Introduction

1En prenant pour point de départ un exemple particulier et concret, l’expression du mouvement, je voudrais tenter de répondre aux questions théoriques suivantes, qui concernent la nature du TALN avenir dans son ensemble. Ces questions sont : Qu’est-ce qu’un étiquetage sémantique ? De quoi est-il constitué ? Dans quel but établit-on un étiquetage sémantique ? Et finalement : Quels doivent être les critères qui définissent ce qui doit faire partie d’un étiquetage sémantique et ce qui ne doit pas en faire partie ?

2Je partirai du principe que pour obtenir des performances contrastives optimales, un étiquetage sémantique d’une langue source doit être constitué de deux parties : un cœur, commun à tous les étiquetages sémantiques (constitué de traits caractéristiques et déjà employés tels que l’opposition animé – inanimé par exemple) et une partie spécifique établie en fonction d’une analyse la plus complète possible des différences structurelles entre la langue source et la langue cible. Mais de quelles différences parle-t-on ? Il s’agit par exemple des points sur lesquels les deux langues mises en contraste divergent et qui posent des problèmes en traduction, qu’elle soit automatique ou manuelle. Ces différences sont mises en évidence ici par une analyse en arguments (ou rôles) qui montre qu’une certaine structure syntaxique et informationnelle véhicule un type de contenu sémantique dans la langue source alors que, dans la langue cible, un type de contenu sémantique équivalent est véhiculé par une autre structure syntaxique et informationnelle. Ces différences sont appelées ici différences de schéma de réalisation.

3Partant de données contrastives, l’application à terme d’outils de TALN qui est en perspective est la traduction automatique. Mais les deux phases de la traduction automatique, l’analyse de la langue source et la production dans la langue cible, couvrent l’ensemble des tâches auxquelles on peut être confronté en TALN : soit de l’analyse de matériel linguistique, soit de la production de matériel linguistique. Ces tâches couvrent donc aussi les analyses contrastives à but typologique ou les analyses de traductions faites dans le cadre de la traductologie (voir entre autres Basnett, 1980).

4C’est pourquoi on peut dire que les problématiques abordées ici concernent toutes les applications de TALN, tout du moins toutes celles atteignant un certain niveau de précision dans le traitement des données.

I. Point de départ empirique

5L’étude empirique qui est à la base de cette réflexion est constituée d’un corpus de 45 transcriptions de verbalisations orales de l’histoire évoquée par les images d’une bande dessinée muette (c’est-à-dire sans bulles, donc sans mots). Cette bande dessinée, intitulée Frog Where Are You ?, a déjà été utilisée par Berman et Slobin en 1994 dans leur étude publiée dans Relating Events in Narrative.

6Parmi les chercheurs qui utilisent ce matériel, les transcriptions des verbalisations de la bande dessinée courent sous le nom de « Frog Stories ».

7La bande dessinée comporte 24 images et raconte l’histoire d’un petit garçon qui part à la recherche de son animal de compagnie, une grenouille, car celle-ci s’est échappée au cours de la nuit, comme on peut le voir ici aux images 2 et 3.

Figure 1 : Images 1 – 3

8La méthodologie employée pour obtenir du matériel linguistique capable de soutenir une analyse contrastive consiste à faire verbaliser l’histoire évoquée par les images par des informants de deux groupes linguistiques distincts. Les deux groupes avec lesquels j’ai travaillé étaient d’une part des locuteurs danophones et d’autre part des locuteurs francophones. J’ai travaillé sur les transcriptions de 30 informants danophones et de 15 informants francophones. Tous les informants se sont exprimés dans leur langue maternelle et ils résidaient dans leur pays natal (respectivement le Danemark et la France) au moment de l’enregistrement des données.

