Navigation – Plan du site

Présentation

Damon Mayaffre et Jean-Marie Viprey

Texte intégral

1Le thème de la cooccurrence en sciences du langage et en analyse du discours, s’il plonge ses racines beaucoup plus haut, a attendu les dernières années du xxe siècle pour s’imposer, à travers notamment l’approche statistique exploratoire. C’est d’un véritable foisonnement qu’il s’agit aujourd’hui, au sein duquel il a paru utile d’entreprendre de mettre de l’ordre sans dévitaliser les démarches.

  • 1  Firth R. (1957). Papers in Linguistics 1934-1951. London : Oxford University Press.

2Historiquement, c’est dans la « London School of linguistics » et dans l’immédiat après-guerre que John Rupert Firth jette les linéaments d’une conception probabiliste de la constitution du langage et de sa mise en action ; constitution et mise en action devant être conçues comme inséparables par principe. En outre, il est sans doute le premier à poser en principe que le sens – ou la signification – (« meaning ») est tout à la fois, indissolublement, dans le contexte de l’énonciation (« uttering ») et dans des valeurs plus ou moins stables constitutives de la langue. Et dans le « contexte », il articule encore étroitement les deux orientations de ce terme : ce que nous nommerions aussi « situation » (d’énonciation, de production, de communication), et le compagnonnage des unités dans les énoncés (« you shall know a word by the company it keeps1 »).

3Il apparaît cependant que Firth a largement privilégié ce que l’on désignera comme « collocations » parmi les possibles relations de cooccurrence, et que, conversement, la notion même de cooccurrence a été chez lui, au moins implicitement, restreinte à des relations excluant toute inclusion tierce (autre que des mots-outils) et tout chevauchement de frontières de syntagmes.

  • 2  Viprey J.-M. (2006). « Structure non-séquentielle des textes », Langages 163 (Unité(s) du texte) : (...)
  • 3  Halliday M.A.K. & Hasan R. (1976). Cohesion in English. London : Longman.

4Il pourrait en aller de même de Halliday, son principal continuateur dans cette ligne. On a déjà souligné il y a quelques années2 que la « collocation » garde, chez Halliday & Hasan en 19763, un statut privilégié dans le domaine de la cooccurrence, voire qu’elle continue d’occuper tout le terrain et d’en contenir la possible extension. Cependant, le grand mérite de Halliday & Hasan est d’intégrer cette perspective dans la vaste entreprise de la linguistique textuelle où, pour la première fois aussi clairement, la série des occurrences de chaque unité constitutive est reconnue elle-même comme unité, et comme unité responsable du tissage de l’énoncé dans son entrelacement avec toutes les autres de tous niveaux. Même si la notion extensive de cooccurrence ne semble pas reconnue ni développée alors, l’image de l’entrelacs amène irrésistiblement ladite notion, notamment dès que l’on cherche à appliquer ces idées à des recherches textuelles empiriquement fondées.

5Revenons deux décennies en arrière, en France cette fois.

6Les sciences humaines sont fortement dépendantes de l’historicité de leurs terreaux socioculturels, et la contribution de ce numéro de CORPUS est aussi de faire le point sur l’histoire française et francophone des notions au travail (en rapport étroit avec la perspective anglo-saxonne). Lorsque Pierre Guiraud, Paul Imbs, Charles Muller fondent dans les années 50 la statistique lexicale, la question de la cooccurrence est absente. Pourtant, celle d’occurrence est évidemment omniprésente. Il importe à cette époque avant tout d’affirmer le caractère statistique du vocabulaire, mais on pourra longtemps parler de la « structure » du vocabulaire (d’un texte, voire d’une langue en synchronie ou en diachronie) sans considérer l’entrelacs des séries d’occurrences, et – pour résumer – sans perspective textuelle (l’énonciation est, pour sa part, mieux traitée à travers tout ce qui touche, aux yeux de spécialistes venus pour la plupart des études littéraires, le « choix » des mots, devenu un trait majeur du « style »). Et on attendra quinze ans de plus et l’école d’analyse du discours de Saint-Cloud pour introduire, dans cette autre branche qu’est la lexicométrie, des éléments liés à la cooccurrence.

