Précédent Suivant

Macro-structures et micro-univers dans la génération automatique de textes à orientation littéraire

p. 129-149

Résumé

Jean-Pierre Balpe présente quelques-unes des contraintes que la modélisation impose à tout auteur de générateur littéraire, essayant de dégager certains des concepts opératoires qui y sont à l'œuvre. Il s’appuie pour cela sur quelques programmes réalisés soit pour l’exposition Les immatériaux du Centre Georges Pompidou, soit pour d’autres générateurs jamais présentés en public.


Texte intégral

1Aussi curieux que cela puisse paraître, c’est l’absence presque complète – ou au contraire le trop plein désordonné – de définitions précises, universelles et définitives de ce qu’est la littérature qui, seule, à peu près, rend supportable la prétention de générer, de façon automatique, du texte littéraire. Puisqu’il ne peut y avoir de modèle littéraire unique, puisque, j'oserais presque dire par définition, risquant l'incohérence, la littérature est dans le dépassement permanent des définitions, dans la redéfinition, rien n’interdit d’user de l’ordinateur pour tenter, avec beaucoup de légèreté inconsciente et une volonté ludique non dissimulée, de nouvelles approches du littéraire, et notamment quelque chose comme une tentative d’algorithmisation du processus d’écriture.

2Soient les deux textes suivants :

Il entre. Elle crie. Il pleure. Il parle. Elle regarde. Elle cuisine. Il hurle.
Il part. Il pleut. Elle parle.
Il pleut. Il entre. Il hurle. Il chante. Il boit. Il part. Elle pleure.1

3que nous désignons désormais sous le terme générique de textes « Il », et posons qu’il s’agisse là de textes littéraires dont la fabrication est entièrement automatique : ce qui nous importe ici est de savoir quels sont les principes qui en assurent la réalisation et, si possible, à l’examen de ces principes, d'essayer de progresser un peu dans ce qui pourrait être une ébauche de problématique de la génération automatisée à prétention littéraire.

Une syntaxe du discours

4Chacun aura, au moins intuitivement, perçai comment ont été réalisés ces deux textes : pour l’essentiel ils sont, comme la plupart des exemples qui seront analysés par la suite, le résultat d’opérations d’ordre textuel sur une base de données. Si, autorisés à cela par sa rusticité, nous négligeons provisoirement l’analyse de tout ce qui définit cette base de données, les opérations d’ordre textuel, celles que l’on peut en première approximation désigner comme appartenant à une syntaxe du discours, peuvent être énumérées de la façon suivante :

  1. définir le début du texte

  2. définir la fin du texte

  3. définir la nature des éléments constitutifs du texte

  4. décider de l’ordre d’apparition des éléments constitutifs du texte

  5. définir les relations internes aux divers éléments constitutifs du texte

5énumération dans laquelle sont assez immédiatement perceptibles deux sous-ensembles que nous considèrerons désormais comme données primitives d’une grammaire de discours du texte de type littéraire :

  1. ce que nous appelons une macro-structure textuelle

  2. ce que nous désignerons comme le champ syntaxique accessible à ce type de texte (en considérant toutefois que la limitation d’accès est d’ordre purement programmatique et non, en aucune façon, linguistique).

6Sera considéré ici comme relevant de la macro-structure textuelle tout ce qui définit une relation d’ordre dans la constitution du texte : définition de la relation elle-même bien entendu, mais aussi définition de la place respective des éléments constituants dans cette relation, ainsi que définition des affectations de résultats des contraintes de calculs subis par ces éléments du fait de leurs places respectives dans cette relation d’ordre. Dans le cas des deux textes modestes qui nous occupent pour l’instant, cela se présente ainsi :

  • Le début du texte est aléatoire.

  • Le nombre d’éléments constitutifs du texte doit être compris entre 7 et 15 (on retrouve d’ailleurs là comme une résurgence de questionnements esquivés par ailleurs : comment expliquer autrement que par l’intuition du scripteur cette décision de minimum-maximum, quels sont les critères qui, dans un type de macrostructure donné, vont rendre pertinentes les exigences de complétude, sauf à considérer que la macro-structure elle-même, par suite de conventions strictes, contient ce genre de contraintes – ainsi, par exemple, dans certaines formes fixes de la poésie française où le nombre de vers, ou le nombre de syllabes par vers, est obligatoirement et extérieurement prédéterminé (nous serons certainement amenés à y revenir).

  • L’ordre relatif des éléments constituants est aléatoire.

  • Seuls certains éléments constituants, parmi la totalité du lexique, sont aptes à être retenus comme éléments terminaux.

  • La répétition des éléments constituants est admise suivant des conditions définies.

  • La mise en place dans la relation aléatoire d’ordre est la juxtaposition stricte.

