Les seize volumes du Trésor de la Langue Française, le dictionnaire de langue le plus riche de toute l’histoire de la lexicographie du français, ont été publiés par l’Institut National de la Langue Française (INaLF, Nancy, CNRS et DGLF) entre 1971 et 1994. Dès la parution du dernier volume, l’informatisation du dictionnaire a été engagée par rétroconversion de l’édition papier (l’édition électronique du Grand Robert datait déjà de 1985) et poursuivie à partir du début du 21e siècle par le laboratoire qui a succédé à l’INALF, l’ATILF (Analyse et Traitement Informatique de la Langue Française).

Les articles du TLFi se composent d’une entrée lexicographique (renseignée notamment à l’aide de la base de données textuelles FRANTEXT constituée simultanément), de données phonétiques, orthographiques et statistiques, et d’une entrée « Étymologie et histoire ». Les entrées lexicographiques ont bénéficié d’une informatisation fonctionnelle (attribuant une fonction à chaque segment et permettant ainsi tout un jeu de recherches transversales), mais l’ATILF a renoncé à en faire de même pour les entrées historico-étymologiques (H-É), sans doute avec la conviction que le formatage de ces entrées était trop hétérogène, et s’est contenté d’une informatisation formelle, c’est-à-dire réduite à la délimitation des entrées et au format typographique. De ce fait, il est actuellement impossible de pratiquer sur les entrées H-É des recherches transversales similaires à celles que permettent les entrées lexicographiques.

Le projet qui sera exposé à la journée de l’axe 2 du CRISCO vise à convertir dans un format tabulaire l’essentiel des données fournies par les entrées H-É du TLFi dotées d’une « polysémie évolutive » (± 20 000 sur un total de ± 49 000), de leur associer un graphe historique (arborescent) et de publier dans un premier temps sur le site du CRISCO un banc d’essai sous la forme d’un couple graphe-tableau historique associé à chacune des entrées de 7 des 81 fichiers XML que nous a fournis l’ATILF, couvrant ainsi presque 10% du total des entrées. À moyen terme il s’agit de poursuivre l’informatisation fonctionnelle des ± 20 000 entrées à l’étude et de la soumettre pour publication dans le cadre des éditions électroniques du CNRTL (Centre National de Ressources Textuelles et Lexicales, CNRS). À long terme, la base de données ainsi constituée permettra des recherches transversales complétant celles sur les entrées lexicographiques.

Les bases linguistiques de ce projet ont été élaborées en 2020-21 par Jacques François. Justine Reynaud en a développé la dimension statistique et Laurette Chardon la préparation des tableaux de données et la modalisation graphique dans le prolongement de l’étude préliminaire de Triss Jacquiot (GREYC, 1er semestre 2022).