans pour autant abandonner notre préoccupation initiale.

Cohésion et ensemble des classes syntaxiques

  • 16  « We name the two ends of the continuum as different things, calling the first grammar and the sec (...)

La cohésion, dans l’acception de Randolph Quirk ou de Michael A. K. Halliday, s’exerce bien sûr dans tous les domaines, elle exprime la solidarité régnant entre toutes les classes syntaxiques et ne saurait se limiter aux mots grammaticaux parfois appelés mots outils. Ces mots outils ne sont pas dénués de signification intrinsèque, et les mots dits lexicaux par la grammaire traditionnelle sont aussi les outils de structuration du discours et facteurs de cohésion. Au reste, les linguistes actuels refusent cette dichotomie artificielle et considèrent qu’un continuum traverse l’ensemble du lexique. Halliday lui-même a proposé le concept de cline pour ce que d’autres dénomment gradient, scalarité ou continuum16. On ne saurait non plus durablement séparer le tissu conjonctif et le tissu osseux des autres ensembles de cellules dans l’étude de l’anatomie. Le codage très rigoureux du corpus LOB (un million de mots) permet d’asseoir l’analyse arborée et les conclusions qu’on peut en tirer sur une base très solide. Les indices reflétant la qualité arborée, la « treeness » de nos tracés sont tous très proches de 1, valeur maximale. La figure 11 manifeste les affinités distributionnelles des diverses classes morpho-syntaxiques dans un sous-corpus constitué des textes politiques, juridiques et gouvernementaux du corpus LOB (H, miscellaneous prose, 60 000 mots).

Figure 11 

Sous-ensemble H du corpus LOB

52Cette figure fait apparaître une opposition tranchée entre un groupe serré occupant le haut de la figure et réunissant les constituants essentiels du groupe nominal, déterminants et noms, et certains éléments plus périphériques comme les prépositions et les adjectifs. La place des coordonnants suggère que dans ces textes éminemment référentiels et à forte teneur en éléments nominaux, la coordination sert principalement à produire des agrégats nominaux complexes. Ceci est comme toujours confirmé par le retour aux textes. Nous ne les citerons pas, car, outre l’alourdissement de ce texte, ceci impliquerait un choix. Or, la supériorité de l’analyse arborée est précisément de permettre d’éviter les remarques sporadiques.

53La partie inférieure droite de la figure souligne ici le rôle mineur, ou plutôt les affinités peu marquées sur l’arbre, du verbe et de ses satellites (auxiliaires modaux et pronoms). Le placement des pronoms est des plus intéressants : ils constituent un groupement lâche avec les auxiliaires et modaux, ces deux catégories jouant un rôle secondaire dans la cohésion de ces textes référentiels, dépourvus de dialogue, où la nécessité d’informer sans ambiguïté exige la présence d’un vocabulaire spécialisé très riche en éléments nominaux au contenu sémantique plus fort et plus varié que dans les entités manifestant en surface la charnière verbale.

54La cohésion entre classes syntaxiques s’exerce différemment dans un autre ensemble de textes, toujours de prose spécialisée mais limitée au seul domaine universitaire, c’est-à-dire articles scientifiques, thèses, cours, manuels, etc. Cette dernière matérialisation de la cohésion entre classes syntaxiques prend forme sur la figure 12.

Figure 12 

Sous-ensemble J du corpus LOB

  • 17  Il importe ici de mettre en garde le lecteur devant le danger d’une lecture naïve qui ferait du gr (...)

55Cet arbre présente une silhouette beaucoup plus ouverte, plus étalée. La figure est malgré tout nettement arborée, d’autres sous-ensembles de textes pouvant donner lieu à de véritables structures en étoile. L’opposition entre le pôle nominal (partie gauche de la figure) et le groupe verbal (partie droite) est toujours perceptible17, mais les tropismes, les attirances et répulsions entre différentes catégories grammaticales fondant la cohésion de l’ensemble s’y manifestent avec moins d’insistance : on voit peu de groupes serrés et plusieurs éléments, comme l’adjectif et le verbe, ne trouvent pas de partenaire. On remarquera en outre que la coordination reste dans le camp nominal, mais à bonne distance, tandis que la subordination fait cause commune avec le pronom. Il ne s’agit pas d’une évidence ; dans d’autres parties du corpus en effet, on voit la subordination rapprochée des auxiliaires et modaux, des verbes, ou encore figurer dans un couple à part avec la seule coordination. La plupart des catégories tendent à s’éviter et rechercher la périphérie de l’arbre, à bonne distance les unes des autres.

