Version classiqueVersion mobile

Histoire de l'automatisation des sciences du langage

 | 
Jacqueline Léon

Chapitre 7

Tradition linguistique française et réception externe de la mathématisation-automatisation du langage1

Texte intégral

  • 1 Ce chapitre est une reprise de Léon (2010c).

1La France occupe une place à part dans le processus d’automatisation-mathématisation des sciences du langage. Bien que faisant partie des « vainqueurs » de la seconde guerre mondiale, et pouvant être comptée parmi les pionniers de la TA, elle n’entame les expérimentations qu’en 1959, une dizaine d’années après les États-Unis. Plusieurs facteurs contribuent à expliquer cette particularité française : l’absence de configuration propre de sciences de la guerre, l’absence d’ancrage dans la logique mathématique et la philosophie du langage de la première mathématisation, le retard français en matière d’équipement informatique, et la quasi-absence de lieux de formation spécifiques dans les universités. La convergence de ces divers facteurs a eu pour effet une intégration totalement externe de l’automatisation-mathématisation du langage. Nous proposons donc de parler de réception externe plutôt que d’intégration pour le cas français, en définissant la réception externe comme un processus qui ne s’appuie sur aucun ancrage dans la tradition ni dans l’horizon de rétrospection du champ de recherche qui va l’accueillir.

1. Tradition française et horizon de rétrospection des sciences de la guerre

2La France reste complètement à l’écart du mouvement logico-formaliste des années 1930, où se trouve ancrée la première mathématisation du langage du xxe siècle. Cette situation peut s’expliquer par la désaffection à l’égard de l’enseignement de la logique, due notamment au destin tragique des logiciens français (Jean Cavaillès ou Jacques Herbrand) décimés par la guerre de 1914-1918, par l’attraction qu’exerce sur les philosophes français la tradition philosophique allemande nietzschéo-heideggérienne, enfin par la radicalité du mouvement structuraliste (sur ces questions voir Dosse 1991).

  • 2 Marcel Cohen en publiera un compte rendu dans l’Année sociologique en 1962. Toutefois l’ouvrage de (...)
  • 3 Questions de linguistique et Nouvelles de la sciences en URSS.

3À la fin des années 1950, au sein de la Société de linguistique de Paris (désormais SLP) toute puissante, les travaux structuralistes américains ne suscitent pas beaucoup d’intérêt (Chevalier 1990). Quand ils sont recensés dans le BSL, ce qui arrive rarement, ils sont souvent sévèrement critiqués, comme par exemple Methods in Structural Linguistics de Zellig Harris recensé par Jean Cantineau en 1954. La situation s’améliore un peu une fois Georges Mounin devenu membre de la SLP en 1958. C’est lui qui écrira le compte rendu de Syntactic Structures… en 19612. Les travaux en traduction automatique sont très peu représentés. En revanche, les travaux issus des pays du bloc soviétique sont systématiquement recensés. Dès 1955, René Lhermitte rédige des comptes rendus réguliers des revues russes Voprosy Jazykoznanija et Izvestija Nauk SSSR3 où figurent les travaux soviétiques en linguistique mathématique et les principaux colloques. Quant à Marc Vey, il recense les revues tchèques dont The Prague Bulletin of Mathematical Linguistics. Ainsi, au début des années 1960, l’information sur les travaux soviétiques en linguistique mathématique est bien meilleure que celle sur les travaux américains, qu’ils soient distributionnalistes ou qu’ils concernent les grammaires formelles. Ce qui explique en partie, comme on le verra plus loin, le fait qu’au sein de la linguistique française il y aura d’autres formes de mathématisation que la conjonction syntaxe-formalismes-programmation.

  • 4 Le CNRS, au moment de sa création en 1939, semblait comporter un certain nombre de traits de la co (...)

4Enfin, la configuration des sciences de la guerre, creuset de la seconde mathématisation du langage, n’est que très partiellement représentée en France4. L’informatique, au cœur du tournant de l’automatisation-mathématisation, est très en retard en France, alors qu’aux États-Unis l’ordinateur est un des dispositifs technologiques qui illustre le mieux la réussite de cette nouvelle alliance entre sciences et ingénierie des sciences de la guerre. Le premier calculateur numérique, dont la supériorité sur les calculateurs analogiques vient d’être montrée, est construit à Harvard en 1944, sous le nom de Mark I. En France, dans les années 1950, il y a encore une nette prédominance du calcul analogique sur le calcul numérique. En 1954, il n’existe aucune machine numérique en France, alors qu’en Europe, il y en a deux en Grande-Bretagne et une en Allemagne. Après l’échec cuisant de la construction d’une machine française, le CNRS décide, en 1955, d’équiper l’Institut Blaise Pascal d’une machine anglaise, une Elliott 402. La première machine française est donc une machine anglaise (Ramunni 1989).

5De façon générale, l’armée et l’industrie françaises ne manifestent qu’un intérêt frileux pour les calculatrices électroniques. De son côté, l’université fait preuve d’une très grande hostilité à l’égard des machines et du traitement de l’information. Outre le retard pour la construction du matériel, ce désintérêt a pour conséquence une pénurie générale de personnel spécialisé.