7Sortent de Saint-Cloud deux approches (pour celles qui ont fait fortune) : le lexicogramme et le segment répété. Le segment répété, imaginé par André Salem, est une spécification statistique et textuelle de la collocation – statistique au sens où l’on prend en compte sa fréquence ; textuelle au sens où l’on ne se limite pas à des frontières syntagmatiques rigides, au contraire, et où l’on va donc au-delà d’un simple relevé de candidats au statut de collocation « en langue ». Conçu pour fonctionner sur la surface graphique, il est constitué d’occurrences contiguës de formes simples fléchies, et repéré par une fréquence remarquable, évaluée en probabilité. Le segment répété se présente pour l’essentiel comme une extension textuelle / discursive et une implémentation statistique et informatique de la notion de collocation au sens classique du terme.

8Le lexicogramme, en revanche, apparaît d’emblée comme une ouverture méthodologique directe vers la cooccurrence non restreinte aux contiguïtés ou quasi-contiguïtés. Il est classiquement paramétré (« seuillé ») en nombre d’occurrences, en probabilité (cofréquence), et en distance au pôle / pivot. Il peut donc prendre en considération des cooccurrences largement non contiguës et intégrer une pondération positive ou négative par la distance en mots. Rien ne l’empêche non plus (même si peu d’applications sont connues) d’occulter les cooccurrents les plus proches.

9Les outils statistiques étaient déjà bien affûtés à la fin du xxe siècle pour appuyer de telles recherches. Néanmoins, ces dernières ont en retour raffiné ces outils, dont plusieurs contributions seront ici même des illustrations et des applications. La plupart des innovations portent sur la pertinence relative des cooccurrences observées primitivement en fréquence / texte, et dont on recherche fondamentalement la probabilité, ou plutôt le plus souvent l’improbabilité si l’on peut dire.

10Le colloque qui a été réuni à Besançon en février 2012, à l’initiative des équipes :

11« Analyse de Discours, Corpus, Sciences des Textes-ADCoST » au sein de l’EA 4661 ELLIADD (Besançon) et

12« Logométrie et corpus politiques, médiatiques et littéraires » de l’UMR 7320 Bases, Corpus, Langage (Nice)

13s’était précisément donné pour but d’éclairer cet ensemble de questions. La présente livraison de CORPUS est une sélection parmi les nombreuses contributions à ce colloque et rend compte de leur diversité et de leurs centres de gravité. L’appel à communication mettait en relief qu’au-delà de leur grande variété de domaines d’application, les travaux évoqués ci-dessus reposent sur une posture contextualisante commune et sur une approche probabiliste du langage partagée [London school (Firth et Halliday) puis Birmingham school (Sinclair), Laboratoire de Saint-Cloud (Tournier, Lafon), etc.]. Un postulat fondateur est ici que le sens naît toujours en contexte, qu’il se construit à partir du co-texte, et la cooccurrence représente la forme minimale objectivable et calculable dudit co-texte. Par ailleurs, ledit co-texte ne pouvait s’entendre valablement que comme répondant du texte lui-même, et non pas comme ensemble d’échantillons épars constituant une nouvelle version de l’urne des premières explorations statisticiennes.

14L’autre exigence forte était donc de porter ensemble une attention particulière, dans la voie lointainement initiée par Halliday & Hasan, à la cooccurrence comme facteur primordial de la textualité. Cela, sans exclure les études lexicologiques, phraséologiques ou le traitement automatique de la langue, dont les avancées théoriques aussi bien qu’algorithmiques et logicielles étaient convoquées au titre de l’éclairage qu’elles peuvent apporter aux questions spécifiques de la cooccurrence.

15Si l’appel soulignait la variété de domaines d’application, il insistait aussi fortement sur la disparate terminologique. Sans avoir l’illusion de vouloir régler cette dernière, il est sans doute souhaitable de donner à la notion de cooccurrence, au moins en français, un statut équivalent à celui qu’ont acquis des notions comme celle de collocation à la charnière du français et de l’anglais scientifiques.