56Si l’on se reporte aux textes eux-mêmes, on constate qu’il s’agit de prose universitaire référentielle ou spéculative, très nominale et totalement dépourvue de pronoms de dialogue, c’est-à-dire d’implication directe de l’énonciateur. En outre, une forte proportion des phrases s’articule autour de prédicats existentiels et de transformations passives.

Conclusion : aller plus loin

  • 18  La puissance de la méthode n’est pas qu’un avantage. Comme l’emploi de tous les modèles mathématiq (...)

Il est possible, nous l’avons vu et nous pensons l’avoir prouvé, d’aborder la cohésion sous divers angles (la phrase, le texte ou le corpus, la syntaxe ou le lexique, etc.) et par le recours à des moyens multiples : la lecture sporadique du texte (écrit ou oral), l’utilisation de la concordance ou la lecture exhaustive par l’entremise de techniques les plus élaborées et les plus fiables de représentation des données. Les diverses images obtenues des distributions des vocables dans l’espace du texte montrent à l’œuvre ce que l’on pourrait appeler l’hyper-cohésion ou encore l’archi-cohésion. Si l’on s’intéresse aux distinctions entre genres, l’analyse arborée, par sa puissance et son exhaustivité, est un profond révélateur des spécificités linguistiques et stylistiques des types de textes18. Nous avons ainsi pu faire apparaître objectivement les variations dans l’emploi de la coordination entre poésie et prose, puis les variations entre prose de fiction et prose strictement référentielle, en modulant la taille et la composition des ensembles de données et le choix des variables. Il resterait à élargir l’assise de cette étude en augmentant simultanément la taille, la diversité et l’amplitude du corpus. On pourrait ainsi s’acheminer vers une typologie des genres de la prose en anglais britannique contemporain.

  • 19  Association for Literary and Linguistic Computing - American Association for Computers and the Hum (...)
  • 20  M. Juillard et X. Luong, « On consensus between tree-representations of linguistic data », 2001.

57Quant aux procédures d’analyse elles-mêmes auxquelles nous avons eu recours, elles peuvent s’améliorer encore. C’est ce que nous avons commencé de montrer dans notre communication au dernier congrès international de l’ALLC-ACH19 à Glasgow, où nous exposions pour la première fois les techniques de fusion d’arbres20.

58Notre préoccupation y était surtout méthodologique, mais nous ne désespérons pas d’aller plus loin avec ce nouvel outil dans l’exploration du vaste champ de la cohésion textuelle, dont le présent travail n’est qu’une étape.

Bibliographie

Biber D. et al., 1999, Grammar of Spoken and Written English, Londres, Longman.

Bolinger D., 1961, Generality, Gradience and the All-or-None, La Haye, Mouton.

— 1977, Meaning and form, Londres, Longman.

Cloran C. et al. éd., 1996, Ways of Saying, Ways of Meaning : Selected Papers of Ruqaya Hasan, Londres, Cassell.

Hagège C., 1982, La structure des langues, Paris, PUF (Que sais-je ?).

Halliday M. A. K. et Hasan R., 1976, Cohesion in English, Londres, Longman.

Halliday M. A. K., 1985, An Introduction to Functional Grammar, Londres, Arnold.

Hofland K. et Johansson S., 1982, Word Frequencies in British and American English, Bergen, Norwegian Computing Centre for the Humanities.

Huddleston R., 1984, Introduction to the Grammar of English, Cambridge, Cambridge University Press.

Huddleston R. et Pullum G. K., 2002, The Cambridge Grammar of the English Language, Cambridge, Cambridge University Press.

Johansson S., « The LOB Corpus of British texts : Presentation and Comments », ALLC Journal, 1, 1980, p. 25-36.

Johansson S., Atwell E., Garside R. et Leech G., 1986, The Tagged LOB Corpus, Users’ Manual, Bergen, Norwegian Computing Centre for the Humanities.

Juillard M. éd., 1983, CUMFID, n° 14, Hommage à Pierre Guiraud, Nice, CNRS-URL 9.