II. Contexte théorique

9Le linguiste américain Leonard Talmy a mis en évidence des différences structurelles entre l’anglais et l’espagnol concernant l’expression du mouvement. Pour mettre ces différences en évidence, Talmy attribue à différents arguments de chaque phrase des étiquettes sémantiques, un peu à la manière des actants de Tesnière ou, plus récemment, des rôles de Fillmore (voir Fillmore 1982). Les étiquettes utilisées sur le schéma ci-dessous (figure 2) sont au nombre de 5 : Figure, Motion, Manner, Path et Ground. On voit dans cette phrase anglaise que le syntagme « The bottle » a reçu l’étiquette « Figure ». Cela signifie que ce syntagme dénote l’entité qui effectue le mouvement exprimé dans la phrase. Le syntagme verbal exprime quant à lui le mouvement, ou le déplacement (Motion), mais il est aussi chargé de véhiculer un autre trait sémantique : il s’agit de la manière dont ce mouvement a été effectué. Un verbe neutre quant à la manière en anglais serait le verbe « move » par exemple, et la phrase « the bottle moved into the cave » (peu performante sur le plan informationnel) n’aurait pas d’indication quant à la manière dont le mouvement a été effectué. Mais le verbe « to float » indique un mouvement spécifique, ou une condition spécifique dans laquelle le mouvement est effectué. Il permet à l’interlocuteur de visualiser non seulement un mouvement, mais aussi tout un contexte. On peut voir ensuite que la préposition « into » a reçu l’étiquette « Path », que l’on peut traduire par « trajectoire ». Ce trait sémantique indique que la préposition « longue » (par rapport à « in ») dénote le fait que le mouvement a suivi une certaine trajectoire, et que cette trajectoire a commencé en dehors de et a pris fin à l’intérieur de l’entité à laquelle l’élément « Ground » fait référence, en l’occurrence « the cave ».

Figure 2

10Que se passe-t-il si on applique la même analyse sur une phrase équivalente en espagnol ? On constate d’abord une différence d’ordre des mots. Mais, ce qui est plus important, on constate que même si les deux syntagmes verbaux anglais et espagnol expriment bien la notion de mouvement, le syntagme verbal espagnol n’exprime pas la manière dont le mouvement a été effectué. Par contre, la charge sémantique contenue dans la préposition « into » de la phrase anglaise, la notion de trajectoire, est véhiculée par le verbe espagnol « entrar ». Le trait sémantique qui a été « expulsé » du syntagme verbal est la manière. Qu’est-il devenu ? La phrase espagnole permet d’introduire cet élément à l’aide d’un gérondif, qui a la particularité d’être facultatif. Cette particularité est importante et nous y reviendrons plus tard.

11La figure 3 représente une transposition de l’analyse de Talmy au danois et au français. Comme on peut le voir, le danois, langue germanique, fait usage de locutions adverbiales, ici « ind i » qui sont chargées de véhiculer la trajectoire.

Figure 3

III. Analyse

12Il est difficile de traduire les locutions adverbiales danoises en français vu qu’elles sont rendues (dans le cadre d’une traduction) par un autre matériel lexical (le verbe) dépendant du contexte. Avant de présenter le matériel étudié je fournis ici une traduction en anglais des locutions danoises. Je compte sur les compétences linguistiques du lecteur dans la langue de Shakespeare pour apporter un éclairage sur la langue du pays natal de Hamlet :

« ned » équivaut à « down »
« op » équivaut à « up »
« ud af » équivaut à « out of »
« fra » équivaut à « from »

13Le premier mouvement que j’ai analysé est celui que l’on voit se dérouler en arrière-plan sur les images 9, 10 et 11.

14Nous sommes arrivés au milieu de l’histoire et le petit garçon et son chien, partis pour chercher la grenouille, arrivent à l’orée d’un bois.

15J’ai analysé le matériel lexical utilisé pour rendre le fait que la ruche qui est accrochée à l’arbre aux images 9 et 10 est tombée à l’image 11. C’est l’action du chien, comme on le voit sur l’image 10 où la ruche effectue un léger mouvement vers la gauche alors que le chien pose ses pattes sur le tronc de l’arbre, qui est la cause de cette chute.

Figure 4 : Images 9, 10 et 11

16J’ai répertorié les lexèmes verbaux que les deux groupes d’informants ont employés pour décrire la situation en question, à savoir que la ruche cesse d’être accrochée à l’arbre et tombe.

17Le nombre d’occurrences (indiqué entre parenthèses après francophones et danophones) peut être différent du nombre d’informants car certains informants utilisent deux lexèmes pour exprimer le mouvement. En comparant les deux colonnes on peut tout d’abord constater que les danophones choisissent parmi un paradigme plus étendu de lexèmes différents, 2 pour les francophones, 6 pour les danophones.