16Dans la communauté francophone de la textométrie, telle que représentée par diverses structures de coopération (JADT, TXM, ATONET, etc.), un certain niveau de consensus terminologique semble pouvoir être atteint au moins sur ce registre précis. Exposons avec prudence les éléments d’un tel consensus.

  • 4  Comme d’autres configurations voisines (collocation, colligation, segment répété…).

17Le fondement d’une définition différentielle de la cooccurrence est la prise en considération de deux ou de plusieurs unités, préalablement identifiées, et qui vont constituer ensemble un événement textuel ; cet événement textuel se définit comme l’occurrence « ensemble » desdites unités, non pas dans un agencement syntaxique régulier4, mais simplement dans une « fenêtre » définie que l’observation fait « glisser » linéairement sur l’énoncé. On admet donc, pour la cooccurrence (contrairement à ce que recouvrent d’autres notions présentes et discutées dans ce volume – cf. la contribution de Legallois), une distance linéaire pouvant être importante entre ses termes et une laxité syntaxique plus ou moins grande (au-delà des frontières de syntagmes, de phrases…). On recourt nécessairement à un paramétrage de la « fenêtre » cotextuelle de cooccurrence (structures syntaxiques données, nombre de « mots » déterminé, symétrie ou non… – pour la combinaison de ces paramètres, cf. ici Longrée & Mellet).

18Les termes d’un couple cooccurrentiel sont des unités préalablement identifiées (donc marquées, balisées, dans la perspective d’une philologie numérique, d’une mise en forme du corpus et de ses pièces) – dit autrement : ils « occurrent » pour pouvoir « cooccurrer ». Ils « occurrent ensemble » dans un co-texte commun, dont la dimension est déterminée par les exigences de l’étude courante.

19Ainsi peut-on dire par exemple que si la fenêtre cotextuelle d’observation est la phrase, et le niveau d’analyse les formes graphiques, commun et exigences sont cooccurrents dans la phrase précédente. Il en va de même pour le paragraphe précédent, et aussi pour une fenêtre en nombre de mots, si celui-ci est fixé à 8 ou plus – mais pas si la fenêtre est paramétrée à 5 mots, ou à 20 mots à l’exclusion des 5 les plus proches, etc.

20Il en va de même aussi à un niveau plus analytique pour l’adjectif commun et le substantif exigence, voire pour la catégorie adjectif et la catégorie substantif (voir ici Spina & Tanganelli).

21Définie ainsi, la cooccurrence resterait néanmoins un concept sans grand intérêt.

22Il est en effet permis de se demander si le fait que ces items occurrent ensemble dans ce co-texte suffit à en faire des cooccurrents, ce qui se discute, de trois points de vue au moins.

  • 5  Mayaffre D. (2008). « De l’occurrence à l’isotopie. Les co-occurrences en lexicométrie », Sémantiq (...)

23D’abord, si l’on exige de la cooccurrence qu’elle contribue à la textualité, une « occurrence ensemble » dans un seul co-texte ne répond pas à une telle exigence. On s’intéressera au titre de la cooccurrence à des « occurrences ensemble » plurielles, le seuillage de cette pluralité relevant là encore de la responsabilité du chercheur à l’étude. Une « occurrence ensemble » unique a un statut analogue à celui d’un hapax pour ce qui est du vocabulaire simple. On voit donc la cooccurrence acquérir, irrésistiblement, le statut d’unité du texte5, d’unité occurrente donc : on pourra dire que le couplage commun / exigences présente N occurrences, comme on l’aura dit des formes graphiques simples, des locutions, des collocations, des segments et quasi-segments (voir ici E. Brunet). Il y a néanmoins une différence de taille : ces couplages formant cooccurrence constituent ensemble non plus un inventaire mais un réseau, étroitement intriqué, que dans une perspective distributionnelle dérivée de celle de Harris, mais élargie, nous pouvons considérer comme responsable non seulement de l’attribution de signification à chaque terme pris à son tour, mais – enfin – à la texture d’ensemble telle que, se manifestant en tout point du corpus et de chaque texte, elle constitue (avec la structure) l’une des deux dimensions fondatrices de la textualité.

