Si les recherches numériques sur un corpus restreint à une oeuvre ou un auteur peuvent déjà s’avérer délicates, le traitement d’un corpus constitué d’extraits de dizaines d’œuvres appartenant à des dizaines d’auteur répartis entre deux langues l’est encore plus.
Pour ce faire, la première chose a été de créer un tableau récapitulatif de tous les extraits sélectionnés afin d’avoir une base de travail :
L’outil le plus approprié pour traiter un corpus aussi disparate est le logiciel Diogenes. Celui-ci permet de chercher les occurrences d’un mot/lemme selon différents critères et à partir d’une base de données définie.
Tous les auteurs de la liste n’étaient pas présents dans la base de données, mais j’ai pu créer des corpus significatifs d’auteurs latins et grecs.
Après avoir constitué une liste de mots-clés dans les deux langues, j’ai lancé des recherches à la fois sur ces sous-corpus d’auteurs sélectionnés et sur l’ensemble de la base de données du Phi et du TLG.
Les recherches sur l’ensemble des corpus latins et grecs ont pour but d’évaluer quantitativement l’importance d’un terme dans la littérature voire son évolution à travers les siècles.
Les recherches sur les sous-corpus ont quant à elles une portée qualitative. La fréquence d’apparition selon l’auteur, l’oeuvre ou l’époque est certes utile, mais c’est avant tout le contexte d’apparition et l’usage qui en est fait qui m’intéressent ici.
De fait, Diogenes permet, pour chaque occurrence trouvée, de la replacer dans son contexte via les bases de données utilisées.
Le travail final de mon mémoire ne tourne certes pas autour de la composante numérique, mais celle-ci permet aussi bien de fournir des données chiffrées que d’aider et de dynamiser la recherche littéraire.
OpenEdition vous propose de citer ce billet de la manière suivante :
Nicolas Gauthier (23 mai 2018). Projet personnel : Démarches pour une recherche lexicale sur un recueil d’extraits. Classiques et numériques. Consulté le 21 avril 2025 à l’adresse https://doi.org/10.58079/mvns