Tableau 1

18Les francophones utilisent le lexème tomber, avec le factitif faire dans 8 cas sur 9, et le verbe se décrocher. Ces verbes ont en commun de donner peu d’information donc sur la manière dont la ruche tombe.

19Les danophones utilisent les 6 lexèmes vælte, rage, ryge, falde lande et skubbe. Les deux premiers verbes danois sont transitifs, type de verbe que les francophones n’utilisent pas, alors qu’ils en ont la possibilité théorique comme l’indique la traduction. Mais renverser conceptualise une entité qui repose en équilibre sur quelque chose plutôt qu’une entité accrochée, raison pour laquelle l’alternative à tomber trouvée dans le corpus est se décrocher. La différence sémantique entre ces deux premiers verbes danois, en dehors d’un niveau de registre plus familier pour rage, est une intensité plus forte dans le mouvement pour rage que pour vælte, une notion de violence.

20La même différence de registre et d’intensité peut être faite pour la paire de verbes suivants, ryge étant plus familier que falde. Le verbe falde (fall en anglais) est le moins marqué (comme l’indique son taux d’emploi).

21Alors que se décrocher, ainsi que vælte et rage, dénotent ce qu’on pourrait considérer comme le début, si ce n’est la cause du mouvement, le verbe lande lui dénote le moment où le mouvement s’arrête. Cette alternative, théoriquement possible en français n’est pas apparue dans le corpus.

22Le dernier verbe danois, skubbe n’a pas d’équivalent dans le corpus français. On pourrait imaginer une formulation parataxique du genre « le chien pousse la ruche et la fait tomber / pousse sur l’arbre et fait tomber la ruche » mais pousser ne peut, sans l’aide d’un autre verbe, exprimer le mouvement dépeint par les images. La combinaison en danois de ce verbe causatif de mouvement et de la particule ned permet de rendre l’évènement.

23Revenons maintenant aux trois premières images (voir images 1-3). J’ai analysé pour celles-ci les lexèmes utilisés pour rendre le fait que la grenouille qui se trouve dans le bocal à l’image 1 ne s’y trouve plus à l’image 3. Voici les lexèmes employés :

Tableau 2

24Les francophones utilisent 6 lexèmes différents alors que les danophones en utilisent le double, soit 12. On retrouve donc bien là le même schéma que pour les images 9 10 et 11 : un paradigme de lexèmes verbaux plus important parmi lequel les locuteurs danophones font leur choix.

25Mais, autre similitude entre les deux exemples, les lexèmes choisis par les francophones n’expriment pas la manière, à l’exception de sauter, soit 5 % des cas.

26Si on fait le total des lexèmes verbaux qui expriment la manière en danois on atteint 70 % (les lexèmes qui expriment la manière sont sur fond gris dans la tableau 2). Tous ces lexèmes verbaux sont associés à un satellite (ici ud af) qui a pour fonction d’exprimer la trajectoire.

27Les locuteurs danois utilisent aussi des lexèmes uniquement directionnels tels que slippe fri (s’échapper), forsvinde (disparaître), være på vej (être en chemin littéralement) ou stikke af (s’échapper). Ces verbes totalisent donc les trente pour cent restants. Il est à noter qu’aucun des locuteurs danophones qui a choisi cette dernière stratégie n’a jugé utile de rajouter un élément non obligatoire à sa phrase pour indiquer la manière dont le mouvement a été effectué.

28À partir de ces données, essayons de poser de manière schématique la façon dont la phrase danoise « Frøen lister ud af glasset » pourrait être rendue en français. Cette phrase contient un verbe exprimant la manière (liste) et l’inversion qu’on a vue à la figure 3 devrait s’appliquer à une traduction de la phrase, comme l’indique la figure 5 :

Figure 5

29C’est en effet le cas d’une phrase apparue dans le corpus (voir figure 6) où le trait trajectoire est exprimé par le verbe sortir et où le trait manière est exprimé à l’aide de l’adverbe discrètement :

Figure 6

309 informants sur 10 qui emploient sortir disent simplement : la grenouille sort du pot, mais un informant ajoute discrètement.