24Ensuite, d’un point de vue statistique (probabiliste, cf. supra), on est en droit d’exiger que le nombre des « occurrences ensemble » constaté soit significativement supérieur à ce qu’il serait dans l’hypothèse « nulle » d’une équirépartition. Autrement dit, que la probabilité d’atteindre ce nombre dans une répartition syntagmatique des éléments « au hasard » soit significativement faible.

25Enfin, certains exigeront sans doute d’exclure des relevés, au moins à un certain moment de l’application, ce qui correspond dans cette cooccurrence au sens « faible », à des locutions et à des collocations. Ce n’est pas le lieu de décrire ici en détail les diverses méthodes permettant cette exclusion (anti-dictionnaires, seuillages, occultation des « occurrences ensemble » à faible distance ou à l’intérieur d’un même syntagme, etc.).

26La présence dans ce volume de l’article de Dominique Legallois est destiné à cette remise en perspective de la notion « stricte » de cooccurrence, avec plusieurs notions connexes qui ont intéressé de longue date la linguistique textuelle sur corpus, notamment ses branches anglo-saxonnes, bien représentées par les chercheurs du Crisco de Caen. Comme la cooccurrence, la collocation est d’abord définie comme un fait relevant de la lexicologie (et touche même à la textométrie) et non de la grammaire, même si sa constitution interne obéit à un mécanisme syntaxique (et la restriction sémantique est orientée par celui-ci). Mais D. Legallois montre que Jespersen privilégie amplement la dimension syntaxique, jusqu’à faire de la collocation un système de place (vide) pour des associations lexicales ; et il mentionne des généralisations encore plus vastes (Bally). Il indique que c’est en radicalisant et en spécifiant cette orientation que Firth a forgé la notion de colligation, entendue « comme un phénomène d’association entre un mot lexical ou grammatical et une catégorie grammaticale ». La contribution majeure à la problématique de ce numéro vient alors : on s’aperçoit que le travail notionnel autour de « colligation » conduit à des perspectives qui sont toutes de l’ordre de la textualité interrogeable en termes d’articulation de niveaux dont l’un au moins est lexicométrique (Francis, Sinclair, Hoey). Ce niveau concerne de près ce que les concepteurs (théoriciens) de fonctionnalités textométriques ont imaginé en étoilant la cooccurrence, notamment les « motifs » (à condition de ne pas restreindre ceux-ci au déploiement d’expressions régulières). Comme il le dit lui-même en conclusion, D. Legallois offre ici un panorama indispensable à la construction même de la notion propre de cooccurrence.

27Ainsi pourrait-on mettre en œuvre des définitions de plus en plus restrictives, ou de plus en plus « fortes », de la cooccurrence, dont il s’agirait alors notamment de modéliser la hiérarchie jusque dans les applications logicielles. On aura fait un premier tour de la complexité de la proposition « cooccurrence » lorsqu’on aura mentionné encore deux manières d’étendre la perspective décrite ci-dessus.

28Primo, en extension du lexicogramme déjà bien connu des lecteurs de l’école de Saint-Cloud, la notion de cooccurrents de second (troisième, nième) rang ou ordre, où l’on identifie successivement à partir d’un pivot (ou pôle) les cooccurrents (significatifs statistiquement) de celui-ci, puis leurs cooccurrents, et ainsi de suite si nécessaire (voir ici Martinez ; Bertels & Speelman).

29Secundo, les polycooccurrences (Martinez, ici), qu’on distinguera du précédent cas en ce qu’il s’agit de repérer et étudier les « occurrences ensemble » de plus de deux items. On a notamment introduit la notion de profils cooccurrentiels (voir ici C. Poudat et al. ; Mellet & Longrée) et de cooccurrence généralisée (voir ici Tauveron ; Brunet), qui vise à faire émerger d’un corpus la conception forte dans le cadre d’une prise en charge initiale à la volée de toutes les « occurrences ensemble », relevées dans un tableau unique à deux entrées, qui pourra être soumis à une analyse statistique multi-dimensionnelle afin de permettre une visualisation d’ensemble aussi bien qu’un repérage individuel, censés rendre compte synthétiquement des éléments de signification indiqués un peu plus haut.

