Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Lemmatisation, analyse et tentative d’interprétation d’une déclamation latine par des outils informatiques

Introduction

   Dans ce billet, nous essaierons de montrer les possibilités ainsi que les difficultés que l’on peut rencontrer lors de l’étude d’un long texte ou d’un corpus de textes, au moyen d’outils numériques. Le but est d’extraire d’un texte, ici d’un poème, le plus d’informations possibles, plus que ce que l’œil humain, même après plusieurs lectures, peut obtenir devant la quantité de vers et de mots qui le composent. Pour cela, sont nécessaires trois étapes: la préparation des données, le codage, et l’interprétation. C’est donc ce plan que nous suivrons dans cet exposé.

   Il apparait nécessaire maintenant de faire une brève présentation du poème que nous allons analyser et qui fait partie du corpus de déclamations que j’étudie dans le cadre de mon mémoire. Il s’agit d’une controverse datant du Ve-VIe après J.C couramment intitulée “Le pêcheur sacrilège” ou AL 21 Riese. Cette pièce poétique est aussi un plaidoyer contre un pêcheur ayant volé l’or contenu dans le temple de Neptune et l’ayant ensuite ramené sous la forme d’un poison doré avec l’inscription “De tuo tibi Neptune”. Le déclamateur cherche à prouver sa culpabilité.

   Le travail réalisé va être présenté et commenté ci-dessous. Mais la version Pdf à la fin du billet permet d’avoir un aperçu plus détaillé des lignes de codes qui seront abordées plus loin.

Préparation des données

Accéder au texte

   Notre travail reposant sur un texte, il nous donc commencer en premier lieu par entrer en possession de ce matériau fondamental. Il y a, selon moi, trois manières de procéder, sachant que notre étude sera d’autant plus aisée que nous aurons un texte débarrassé des caractères non alphanumériques. La méthode la plus simple est de l’exporter, au format souhaité, directement depuis un des nombreux entrepôts de textes en ligne comme Perseus Digital Library. La deuxième, la plus fastidieuse, est de recopier l’intégralité du texte. La troisième, celle que nous suivrons, consiste à simplement à réaliser un copier-coller à partir d’un site qui donne accès à notre poème. 

   Il convient de préciser que la pièce 21 de l’Anthologie Latine est très tardive et, par conséquent, ne se retrouve pas facilement sur internet et sur les sites spécialisés dont nous venons de parler. C’est pourquoi, nous choisissons cette option. Dans tous les cas, pour tout projet de ce genre, la préparation des données est très souvent impérative et relativement aisée grâce aux outils que l’on verra plus tard. Quoiqu’il en soit, c’est sur le site Musisque Deoque, répertoriant tout particulièrement des œuvres poétiques latines, que nous retrouvons notre texte. 

Nettoyer le texte

   Pour cela, on peut soit passer par VS Code, soit directement par RStudio, le but étant de ne conserver que les mots d’AL 21 séparés par un seul espace pour pouvoir l’exploiter par la suite. Dans RStudio, les fonctions stringr sont les plus utiles pour cela. Mais, étant donné le procédé auquel nous avons recouru et l’état particulièrement dégradé des éléments copiés, il convient davantage de travailler avec VS Code et sa fonction Replace. Le fichier ainsi nettoyé se nomme AL_21.txt.

   J’en profite ici, mais nous y reviendrons plus loin, pour mentionner l’outil OpenRefine et son utilité dans le traitement des fichier csv et tsv. En effet, son rôle est salutaire et parfois mieux adapté que RStudio lorsqu’il s’agit de trier des informations contenues dans un tableau de données. Grâce à la fonction fwrite, il est ainsi possible de demander à R d’exporter un tableau au format voulu et de l’exploiter ensuite avec OpenRefine. 

Le codage dans R

La distribution des principaux termes

   Notre travail s’articule en deux parties : une étude de la distribution des mots les plus fréquents d’Al 21 ainsi qu’une étude grammaticale et syntaxique de l’œuvre. Nous aborderons d’abord la distribution avec le fichier R AL_21_distribution_termes. Notre démarche ici obéit à deux objectifs : obtenir les dix mots les plus fréquents et observer la manière dont ils se répartissent dans notre déclamation.

Un texte non lemmatisé

   Après avoir installé le package pacman, nous insérons notre fichier AL_21.txt dans R qui en fait une liste unlist(). Notre texte étant nettoyé, il n’est pas utile de recourir aux stringr. Puis, la suite de mots doit être mise dans un tableau tibble et en faire des tokens pour qu’ils puissent par la suite être dénombrés avec la fonction count. On se rend compte que la plupart des occurrences obtenues ne sont pas intéressantes pour l’interprétation à venir, car il s’agit de termes courants et que l’on peut retrouver dans la majorité des écrits latins.

   Il nous faut donc être plus précis dans notre recherche. Dans notre cas de figure, une solution peut être d’insérer une liste préétablie de termes parmi les plus fréquents (stopwords_latin_v2_6) et de la faire fusionner avec nos résultats (fonction anti_join) afin de ne faire apparaitre que les termes les plus représentatifs de notre déclamation. 