Juillard M., 1983, L’expression poétique chez C. Day Lewis. Vocabulaire, syntaxe, métaphore. Étude quantitative, Genève, Slatkine.

— 1983, « La syntaxe et le mètre : vers une poétique quantitative », CUMFID, n° 14, p. 45-70.

Juillard M. et Luong X., 1989, « Unrooted trees revisited : topology and poetic data », Computers and the Humanities, n° 23, p. 215-223

— 2000, « Tree-representations of linguistic data and their fusion », ALLC-ACH International Conference, Glasgow, 21-25 July 2000, Glasgow University.

— 2001, « On consensus between tree-representations of linguistic data », Literary and linguistic computing, vol. 16, n° 1, avril, Oxford University Press.

Levinson S., 1992, Pragmatics, Cambridge, Cambridge University Press.

Luong X. éd., 1989, CUMFID, n° 16, L’analyse arborée des données textuelles, Nice, CNRS-URL 9.

Quirk R. et al., 1985, A Comprehensive Grammar of the English Language, Londres, Longman.

Ross J. R., 1972, « The category squish : endstation hauptwort », Papers from the Eighth Regional Meeting, Chicago Linguistic Society, April 14-16, p. 316-328.

— « A fake squish », New Ways of Analyzing Variation in English, C.‑J. Bailey et R. W. Shuy éd., Washington DC, Georgetown University Press, 1973, p. 96-140.

Svartvik J. éd., 1992, Trends in Modern Linguistics, New York - Amsterdam, Mouton De Gruyter.

Wallis S. et Nelson G., 2000, « Exploiting fuzzy-tree fragment queries in the investigation of parsed corpora », Literary and Linguistic Computing, vol. 15, n° 3, p. 339-361.

— 2001, « Knowledge discovery in grammatically analysed corpora », Data Mining and Knowledge Discovery, vol. 5 n° 4.

Wittgenstein L., Vermischte Bemerkungen, Philosophische Untersuchungen, Oxford, Blackwell, 1953.

Notes

1  On se demandera si le concept jumeau parfois proposé de cohérence ne ressemblerait pas à un artefact lié à la seule existence du mot dans la langue française, une fausse fenêtre pour la symétrie. Que cette symétrie est illusoire est évident lorsque l’on constate qu’à la cohérence s’oppose l’incohérence, tandis que la cohésion se présente toujours comme une valeur absolue. Les linguistes anglophones continuent de se limiter à l’usage du seul vocable cohesion. Ainsi Douglas Biber: « Cohesion refers to the integration which is achieved between different parts of a text by various types of semantic and referential linkages. For example, “chains of reference” are a common phenomenon of both spoken and written discourse, whereby clauses in sequence are referentially linked. The components of the chain are different kinds of referring expressions (e. g. pronouns, proper nouns, repeated noun-phrases, synonyms) referring to the same real world entities » (D. Biber et al., Grammar of spoken and written English, 1999, p. 42). On pourra citer, comme produit théorique de la disponibilité lexicale de l’idiome anglais, le couple peu utile compound-complex. En linguistique comme ailleurs, la nature a horreur du vide et se plaît à occuper les cases disponibles.

2  S. Levinson, Pragmatics, 1992, p. 51, 107, 286, 288, 313-315.

3  Mon étude portant sur quelques aspects de la cohésion, en particulier dans le domaine de la coordination, et non sur l’inversion verbe-sujet après un groupe prépositionnel, on comprendra aisément que ne soient pas passés en revue les différents facteurs que nous nous contentons d’énumérer afin de ne pas alourdir ni décentrer ce texte. Mais on peut tout aussi aisément concevoir une étude de l’inversion au voisinage d’un groupe prépositionnel qui explorerait systématiquement les voies que nous balisons à grands traits.

4  L’Espoir (Sierra de Teruel), film réalisé par André Malraux, 1939.

5  Il est utile de rappeler ici que Claude Hagège reconnaît trois relations syntaxiques universelles : la prédication, la détermination et la coordination (La structure des langues, 1982).