7Si maintenant on envisage d’autres textes, eux aussi générés automatiquement, comme par exemple les suivants (qui seront désignés désormais sous le terme générique de textes « Amour ») :

Je t’aime comme
comme avec obstination je t’aime je t’aime au fond des airs comme je t’aime chien battu je t’aime abeille en hiver chatte triste blottie oiseau abattu couleuvreau comme
comme je t’aime comme dans les prisons taureau captif dans tes yeux dans les airs partout je t’aime implore avec obstination avec obstination je t’aime je t'aime sordide taureau captif ogre affamé dans les nuées comme
sans remords dans la pluie je t’aime d’amour comme en mer comme comme dans les airs avec rage dans les nuées stupide comme le taureau captif le rat
je t’aime comme je t’aime

Comme je t’aime je t’aime comme comme
en larmes insatiable cheval fou je t’aime
comme le rat comme

rare le rat comme dans la pluie avec rage
insatiable je t’aime
implore je t’aime dans les airs comme
mâle comme avec rage je t’aime
sans cesse je t’aime comme le taureau captif l’aigle
trop implore je t’aime partout comme le chien
au fond des airs sous terre comme plongé
taureau captif crabe bleu je t’aime
sans hésitation comme comme je t’aime
je t’aime loup sauvage rat caneton perdu
comme toujours je t’aime dans les airs comme sous terre là
je t’aime comme tu m’aimes comme je t’aime comme

8On remarquera que la macro-structure qui les génère ne présente, fondamentalement que très peu de différences avec celle des textes « Il » qui vient d’être décrite. Seule change réellement la nature des constituants eux-mêmes. Au lieu qu’ils soient tous de forme syntaxique (il pleut = elle pleure), ils appartiennent à des formes syntaxiques disparates :

  • je t’aime

  • comme

  • groupe nominal

  • groupe nominal prépositionnel

  • tu m'aimes

  • implore

  • adjectif

  • etc...

9La différence incontestable de production textuelle est donc due, dans ce cas, au champ syntaxique permis à l’exploration de la macro-structure, à la constitution de la base de données elle-même, et non à la macro-structure proprement dite. Ainsi, la plupart des textes fonctionnant sur une macro-strucuture pouvant être définie comme une combinatoire dominée par l’aléatoire pourront être considérés comme étant de cette famille. Pour mémoire, se situeraient ici des textes comme Les litanies de la vierge de Jean Meschinot ou, plus récemment, Un petit plus de 4 000 poèmes en prose de Georges Perec...

10Bien entendu, la macro-structure que je viens de présenter ici est extrêmement limitée et pourtant, déjà, elle peut produire des textes du type suivant qui, superficiellement, peuvent paraître infiniment plus complexes :

Quelques buissons noirs bougeaient dans le vent. Un long silence !... C’étai vraiment beau ! Les arbres dessinés en noir sur la clarté de la lune l’étaient en blanc étincelant sur les ombres de la nuit. Il n’y avait plus de vent, plus de mouvement sur la terre et les bruits venaient de loin, très doux, très calmes. Le vent soufflait de la mer. La nuit était tiède, des souffles légers faisaient bruire les feuilles des trembles au bord de la mare.

11ou encore :

Marie Divine avait la sensation d’une présence, c’était une sensation vague et confuse sur laquelle elle hésitait... Après vingt minutes de laborieuse marche, elle se trouva devant une porte grinçante. Marie Divine sonna et, tout en jouant nerveusement avec son collier de perles, attendit. C’est alors qu’elle entendit des bruits de voix. Tout à coup, elle tressaillit parce qu’elle avait senti que quelqu’un arrivait. Stupidement, elle se dit qu’il n’y avait plus d’eau.

12Textes dont le terme générique sera désormais celui de « Roman ».

13De même, les 100 000 milliards de poèmes de Queneau obéissent à une macro-structure partiellement aléatoire dans laquelle les éléments constituants sont pré-déterminés par leur position dans la relation d’ordre.

14Sera donc défini comme « macro-structure textuelle », l’algorithme formel de constitution du texte, indépendamment du champ syntaxique qu’elle peut exploiter et sans autre référence au sémantisme que celle que la macro-structure, dans ses domaines propres, définit elle-même (notion d’incipit et de clôture, par exemple). La macro-texture textuelle ainsi définie comporterait les opérations suivantes :

  • sélection de l’incipit et définition corrélative des critères de sélection

  • définition et sélection des éléments constituants du texte

  • définition des relations entre éléments constituants

  • définitions des contraintes formelles transtextuelles (pour donner des exemples immédiats un peu simplistes : reprises, assonances, etc...)

  • définition de la clôture.

15Par exemple, le texte « Il » suivant :

Il parle. Elle parle. Il rit. Elle rit. Il danse. Elle danse. Il pleure.

16et le suivant :

Elle entre. Elle regarde, tourne, cherche, marche, sort. Il attend.

17sont le résultat de modifications locales de diverses contraintes macro-structurelles.

18Chacune des opérations pouvant s’inscrire dans une relation générale hiérarchisée ou non et pouvant ainsi être représentée par une action nulle ou, au contraire, une priorité absolue sur toutes les autres opérations.