   Le graphique construit à partir de la fonction ggplot nous donne des résultats bien plus spécifiques que plus haut. Les dimensions religieuse et criminelle semblent les plus caractéristiques. Cependant, remarquons que le texte n’est pas lemmatisé et que notre liste comprend plusieurs termes pour un même lemme (aurum /auro).  Notre représentation n’est donc pas optimale. Pour résoudre ce problème il nous faudrait un texte qui soit lemmatisé au préalable.

Lemmatisation d’AL 21

   Les contraintes rencontrées nous obligent à aborder cette étape nécessaire dans la distribution mais dont notre étude grammaticale et syntaxique bénéficiera également. Pour cela, nous utilisons le service de lemmatisation Deucalion. Le procédé est relativement simple, il suffit de coller notre texte dans un espace dédié et le site sort une page où les données, séparées par des tabulations, peut être copié. 

   Il ne reste plus qu’à sélectionner les données ou plutôt la ou les colonnes qui nous intéressent. La suite de l’étude de la distribution ne requiert que la colonne “lemme”. Donc, nous ne conservons que celle-là avec OpenRefine et nous l’exportons dans R. 

Un texte lemmatisé

   Maintenant, nous pouvons reprendre les étapes déjà mentionnées et observer la nouvelle représentation graphique.

   Cette fois-ci, les différentes formes d’un même mot sont regroupées et viennent grossir le nombre d’occurrences de termes déjà présent sur le graphe précédent. Cependant, de nouvelles entrées ont été ajoutées comme rapio, donum ou furtum. Nous verrons comment interpréter cela plus tard. 

Répartition des principaux termes

   Une fois que nous connaissons les lemmes les plus caractéristiques de ce texte, nous pouvons maintenant nous intéresser à la répartition d’un terme donné au sein de la déclamation. Nous ne nous concentrerons que sur un exemple précis, celui d’aurum, le lemme le plus fréquent et le plus représentatif des potentialités de la distribution dans R

   Il faut commencer par indexer (fonction seq) le texte lemmatisé mais non fusionné à la liste de stopwords, car la distribution serait alors biaisée, des lemmes ayant été retirés. Ensuite, la fonction which intègre le lemme choisi. Et, on attribue le résultat NA à toutes les occurrences autres que aurum et la valeur 1 sinon. La fonction plot, enfin, nous permet de visualiser ceci.

Interprétation de la distribution des principaux termes

   Il convient maintenant d’exploiter nos recherches en commençant par la liste des dix mots les plus fréquents. Comme nous l’avons déjà dit, les aspects criminel (scelus, crimen, facinus) et sacré (templum) dominent dans la déclamation. Mais, les autres résultats semblent montrer que le déclamateur insiste et intensifie la portée du crime. Le terme aurum (or) revient le plus. Il s’agit en effet de l’objet volé mais, la qualité de l’objet ainsi accentuée, fait apparaitre par synecdoque le vol du métal précieux comme plus important que le vol lui-même. De plus, la répétition de magnus (grand) et ars (art) par hyperbole aggrave le forfait du pêcheur. De même que les antithétiques donum (don) et furtum (vol) tendent à exciter le sentiment d’injustice de l’auditoire. La distribution spécifique du lemme aurum tend à confirmer cette interprétation. En effet, le déclamateur rappelle fréquemment que l’or a disparu du temple, mais c’est surtout vers la fin du texte, peu avant le 1500e mot que ce terme est comme martelé. Or, cela correspond à peu près aux parties “preuve” et “réfutation”, parties venant avant l’épilogue, comme si l’auteur de ce procès à charge souhaitait que ses auditeurs aient davantage en tête la valeur considérable du larcin, avant la fin de son discours.

L’étude grammaticale et syntaxique

Présentation de la méthode

   Cette partie s’appuie largement sur les fonctionnalités du package Tidyr, car nos recherches nous amènent à extraire du tableau généré par Deucalion des données bien précises. Contrairement à l’étude précédente, nous ne traitons plus de lemmes mais de classes grammaticales et de syntaxe. Pourtant, le procédé est assez similaire, sauf que nous ne donnons à R non pas la colonne des lemmes mais celles qui contribuent à leurs caractérisations comme le temps pour les verbes ou les cas pour les formes déclinables. Cela nous donne accès à des données chiffrées portant sur la langue.

Limites de Deucalion

   Le rôle de Deucalion, comme on a pu le voir, est important dans notre étude. Cependant, afin d’en exploiter tout son potentiel, il convient d’avoir à l’esprit ces trois inconvénients, plus ou moins problématiques, qu’il est préférable de résoudre. D’une part, bien que Deucalion parvienne très souvent à une lemmatisation complète, certaines lignes demeurent incomplètes. Outre le fait qu’il faut en tenir compte pour l’interprétation, cela entraine des décalages dans les colonnes, créant des colonnes hétérogènes avec des informations propres aux colonnes voisines venant s’y insérer. D’autre part, Deucalion sort dans la colonne “Dis”, dans une même cellule, un ensemble de caractéristiques relatives au lemme comme le genre pour le nom ou le mode pour le verbe. Le problème est que, selon que ce soit un nom ou un verbe, ces marques non seulement ne viennent pas dans le même ordre, mais encore diffèrent à cause de la nature propre de l’élément lemmatisé (un nom ne peut pas avoir de temps ou de personne). Enfin, d’un point de vu formel, certaines cases présentent une forme un peu lourde du type telle caractéristique est égale à telle chose.