2. Contexte d’apparition de la seconde mathématisation en France

6Alors qu’aux États-Unis et en Grande-Bretagne, la seconde mathématisation émerge dans les équipes qui font de la traduction automatique, en France elle va aussi s’appuyer sur les recherches en TA ; mais du fait du retard d’une dizaine d’années et de l’absence d’ancrage, ce ne sera pas le seul lieu ni le seul mode de réception de l’automatisation-mathématisation. Les premières expériences de TA se développent de façon décalée, sans connaître les balbutiements du début, en s’arrimant directement sur les analyseurs syntaxiques développés au début des années 1960 aux États-Unis, tout en adoptant certains aspects des modèles élaborés en Union soviétique. Enfin, la posture des linguistes par rapport au nouveau champ va également être radicalement différente de celle des linguistes américains.

7Le fait que la TA apparaisse en France en 1959 est lié à une conjoncture politique particulière. Les centres de TA sont créés en France dans le sillage de l’avènement de l’ère gaullienne, dont une des caractéristiques est la mise en œuvre d’une véritable politique de recherche scientifique. Le CNRS, créé en 1939, connaît un développement sans précédent et deviendra une puissante « machine » de recherche ; d’autres organismes sont créés, comparables au modèle américain, comme la DRME (Direction des recherches et moyens d’essais) où les militaires promeuvent l’intégration de la recherche entre ingénieurs et universitaires.

8Mais – sans doute en raison du faible intérêt pour l’informatique évoqué plus haut – ce n’est ni un universitaire ni un scientifique qui impulse la TA en France. C’est Émile Delavenay (1905-2003), directeur du service des documents et des publications de l’Unesco, qui attire dès 1957 l’attention du CNRS et des linguistes sur les travaux en TA. Il convoque en février et mars 1958 deux réunions sur « la machine à traduire » à l’Institut de linguistique de la Sorbonne, en collaboration avec André Martinet. À cette réunion présidée par Benveniste participent Michel Lejeune, directeur adjoint des lettres et sciences humaines au CNRS, et les mathématiciens Georges Guilbaud, Benoît Mandelbrot et Marcel-Paul Schützenberger – ces deux derniers joueront un rôle crucial, on le verra, dans le processus d’automatisation-mathématisation. Émile Delavenay, du fait de ses fonctions à l’Unesco, et de celle d’ancien responsable des services de traduction et d’édition à l’ONU, connaît bien les travaux de TA dans le monde, et crée en avril 1959 un groupe de réflexion et d’information sur le domaine qui deviendra une association, l’ATALA (Association pour la traduction automatique et la linguistique appliquée), à laquelle sera associée la revue La traduction automatique créée en 1960. La vocation de l’ATALA est d’être plutôt un forum de discussion sur la traduction automatique, la documentation automatique et la linguistique appliquée qu’un organisme de recherche à proprement parler. Ainsi, le premier centre de TA est une société savante et la pénétration du domaine en France nécessite l’intervention d’un « passeur-entremetteur », Delavenay, qui n’est ni ingénieur, ni vraiment universitaire (bien que normalien) mais qui est un homme de réseaux et de frontières.

9Le CNRS, grâce notamment à l’appui de Lejeune, crée en décembre 1959, au sein du Laboratoire de calcul numérique de l’Institut Blaise Pascal, le CETA (Centre d’étude en traduction automatique) avec deux sections, l’une à Paris dirigée par Aimé Sestier, l’autre à Grenoble dirigée par Bernard Vauquois. Alors qu’aux États-Unis, nombre de centres de TA sont créés dans les universités, au sein des départements de langues, en France ils sont créés au CNRS chez les mathématiciens (à l’exception du centre de Nancy, créé en 1960 à l’université de Nancy avec les linguistes Bernard Pottier et Guy Bourquin). Les spécialistes de langues dans les centres de TA sont des diplômés de langue, en particulier de russe, mais ce ne sont pas des universitaires. La TA se présente avant tout comme un problème pour les calculatrices électroniques, ce sont donc les ingénieurs et les mathématiciens qui prennent le domaine en main, et les mathématiques appliquées sont la discipline où s’effectuent les recherches en TA. Contrairement à ce que laissait présager leur faible intérêt pour la linguistique américaine, les linguistes ne se désintéressent pas de la TA. Ils ne participent pas directement aux travaux – sauf, on l’a dit, Bernard Pottier et Guy Bourquin – mais ils président à sa destinée, au CNRS et dans le cadre de l’ATALA, où ils lui accordent un statut disciplinaire, votent les crédits et évaluent les recherches. Cette posture des linguistes, davantage observateurs, évaluateurs et législateurs qu’acteurs, va donner une physionomie particulière à la réception des langages formels. Comme la TA, la réception de la linguistique computationnelle va nécessiter l’intervention d’intermédiaires, d’opérateurs de passage (Chiss et Puech 1999), institutions et chercheurs.