19Chacune de ces opérations, de plus, étant déterminée par un ensemble ouvert de critères de natures différentes. Ainsi, l’opération incipit, par exemple, peut être définie par la relation de quelques critères spécifiques en fonction du type de texte visé. Parmi la multitude de critères possibles, cette sélection peut être définie comme strictement fermée (début de texte contraint) ou totalement ouverte (début de texte aléatoire), ou accepter n’importe quelle situation intermédiaire calculable.

20Si l’on analyse un exemple concret qui est celui de l’algorithme de production du programme Renga (programme qui a produit plus de 20 000 textes différents entre mars et juillet 1985 lors de l’exposition des Immatériaux2) on peut définir la macro-structure textuelle de la façon suivante :

  • incipit ouvert

  • éléments constituants composés de vers

  • groupement de ces vers en strophes

  • strophes composées alternativement de 3 et 2 vers

  • nombre de strophes obligatoirement impair

  • nombre de strophes pouvant être compris entre 1 et x

  • première strophe obligatoirement composée de 3 vers

  • vers définis par le découpage de phrases générées par le programme

  • découpage défini comme une proportionnalité interne à la longueur des phrases (respectivement 30, 40, 30 pour les strophes de 3 vers et 50, 50 pour les strophes de deux vers)

  • priorité dans le découpage au découpage linguistique le plus proche sur le découpage arithmétique

  • clôture déterminée par le seul nombre des strophes.

21Pour l’essentiel, donc, la macro-structure textuelle gère l’aspect formel des textes dans l’indépendance la plus grande possible du syntaxique et du sémantique. Les textes automatiques les plus faciles à générer sont ceux pour lesquels on peut se contenter de travailler au seul niveau de cette macro-structure, soit en puisant dans des bases de données pré-sémantisées et entièrement syntaxiques (cas des 100 000 milliards de poèmes de Queneau, des Litanies de la vierge de Meschinot, des textes Roman et de la plupart des textes — interactifs ou non – générés à partir de graphes et de parcours), soit en travaillant à partir de concepts syntaxiques élémentaires et/ou de textes à cohérences sémantiques ouvertes. Tout un territoire de productions automatiques peut être ainsi exploré qui ne demande que des coûts analytiques relativement faibles. Pour l’essentiel, c’est à peu près ainsi qu’ont été réalisées la plupart des productions présentées à ce jour. La grammaire du texte est alors réduite à un seul de ses constituants et sa génération se fait dans l’occultation la plus complète possible des problèmes que peuvent poser la syntaxe et la sémantique.

Problèmes de syntaxe et de sémantique

22Cependant, il est nécessaire d’essayer d'aller plus loin et de voir comment l’on pourrait maîtriser, au moins partiellement, quelques-uns des problèmes de la syntaxe et de la sémantique laissés en suspens par la macro-structure textuelle. Je propose, là encore, de partir des textes rudimentaires que sont les textes « Il ». Soit donc le texte « Il » suivant :

Elle attend. Il entre. Elle parle. Elle rit. Elle parle. Elle attend. Il part.

23Une fois défini l’algorithme macro-structurel, deux solutions, qui ne concernent pas la macro-structure mais la grammaire du texte, s’offrent à la procédure de génération :

  1. une solution que je qualifierai de « pauvre » car fermant définitivement la définition des éléments constituants, qui est celle de la base de données

  2. une solution non-pauvre car permettant des jeux ultérieurs dans les procédures de génération du texte, qui est la solution syntaxique.

24La solution pauvre ne nous intéressera pas beaucoup. Elle consiste simplement à enregistrer comme base de données un nombre X de séquences du type ·· Il/elle + verbe (présent de l'indicatif), parmi lesquelles le programme puise en fonction des règles macro-structurelles. C’est la solution la plus souvent utilisée puisque permettant de contourner l’essentiel des problèmes linguistiques. C’est celle que j’ai signalée plus haut comme ne relevant que de la seule macro-structure.

25La solution « non-pauvre », elle, consiste à essayer d’algorithmiser totalement (comme dans le cas du Renga) ou partiellement (comme dans les productions de type Roman), le recours au champ syntaxique et le recours au sémantisme.