   A cela, nous pouvons apporter deux solutions. La première est la plus fastidieuse. Elle consiste vérifier et à corriger les lignes et les colonnes une par une. La deuxième a l’avantage d’être plus rapide car automatisée par R, mais elle ne permet pas de tout modifier ou, du moins, de le faire de manière plus aisée que manuellement. Dans notre cas, il parait nécessaire de combiner ces deux approches, car notre travail n’implique pas d’étudier toutes les propriétés des lemmes, mais seulement leur nature et leur fonction (répertorier tous les mots masculins ou tous les pluriels sort du cadre de notre étude). Or, on peut constater que pour toutes les catégories, hormis les verbes, la lemmatisation de la nature et du cas est correcte. Donc, ceux-là peuvent être directement traités dans R. Pour les verbes, au contraire, il faut passer par VS Code et OpenRefine afin de corriger au cas par cas en ajoutant des NA là où la lemmatisation a échoué.

Etude de la nature des lemmes

   Comme mentionné précédemment, on fait lire notre tableau csv à R et on utilise les fonctionnalités de Tidyr pour y rechercher des informations précises. Les fonctions group_by et arrange permettent d’organiser la colonne “nature”. Puis, la fonction count dénombre le tout. On s’aperçoit alors que Deucalion a procédé à une sous-catégorisation des natures, distinguant par exemple les noms propres (NOMpro) des noms communs (NOMcom). Ce degré de précision étant superflu ici, nous utilisons, pour chaque nature, un filtre filter afin de regrouper chaque classe grammaticale. Nous unifions ces catégories en une seule avec mutate. Cela fait, il ne reste plus qu’à compter (count) séparément chaque nature et à former un tableau (tibble). Ce dernier doit être “retourné” avec pivot_longer afin de le visualiser correctement avec ggplot

   Le graphe obtenu montre assez clairement la répartition à laquelle nous souhaitions aboutir. Néanmoins, le nombre d’occurrences demeure relativement flou pour l’interprétation. Il est alors conseillé de l’échanger pour des fréquences. Le procédé est plutôt rapide. Il faut dégroupé ungroup les éléments, comptabiliser le nombre total d’occurrences avec summarise et sum, joindre cross_join le résultat au tableau et ne sélectionner select que les colonnes nature et fréquence. 

Les traits grammaticaux (verbes)

   Nous reviendrons sur l’interprétation de ces résultats. Passons maintenant à l’étude plus spécifique des verbes et de leurs traits grammaticaux. Contrairement aux autres classes grammaticales, comme on l’a vu plus haut, leur analyse requiert un nettoyage préalable et distinct selon leur mode (un participe est déclinable, un verbe conjugué non). Nous allons donc recourir de nombreuses fois à la fonction separate_wider_delim et ne sélectionner (select) que les colonnes d’intérêt, afin de clarifier la présentation des résultats. Il faut également transférer nos données à VS Code pour combler et replacer correctement les valeurs dans leur colonne propre. La fonction filter nous permet de trier et ainsi de choisir les modes, que nous aborderons d’abord. Une fois purifiées, les données sont dénombrées (count), puis placées dans un tableau et enfin réorganisées. Nous présenterons ici les résultats sous forme de fréquences, pour la même raison que plus haut. 

   Pour l’étude de la répartition des temps et des voix, nous procédons d’une manière différente car nous avons maintenant une colonne fixe “mode”. Il suffit de sélectionner (select) les colonnes mode et temps ou mode et voix et de les rassembler dans un même tableau avec full_join. Une fois dénombrés (count) et réorganisés reorder selon un ordre décroissant decreasing, on obtient les graphes suivants : 

   Concernant l’étude des personnes du verbe, une étape doit précéder le processus que l’on a suivi pour le temps et la voix. En effet, les colonnes “personne” et “nombre” sont séparées dans notre tableau. La fonction unite permet de les faire fusionner, nous employons comme séparateur sep la formule “ème du ” pour rendre la fusion plus esthétique. Il est à noter que le participe et l’infinitif étant des modes non personnels, il ne seront ici pas pris en compte.

L’étude syntaxique

   Nous aborderons dans cette partie la répartition des cas des mots déclinables. Il est évident que certaines catégories grammaticales, n’admettant pas de déclinaisons, seront mises de côté lors de notre tri préalable (select(cas)). De déclinables et identifiés comme tels par Deucalion nous trouvons les noms, les adjectifs et les participes. Le fait que les participes fassent partie de cette catégorie explique pourquoi nous nous intéressons aux cas en dernier. En effet, il nous fallait d’abord les purifier avant de pouvoir les étudier. Pour le reste, nous suivons le même procédé que précédemment. 