3. Opérateurs de passage (1) : Marcel-Paul Schützenberger et Maurice Gross

10La création du CETA à l’Institut Blaise Pascal associe étroitement la TA au développement du calcul numérique et des calculateurs électroniques. On a relevé le rôle important du CNRS, et c’est à l’Institut Blaise Pascal que se met en place un nouveau champ, qui s’apparente beaucoup à ce qui se passe au MIT, entre mathématiques, informatique, théorie des automates et langages formels. Deux figures majeures s’y emploient, qui joueront le rôle de passeurs entre ce qui se passe aux États-Unis et la France. Ce sont véritablement des passeurs et non de simples importateurs, dans la mesure où leurs travaux ont fait avancer les recherches des deux côtés de l’Atlantique et dans les deux sens. L’un comme l’autre ont enrichi les travaux américains comme les travaux français.

11Marcel-Paul Schützenberger (1920-1996) peut être considéré comme un véritable passeur entre les mathématiques, l’informatique et les langages formels d’une part, et entre les travaux américains et les travaux français d’autre part. D’abord docteur en médecine, puis en mathématiques, ses premiers travaux en informatique théorique sont effectués en France en 1955 et portent sur les codes et la théorie des automates. Dans son premier article, publié dans L’évolution psychiatrique en 1949, « À propos de la cybernétique (mathématiques et psychologie) », Schützenberger s’intéresse aux rapports entre la notion d’information telle que développée par Fisher dans les années 1930 et celle de Shannon. Suite à sa seconde thèse, en mathématiques cette fois, « Contribution aux applications statistiques de la théorie de l’information » soutenue en 1953, il est invité en 1956 par Shannon au MIT, au Research Laboratory of Electronics (RLE), pour travailler sur la sémantique des langages formels et, avec Kleene, sur les automates à états finis. Il y rencontre Chomsky avec lequel, lors d’une seconde invitation aux États-Unis en 1963, cette fois à la Harvard Medical School, il travaille sur les grammaires context-free, contribuant ainsi à l’édification d’une théorie générale des langages informatiques. Au milieu des années 1960, il travaille à l’Institut Blaise Pascal au sein d’une équipe chargée de recherches en algèbre appliquée, théorie des langages et des automates qui comprend notamment Maurice Gross et André Lentin. Il se consacre alors essentiellement à l’informatique théorique et fonde la combinatoire des mots, domaine sur lequel il travaille avec André Lentin.

12Maurice Gross (1934-2001) peut être considéré comme un second passeur entre travaux français et américains, entre langages formels et linguistique. Polytechnicien ingénieur de l’armement, il est engagé au CETAP en 1960 pour réaliser un dictionnaire automatique et des programmes d’analyse syntaxique pour la TA. D’octobre 1961 à mai 1962, il effectue un stage de recherche dans deux centres de TA : à Harvard sous la direction d’Œttinger qui y dirige le centre de TA, puis au RLE (Research Laboratory of Electronics) du MIT alors dirigé par Victor Yngve. Il suit les cours de Chomsky au RLE et y présente un travail sur la syntaxe de Tesnière. Il discute avec Bar-Hillel des problèmes que pose la TA et de la médiocrité des résultats obtenus. Après la dissolution du CETAP en 1962, il est chercheur CNRS à l’Institut Blaise Pascal et travaille avec Schützenberger sur la théorie des automates et les grammaires formelles. Grâce aux contacts de Schützenberger avec Harris, il est chargé de cours à l’université de Pennsylvanie en 1964-1965, et commence des recherches sur la grammaire transformationnelle du français selon les méthodes mises au point par Zellig S. Harris. De retour à l’Institut Blaise Pascal, Maurice Gross fait partie du groupe « linguistique formalisée » auquel participe également David Cohen, qui élabore un analyseur de l’arabe, avant de prendre la succession de Jean-Claude Gardin à la direction de la SAD (Section d’automatique documentaire) en 1966, qui deviendra le LADL (Laboratoire d’automatique documentaire et linguistique) en 1970. Jusqu’à sa rencontre avec Harris, Maurice Gross s’intéresse davantage aux problèmes de la toute nouvelle informatique non numérique, orientée vers la théorie des compilateurs et des langages formels, qu’à la linguistique proprement dite. Après son second séjour aux États-Unis et ses travaux menés en collaboration avec Harris, il jouera un rôle de diffusion-information des grammaires formelles et contribuera largement à la diffusion des travaux harrissiens et à leur intégration à la linguistique française (voir chapitre 8). Gross invite Harris à donner des conférences à l’université Paris 8-Vincennes en 1973-1974, conférences qui seront publiées en 1974 aux Éditions du Seuil sous le titre de Notes du cours de syntaxe.

4. Opérateurs de passage (2) : l’ATALA et le Centre Favard

13On peut identifier un second type d’opérateurs de passage : les sociétés savantes. Blanckaert (2006) montre le rôle crucial des sociétés savantes dans l’institutionnalisation des disciplines au xixe siècle, dont certaines se sont constituées entièrement en-dehors de l’université. Ces sociétés (au xxe siècle, elles ont le statut d’associations 1901) constituent sans aucun doute pour la TA un ancrage stable dans la tradition française. On a déjà évoqué l’ATALA et son fondateur Émile Delavenay, qui a joué un rôle de passeur-entremetteur déterminant dans les débuts de la TA en France. L’ATALA comprend des traducteurs, des documentalistes, des ingénieurs, des mathématiciens et des linguistes. Elle assure une mission essentielle d’information et d’échange sur les questions de TA, puis de linguistique formelle et d’automatisation-mathématisation de la linguistique.