26Soient donc les textes « Il ». Une fois écartée la solution uniquement macro-structurelle, apparaissent deux contraintes de sélection des constituants des textes générés :

  • une contrainte syntaxique

  • une contrainte sémantique

27La contrainte syntaxique est, dans ce cas précis, analysable de la façon suivante :

  • définition du constituant comme : pronom de la 3° personne du singulier + verbe au présent de l’indicatif

  • sélection des seuls verbes intransitifs ou transitifs à emploi absolu (ex. chanter)

  • fin de constituant marquée par un point

28La contrainte sémantique peut être analysée de la façon suivante :

  • sélection des verbes impersonnels

  • sélection des verbes à « sujets humains »

  • sélection des verbes susceptibles de produire des constituants de clôture

29Il est pourtant nécessaire, dès maintenant, de considérer que cette séparation syntaxe/sémantique n’est, pour l’essentiel, qu’une commodité temporaire de présentation sur laquelle je serai amené à revenir. En effet, nous pourrions discuter la place du critère « verbe impersonnel » dans le sémantique et dire qu’il ne s’agit que d’un aspect syntaxique, mais chacun sent bien que le problème n’est pas simple et que le « il » de « il hurle » n’est pas lu, et ne peut pas l’être comme le « il » de « il pleut », l’un introduisant un acteur dans le texte, l’autre laissant vide la place de l’acteur. On verra plus loin comment ce type de problèmes peut avoir des incidences sur la constitution d’un éventuel lexique.

30Les contraintes syntaxiques exigées du générateur de textes du type « Il » sont très restreintes, elles n’empruntent que peu à la totalité du champ syntaxique français. Disons qu’elles définissent une grammaire dans laquelle les possibilités de groupement sont réduites à un seul modèle (11/Elle + x), mais exigent déjà l’ensemble de la morphologie des verbes français à la troisième personne du présent de l’indicatif (un choix pauvre serait évidemment de constituer la base de données à partir de cette seule flexion, un choix non-pauvre, de faire générer la flexion, donc d’introduire un algorithme de génération des flexions du verbe français...). Nous retrouvons là une alternative qui n’a cessée d’être désignée depuis le début de cet exposé entre choix pauvre et fermeture – un choix pauvre ne permettant la génération que d’un type de texte donné, tandis qu'un choix non-pauvre est une ouverture relative, puisque la mise au point d’une fonction syntaxique donnée peut être exploitée pour la génération de types divers de textes. S’esquisse ici une problématique de l’efficacité-coût (que nous ne pouvons que signaler) et de la connaissance de certaines marques syntaxiques des verbes : impersonnels, intransitifs, transitifs, etc...

31Les contraintes sémantiques, elles, exigent la possibilité de sélectionner, mis à part les impersonnels, dans l’ensemble des verbes français saisis, les verbes à « sujets humains », concept qui peut être défini aussi de façon pauvre : verbes admettant incontestablement des sujets humains, soit de façon non-pauvre : verbes pouvant admettre des sujets humains (notions de contexte, opérations de métaphorisations, etc...), ainsi de « il blatère » et de « il virevolte » – remarque où s’esquissent diverses notions sur lesquelles nous devrons revenir, comme celle de distance, de probabilités, de vraisemblances et de poids relatifs. Par exemple, peut-on considérer comme texte « Il » le texte suivant :

Il virevolte. Il plonge. Il vire. Il scrute. Il s’élance. Il attaque. Il glatit.

32dont chaque verbe, pris séparément, pourrait être plus ou moins métaphoriquement, attribué à un sujet humain, mais dont le rassemblement tend à évacuer le sujet humain pour introduire l’oiseau de proie, et même, plus précisément, l’aigle ? L’ensemble de ces notions et de leurs relations devant être pris en compte par la syntaxe du texte, cette nécessité laisse entrevoir le besoin de procédures inférentielles construites peut-être davantage sur les notions qui sont celles de la logique dans les topos que sur celles d’une logique de premier ordre. Enfin, verbes excluant des sujets humains : « il peupleute », « il grouille », etc... Ces contraintes peuvent donc être définies comme la délimitation, dans l’ensemble des verbes français saisis, d’un sous-ensemble de verbes susceptibles – mais c’est sur cette potentialité qu’il faudra apporter d’autres précisions – d’apparaître dans une relation sujet + verbe, où verbe est défini comme appartenant au champ sémantique de l’humain. Les contraintes sont donc relativement faibles. Elles impliquent déjà, cependant, une certaine façon de traiter la base de données porteuse de ce genre de significations.

Approches programmatiques

33Pour Renga, dont voici deux productions :

Loin des embruns
j’examine le curieux
sous l’oiseau

34et

La majesté
affaiblit le flot,
génie, trouble.

Sur la vague, je surplombe
les remous, parfois.

Soudain le soleil
darde sa lumière, le
lointain miroite.

Le paysage étincelant est
blanc, houle froide.

Dissolution du
blanc, glissement, rameur,
délicatesse.

35La complexité est bien plus grande puisqu’il s’agit de produire un nombre de textes de surface les plus proches possibles de ceux définissant le Renga classique. Pour cela, il n’était évidemment pas envisageable de ne disposer que d’une structure syntaxique unique mais, bien au contraire, le champ syntaxique disponible devait sans pour autant couvrir la totalité du champ syntaxique français – approcher celui de la langue naturelle écrite. Le programme dispose donc d’un générateur de structures syntaxiques. Ce générateur pouvant, à partir des notions syntaxiques minimales suivantes :

  • article

  • pronom

  • substantif

  • verbe

  • adjectif

  • préposition

  • adverbe

36produire des structures syntaxiques élémentaires du type :

  • substantif + adjectif

  • article + substantif + adjectif

  • pronom + verbe

  • article + substantif + verbe

  • etc...