Interprétation

   La forte proportion de noms est à mettre en relation avec l’écrasante majorité de nominatifs dans le texte. Le fait d’avoir une quantité si élevée de noms au nominatif, ou plutôt de noms sujets et de noms attributs du sujet traduit une volonté manifeste de catégorisation du sujet. En effet, le déclamateur insiste davantage sur l’état du sujet que sur l’objet d’une action, puisqu’il y a environ deux nominatifs pour un accusatif, complément naturel et régulier du verbe transitif. En outre, rappelons que l’occurrence qui arrive en tête dans le texte non lemmatisé est le verbe être (est, 46 occurrences). Cela implique que l’auteur de la déclamation livre un véritable procès à charge contre l’accusé, appuyant moins sur les circonstances du crime que sur leur auteur lui-même (la troisième personne du singulier, c’est-à-dire le pêcheur, est sept à huit fois plus usitée que les autres). D’ailleurs, la lecture du texte nous le confirme, les attaques ad personam et ad hominem font légion. De même, les autres documents vont dans ce sens. L’indicatif, cinq fois plus important que le subjonctif, place le discours dans le domaine du factuel et non dans de l’hypothèse. Fait ou plutôt méfait qui poursuit le pêcheur même dans le présent (trois fois que le passé) et pour lequel il est directement responsable (quatre fois plus de verbes actifs que le passifs). 

Conclusion

   Pour finir, grâce à des processus automatisés, nous sommes parvenus à caractériser un texte latin de manière plutôt intéressante. Cela a été rendu possible par le formidable outil qu’est Deucalion et qui nous permet d’analyser autant des termes que leur nature, leurs traits grammaticaux ou leur syntaxe. Le nettoyage des données, rendu possible par VS Code et OpenRefine, est, néanmoins, souvent nécessaire. Les multiples fonctionnalités de R et du package Tidyr ont contribué à l’exploitation des informations fournies par Deucalion. Notre déclamateur a une propension à l’exagération du crime de l’inculpé (prédominance d’aurum). Il s’inscrit dans une stratégie rhétorique de l’attaque personnelle, visant à expliquer le forfait par la prédisposition (ars) du pêcheur au larcin (furtum).

   Sources
Fichiers partagés

Le discours direct dans la “Vie d’Alexandre” de Plutarque

1) Introduction

   À la lecture de la Vie d’Alexandre de Plutarque, il nous a semblé que son récit était plutôt tangible voire saisissant. À la différence de la sobriété d’écriture prônée par Thucydide pour raconter l’histoire, la plume de Plutarque, en revanche, semble s’affranchir de ce cadre au profit d’un réalisme exacerbé, rendant l’immersion dans le récit plus aisée. Ici, il apparaît donc que le style d’écriture, du moins les choix de mise en scène des protagonistes, y soit pour quelque chose.

   Concernant le style, dans un genre similaire, Suétone déjà dans ses Vies des douze Césars employait principalement le style direct de manière à faire ressortir l’ethos des empereurs. Ainsi, il serait intéressant d’étudier cet aspect dans le texte de Plutarque.

   Ces deux thématiques, en somme, se rejoignent. Déterminer les propositions au style direct revient, par déduction, à relever dans le récit les moment où le “je” de Plutarque peut se manifester. Ainsi, dans un premier temps, il convient de commencer par s’occuper du discours direct, puis, par la suite, de poursuivre sur l’étude de l’apparition de la première personne en dehors du style direct, marque de la prise de parole de l’auteur.

2) Recherche du discours direct

   Il est étonnant de voir la distribution extrêmement homogène et généreuse du style direct dans la Vie d’Alexandre. On discerne des endroits où l’ascension de la courbe est plus marquée, ce qui peut représenter une série de dialogues ou une insistance sur le discours direct. Cela le graphe ne nous le dit pas et il nous faut lever le doute au moyen de deux méthodes possibles.

   Le discours direct figure entre guillemets dans nos éditions modernes. Il a donc fallu demander à TXM de rechercher exclusivement des guillemets. L’outil lexique nous en relève 133 On remarquera que les guillemets sont précédés d’un signe de ponctuation (virgule, point-virgule et point de suspension), autrement dit, TXM n’a relevé que les guillemets fermants. Un détour par le texte nous apprend que les guillemets ouvrants sont absents de l’édition. On constate que ce sont des verbes de paroles (la plupart du temps) qui introduisent le discours direct. On repasse par lexique pour repérer les verbes d’énonciation majoritaires : φημί, εἶπον et λέγω (trois mots grecs pour dire “dire”). Cependant, ils ne sont que 91 donc bien moins utilisables sur l’outil progression pour marquer le début du discours direct que le relevé des guillemets. D’autant plus que dans un dialogue un même verbe introducteur peut être en relation avec plusieurs guillemets. 

     

3) La méthode par l’outil progression

   La première consiste à travailler sur progression principalement. En effet, pour déterminer si la forte concentration du style direct est le fait d’échanges entre protagonistes, on peut observer les variations de la distribution de la première et deuxième personne, car si leur présence est concomitante, alors il y a un lien de réciprocité entre les paroles au discours direct.

courbe rouge: discours direct / courbe bleue: 1ere personne / courbe verte: 2eme personne

   Sur cette représentation graphique, TXM a réuni tous les verbes conjugués à la première personne (courbe bleue) et à la deuxième personne (courbe verte), la courbe rouge concerne les guillemets. Globalement, les courbes verte et bleue se suivent et sont presque identiques. Alors, la première et la deuxième personne forment une paire. Mais, leur nombre d’occurrences est trop faible par rapport au nombre d’occurrences des guillemets et cela rend la comparaison difficile. Ainsi, il suffit de combiner les deux petites courbes pour en former une plus grande, dont les pics d’occurrences seront exacerbés, ce qui est plus propice pour révéler les dialogues.

courbe rouge: discours direct / courbe bleue: 1ere et 2eme personne

   Il en résulte que sur plus de la moitié du texte l’emploie d’un verbe à la première ou la deuxième personne correspond à l’emploie du discours direct. Pour le reste, il y a des variations dans ce ratio mais les occurrences apparaissent assez largement en un même endroit. Pour expliquer la disproportion de discours direct par rapport aux verbes à la première et deuxième personne, on peut postuler une absence de dialogue et une présence de la troisième personne dans le style direct. Faisons donc une étude d’un moment d’accroissement significatif de la courbe rouge entre les mots 54000 et 5500.