14La formation est assurée par une autre association, le Centre Favard créé en mars 1960, en particulier au sein de son Séminaire de linguistique quantitative, à l’Institut Henri Poincaré. Y sont diffusés un enseignement de linguistique pour mathématiciens (André Martinet, Jean Dubois) et un enseignement pour non-spécialistes de mathématiques, logique mathématique et théorie de l’information (René Moreau et Daniel Hérault). En 1962-1963, un cours supplémentaire sur la théorie des langages est assuré par Jacques Pitrat et Maurice Gross. Ces enseignements donneront lieu à la publication en 1967 de l’ouvrage de Gross et Lentin Notions sur les grammaires formelles, véritable introduction au domaine, y compris pour les linguistes.

15Ces lieux de diffusion et de formation, bien qu’ouverts à tous, sont fréquentés par les jeunes chercheurs mais ne constituent pas un lieu d’enseignement spécifique pour les étudiants linguistes. Il n’existe rien de tel à l’université, et la séparation nette entre facultés des sciences et des lettres ne favorise pas le développement de telles formations où interagissaient plusieurs disciplines. C’est à l’EPHE, 6e section, qu’une formation de cet ordre est mise en place pendant quelques années (1967-1970). L’EPRASS (Enseignement préparatoire à la recherche approfondie en sciences sociales) s’adjoint une section de linguistique et sémantique en 1966 sous la direction d’Algirdas-G. Greimas, qui tente d’organiser un enseignement spécifique pour les linguistes comprenant une formation à la linguistique formelle (logique, formalisation mathématique, programmation, documentation automatique). Y enseignent Marc Barbut, Oswald Ducrot, Algirdas-G. Greimas, Christian Metz, Jean-Blaise Grize, Yves Gentilhomme, Frédéric François, Michel Pêcheux, etc. Cet enseignement, une première en France, a pour objectif de former les linguistes à tous les champs de la linguistique en inversant la tendance existante qui favorisait les enseignements isolés.

16En consultant la présentation des programmes de l’EPRASS, on peut mesurer l’ampleur des obstacles que rencontre un enseignement de la linguistique formelle en France. Les deux mondes, mathématiques et logique d’un côté et linguistique de l’autre, parviennent difficilement à se parler. Les enseignants sont conscients du fait qu’une confrontation trop hâtive entre linguistique et formalisation peut avoir des implications néfastes et contraires aux objectifs souhaités. Deux écueils sont signalés dans la présentation du programme 1966-1967. Il est « dangereux pour les chercheurs intéressés par la linguistique générale d’ignorer l’extension donnée par les mathématiques et la logique à la notion de langage, ou les fonctions du langage que révèle son étude psychologique ou sociologique ». Inversement, les étudiants ayant reçu une formation mathématique au départ « considèrent comme allant de soi le découpage de l’énoncé en mots, ou la classification des propositions principales et subordonnées. Il en résulte qu’on applique la logique ou les mathématiques à une conception du langage mise en question depuis longtemps déjà, généralement à celle qui sous-tend les grammaires scolaires d’il y a vingt ans » ; ces différentes postures faisant évidemment obstacle à « toute collaboration ultérieure entre la linguistique et les disciplines formelles » (archives EPRASS, EHESS).

5. Les aléas d’une réception externe (1) : la TA comme linguistique computationnelle

17Le fait que les travaux en TA ne commencent en France qu’en 1959-1960 a plusieurs conséquences. Alors qu’aux États-Unis la linguistique computationnelle s’est construite progressivement à partir de certains projets de TA, en France, TA et linguistique computationnelle sont assimilées et développées simultanément. La phase de TA comme technologie de guerre, à peine esquissée par le CETAP (Paris), a été vite abandonnée dès la dissolution de celui-ci. Le CETAG (Grenoble) a pu travailler d’emblée sur les systèmes de TA en tant que systèmes formels, sans objectif de production de traductions en série.

18Après le rapport de l’ALPAC, le CNRS, qui n’est préoccupé que de façon tout à fait secondaire par les aspects économiques de la TA, continue à encourager les travaux du CETA de Grenoble pour faire face aux questionnements et aux attentes suscités par les modèles formels et l’analyse syntaxique automatique dans la communauté des mathématiciens appliqués et des linguistes. Il s’agit d’assimiler les langues naturelles à des langages formels et à des langages de programmation et d’explorer, grâce aux systèmes de TA, l’analogie entre traduction et compilation (traduction d’une langue naturelle en une autre/traduction d’un langage de programmation en langage machine). En 1967, un an après le rapport de l’ALPAC, le CETA est florissant et prend une place internationale en organisant la Deuxième conférence internationale sur le traitement automatique des langues, la première ayant eu lieu à New York en 1965 sous l’intitulé International Conference on Computational Linguistics.