37toutes structures compatibles avec la syntaxe type du Renga (pour l’essentiel, le travail a été mené à partir du corpus des rengas existants), et qui ne sont parfois rien d’autre que le produit de l’inclusion dans une structure d’une autre structure possible suivant un ensemble de contraintes dynamiques. Ainsi, la structure article + adjectif + substantif autorise, à partir de la structure article + substantif + verbe + article + substantif la nouvelle structure article + adjectif + substantif + verbe + article + substantif etc... Possibilités pré-définies par des ensembles de filtres permettant de calculer les contraintes travaillant à un moment donné de la génération de structure.

38Ces structures syntaxiques élémentaires, affectées de poids divers – par exemple, une phrase du type : « un jeune chien pourchasse un papillon blanc » est plus lourde qu’une phrase du type « chien sauvage »-, sont alors confrontées à un autre système de filtres déterminant la structure finale susceptible de donner une strophe de trois vers ou une strophe de deux vers en fonction :

  • de positions relatives des structures élémentaires

  • du total de poids des structures élémentaires concaténées comparé à l’intervalle des poids admis par les différentes strophes

  • du poids relatif des diverses structures élémentaires autorisant des effets de répétition, reprises, symétries, etc... ou, au contraire les interdisant.

39Dans l’état actuel de Renga, le générateur syntaxique épuise là son rôle et le travail ultérieur se fait strophe à strophe. Cependant, il ne serait pas beaucoup plus coûteux d’étendre les principes des règles intérieures aux strophes à la totalité du texte conduisant ainsi à des constructions totales plus subtiles (une version de Renga, par exemple, en comporte une ébauche dépendante du principe de clôture où la dernière strophe devait comporter certaines structures de symétrie par rapport à la première et où certains termes de la première strophe devaient être repris, de même que la première et la dernière strophe devaient être de poids égal. L’urgence m’a contraint à abandonner provisoirement ce type de contraintes dynamiques transtextuelles), constructions dont l’élaboration serait dominée par la macro-structure.

40Lorsque le générateur a ainsi épuisé son rôle, définissant une structure de texte à partir du champ syntaxique qu’il est autorisé à explorer et des quelques algorithmes de génération dont il est pourvu, le programme dispose d’un texte vide totalement non-sémantisé, quelque chose comme une structure profonde de texte susceptible de produire des structures superficielles très diverses. A cette étape se posent l’essentiel des problèmes de sémantisation.

41A un niveau relativement naïf n’interviennent que de simples problèmes de commutativité tels que ceux déjà évoqués pour les textes « Il ». Ici, par exemple, pourrait-on accepter la phrase suivante :Le jeune homme miaule » ? Cela dépend des contextes car, même sans aller jusqu’à imaginer un conte de fées dans lequel le jeune homme se transformerait progressivement en chat, chacun perçoit bien que « miauler » peut être pris de façon relativement métaphorique et qu’il n’est pas possible de décider une fois pour toutes que – miauler » ne peut avoir comme sujet que des termes appartenant au groupe chat. Un autre type de problème est celui des modifications évolutives du sens :

  • l’enfant regarde est une phrase correcte

  • l’enfant aveugle ne peut pas regarder, aussi

  • l’enfant étranger regarde, également mais :

  • l'enfant aveugle regarde, ne l’est pas à moins, là encore, d’imaginer tout un contexte. Des phrases de ce type, que l’on pourrait dans ce sens qualifier de potentiellement génératrices et qui, pour cela, peuvent avoir un intérêt dans la génération littéraire, conduisent à affirmer que les choix des termes ne peuvent, en aucune façon, reposer sur des décisions locales mais qu’ils doivent prendre en compte des facteurs de dispersion, la représentation sémantique étant éparpillée dans l’ensemble du texte, la génération devant prendre en compte cette dispersion, en conserver les marques sous forme de traces afin de maîtriser – dans une macrostructure qui le demande – l’éclatement du sens. Cependant, pour Renga, cette notion de traces n’est qu’esquissée et ne joue qu’à l’intérieur de la strophe puisque la macro-structure définit le texte comme une juxtaposition de strophes et la dfficulté est, pour l’essentiel, ignorée. Restent quand même un certain nombre d’autres problèmes qu’il n’était pas question d’éluder d’autant que, dans le cas précis du Renga, à moins d’en proposer une version totalement pauvre (gestion de templates3 par la macro-structure et constitution d’une base de données adéquate), la génération automatique en rendait le contournement illusoire.