   Entre les occurrences 54293 et 54425, il y a trois propositions au style indirect sans marque de la première ou deuxième personne. Analysons cela avec l’outil concordance 

   Au sein du discours direct, on retrouve bien trois verbes conjugués à la 3e personne : ἔπεσε(tomber), ἀνατέτραπται (renverser) et ἔχουσιν (habiter).

   Maintenant, nous pouvons tenter de vérifier notre hypothèse sur les dialogues. Je choisis au hasard un motif similaire sur progression que je vais étudier. Je tombe sur le 87e guillemet qui correspond à la mention numéro 105 de la première ou deuxième personne.

   Dans concordance, on voit apparaitre le verbe νομίζεις (penser) conjugué à la deuxième personne, suivi de trois verbes à la première personne. Il semble bien que nous soyons dans un dialogue. Pour en « avoir le cœur net », il nous faut passer par l’outil édition (pour voir dans le texte : Alexandre chap. 51)

   Il s’agit du passage où Alexandre est en Asie et, à l’occasion d’un banquet, Alexandre et Clithus se disputent. Et, en effet, nous sommes bien en présence d’un dialogue. Ainsi, à partir de la représentation de TXM, nous sommes parvenus à repérer efficacement un échange entre plusieurs protagonistes.

   Par ailleurs, si on revient à la courbe de TXM, il est tout à fait étonnant de voir qu’il y a des occurrences de première ou deuxième personne dans le récit, en dehors du discours direct. Cela pourrait s’expliquer, pour la première personne, peut-être, par l’intervention de l’auteur dans le récit. La présence de la deuxième personne est, elle, assez inexplicable (pourquoi Plutarque tutoierait qui que ce soit ?).

   L’outil concordance nous apprend que quatre des cinq mots sont des verbes à la 1ere personne du pluriel. Les contextes gauche et droit nous expliquent que le « nous » correspond à l’ensemble auteur et lecteur. En effet, au début de la Vie d’Alexandre, Plutarque fait un court préambule et implique son lecteur dans l’histoire dès le commencement. On relève également le mot κρείττονι (maître de) qui n’est pas un verbe. Si on bascule du côté du lexique, on se rend compte que le problème vient d’une erreur de lemmatisation. En effet, TXM affiche comme analyse (analysis) « datif comp sg » alors qu’il appartient à la catégorie grammaticale (pos) des verbes.

   Pour les autres zones, on constate des erreurs dans la lemmatisation. On rencontre plusieurs types de problèmes :

·        Confusion verbe-adjectif numéral cardinal : sont considérés comme des verbes τρεῖς (trois), ἐννέα (neuf), δέκα (dix), εἴκοσι (vingt) et πεντήκοντα (cinquante).

·        Confusion verbe-adjectif qualificatif : πλείονας (plus grand), ἐσχάτης (extrême) et ἐσχάτην (idem).

·        Confusion verbe-substantif : διαίτας (mode de vie) et φιλαναγνώστης (qui aime la lecture).

·        Confusion verbe-verbe : ἔπεσον (πίπτω, tomber) et non ἐφέζομαι (s’asseoir) ; ἥλω (ἅλλομαι, s’élancer) et non ἁλίσκομαι (être pris).

·        Confusion dans la flexion : ἀνιᾶσαι (inf. aoriste, importuner) et non deuxième personne du présent de l’indicatif.

   Remarque: La démarche précédente est plutôt efficace pour repérer rapidement des éléments donnés. Cependant, la lemmatisation employée ici présente des limites. Un retour vers le texte a donc été d’une grande aide pour pouvoir conclure sur quelque chose de sérieux.

4) La méthode par cooccurrence

   Pour ce qui est de la deuxième méthode, permettant de nous renseigner sur la présence ou non de dialogue dans le texte, elle consiste à s’appuyer sur l’indice de spécificité de l’outil cooccurrence. En effet, cet outil permet de déterminer spécifiquement l’environnement « pré-guillemets ». Donc, on peut avoir accès aux mots, natures et fonctions les plus typiques du discours direct.

   De manière significative, les pronoms et les interjections se remarquent plus dans le discours direct que dans le récit. Leurs indices sont très élevés et leurs distances moyennes assez faibles, ce qui montre que leur spécificité est grande. Néanmoins, ces indications ne sont pas suffisamment précises pour conclure sur les dialogues. Alors, il faut qu’apparaissent les natures des mots les plus spécifiques.

Remarque : Il y a un réglage à 20 mots avant les guillemets de manière à la fois arbitraire et calculée. Il n’est pas possible concrètement de connaître le nombre de mot moyen dans une proposition au style direct. Mais, ce nombre semble être un bon compromis entre les propos les plus longs et les plus courts.

