Ce 34e Cahier du CRISCO s’adresse en priorité aux étudiants de Master et de Doctorat en Sciences du langage à l’université de Caen et en Langue française à l’université de Carthage (Institut Supérieur des Langues de Tunis) et dans les autres institutions assurant une formation équivalente en Tunisie, qui s’interrogent sur l’utilité théorique et la faisabilité d’une analyse de corpus textuels.

Il prend la suite du Cahier n° 29 (Jacques François, 2010a, L’attestation des combinaisons lexicales à l’aide de la base de données textuelles FRANTEXT), téléchargeable sur le site du CRISCO (www.crisco.unicaen.fr) et sur le site www.interlingua.fr. Nous aurons l’occasion dans ce nouveau cahier de renvoyer au Cahier 29 pour ce qui concerne l’exploitation de la base FRANTEXT.

Ce cahier profite de la collaboration entre Jacques François de l’université de Caen, fondateur du CRISCO, et Yacoub Ghérissi, spécialiste des corpus textuels à l’université de Carthage. Le Cahier se compose de deux parties :

La première se présente comme un article de linguistique traditionnel en ce sens que trois corpus textuels du français contemporain, respectivement littéraire, journalistique et politique, y sont exploités et comparés selon les méthodes de l’analyse comparative de corpus. Les techniques permettant la constitution et l’exploitation des corpus textuels n’y sont pas décrites, pas plus qu’elles ne le sont habituellement dans les articles de linguistique destinés à une communauté supposée en avoir déjà une certaine connaissance.

La seconde vise au contraire à entrer dans le détail de ces techniques, afin que les résultats présentés en première partie soient reproductibles. Il s’agit de décrire les outils – relativement élémentaires, en particulier le concordancier AntConc qui y occupe une place centrale – qui permettent de reconstituer pas à pas notre démarche (et éventuellement de dénicher nos erreurs).

Si l’on entend par « analyse de corpus textuels » une méthode capable de s’appliquer AUTOMATIQUEMENT (c’est-à-dire sans l’intervention du linguiste, une fois que la machine est en marche) et EN AVEUGLE, c’est-à-dire destinée à dégager une liste de constructions distinctes à partir d’une description rigoureusement distributionnelle, nous ne pratiquons pas ce type d’analyse de corpus.

Notre conviction, confortée par le développement des « grammaires de construction » (voir le Cahier 26 du CRISCO, Jacques François, 2008, Les grammaires de construction – Un bâtiment ouvert aux quatre vents), est que chaque CONSTRUCTION est (dans la terminologie de Ronald Langacker) une assemblée symbolique entre une expression (une structure morpho-syntaxique) et une signification (grossièrement approchée à l’aide d’une paraphrase) et que l’analyse des constructions d’un verbe figurant dans différents corpus doit intégrer d’une part une analyse distributionnelle et transformationnelle dans le sens de Zellig Harris et Maurice Gross, et d’autre part une analyse sémantique.

C’est ce que nous avons cherché à faire ici à propos du verbe compter, sélectionné en raison du large éventail de CONSTRUCTIONS dans lesquelles il peut figurer. Nous chercherons à montrer que la polysémie virtuelle d’un verbe comme compter (dont nous distinguons 13 CONSTRUCTIONS) est en fait réduite (mais non levée) dans chacun des trois corpus littéraire, journalistique et politique que nous avons examinés et que chaque réduction de la polysémie a un profil particulier. Il s’agit donc ici de notre part d’un PLAIDOYER POUR UNE PRATIQUE COMPARATIVE ET QUANTITATIVE DE L’ANALYSE DES CORPUS TEXTUELS.