30Cette livraison de CORPUS n’est par définition pas une monographie. Elle ne prétend donc pas effectuer une mise au point complète, synthétique et cohérente. Des chercheurs, tous convoqués au titre des pratiques de corpus qui sont les leurs, présentent les méthodes qu’ils ont éprouvées, validées, pour partie inventées, et leur contexte théorique. La convergence, la constitution du volet cooccurrentiel d’une linguistique textuelle et textométrique, est l’affaire de confrontations encore à venir dans un domaine encore très jeune et, souhaitons-le, prometteur.

31Céline Poudat, Jean-Marie Gauthier et Aurore Boulard développent une application de la cooccurrence qui pourrait aisément se rattacher à celle de colligation telle que présentée par D. Legallois : il s’agit de considérer le contexte des divers pronoms susceptibles d’auto-référer à l’énonciateur en phase d’acquisition enfantine de la langue maternelle, afin d’en analyser le matériel lexical spécifique, dont les éléments sont désignés comme « cooccurrents » (des pronoms). Ils commencent d’ailleurs par envisager même les cooccurrences entre les pronoms, qu’ils ne perdront à aucun moment de vue. Lorsqu’ils passent au vocabulaire proprement dit, émergent avant tout des formes à la frontière des « mots-outils », ou pour le dire autrement des formes de sens très général, comme celles des verbes avoir, pouvoir, vouloir, être, etc., ou des adverbes, et peu de substantifs assez fortement occurrents pour justifier un calcul de spécificité. Et les auteurs s’intéressent à nouveau beaucoup, dans leur discussion et leur conclusion, à des catégories non-lexicales comme le temps auquel sont employés les verbes cooccurrents, l’un des indices majeurs de l’évolution psycholinguistique explorée.

32Ce sont également les relations cooccurrentielles des parties du discours que Stefania Spina et Elena Tanganelli travaillent dans le but d’établir une typologie générique des textes, endogène au corpus. Les auteures puisent leurs références aux sources mêmes, avec Halliday d’un côté et Biber de l’autre. Et elles proposent un nouvel indice d’agrégation cooccurrentielle. Si en anglais, Spina et Tanganelli emploient tout au long de leur travail le terme de collocation, et que, de fait, les éléments des paires cooccurrentielles étudiées sont contiguës, le traitement statistique d’une part, la nature morpho-syntaxique des unités traitées d’autre part apportent une forte nuance aux études anglo-saxonnes traditionnelles en matière de syntagmes figés, de phraséologies et, au sens habituel, de collocations : la réflexion terminologique, qui reflète des différences de pratique, ici engagée, n’est évidemment pas close.

33Accordant eux aussi une place importante aux dimensions non lexicales (ici les flexions casuelles), Sylvie Mellet et Dominique Longrée nous font entrer dans une double complexité pointant par là des développements à venir dans les travaux cooccurrentiels. D’abord, la cooccurrence peut concerner les mots graphiques aussi bien que les lemmes, comme elle peut concerner, dans les études antérieures des contributeurs, les catégories morphosyntaxiques ou encore croiser ces différents niveaux de description des textes. Cependant, Mellet et Longrée s’interrogent ici sur la pertinence d’un tel déplacement des formes fléchies aux lemmes. Si la cooccurrence a pour vocation d’attester, en corpus, des relations entre deux formes, pour en permettre notamment la caractérisation sémantique, est-il légitime de pratiquer en amont du traitement statistique une lemmatisation aveugle qui ramène et qui fond les formes fléchies – variées en latin – à un canon unique dictionnairique ? Ensuite, c’est le rapport cooccurrentiel entre deux unités qui est interrogé : le plus souvent considérée comme bijective, réciproque ou simplement symétrique, la relation cooccurrentielle entre A et B est considérée ici comme possiblement asymétrique. Les auteurs réfléchissent alors à la signification de cette asymétrie (voir aussi ici la contribution de Poudat et al.).