19Toutefois, le débat entre aspects théoriques de l’automatisation de la linguistique et aspects pratiques de l’ingénierie linguistique n’est pas clos. Vauquois est vivement critiqué par Maurice Gross dans son rapport sur le CETA présenté au CNRS en 1967. Pour Gross, qui avait fait partie du CETAP, en avait vécu la dissolution et avait rencontré Bar-Hillel peu de temps après la publication de son rapport, il n’est pas possible de faire de la linguistique formelle en même temps que de la TA : soit on fait de la TA, qui n’a pour finalité que de proposer un produit fini industrialisé et commercial, soit on se consacre à l’analyse des structures des langages artificiels et des langues naturelles. La TA, dit-il, n’est en rien un problème d’application, c’est-à-dire un problème d’adaptation de la linguistique à l’informatique ou de l’informatique à la linguistique. Durant les décennies suivantes, cette tension entre aspects théoriques et aspects appliqués et industriels va demeurer très vive au sein du Traitement automatique des langues.

6. Les aléas d’une réception externe (2) : modèles américains versus modèles soviétiques

20En 1960, les Américains n’ont pas seuls l’apanage des modèles de TA. Les Britanniques et les Soviétiques ont aussi développé leurs propres modèles, mais ceux-ci ne sont pas exclusivement fondés sur l’analyse syntaxique (voir chapitre 6). De plus, parmi les modèles d’analyse syntaxique, il existe bien d’autres analyseurs que ceux construits à partir des grammaires syntagmatiques. Ainsi les expérimentateurs français vont pouvoir développer des analyseurs en testant et comparant les modèles existants.

21Les travaux soviétiques en linguistique mathématique sont bien connus en France. On a vu que les comptes rendus du BSL se sont largement fait l’écho des travaux soviétiques, dont ceux en linguistique mathématique, davantage même que des travaux américains. Un certain nombre des membres de l’ATALA et/ou du Centre Favard font partie du Parti communiste français. Des chercheurs d’origine roumaine (George Moisil puis Solomon Marcus) assurent la diffusion des travaux des « pays du bloc de l’Est ». L’ATALA reçoit les traductions en français des travaux russes assurées par le service de recherche de l’armée française (le CASDEN, Comité d’action scientifique de défense du centre d’exploitation scientifique et technique du ministère de la Défense) et est abonnée au centre américain de traduction en anglais des travaux russes (Joint Publications Research Service). Contrairement aux expérimentateurs en TA américains, qui s’y réfèrent très peu malgré les traductions, les membres de l’ATALA publient et discutent les travaux russes dans TA Informations, les Documents de linguistique quantitative ou la série publiée chez Dunod. C’est le cas des travaux de Isaak Iosifovic Revzin, Igor Alexandrovic Mel’čuk et Sebastian Konstantinovic Shaumyan, entre autres.

22En ce qui concerne le groupe de TA de Grenoble, Bernard Vauquois et Jean Veyrunes se rendent en Union soviétique en 1962 et prennent contact avec Igor Mel’čuk et le groupe d’Andreev, qui travaillent sur des méthodes de langue intermédiaire pour la TA. Vauquois va développer au CETAG son propre modèle de langue intermédiaire, appelée langue-pivot. Proche du modèle de Mel’čuk, c’est un modèle syntaxico-sémantique qui assure l’indépendance des phases d’analyse et de synthèse dans le processus de traduction.

23Les modèles français sont aussi mis à contribution et sont comparés avec les modèles chomskyens. David Hays (1964) élabore à partir de la grammaire de Tesnière son modèle de « dependency grammar ». Dans son modèle des conflits, Lecerf (1960) propose de construire une représentation unique en associant automatiquement à une phrase donnée un « graphe de Chomsky » (arbre syntagmatique) et un « graphe de Tesnière » (stemma). La comparaison des deux modèles le conduit à distinguer deux grandes tendances en linguistique : la tendance qui travaille sur les chaînes de mots (Bar-Hillel, Chomsky et Yngve notamment) et la tendance qui décrit les langues en termes de mots, de « dépendance » ou « hiérarchie » de mots (Tesnière, Hays). Dans le second modèle, on n’a pas besoin de catégories intermédiaires entre la phrase et les mots.

24Afin de mettre au point des analyseurs syntaxiques pour la TA, les membres du CETA vont s’appuyer sur les modèles russes de langues intermédiaires, certains modèles américains d’analyseurs, tels le modèle de « dependency grammar » de David Hays ou celui de « stratificational grammar » de Sydney Lamb, des formalismes développés par les Britanniques, comme les structures en treillis du Cambridge Language Research Unit, enfin sur les structures arborescentes issues des grammaires chomskyennes. Ce qui va constituer l’originalité du CETA, c’est la mise au point d’un langage d’écriture des règles syntaxiques et le développement d’un langage-pivot.

7. Les aléas d’une réception externe (3) : les deux types de mathématisation, statistiques et langages formels

7.1. Théorie de l’information et statistiques de vocabulaire

25Le courant formel issu des développements en logique mathématique des années 1930-1940 et de l’informatisation du langage à partir des années 1950 n’est pas la seule forme de mathématisation du langage de l’après seconde guerre mondiale. Une seconde orientation est issue des travaux statistiques et probabilistes du début du xxe siècle, qui vont se retrouver remaniés et renforcés par la théorie de l’information.