   Le tableau met en évidence la surreprésentation des pronoms de la première et deuxième personne dans le discours direct avec des indices allant de 2 à 9 et des distances moyennes presque toutes en dessous de 10. Ainsi, on peut conjecturer que de nombreux dialogues se succèdent dans la Vie d’Alexandre. Mais, il serait judicieux de confirmer cela par un détour par le texte.

   En passant par progression pour déterminer les endroits de fortes croissances, on observe des pics d’occurrences entre 69000 et 70000 qui paraissent propices pour nos recherches.

   On peut aussi citer la spécificité des interjections qui, comme on l’a vu plus haut, ont un indice de 9 et un score de 15 co-fréquences. Aussi, elles contribuent à caractériser un peu plus les périodes de dialogues dans le texte.

   Pour finir, il me semble judicieux de remarquer que le mode de l’indicatif n’a pas le monopole du discours indirect. En effet, on constate que la spécificité de l’aoriste subjonctif est de 3 et, comme on peut le voir sur le tableau ci-après, la particule ἄν a un indice de 5 avec une co-fréquence de 19.

   De plus, si on cherche dans concordance, on se rend compte qu’il y a aussi des verbes à l’optatif comme βούλοιτο (vouloir), βουλοίμην (idem), χρησαίμην (user de). Mais aussi au subjonctif comme λάϐωμεν (prendre) ou κατασϐεσθῇ (éteindre).

5) Conclusion

   Ainsi, Plutarque ne livre pas seulement des faits énoncés de la bouche des protagonistes, il donne aussi accès aux lecteurs à ce qu’ils envisagent potentiellement ou éventuellement. Cela traduit, chez Plutarque, une recherche d’un plus grand réalisme dans la description avec un côté plaisant apporté par la variation entre indicatif et optatif/subjonctif, entre réel et fictif. En plus de l’homogénéité de la répartition du discours direct et de la succession de dialogues que l’on a constaté au fil de notre étude, on sent bien que Plutarque s’efface derrière les personnages qu’il met en scène et à qui il confie, en quelque sorte, la liberté de raconter eux-mêmes l’histoire d’Alexandre.

Néron en garde à vue

I) Le pastiche

Résumé de la déposition de Mr Claude César Auguste Germanicus Néron suite à son interrogatoire par le commissaire C. Suétone.

Fait au commissariat de la ville de …, à 11h37, le 1er Janvier 2025.

Ce 1er Janvier 2025, vers 3h05 du matin, une patrouille de police fut envoyée rue … suite à au signalement d’une passante qui promenait son chien. Elle fut interloquée par l’attitude d’un jeune à la démarche incertaine, au langage grossier et qui, de la tête au pied, ne présentait d’autres vêtements qu’un simple bonnet de Père Noël.

L’individu fut interpelé calmement, mais refusa brusquement qu’un policier lui cache ses parties intimes car je cite (ses propos étant quasi inintelligibles pour les policiers, étant donné son ébriété patente, ils seront ici reconstitués pour le bien de l’enquête) : « Vous ne savez pas qui je suis, bande de …, je suis un empereur et j’agis comme il me plait aux yeux de tous ! ».

Il fut placé en cellule de dégrisement une fois arrivé au commissariat. L’ébriété de monsieur Néron sembla s’être dissipée dans un premier temps, lorsque je l’interrogeais sur son identité. Mais, au moment où je lui rappelai que son attitude d’hier était une infraction à l’article 222-32 du code pénal portant sur l’exhibition sexuelle, il devint furieux et rétorqua comme la veille qu’il était empereur.

Il est à signaler que l’individu présente peut-être des troubles d’ordres psychique et qu’une analyse médicale devrait être prescrite. En effet, l’interrogatoire de monsieur Néron n’a pu aboutir étant donné les propos délirants qu’il m’a tenu par la suite. Ne désirant plus répondre à mes questions il me coupait la parole pour « avouer » tous les crimes qu’il aurait commis, manifestement tous étant plus invraisemblables les uns que les autres. J’en insère ici quelques-uns pour le bien de l’enquête.

Il a tenté, selon lui, de tuer sa propre mère plusieurs fois au moyen du poison. Et quand je lui demandais quels auraient pu être ses motifs il répondit qu’il était empereur et avait tous les droits. Il confessa aussi avoir soudoyer des militaires, encore sous contrat, pour en faire sa garde personnelle et, s’il le voulait, tuer pour lui n’importe qui. Pour finir, il dit avec le plus grand des sérieux que, un jour, suite à un pari avec des amis, il devait aller mettre le feu à une ville toute entière et il m’affirma qu’il l’a fait, qu’il s’agissait, selon lui, d’une des plus grandes villes du monde : Rome.

II) Analyse du pastiche avec Voyant Tools

1) Explication de mon pastiche

J’ai choisi de réaliser un pastiche basé sur la ” Vie des douze Césars ” de Suétone (vous pouvez trouver le texte ici) et plus particulièrement sur la “Vie de Néron“, car ce personnage m’intéressait pour son goût du luxe et sa cruauté. J’ai voulu réaliser un décalage entre l’empereur puissant, riche, monstrueux et le côté trivial d’une cellule de dégrisement. Je trouvais assez amusant que l’on puisse s’imaginer un homme qui a fait tuer de nombreuses personnes dans des circonstances affreuses se retrouver arrêté dans un commissariat de banlieue et devant justifier ses actes. J’ai mis en avant trois mots parmi ceux que Suétone a employé le plus souvent dans sa peinture des traits de Néron.