31Si on cumule maintenant les deux possibilités de réalisation lexicale de la manière, soit le lexème verbal, soit un complément adverbial, et si on regroupe les données par informant on obtient le rapport suivant : deux informants sur 14 francophones qui relatent les faits expriment explicitement la manière, soit 14 %, alors que 21 informants sur 27 danophones apportent cet élément d’information de façon explicite, soit 78 % (voir figure 7). C’est-à-dire un rapport pratiquement inversé. Peut-on trouver une explication à cette différence ?

Figure 7

32Michael Herslund (Herslund 97) constate cette différence entre les verbes français et les verbes danois : si l’on institue un continuum avec sur la gauche des verbes au sens général et abstrait et ayant la particularité d’être polysèmes et sur la droite des verbes ayant un sens précis et concret et étant plus monosèmes (voir figure 8), Michael Herslund prétend que les schémas de lexicalisation des verbes français se réalisent plutôt vers la gauche du continuum, alors que les verbes danois se réalisent plutôt vers la droite.

Figure 8

33Cela s’harmonise bien avec les résultats qui apparaissent dans le cadre de cette étude. En effet, si on prend les verbes français pour les images 1, 2 et 3, seul le verbe sauter impose quelques restrictions sur l’argument qui peut lui servir de sujet. Si à la place de la grenouille il y avait eu un ver de terre par exemple, l’emploi du verbe sauter aurait conféré au ver de terre des qualités qu’il n’a que dans le monde du dessin animé. Un ver de terre dans la nature ne peut pas (de lui-même) sauter. Par contre il peut sortir, s’en aller, s’échapper, s’enfuir ou partir. C’est en ce sens que ces verbes sont plus généraux et polysèmes.

34Si on prend les verbes danois, des verbes comme liste qui dénotent la façon de marcher, imposent que l’argument sujet soit pourvu de jambes, ce qui exclue les vers de terre ou les voitures par exemple.

35Bien sûr, je ne parle ici que des emplois prototypiques, et rien n’empêche les locuteurs les plus créatifs de ne pas respecter ces codes afin de créer un effet soit comique soit artistique, et il est important de prendre cet effet en compte dans une analyse, ainsi que d’analyser et de connaître ses causes.

36On constate donc une certaine coïncidence entre le schéma de lexicalisation proposé par M. Herslund et les données issues de l’étude. Mais ce schéma ne dit pas pourquoi il y a cette différence entre les deux langues. C’est la question à laquelle je vais tenter de répondre dans ce qui va suivre.

37Pour ce faire, considérons les deux phrases suivantes déjà illustrées à la figure 6 :

• Frøen lister ud af glasset
• La grenouille sort discrètement du pot

38Si on tente de supprimer un des deux composants sémantiques manière ou trajectoire en supprimant le matériel lexical utilisé pour l’exprimer dans ces phrases on obtient les résultats suivants :

• Supprimer la trajectoire en danois (ud af, cf. figure 6) entraîne une impossibilité sur le plan syntaxique. Le groupe verbal est complexe et il n’est pas réductible à un de ses éléments, serait-ce le verbe lui-même. On ne peut pas dire : *Frøen lister glasset.
• Supprimer la trajectoire en français revient à supprimer le verbe (cf. figure 6), ce qui n’apporte pas beaucoup de commentaires quant à l’acceptabilité de la phrase résultant de l’opération.
• Parallèlement, supprimer la manière en danois reviendrait à supprimer le verbe (cf. figure 6). Même impossibilité.
• Par contre supprimer la manière (discrètement, cf. figure 6) en français ne pose pas de problème.

39En d’autres mots, la langue germanique impose à ses locuteurs, dans les phrases prototypiques, de verbaliser plusieurs composants sémantiques, alors que la langue romane laisse le choix à ses locuteurs, qui, suivant le principe d’économie, choisissent dans la plupart des cas de ne pas ajouter un élément d’information qui n’est pas nécessaire à la réalisation fructueuse de la communication.

40Non seulement cet élément n’est pas nécessaire, mais il peut aussi s’avérer être redondant. Cela est dû à la nature et à la fonction syntaxique du matériel lexical utilisé pour réaliser cet élément.