26Comme on l’a vu plus spécifiquement dans le chapitre 4, l’application de la théorie de l’information aux sciences du langage a engendré un ensemble hétérogène de concepts et méthodes qui ont connu des destins divers. On peut toutefois identifier deux ensembles de travaux et deux passeurs principaux qui vont contribuer à transférer les méthodes et concepts de la théorie de l’information vers la linguistique française, en particulier vers les études statistiques de vocabulaire, traditionnellement ancrées dans les études stylistiques françaises des années 1940-1950.

27Benoît Mandelbrot (1924-2010) est un passeur. Lui aussi a assuré la circulation des théories entre la France et les États-Unis en les enrichissant. Plus encore que Schützenberger et Gross, il poursuit une (impressionnante) carrière franco-américaine dans les laboratoires américains au cœur des sciences de la guerre. Après des études à Polytechnique, il passe deux ans (1947-1949) au Caltech (Institut de technologie de Californie où a enseigné Weaver dans les années 1930), puis il travaille un an (1953-1954) avec Von Neumann à l’Institute for Advanced Study de Princeton. De 1953 à 1971, il enseigne très régulièrement au MIT avant d’enseigner dans d’autres universités américaines et au Collège de France.

  • 5 Moreau (1964) définit ainsi cette loi : « Elle se schématise de la façon suivante : le produit de (...)

28Mandelbrot publie en 1954 un article dans la revue Word intitulé « Structure formelle des textes et communication ». C’est un travail mathématique sur la loi d’Estoup-Zipf5, dont il réexamine les données dans le cadre de la théorie de Shannon. Il s’intéresse aux formes vides (lemmes) par opposition à Zipf qui s’intéresse aux formes fléchies (mots-formes) dont les fréquences auraient des propriétés intrinsèques, ce qui paraît tout à fait discutable à Mandelbrot. Il repense la loi de Zipf comme loi théorique d’organisation des textes. Les travaux de Mandelbrot attirent l’attention de Chomsky lorsque celui-ci travaille avec George A. Miller et évalue l’intérêt de la loi de Zipf pour la grammaire. Chomsky conclut toutefois que les remaniements de Mandelbrot, bien qu’apportant une réelle envergure théorique aux travaux de Zipf, n’ont aucune pertinence pour la grammaire.

29En France, le débat s’engage avec les stylisticiens qui font des études de fréquence de vocabulaire, comme Pierre Guiraud. Les comptes rendus d’ouvrages et les articles sur les statistiques lexicales se multiplient et se croisent dans le BSL des années 1950 – comptes rendus de Mandelbrot par Guiraud et de Guiraud par Mandelbrot, compte rendu de Herdan par Mandelbrot – de même que les exposés au sein de la SLP elle-même. Ce débat fait donc partie intégralement de la linguistique en France.

30Il faut signaler également l’importance de Marcel Cohen, notamment au sein de la SLP, qui joua un grand rôle de diffuseur-passeur des théories nouvelles concernant les statistiques de vocabulaire. Il publia plusieurs comptes rendus des travaux de Zipf dans le BSL dès leur parution (Cohen 1932, 1950), de même qu’un des premiers articles français sur la statistique linguistique (Cohen 1949).

31La question reste de déterminer s’il s’agit véritablement d’une mathématisation de la linguistique et si elle a apporté des résultats. Pêcheux (1969) considère que ces méthodes mettent en œuvre un concept pré-saussurien (et donc pré-scientifique), à savoir la bi-univocité du rapport signifiant-signifié. Auroux (2009) qualifie de « mathématisation couvrante » les approches quantitatives qui abordent le langage « par-dessus », en effectuant des comptages d’éléments observables, comme les mots, et en leur attribuant une propriété ou un chiffre ; il l’oppose à la « mathématisation substitutive » opérée par les langages formels qui substituent au langage des variables et des constantes.

32Ce débat, qui n’a cessé d’exister en France, prendra un nouveau tournant dans les années 1990 avec la mise à disposition des grands corpus informatisés, qui débute avec la lexicométrie, les travaux de Charles Muller, de Bernard Quemada et la mise en place du TLF au début des années 1960. Dans les années 1960, l’automatisation de ce courant concurrence le courant formel en France.

7.2. Guerre des dénominations et frontières de champs

  • 6 Voir Cori, Léon (2002).

33Une des conséquences de l’existence du champ des statistiques de vocabulaire, considéré comme négligeable par les chomskyens et la linguistique computationnelle mais profondément ancré dans la tradition française et ravivé par la théorie de l’information, est la tension provoquée par la rivalité entre les deux orientations. En témoigne la multitude des dénominations qui vont désigner le champ et les sous-champs du domaine, que depuis le début des années 1960 les Américains désignent par « computational linguistics »6.

  • 7 Ce séminaire fut organisé à l’initiative d’Antoine Culioli et de Daniel Hérault.