42Si l’on examine en détail l’ensemble des problèmes posés par la génération automatique de textes de type Renga, une fois définis la macro-structure et le champ syntaxique accessible à cette macrostructure, l’on s’aperçoit que l’on peut les présenter de la façon suivante :

  1. problèmes de sous-catégorisation stricte

  2. problèmes de sémantique définitionnelle

  3. problèmes posés par le principe de projection

  4. encore à examiner la part respective des solutions

43apportées par la constitution d’une base de données (ici un lexique) et par les diverses fonctions syntaxiques mises en œuvre successivement dans le – ou les – algorithme du programme. Le choix adopté est le suivant : inscription dans le lexique de toute donnée non-algorithmisable, mise en œuvre de toute donnée algorithmisable.

44La première série de ces problèmes, celle de la sous-catégorisation stricte est la plus simple à résoudre. La solution adoptée était d’ailleurs déjà esquissée dans la présentation des textes « Il », et dans celle des textes « Amour » : elle consiste simplement à indiquer au programme la sous-catégorisation syntaxique à laquelle appartient tel ou tel terme : par exemple, le terme « homme » est indiqué dans le lexique, par l’attribut d’un descripteur, comme substantif-masculin. Cependant, comme le choix initial, pour des raisons d’économies, a été d’introduire les termes dans le lexique sous la forme conventionnelle des dictionnaires (hors la majuscule initiale) et non toutes les flexions, une sous-catégorisation superficielle ne pouvait suffire. Il n’est pas possible de donner ici toutes les marques utilisées et leur hiérarchisation, indiquons simplement qu’elles permettent de gérer la plupart des contraintes d’une syntaxe de surface. Par exemple, le terme « homme » est accompagné des informations suivantes : 0001, soit :

  • substantif masculin

  • n’ayant pas de restriction locale

  • pluriel en « s »

  • élision obligatoire dans certains contextes

45Le terme « acharner » est accompagné des informations suivantes :

  • verbe transitif

  • purement pronominal

  • conjugué avec être

  • conjugué sur le modèle des verbes en « -er »

  • admettant un usage absolu

  • admettant une infinitive complément

  • complément éventuel gouverné par « à »

  • usage de l’élision

46Toutes ces informations étant présentes sous la forme d’un descripteur constitué d’un certain nombre d’attributs numériques hiérarchisés : 4 pour les substantifs, 8 pour les verbes, 6 pour les adjectifs. Ce descripteur, exploité par les algorithmes de la macro-structure dans un champ sémantique défini permet de produire tous les textes de type cadavre-exquis imaginables, puisque l’essentiel de l’effet littéraire de ce type de texte repose sur le respect du seul principe de la sous-catégorisation. Notons que sur le plan strict des jeux littéraires la présence de ce descripteur — qui sera appelé syntaxique – permet toutes sortes d’effets obtenus par la transgression simple des catégories. On peut ainsi produire des textes où certaines contraintes de sous-catégorisation sont systématiquement transgressées dans une macro-structure cependant syntaxique. Ainsi des textes « Il » ci-dessous :

Il chaise. Il table. Il cherche.
Elle vaisselle. Il boule. Elle baille. Il litière. Elle ustensile. Il fuit

47ou :

Il taboure. Elle luste. Elle panie. Elle télévisie. Il taboure. Elle grane. Il taboure. Elle surprenane.

48sans pour autant changer la base de données lexicales. Rien, de plus, n’interdisant de définir des transgressions plus fines ne jouant que sur des aspects moins grossiers de la sous-catégorisation.

49La seconde série de problèmes est celle du sémantisme définitionnel. C’est celle qui, pour parler un peu vite, relève des relations de la langue à l’univers qu’elle décrit : univers objectai et univers culturel et, dans ces univers, crée des relations de différentes natures. Diverses théories linguistiques ont voulu en rendre compte essayant, pour la plupart, de trouver une organisation plus ou moins rationnelle (abstraite) du sens, et tout le monde a en mémoire diverses tentatives destinées à analyser le sens en termes de particules minimales parfois nommées « sèmes ». Récemment encore, des travaux tels que ceux de R. Schank4 tentaient de démontrer que tout verbe était décomposable en une dizaine d’actions sémantiques élémentaires. Rien, hélas, d’universel n’a été démontré et les utilisations qui ont été faites de telles approches se sont cantonnées à des champs sémantiques restreints et particulièrement rationalisés comme les classes animales ou les structures de parenté. Pour le reste, la langue la plus quotidienne déborde très largement ces relations maîtrisables et, trop souvent, des algorithmes d’associations basés sur de tels principes donnent des résultats inacceptables pour des locuteurs humains. Les recherches les plus récentes, celles de Schank encore, autour de la notion de script5 ou celles de Laurence Danlos6 autour de la notion de domaines s’orientent très différemment vers la définition de sous-ensembles culturels à l’intérieur du lexique général, permettant de maîtriser les relations linguistiques internes à ces sous-ensembles dans une visée plus pragmatique.