41En 1984, Givón écrit à propos du verbe et des arguments adverbiaux optionnels :

In texts, they (= optional adverbial arguments) most commonly attract the focus of new information, to exclude the verb as well as other obligatory non-subject arguments. The rationale for such behavior is presumably that if an optional argument is added to a clause, it must be communicatively most salient – i.e. the focus of new information (T.Givón, Syntax, 84 : 260).

42Si on considère maintenant cette phrase anglaise, (figure 9) le fait de « faire passer », dans le cadre d’une traduction par exemple, les traits sémantiques de la langue source vers d’autres arguments de la langue cible a plus de conséquences qu’une simple manipulation sur le plan syntaxique.

Figure 9

43Le fait de transposer la trajectoire au verbe français ne pose pas de problème a priori. Mais si on lexicalise le trait Manière exprimé par le verbe anglais fly en suivant le modèle établi par Talmy, on obtient un excès d’information. En effet, le gérondif, de par sa qualité optionnelle dans la phrase, confère au matériel sémantique véhiculé un caractère saillant. Le verbe de la phrase anglaise n’a pas ce caractère saillant.

44Or il semble que pour les locuteurs du français ce caractère saillant vienne s’entrechoquer avec les informations somatiques contenues dans l’argument sujet de la phrase. La façon prototypique de se déplacer pour un oiseau étant de voler cet élément d’information est déclenché automatiquement par la présence du matériel linguistique dans la phrase et rend caduque, voir redondant le fait d’ajouter cet élément d’information dans une partie de la phrase qui est censée apporter un élément d’information nouveau.

45Mais si on veut exprimer une façon de se déplacer qui n’est pas prototypique pour l’argument sujet, une façon marquée, on a alors la possibilité de rajouter le trait manière au moyen d’un gérondif :

A bird hopped into the room
Un oiseau est entré dans la pièce en sautillant

46J’ai mené une petite expérience basée sur un autre matériel que les Frog Stories.

47Pour réduire encore les possibilités d’alternatives de mouvement, j’ai demandé à différents locuteurs natifs de verbaliser ce dessin (figure 10), où la seule façon plausible de se déplacer est de nager, ce qui est aussi une qualité somatique du poisson. Je leur ai demandé de me dire ce qui s’était passé en une phrase, au passé.

Figure 10

48Il s’agit de tout autre chose que d’une étude empirique, tout juste peut-on parler d’un sondage. Mais les résultats sont tout de même intéressants. Les locuteurs de langues germaniques auxquels j’ai demandé de verbaliser le dessin utilisent spontanément le schéma [verbe manière] + [particule trajectoire] (voir tableau 3). Pas de surprise donc.

49Les locuteurs de langues romanes respectent aussi le schéma puisqu’ils verbalisent le trait trajectoire dans le verbe et qu’ils omettent de lexicaliser le trait manière (voir tableau 4). Je leur ai ensuite demandé si on pouvait rajouter une manière. La réaction générale a été de dire que non, que bien sûr qu’il nageait le poisson, bref, que c’était redondant.

Tableau 3

Tableau 4

Conclusion

50J’ai tenté de montrer par cet exposé à quel niveau on peut identifier des différences structurelles entre les (groupes de) langues. Ces différences sont situées à un niveau qu’une annotation morpho-syntaxique n’est pas en mesure de mettre en évidence ni capable de gérer. C’est pourquoi il est nécessaire de développer un étiquetage sémantique afin de pouvoir étudier ces phénomènes sur la base de données contrastives extraites d’un corpus et, ensuite, de pouvoir gérer ces différences dans le cadre des différentes situations de TALN. Comme on l’a vu, un étiquetage sémantique basé sur des données ontologiques (Wordnet) ne peut pas rendre compte des différences structurelles évoquées ici. Il n’existe pas, à ma connaissance, d’ontologie possédant un nœud nommé trajectoire. Les données ontologiques ont cependant des qualités et un potentiel d’application indéniables. Elles constituent le cœur de l’étiquetage sémantique dont je parlais dans l’introduction. Mais elles doivent être couplées à des données telles que celles que je viens de décrire, développées sur des bases contrastives et situées à une jonction entre la sémantique et la syntaxe.