34Le Centre Favard opte explicitement pour l’appellation « séminaire de linguistique quantitative » afin de ne pas dissocier les aspects formels de la linguistique et les méthodes statistiques. Desclés et Fuchs (1969) discutent une classification proposée par Solomon Marcus lors du Séminaire international de linguistique formelle qui eut lieu à Aiguille en 19687. Pour ne reprendre que quelques classes, Marcus distingue la linguistique algébrique (travaux sur les monoïdes comme ceux de Chomsky-Schützenberger), la linguistique mathématique (utilisant les chaînes de Markov) dont la linguistique probabiliste et la linguistique quantitative, la linguistique automatique, computationnelle ou cybernétique, enfin la linguistique appliquée. Marcus n’inclut pas dans la linguistique computationnelle les travaux sur les grammaires formelles ni les statistiques de vocabulaire. C’est le terme de linguistique formelle qui subsume l’ensemble.

  • 8 En fait, ce que traduit la classification de Vauquois, de même que l’apparition du terme « linguis (...)

35Vauquois en 1969, toujours directeur du CETA et président de l’ATALA regroupe, pour des raisons probablement d’ordre plus politique qu’épistémologique, grammaire générative et études statistiques de vocabulaire d’un côté, et traitement automatique des langues et formalisation sémantique de l’autre8.

36Ces classifications ne font pas apparaître les distinctions opérées par la « computational linguistics ». Celle-ci déclare englober, tout en les distinguant explicitement, les aspects théoriques de l’interaction entre langages formels, linguistique et programmation d’une part, et les aspects pratiques de l’ingénierie linguistique d’autre part. Cet ensemble sera pris en charge par ce qui s’appellera le TAL dans les années 1970 (voir chapitre 2).

37Cette profusion de termes montre la diversité des champs concernés mais aussi la complexité de leur intégration dans le champ des sciences du langage en France. Là où la première mathématisation avait fait défaut, la seconde automatisation-mathématisation se trouve confrontée à des sources particulièrement disparates (automatisées ou non, américaines ou soviétiques, grammaires formelles ou études statistiques de vocabulaire, théoriques ou orientées vers les applications à visée industrielles) la plupart du temps complètement externes à la tradition intellectuelle en France et à l’horizon de rétrospection de la linguistique française. Cette situation aura des conséquences non négligeables sur le second tournant de l’automatisation des années 1990 (voir chapitre 9).

8. Les aléas d’une réception externe (4) : réception et/ou réflexivité, l’externalité redoublée

38Sur le plan de l’historiographie et des études réflexives sur la mathématisation du langage, la situation en France est, là aussi, très différente de celle des États-Unis. Jusqu’au milieu des années 1960, c’est Chomsky lui-même qui assure la synthèse des travaux sur les grammaires formelles (voir entre autres Chomsky et Miller 1963). Le relais est pris dans les années 1980, une fois les limitations formelles du modèle transformationnel reconnues, par des ouvrages réhabilitant les modèles hors-contextes face aux grammaires transformationnelles (voir entre autres Savitch et al. 1987). Plus généralement, c’est dans la revue Computational Linguistics que se trouvent les articles critiques sur la formalisation de la linguistique. Les langages formels et les modèles de mathématisation du langage sont la plupart du temps associés à l’algorithmique, aux langages de programmation et plus généralement à l’informatique (Perrault 1984).

39En France, faute d’enracinement propre et d’intérêt précoce pour le domaine, les premiers travaux sur la formalisation s’avèrent d’emblée réflexifs, du moins en partie. On a vu que les recherches sur l’analyse syntaxique se faisaient à partir de la comparaison des modèles existants. Parallèlement, faute de cursus spécifiques, se manifeste immédiatement une demande de cours et de manuels d’introduction au domaine. Aussi ne s’étonnera-t-on pas que l’ouvrage d’initiation aux langages formels de Gross et Lentin (1967) paraisse une dizaine d’années avant son homologue américain Fundamentals of Mathematics for Linguistics publié en 1978 par Barbara Hall Partee. Le premier est issu des séminaires de linguistique quantitative, destinés à la formation ou plus simplement l’information des linguistes, alors que le second est un cours donné par l’auteur à partir de 1962 dans le cadre d’un cursus universitaire, et qui évolue chaque année.

40Dès la fin des années 1960, en complément de la revue de l’ATALA, intitulée alors TA Informations, la revue Mathématiques et sciences humaines, avec des numéros spéciaux consacrés au thème « Mathématiques et linguistique », fait régulièrement le point sur le domaine (en 1971, 1982 et 1988). Les auteurs comparent les formalismes grammaticaux, relativisent l’apport de la grammaire générative, puis dans les années 1990 notent les évolutions comme le retour de la logique, l’émergence de l’intelligence artificielle et d’autres modèles de mathématisation, comme la théorie des graphes ou la topologie.

41L’externalité se voit assumée en quelque sorte par la réflexivité. Mais, même si des formes d’institutionnalisation ont pris le relais, comme par exemple des cursus spécifiques de TAL, la question reste de savoir si l’intégration de l’automatisation-mathématisation dans les sciences du langage en France a réellement réussi.