6  Il s’agit de: I. Fleming, Dr No, J. Cape, 1958, I. Murdoch, The Bell, J. Cape, 1958 et J. Wain, Hurry on down, Secker & Warburg, 1953. Les données initiales, revues, corrigées et normalisées par mes soins, proviennent de l’Oxford Computer Archive of Modern English. Voici l’étendue de chacun des textes (nombre de mots) : Fleming 79 748, Murdoch 116 204, Wain 91 114, (ensemble du corpus : 287 066 mots).

7  Pour plus de détails techniques et historiques on consultera S. Johansson, « The LOB Corpus of British texts : presentation and comments », 1980.

8  K. Hofland et S. Johansson, Word Frequencies in British and American English, 1982. Que les auteurs trouvent ici l’expression de mes remerciements.

9  Il en existe des illustrations variées dans un ouvrage collectif de linguistes et de mathématiciens, L’analyse arborée des données textuelles, X. Luong éd., 1989.

10  « Innerhalb der Familie gibt es eine Familienähnlichkeit ; während es auch zwischen Mitgliedern verschiedener Familien eine Ähnlichkeit gibt. » Vermischte Bemerkungen, Philosophische Untersuchungen, 1953.

11  La théorie sur laquelle reposent ces analyses ainsi que les programmes informatiques correspondants sont dus, nous le rappelons, à un mathématicien de notre laboratoire, X. Luong, qui a consacré sa thèse de doctorat d’État à la topologie (Méthodes d’analyse arborée. Algorithmes, applications, Université Paris V, 1988) ; qu’il trouve ici l’expression de nos remerciements. Pour une présentation détaillée de la théorie et de ses applications linguistiques, se reporter à M. Juillard et X. Luong, « Unrooted trees revisited : topology and poetic data », 1989.

12  Voir par exemple à ce sujet des études désormais classiques : D. Bolinger, Generality, Gradience and the All-or-None, 1961 ; J. R. Ross, « The category squish : endstation hauptwort », 1972 ; et id., « A fake squish », 1973.

13  Sur les interactions rythme-syntaxe et leur étude dans les corpus, on pourra lire M. Juillard, « La syntaxe et le mètre : vers une poétique quantitative », 1983.

14  Il convient de rappeler que la disposition dans l’espace de l’ensemble et l’angle des branches entre elles ne sont pas pertinents. Seuls sont signifiants les groupements, les oppositions et la longueur des branches ou arêtes.

15  Cette concurrence s’exerce dans la plupart des langues et l’on pourra lire avec intérêt dans ce même volume le travail d’Éliane Kotler sur les relatifs de liaison chez Rabelais.

16  « We name the two ends of the continuum as different things, calling the first grammar and the second vocabulary. This is because they look very different; or rather more significantly, because they lend themselves to different techniques of analysis. We have always had “grammars” and “dictionaries”. Now it is perfectly possible to treat the whole phenomenon grammatically; indeed in my way of talking about it just now I was doing just that. It is equally possible to treat the whole phenomenon lexically: at one end are content words, typically very specific in collocation and often of rather low frequency, arranged in taxonomies based on relations like “a kind of” and “is a part of”; at the other are function words, of high frequency and unrestricted collocationally, which relate the content words to each other and enable them to be constructed into various types of functional configuration. » (M. A. K. Halliday, « Language as system and language as instance », Trends in Modern Linguistics, J. Svartvik éd., 1992, p. 63)

17  Il importe ici de mettre en garde le lecteur devant le danger d’une lecture naïve qui ferait du groupement nominal dégagé par l’analyse arborée un équivalent du seul groupe nominal sujet, le verbe étant le noyau du groupe prédicatif. Si le verbe et ses satellites constituent la charnière de la proposition, le groupe nominal, parfois fort complexe dans les textes de prose à forte orientation référentielle, peut figurer dans tous les constituants de la phrase, assumant tour à tour les fonctions diverses de sujet, objet, objet prépositionnel, circonstant, attribut du sujet et attribut de l’objet.

18  La puissance de la méthode n’est pas qu’un avantage. Comme l’emploi de tous les modèles mathématiques ou statistiques, elle impose au chercheur l’écrasante liberté et la lourde responsabilité de l’interprétation linguistique, stylistique ou littéraire des schémas dégagés.

19  Association for Literary and Linguistic Computing - American Association for Computers and the Humanities.

20  M. Juillard et X. Luong, « On consensus between tree-representations of linguistic data », 2001.

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search