Corpus de textes : composer, mesurer, interpréter
| , ,Lexique
Texte intégral
1Ce lexique a été élaboré par les directeurs du présent ouvrage, essentiellement à destination des personnes peu familières avec les notions évoquées. Il obéit à un objectif de simplicité et de clarté, ce qui implique que la définition de notions complexes et très débattues, voire polysémiques, comme celles de discours, de genre et de représentation, sont forcément parcellaires et contestables. Il ne saurait d’ailleurs présumer d’aucune des options théoriques de contributeurs de ce volume.
2Les mots accompagnés d’un astérisque font l’objet d’une définition.
*
3Analyse de contenu : l’analyse de contenu est une technique fondée sur des catégories qui synthétisent l’information contenue dans un texte* et sur un codage du contenu manifeste ou latent du texte. Différents textes peuvent ainsi être comparés à partir de cette grille de lecture et de l’interprétation proposée par l’analyste. Des analyses plus quantitatives peuvent être menées à partir de ce support.
4Analyse factorielle de correspondances : mise en place par Jean-Paul Benzécri, l’analyse factorielle des correspondances (AFC) permet d’analyser des tableaux de données de taille importante (essentiellement des tableaux de contingence) et de synthétiser une partie de l’information (appelée inertie) qu’ils contiennent. Elle permet de simplifier les grandes tendances d’un corpus* dans une perspective synoptique, tout en émettant des hypothèses de relations entre des variables.
5Classification hiérarchique : la classification hiérarchique est une méthode statistique qui met en lumière des distances entre des individus. Elle vise à rassembler des individus autour d’une homogénéité, mais aussi à créer des partitions sous la forme de classes en mettant en évidence des contrastes. Sa représentation graphique s’effectue généralement grâce à un dendrogramme.
6Contexte : le mot contexte identifie l’environnement d’une unité ; cet environnement peut être compris de deux manières. 1) Contexte désigne l’entourage linguistique d’une unité de langue (environnement verbal). 2) Contexte désigne la situation (temps, lieu, mais aussi par extension cadre socio-culturel) et les circonstances au sein desquelles un fait analysé (énoncé, texte*, document, etc.) a été produit (environnement non verbal). Dans les deux sens, le contexte peut être appréhendé à différentes échelles*.
7En linguistique, l’ambiguïté est levée par l’utilisation des couples cotexte / contexte ou contexte / situation pour désigner respectivement les sens 1 et 2.
8Corpus : le corpus est un ensemble a priori homogène de documents (textuels, mais aussi iconographiques, sonores, etc.) réunis dans un but scientifique.
9Discours : en linguistique, le discours est défini comme la mise en œuvre de la langue, celle-ci étant comprise comme un code, un système mental social. Le discours est donc une activité, conditionnée par le contexte* d’énonciation. Par restriction, on peut ramener le discours à un élément du contexte* d’énonciation déterminant sa production, qu’il s’agisse d’une pratique sociale (discours juridique, littéraire, etc.) ou, par exemple, d’un type d’énonciateur (le discours conservateur, le discours des ouvriers).
10Le produit de cette activité discursive est aussi appelé discours. Ce discours a pu être délimité de trois manières (entre autres), assez distinctes : 1) le discours est un ensemble d’énoncés ayant un énonciateur et un thème communs (il s’agit d’une unité linguistique large) ; 2) le discours correspond à l’unité texte* lorsque l’on envisage aussi son contexte* de production ; 3) le discours est l’acte d’énonciation pris dans sa perspective d’interaction.
11Discours (analyse du) : dans son versant linguistique, l’analyse du discours étudie les textes* en tant que discours*, et donc en tant que productions socialisées, ancrées dans une situation d’énonciation spécifique, en mettant notamment l’accent sur les genres* de discours* et sur le rapport entre texte* et contexte* (non verbal). En sociologie et en histoire, l’analyse du discours porte plutôt sur l’interaction entre les productions discursives et leur contexte* idéologique.
12Échelle : l’échelle, explicitée sous la forme d’une fraction ou d’un rapport, permet de considérer des structures emboîtées ou hiérarchisées de différentes tailles, autour du triptyque macro, méso ou micro. Des échelles spatiales, temporelles, sociales, etc., peuvent être identifiées.
13Étiquetage : opération qui consiste à catégoriser les mots d’un texte* par des étiquettes, indiquant la catégorie grammaticale du mot et ses caractéristiques morphosyntaxiques (genre et nombre des noms et adjectifs, mode, temps et personne des verbes conjugués, etc.), ainsi que le lemme*. Toutefois, des étiquettes plus variées peuvent être appliquées au texte*, par exemple d’ordre historique, social, etc.
14Genre : linguistiquement et au sens large, le genre désigne le regroupement de textes* suivants différents critères. L’analyse du discours* utilise plutôt le concept de genre de discours, le critère définitoire étant la situation spécifique d’émission d’un discours*, déterminée par le contexte* socio-historique ou encore le média, entre autres. Les contraintes du genre déterminent donc la forme linguistique du discours*.
15Lemme : dans beaucoup de langues, dont le français, un même mot peut apparaître sous différentes formes fléchies (féminin, pluriel, formes conjuguées des verbes, etc.). Le lemme d’un mot est la forme unique servant de référence ; c’est celle qui est utilisée par convention dans les dictionnaires (infinitif pour le verbe, singulier pour le nom, masculin singulier pour l’adjectif, etc.).
16La lemmatisation est donc l’opération qui consiste à identifier et étiqueter*, pour les mots d’un texte*, le lemme correspondant.
17Lexicométrie : la lexicométrie se situe à l’interface entre lexicologie, mathématiques et informatique, en proposant un ensemble de méthodes qui réorganise les données (comme les index ou les concordanciers) et qui permet la mise en œuvre de calculs statistiques (telles les fréquences ou les spécificités).
18Représentations : la représentation remplace quelque chose ou quelqu’un (généralement en son absence) pour un individu ou un collectif. Ce terme est polysémique : la représentation peut être artistique (pièce de théâtre, sculpture ou tableau…), graphique (via les cartes ou les figures), politique (à travers les élus), ou plus sociales et individuelles (comme le montrent les différentes images mentales, les idéologies, les stéréotypes et les différentes façons d’interpréter le réel).
19Statistique textuelle : Ludovic Lebart et André Salem (1994) considèrent que la statistique textuelle se situe à l’interface entre la linguistique, l’analyse de discours*, la statistique, l’informatique ou le traitement des enquêtes… Elle permet de travailler sur les textes* tels qu’ils ont été recueillis par l’analyste, en appréhendant des formes graphiques, lemmatisées ou non.
20Texte : le texte peut être considéré comme une séquence linguistique attestée et cohérente ; son caractère textuel, difficile à normer au seul plan linguistique, relève sans doute de l’intention de l’énonciateur et de la réception de l’énonciataire, les deux devant juger le texte comme tel ; ce jugement est déterminé, entre autres, par le genre* du texte. On peut considérer que le texte est la séquence linguistique cohérente en tant que telle, indépendamment de son statut discursif, déterminé par le contexte* de production du texte.
21Textométrie : la textométrie, parfois appelée logométrie, combine des analyses statistiques héritées de la statistique textuelle* ainsi que de la lexicométrie* et une volonté de retour facilité au texte* favorisant la contextualisation des résultats par une édition numérique des textes.
Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.