D’abord je me suis inspiré de palam qui signifie en plein jour ou encore aux yeux de tous. Ce terme me parait important car Suétone, selon moi, a cherché à suggérer que Néron avait une moralité basse voire un problème d’ordre psychologique qui ne lui faisait pas ressentir la honte de ses actes, ce qui explique le nombre de ses forfaits et aussi leur cruauté. C’est dans mon pastiche l’explication de la nudité de Néron dans la rue et son refus de la couvrir.

Ensuite j’ai travaillé sur les mots militum et veneno. Le terme militum renvoie aux soldats aux ordres de Néron. Et le mot veneno signifie poison, très utilisé par Néron pour tuer qui bon lui semblait. Ces deux termes sont chez Néron deux moyens pour lui de tuer et ici il m’a semblait assez drôle que le policier y voit une forme de délire alors que ces choses se sont passées en réalité. Par exemple, Néron a tenté par trois fois de tuer sa mère selon Suétone. J’ai tenu à conclure par une référence à l’incendie de Rome que Suétone attribue à la folie de Néron.

Dans n’importe quelle langue, les conjonctions, les prépositions ou encore les pronoms sont quantitativement majoritaires. L’outil Cirrus de Voyant Tools met en évidence cela. Les mots qui reviennent le plus souvent dans la « Vie de Néron » sont : ut, in, et, ad, ac. Je pense que Voyant Tools est plus utile (ou qu’il permet une interprétation plus profonde) lorsqu’on lui demande d’analyser des noms, des verbes ou des adjectifs. La plateforme met à disposition un l’outil Stopwords  supprime les « mots vides » dans le texte qu’on lui soumet. Voici ce que j’obtiens en lui disant que le texte est en latin :

Tout de suite l’analyse semble plus claire et plus facilement interprétable. Cirrus est un schéma qui représente assez bien la tendance des mots les plus employés. Les termes populo et die ressortent le mieux. Mais je pense que cet outil doit être coordonné avec l’outil Termes . Celui-ci établit un classement des termes les plus employés. On obtient ceci (ici ne sont pris en compte que les dix premières occurrences mais il est possible d’avoir accès à tous les mots du texte accompagné de leur décompte) :

2) Association de l’outil Terme à l’outil Tendances

On retrouve les termes die (jour) et primo (avant) dans les premières positions. Et chez Suétone ce n’est pas étonnant qu’il s’agit d’un ouvrage historique. Ils permettent à l’auteur de placer dans le temps les évènements qu’il décrit. D’autant plus que, pour die, son utilisation est fréquente lorsqu’il s’agit de définir une date, car chez les Romains les dates se disaient de la manière suivante : tant de jours avant ou après les Calendes ou les Ides de tel mois. Je trouve qu’il est plus pertinent de coupler Terme avec l’outil Tendance que de l’utiliser seul, Tendance nous permet de visualiser au moyen de Lignes, d’Aires ou de Colonnes l’endroit du texte où certains termes sont le plus employés.

Pour die, on voit que son utilisation est assez constante, car, comme je viens de le dire, Suétone est un historien et il a besoin de replacer dans le cadre temporel certains faits. On constate de plus que die apparait plus souvent au début du texte ce qui n’est pas étonnant étant donné que Suétone commence régulièrement par décrire la naissance, l’enfance puis l’accession au pouvoir des empereurs avant de passer à leurs actes en tant qu’empereur qui nécessitent moins d’indications temporelles. Il est à noter que Voyant Tools ne sait pas prendre en compte les déclinaisons latines puisque le mot dies par exemple est dissocié de die et apparait à la 68e position. Cela peut provoquer des biais dans toute démarche concernant l’étude d’un texte latin, c’est pourquoi il faut prendre certaines précautions avec cette plateforme.

Pour militum (soldats), on observe également une disposition constante. Cela peut s’expliquer par la volonté de Suétone de montrer que le règne de Néron est marqué par un recours constant à ses gardes pour exécuter ses basses besognes.

3) Association de Terme avec Arbre de mots

Le mot populo apparait onze fois. Les empereurs romains et notamment Néron sont connus pour leurs politiques populistes, ce qui leur assurait la stabilité de l’empire. L’outil Termes associé à l’outil Arbre de mots nous en apprend plus sur ce en quoi consistait la politique de Néron.

Divisis (distribués), congiarium (dons de denrées) et missilia (les cadeaux jetés à la foule sur ordre de l’empereur) montrent que Néron « achetait » le peuple Romain par des dons, notamment lors des jeux du cirque. Cependant, il convient d’indiquer que cet outil ne donne pas d’indications quantitatives sur le lien établis entre deux mots. Il indique seulement les mots à proximité d’un terme donné.