34Philippe Gambette, Nuria Gala et Alexis Nasr se situent, comme les précédents, sur un terrain méthodologique. Ils posent en préalable, avec Firth, que le sens des mots est construit par ses voisins. Dès lors, dans un propos suivi, les auteurs tentent de représenter au mieux la distance ou les attractions qui peuvent exister entre les mots dans la trame cooccurrentielle que constitue un texte. Un calcul de distance et plus encore une représentation arborée de cette distance sont alors exposés. Si cette contribution est précieuse pour la statistique textuelle, c’est que, originellement influencée, en France, par l’œuvre majeure de Benzécri, l’école française n’a pas toujours intégrée les représentations graphiques sous forme d’arbre (voir néanmoins ici l’article de Mellet et Longrée). La longueur des arêtes ou des branches des arbres, discutée minutieusement par Gambette, Gala et Nasr, tient un rôle interprétatif majeur à l’égal des axes d’inertie ou des contributions aux axes dans l’AFC.

35Autre approche méthodologique, dans un contexte assez expérimental encore, que celle d’Ann Bertels et Dirk Speelman développent à propos des « cooccurrences de second ordre ». La recherche s’applique autant à la branche terminologique de la lexicologie, voire aux préoccupations d’informatique linguistique stricto sensu, qu’à la textométrie, comme le montre le genre où le corpus a été collecté (documents techniques de l’industrie). Il s’agit ici, et c’est un des objectifs que s’assignent plusieurs fonctionnalités textométriques, d’aider à la dissociation de classes d’emplois relevant de la polysémie et, plus fondamentalement encore, de quantifier la monosémie, d’en chercher des indices objectifs d’ordre statistique (notamment un « indice de recoupement » qui est susceptible d’enrichir la panoplie des méthodes). L’article consacre de l’importance aux moyens de validation de cette mesure, notamment par la variation des paramètres (formes fléchies ou lemmes, taille de la fenêtre de cooccurrence) et la recherche d’un seuil de validité. Il montre que les indications (analyse multidimensionnelle) appuyées sur le raffinement au deuxième ordre sont robustes et affinent celles d’une exploration limitée au premier ordre

  • 6  Condamines A. (sous la direction de) (2005). Sémantique et corpus. Paris : Hermès-Lavoisier.

36Mathias Tauveron propose pour sa part de prendre en considération ce qu’avec d’autres il nomme la cooccurrence généralisée : une méthode fondée sur le relevé exhaustif des cooccurrences d’un grand nombre de vocables de haute et moyenne fréquence, en une matrice dont on cherchera à présenter la synthèse sous forme de visualisation interprétable. A la différence de Viprey, puis Brunet, ou de Reinert, il n’utilise pas l’AFC ni même une technique à consistance probabiliste (sauf pour le calcul de la betweenness centrality), mais crée un graphe valué selon le nombre brut de cooccurrences. Il ambitionne ainsi d’expliquer par exemple les deux façons dont le traducteur suédophone rend le mot français « action » dans un corpus de discours issus de la technostructure européenne, selon les propriétés lexicales des deux sous-corpus déterminés par cette distinction, analysées en classes de modularité. Cette direction de recherche est prometteuse, et elle représente dans ce volume l’un des ponts actifs vers la sémantique de corpus6.

37Les travaux de William Martinez sont déjà bien connus, dans le développement des propositions de Saint-Cloud, pour avoir mis en évidence la nécessité de modéliser et d’exploiter la poly-cooccurrence. Celle-ci n’est pas seulement, dans l’esprit de son inventeur, un complément utile à la cooccurrence « binaire », généralisée ou pas. L’ambition affichée par Martinez est de permettre un retour vers la séquentialité du texte, un « état intermédiaire » entre inventaire (index) et énoncé séquentiel, qui suggère sous une forme libre (vocables déliés d’un syntagme particulier, mais occurrant souvent ensemble à plus de deux) tous les énoncés, statistiquement significatifs, où ces vocables entrent en jeu (constituant des phraséologies souples, plus souples que les segments répétés). Dans ce volume Martinez précise sa démarche grâce à la notion de trames de cooccurrence, fonctionnant comme des patterns communs à divers énoncés par ailleurs potentiellement très différents, et susceptibles en outre de s’articuler entre elles, à la manière dont les énoncés se configurent en textes, mais dans une relative liberté (ici, une hypertrame) à l’égard de la syntaxe et de la constitution linéaire, micro et macro. Martinez avance que cette hypertrame pourrait être une des voies possibles vers la cartographie « conceptuelle ».