50La solution de Renga va, à quelques différences près qu’il serait trop long de commenter ici, dans le même sens : le lexique est défini comme un ensemble de micro-univers dans lesquels s’inscrivent divers graphes de relations. Ainsi, par exemple, dans l’état actuel, le lexique de Renga (3 6l0 termes) comprend les micro-univers suivants :

  1. campagne japonaise classique

  2. ville en fête

  3. atelier de menuiserie

  4. marine

  5. univers imaginaire

  6. cocktail mondain

  7. monde du Renga conventionnel

51Il est à remarquer que ces micro-univers sont des micro-univers relativement arbitraires et que, dans le même lexique, d’autres sous-ensembles auraient tout aussi bien pu être constitués. Par exemple, la campagne française, par emprunts divers à 1, 2, 3, et 7, ou encore une ville moderne par emprunt à 2 et 6. En effet, ce qui caractérise ces micro-univers est bien moins une notion d’appartenance qu’une notion de relations internes, la question posée n’étant pas « est-ce que tel terme appartient à tel micro-univers ? », mais « quelles relations tel terme peut-il entretenir dans tel micro-univers ? ». La différence est extrêmement importante : poser la question sous sa première forme revient, plus ou moins, à rechercher des classifications sémantiques alors que la poser sous sa deuxième forme revient à tenter de prendre en compte, dans la langue, l’ensemble des possibles même apparemment les plus singuliers. Si l’on prend un exemple sommaire, soient les termes suivants :

  • feuille

  • baton

  • bateau

  • détritus

  • écume

52Il ne semble guère possible de leur affecter un même sème qui les autoriserait à figurer dans une même classe alors que l’on admettra sans difficulté que ces termes peuvent tous entretenir une relation de type sujet avec un verbe tel « flotter » ou « dériver », mais que seul le terme « bateau » peut entretenir ce type de relation avec le terme « naviguer ». Dans ce cadre, il n’y a, a priori, aucune exclusion de terme dans un micro-univers donné et, par exemple, dans celui de la menuiserie peut fort bien figurer le terme « hippopotame » car l’on admettra certainement qu’il puisse y avoir une photographie d’hippopotame sur les murs d’une menuiserie, qu’un ébéniste sculpte un hippopotame ou que des menuisiers en parlent. La réalité linguistique est suffisamment riche pour prendre en compte une telle interpénétration de domaines. Cependant, on admettra difficilement qu’un tel animal – ou un rhinocéros (la littérature sait parfois jouer admirablement de ces ruptures refusées par le Renga) – traverse un atelier de menuiserie.

53Ce qui définit un micro-univers, ce n’est donc pas une cohérence socio-culturelle stricte, mais l’ensemble des relations possibles entre les termes du lexique concerné : l'étiquette du micro-univers – qui n’est pas utile que par simple commodité – venant de ce que l’on pourrait appeler « l’origine des relations » : les possibles du terme « hippopotame », le nombre et la nature des relations que ce terme peut entretenir avec l’ensemble des autres dépendent étroitement de cette origine, du lieu à partir duquel sont opérées l’ensemble des relations, ce lieu étant défini, en quelque sorte, de façon purement statistique. Ainsi la présence des termes suivants :

  • mare

  • jungle

  • hippopotame

  • chasseur

  • pirogue

  • nager

  • bailler

  • chaleur

54n’interdit nullement le terme « menuisier », ou celui de « toupilleur », mais définit les dominantes d’un micro-univers de paysage équatorial. Si ces huit termes figurent parmi cinq cents termes tournant autour de la menuiserie, ils appartiendront pourtant au microunivers de la menuiserie dans lequel ils entretiendront alors des relations spécifiques. C’est ainsi que dans Renga, divers termes interviennent dans tous les micro-univers avec des relations spécifiques au sein de chacun d’entre eux. Ce qui se dégage ainsi est un concept de focus sémantique – entendu à un sens différent de celui de Mac Keown7 – permettant d’élaborer de nouvelles hypothèses de travail. Le problème très important – non résolu dans Renga – étant en effet, dans un lexique quelconque contenant un très grand nombre de termes, de voir comment pourraient se gérer l’ensemble des micro-univers possibles et leurs divers systèmes de relations dans une perspective dynamique. Le concept de focus sémantique – formulable à partir du travail de Renga – est que de nombreux termes pourraient appartenir à un domaine relativement neutre défini comme susceptible d’entretenir des relations dans n’importe quel micro-univers et que seuls quelques termes à charge sémantique forte, par le poids de leur présence, détermineraient l’origine du micro-univers. Resterait cependant à décider quand le poids est suffisant (nombre de termes, forces relatives, conjuguées, nature des relations) pour marquer l’origine. Cette hypothèse expliquerait ainsi que, dans Renga, la lecture de certains textes produits comme :

Légère
trame, bruit
indécis.

auprès de l’albatros, je
respire la matinée, ici.

Marbrure de soleil
la distance frissonne,
malgré le bruit.

55ne permettent pas vraiment de décider dans quel micro-univers l’on se trouve et que les textes du micro-univers 1 et ceux du micro-univers 7 soient, la plupart du temps, assez peu discriminés dans leurs spécificités propres.