4) Association de Termes avec Liens

L’outil Liens s’inscrit dans la même logique de visualisation qualitative que l’outil Arbre de mots. Il place autour d’un terme donné les mots qui lui sont proches dans la phrase. Plus le lien est court et plus les deux mots sont près l’un de l’autre. Or en latin l’ordre des mots peut n’avoir aucune incidence sur le sens de la phrase. Ainsi cet outil permet surtout de savoir dans quel contexte un mot apparait. Voici ce que l’on obtient pour imperii (empire, pouvoir) :

Ici deux contextes se dégagent : le domaine judiciaire (tribuno, susceptos) et le caractère autoritaire de Néron (voluit, voluntate). Ainsi, on peut en déduire que Suétone cherche à suggérer que le règne de Néron se caractérise surtout par son intervention dans le domaine judiciaire et par sa conduite tyrannique qui le conduit à régner selon ses propres désirs.

III) Conclusion

La plateforme Voyant Tools est très intéressante. Elle donne accès, de manière schématique et claire, à de nombreuses données textuelles. Données qu’un être humain ne pourrait relever à lui seul pour l’étude d’une œuvre littéraire. Je trouve que c’est une belle et amusante découverte. J’ai pu explorer la plupart des fonctionnalités – bien que je ne les aie pas toutes exposées ici, car pas assez pertinente selon moi – et il convient de dire qu’elles sont nombreuses et variées. Cependant, dans le cadre d’une étude sérieuse, il est recommandé, selon moi, de prendre des précautions avec les informations que ce site nous apporte. En effet, Voyant Tools ne connait pas les déclinaisons latines et fait se répéter plusieurs fois un même mot mais à des cas différents. La possibilité qu’un biais se crée est grande.

PHI Latin Texts

Le site PHI Latin Texts est une bibliothèque numérique de textes latins créée par la Packard Humanities Institute, une association à but non lucratif spécialisée dans la recherche en sciences humaines. On pouvait retrouver ces ressources auparavant sur CD-ROMs rédigé en Beta Code. Le site ne permet pas d’exporter de ressources comme par exemple au format pdf, mais il est possible de faire un simple copier-coller tant que cela sert à un usage personnel.

  • La page d’accueil

La bibliothèque est assez bien fournie, elle est représentée par une liste de plus d’une centaine d’écrivains latins et encore plus de textes (des débuts de Rome à l’Antiquité Tardive). Les auteurs sont écrits la plus part du temps avec leur nomen, praenomen et cognomen. La présentation du site est épurée et le visuel agréable grâce à un jeu de couleurs assez doux. Il est possible en cliquant sur un bouton de faire apparaître des textes un peu moins connus, ce sont souvent de courts épigrammes. On peut noter que la liste n’est pas facile à lire, étant donné qu’elle donne pêle-mêle les noms d’auteur sans ordre remarquable. De plus, il n’est pas fait mention de dates, d’époques, de styles littéraires qui pourraient permettre de se repérer plus facilement dans la page d’accueil.

  • La recherche par mot

Exemple d’une recherche avec le mot “Achille”

PHI donne accès à de nombreux textes et cela sans avoir d’auteur particulier en tête. Une simple recherche par mot-clé et ce sont toutes les phrases des œuvres présentant ce dernier qui apparaissent à l’écran.

  • Les filtres

Des filtres à base de connecteurs logiques sont donnés afin de garantir une recherche plus fine.

  • La concordance

Exemple d’une recherche avec les mots “Achille” et “Armes”

L’outil concordance est très intéressant et pourrait se révéler très utile lorsqu’on veut savoir savoir si un auteur fait le rapprochement entre deux termes que l’on étudie.

  • Les sources

Exemple de la “Guerre des Gaules” de Julius César

Les sources sont accessibles, cependant les textes choisis semblent avoir été empruntés à des éditions anciennes (on ne peut trouver quelque chose de plus récent que 1990). Pour chaque auteur, il n’est question que d’une seule édition.


Le bonjour de Carcassonne

 

Salut à tous, moi c’est Hugo, 24 ans, étudiant en distanciel en master 1 d’Humanités classique Humanités numériques. Nous ne nous verrons pas beaucoup de l’année car j’étudie à distance à Carcassonne (selon google maps nous sommes éloignés d’exactement à 776 kilomètres de distance !).

Les éternels remparts qui surplombent la ville au crépuscule

    Voilà maintenant deux ans que je ne suis plus en présentiel et c’est moins par goût que par pragmatisme. En effet, je travaille à côté comme Assistant d’Education dans un petit lycée où j’ai la chance d’être au contact d’un milieu qui me plait beaucoup: c’est à dire l’éducation, la pédagogie. Et de plus, mon salaire me permet de couvrir assez bien mes frais de scolarité ainsi que mes dépenses courantes (et oui à Paris comme à Carcassonne la vie est chère, c’est ainsi). 

   En tout cas j’ai hâte de pouvoir valider mon master et de prétendre au métier d’enseignant, ainsi que de poursuivre mon étude des lettres classiques avec ce master HCHN, qui comprend l’étude la plus complète du grec et du latin parmi tous les autres master de France en distanciel. Je suis également enthousiaste à l’idée de réaliser, sous la direction de monsieur Wolff, un mémoire qui repose sur une traduction de texte, car c’est de loin ce que je préfère faire dans mes études.

Reproduction modernisée d’un moine copiste, bougie allumée et plume à la main, œuvrant sur son manuscrit