38Enfin, l’article d’Etienne Brunet, publié ici sous la rubrique « Ressources », puisqu’il se présente avant tout comme un mode d’emploi des derniers développements d’Hyperbase 9.0 (2012), nous paraît décisif. On y trouvera en filigrane la synthèse de plusieurs décennies de recherche sur la cooccurrence, du repérage simple des cooccurrences d’un mot-pôle (en général utilisé pour déterminer des thématiques du discours) à des visualisations complexes des réseaux cooccurrentiels qui traversent et structurent le texte. Surtout, en son cœur, cette contribution opère un déplacement majeur en passant d’une statistique occurrentielle traditionnelle issue de Muller à une statistique cooccurrentielle. En effet, selon le programme décrit au-dessus, Etienne Brunet considère de plein droit la cooccurrence comme une occurrence, et établit la paire cooccurrentielle comme une unité fondamentale du texte – unité linguistique et statistique. Dès lors, Brunet propose d’appliquer les outils éprouvés de la statistique textuelle traditionnelle à cette nouvelle unité. Ainsi, par exemple, le calcul des spécificités est désormais appliqué dans Hyperbase non plus seulement aux mots, aux lemmes ou à telle catégorie morpho-syntaxique, mais aux paires de mots. De même, la distance intertextuelle entre deux textes peut désormais être calculée non plus seulement en fonction des occurrences que ces textes partagent mais en fonction des cooccurrences qu’ils ont en commun. L’enjeu est important : l’occurrence (le mot seul) ne signifie rien car elle est décontextualisée, et vouloir la compter peut apparaître vain. Les cooccurrences, elles, sont des unités déjà contextuelles – intrinsèquement contextuelles – c’est-à-dire, par là, des unités qui font sens : les compter devrait devenir une exigence.

39Cette livraison de CORPUS est donc une invitation à poursuivre la réflexion et l’élaboration sur cette dimension primordiale de la textualité qu’est la cooccurrence dans tous ses états, à développer les fonctionnalités textométriques qui permettront l’exploration de ses potentialités si diverses, dans tous les champs d’application en sciences du langage et en sciences humaines.

Haut de page

Notes

1  Firth R. (1957). Papers in Linguistics 1934-1951. London : Oxford University Press.

2  Viprey J.-M. (2006). « Structure non-séquentielle des textes », Langages 163 (Unité(s) du texte) : 71-86.

3  Halliday M.A.K. & Hasan R. (1976). Cohesion in English. London : Longman.

4  Comme d’autres configurations voisines (collocation, colligation, segment répété…).

5  Mayaffre D. (2008). « De l’occurrence à l’isotopie. Les co-occurrences en lexicométrie », Sémantique & Syntaxe 9 : 53-72. Et, en 1993, L. Follet et C. Condé proposaient le terme de « nexon » pour désigner ces unités (Follet L. & Condé C. (1993). « D’Informatique et d’Apollinaire » in Mélanges offerts à Jean Peytard. Besançon : PUFC, pp. 291-314).

6  Condamines A. (sous la direction de) (2005). Sémantique et corpus. Paris : Hermès-Lavoisier.

Haut de page

Pour citer cet article

Référence électronique

Damon Mayaffre et Jean-Marie Viprey, « Présentation », Corpus [En ligne], 11 | 2012, mis en ligne le 20 juin 2013, consulté le 27 mars 2017. URL : http://corpus.revues.org/2200

Haut de page

Auteurs

Damon Mayaffre

Université Nice Sophia Antipolis, CNRS, BCL, UMR 7320, 06357 Nice, France

Articles du même auteur

Jean-Marie Viprey

Université de Franche-Comté, ELLIADD, EA 4661, Besançon, France

Articles du même auteur

Haut de page

Droits d’auteur

© Tous droits réservés

Haut de page
  • Logo Revues électroniques de l’université de Nice
  • Revues.org