Des points d’achoppement

56La dernière série de problèmes que j’ai présentée comme relevant du principe de projection tel que le définit Chomsky est autrement plus redoutable. Rappelons que le principe de projection définit partiellement la structure syntaxique comme une projection des propriétés lexicales, autrement dit il n’y a pas indépendance du syntaxique et du sémantique.

57Tel que précédemment défini, le concept de micro-univers flirte quelque peu avec cette problématique qui doit, pourtant, être davantage précisée. Soit le verbe « mettre » et les exemples suivants :

  1. X a mis le pain sur la table

  2. X a mis le pain dans la huche

  3. X a mis le couvert

  4. X a mis les chaussures de Y

  5. X a mis ses chaussures

  6. X a mis des chaussures

  7. X a mis la main à la pâte

  8. X a mis sa main au feu

  9. X a mis la main sur un trésor

  10. etc... ;

58on trouverait facilement d’autres emplois divers du même verbe... Toutes ces phrases mettent en évidence la dépendance étroite qu’il y a entre syntaxe et sémantique. Rappelons également que Maurice Gross a montré que chaque verbe français était presque un cas syntaxique particulier... Inutile de savoir ce qui est premier, remarquons simplement que les changements de sens du verbe « mettre » s’accompagnent le plus souvent d’une autre modification du statut syntaxique de ce terme, évidence partiellement prise en compte par les dictionnaires par la multiplication des entrées de certains termes. De même, les phrases comme celles-ci :

  • Au restaurant, ma belle-mère nous empoisonnait

  • Au restaurant, ma belle-mère nous empoisonna

59relèvent assez sensiblement du même phénomène. Que l’on explique la différence par la notion de durée (effectivement annulée dans : « Au restaurant, ma belle-mère nous empoisonne » ce qui laisse priorité au contexte étendu), ne change rien au phénomène : la relation syntaxe-sens est étroite et, le plus souvent, extrêmement stricte, les relations entre termes à l’intérieur d’un micro-univers dépendent donc du champ syntaxique accepté. Il n’est pas question de définir ces relations pour l’ensemble des structures syntaxiques potentielles, mais de voir, dans l’ensemble des structures syntaxiques élémentaires, celles qui dominent ce genre de relations et de déterminer sur quelles catégories de termes doivent, prioritairement, porter ces relations. Dans Renga, le descripteur syntaxico-sémantique comporte donc les relations prioritaires suivantes :

  1. au niveau des substantifs, relations internes aux compléments de noms :

  • X de Y

  • le X de le Y

  • X à Y
    etc…

  1. au niveau du verbe, relations de type droite-gauche :

  • X + verbe

  • X + verbe + Y

  • X + verbe + Y + préposition + Z

  1. au niveau de l’adjectif, relations d’accroches au substantif.

60Ces relations étant évidemment récursives et le poids relatif des constituants dans la structure déterminant l’ordre des sélections. L’ensemble de ces renseignements figure dans ce que j’appellerai un descripteur projectif, descripteur s’apparentant quelque peu aux graphes type ATN de Woods8, graphes sémantico-syntaxiques, mais qui chez Woods, parce qu’ils sont orientés vers l’analyse, sont de plus récurrents alors que pour Renga il a été possible de se limiter à un système plus sommaire, qui serait pourtant insuffisant si l’on voulait générer des textes à cohérence sémantique plus forte.

61L’algorithme simplifié du fonctionnement de Renga est le suivant :

Image 100000000000024500000326E3B25875.jpg

62Il ne semble pas utopique d’imaginer qu’un tel algorithme puisse être utilisé pour la génération de textes d’un type tout à fait différent de celui de Renga, et l’on peut ainsi rêver à l’univers de génération de textes que laisse entrevoir toute modification intervenant à n’importe quel niveau d’autant que, et c’est ce que j’ai essayé de montrer par les quelques exemples de textes lus, rien n’oblige, pour produire des textes, de maîtriser des systèmes extrêmement complexes. Des modifications à tel ou tel moment du processus de génération pouvant servir à produire des effets très différents qui, s’il ne livrent pas à tous coups des textes éblouissants – mais quelle en est la définition ? – n’en conduisent pas moins à fouiller un peu plus ce terreau fécond où git le littéraire.

Notes de bas de page

1 Tous les textes présentés dans cet article comme illustrations sont les produits de divers programmes de génération réalisés par l'auteur de l'article.

2 Exposition du Centre Georges Pompidou, Paris, 15 mars au 23 juillet 1985.

3 On désigne généralement sous les noms de templates, patterns ou moules des textes dans lesquels sont pratiquées des abstractions fonctionnelles. On peut comparer ce concept à l'exercice utilisé en pédagogie sous la dénommination de « phrases à trous ».

4 R. C. Schank, 1975.

5 Abelson, Schank, 1977.

6 Danlos, 1985·

7 Mac Keows, 1982 et 1984.

8 Woods, 1970.

Précédent Suivant

Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.