9. Conclusion

  • 9 Pour la génération précédente, il faut souligner l’importance du rôle joué par Knud Togeby dans la (...)
  • 10 On peut toutefois avancer que cette connaissance approfondie des travaux américains a joué un rôle (...)

42Pour conclure et pour compléter la réception de la linguistique computationnelle en France, il convient d’ajouter quelques mots sur la réception des grammaires formelles et plus généralement des travaux américains par la nouvelle génération des linguistes français9. Si l’on suit les témoignages recueillis par Chevalier (2006), les rares jeunes linguistes qui lisent les travaux américains au début des années 1960 le font de façon isolée et en fonction de leur trajet personnel. Dans le cadre de sa thèse soutenue en 1955, Pottier lit tous les travaux américains qui lui sont accessibles, dans Word et Language. Mais il n’est pas un diffuseur, il utilise éventuellement ses lectures pour son propre travail mais n’en fait pas matière à enseignement10. Gross et Ruwet lisent Syntactic Structures au tout début des années 1960, l’un en 1961 avant son premier séjour aux États-Unis, le second en 1960 en l’ayant trouvé sur le bureau de Lacan. L’un et l’autre avouent n’avoir compris le texte qu’après s’être familiarisés avec les travaux américains, en particulier avec ceux de Harris ; lecture systématique pour Ruwet, collaboration directe dans le cas de Gross. Ce sont en effet avant tout les textes de Harris qui leur ont permis de pénétrer dans le contexte linguistique américain, que leur formation et environnement français (ou belge) rendaient inaccessible.

43Ce n’est qu’en 1965-1966 que les travaux américains, parmi lesquels les travaux sur les grammaires formelles, vont être diffusés de façon systématique auprès des linguistes voire d’un public plus large, au-delà du cercle de l’ATALA et du Centre Favard. C’est aussi en 1966 que Gross qui, selon son propre témoignage, se sentait jusqu’alors avant tout informaticien et isolé des linguistes qu’il ne fréquentait qu’au Centre Favard, commence à s’insérer dans le milieu linguistique français. La politique mise en œuvre dans Langages (créée en 1966) par Jean Dubois, de traduction systématique et de diffusion des travaux américains, est un vecteur important de l’intégration de la linguistique formelle, comme en témoignent un certain nombre des premiers numéros dirigés par Todorov, Ducrot, Ruwet, Gross ou Dubois.

  • 11 C’est aussi l’année du colloque international organisé à l’université Johns Hopkins rassemblant la (...)

44Il faut souligner que la pénétration des travaux linguistiques américains en France coïncide avec l’explosion éditoriale de 1966 qualifiée par Dosse (1991) « d’année structurale », où la linguistique domine comme science pilote, et qui conduira à l’apogée du structuralisme en 196711. Beaucoup de conditions, donc, paraissent devoir être réunies pour que la « nouvelle linguistique » trouve enfin sa place.

Notes

1 Ce chapitre est une reprise de Léon (2010c).

2 Marcel Cohen en publiera un compte rendu dans l’Année sociologique en 1962. Toutefois l’ouvrage de Chomsky paru en 1957 n’est traduit en français qu’en 1969 (par Michel Braudeau).

3 Questions de linguistique et Nouvelles de la sciences en URSS.

4 Le CNRS, au moment de sa création en 1939, semblait comporter un certain nombre de traits de la configuration des sciences de la guerre. Sa vocation consistant à regrouper les sciences humaines et sociales et les sciences appliquées sous le contrôle de comités spécialisés composés de savants, d’industriels et d’ingénieurs, semblait s’apparenter à celle du MIT aux États-Unis, à savoir un centre de recherche où interagissent sciences, sciences de l’ingénieur et sciences humaines. Sa mise en sommeil pendant la guerre a probablement affaibli l’originalité de cet objectif initial.

5 Moreau (1964) définit ainsi cette loi : « Elle se schématise de la façon suivante : le produit de la fréquence d’un mot par son rang (lequel a été élevé à une certaine puissance) est constant dans un texte ».

6 Voir Cori, Léon (2002).

7 Ce séminaire fut organisé à l’initiative d’Antoine Culioli et de Daniel Hérault.

8 En fait, ce que traduit la classification de Vauquois, de même que l’apparition du terme « linguistique formelle », c’est l’émergence du courant culiolien de formalisation sémantique à la fin des années 1960 (dont l’examen excède l’étude de la réception que nous menons ici). En promouvant ainsi Traitement automatique des langues et formalisation sémantique contre grammaires formelles et statistiques, Vauquois souhaite faire reconnaître le TAL par le CNRS.

9 Pour la génération précédente, il faut souligner l’importance du rôle joué par Knud Togeby dans la diffusion de la linguistique américaine (voir chapitre 8).

10 On peut toutefois avancer que cette connaissance approfondie des travaux américains a joué un rôle non négligeable dans le fait que Pottier ait été le seul linguiste à entreprendre des travaux pour la TA au début des années 1960.

11 C’est aussi l’année du colloque international organisé à l’université Johns Hopkins rassemblant la plupart des théoriciens structuralistes sur le thème « Critical Languages and the Sciences of Man »/« Les langages critiques et les sciences de l’homme ».

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