Dans le cadre de mon mémoire je m’intéresse à la dénomination des femmes chez Cicéron, en particulier dans le Pro Caelio et dans la deuxième Philippicae. Ce travail déjà entamé l’an passé durant mon mémoire de M1 m’a amenée à m’intéresser aux différents termes qui peuvent être utilisé pour désigner les femmes mais également au vocabulaire qui est utilisé pour parler des femmes de manière plus large. J’ai donc décidé d’établir une liste de vocabulaire de vingt mots et d’en étudier la répartition dans le corpus complet de Cicéron, ce qui inclus 65 œuvres.
Constitution du vocabulaire
La liste de vocabulaire est composée de vingt mots. Sa constitution s’est faite en plusieurs étapes : ma connaissance des différents mots de vocabulaire latin utilisés pour désigner les femmes, quelques termes découverts dans mon travail de mes œuvres et des termes présents dans les glossaires d’ouvrages de gender studies utilisés pour ma recherche.
La liste est donc la suivante :
mater, matris; f : la mère
filia, filiae; f : la fille
uxor, uxoris; f : l’épouse
pietas, pietatis; f : la piétée
soror, sororis; f : la sœur
nobilitas, nobilitatis; f : la renommée, la noblesse
mulier, mulieris; f : la femme
virgo, virginis; f : la vierge
femina, feminae; f : la femme
pudicitia, pudicitiae; f : la pudeur
domina, dominae; f : la maitresse
meretrix, meretricis; f : la prostituée
nutrix, nutricis; f : la nourrice
materfamilias, matrisfamilias; f : la mère de famille
matrona, matronae; f : la matrone, la femme mariée
stola, stolae; f : la robe des matrones
concubina, concubinae; f : la concubine
castitas, castitatis; f : la chasteté
ornatrix, ornatricis; f : celle qui habille
tutela, tutelae; f : protection, tutelle
Ce corpus contient donc des mots qui désignent les femmes en elles-même. D’autres désignent une fonction d’une femme comme nutrix. Enfin d’autres ont un lien bien moins évident. Les termes castitas, pudicitia, nobilitas et pietas ne renvoient pas directement aux femmes. Pourtant la castitas, la pudicitia et la pietas sont des qualités attendues des femmes dans la société romaine. Dans les écrits qui nous sont parues, les femmes dont il est question sont toutes issues de grandes familles de classe sénatoriale, elles sont donc toutes liées à la nobilitas.
Protocole et outils utilisés
Afin d’effectuer ce travail j’ai utilisé plusieurs outils. J’ai d’abord effectué un recherche vocabulaire dans le corpus de Cicéron. J’ai utilisé un code en R afin de faire la recherche de vocabulaire à partir d’un document lemmatisé contenant toute l’œuvre de Cicéron. Cela m’a donc donné ce résultat :
Une fois ce résultat obtenu, il a été question de savoir comment les mots sont répartis dans les différents textes qui composent le corpus. Le document contenant tout le corpus ne fait pas la différence entre chaque œuvre. J’ai donc crée un dossier avec tous les textes de Cicéron présents dans le dossier HN3. J’ai d’abord utilisé Voyant Tools pour avoir un premier résultat que j’ai ensuite confirmé en faisant des recherches via le LLT. Après avoir récupéré les répartitions dans chaque texte du corpus cicéronien, j’ai pu regroupé en quatre grandes catégories : les discours/plaidoiries, les traités rhétoriques, les traités philosophiques et les lettres.
Une fois ce tri effectué, j’ai utilisé un visualiseur afin d’avoir une représentation dans un tableau et dans des histogrammes les répartitions dans les différentes catégories.
Commentaire des résultats
Les résultats obtenus sont donc les suivants :
La première remarque qui est rapidement visible est que la catégorie la plus représentée est celle des discours/plaidoiries. C’est ce type de texte que nous avons le plus de Cicéron, avec 34 discours. De ce fait, le corpus étant plus étendu, il est tout à fait logique de trouver donc une majorité du corpus dans ce genre de texte.
Cependant, il y a quelques exceptions : concubina et castitas. Le premier n’est présent que dans les traités rhétoriques et le second que dans les traités philosophiques. La concubine est une femme avec qui un homme a une relation sans qu’ils ne soient mariés ensemble. La présence du terme concubina est uniquement présent dans les traités rhétoriques afin de montrer ce qui n’est pas correct de faire pour un orateur. De ce fait, la présentation des concubinae est faite dans le but de déconseiller un type de femme. De ce fait le terme pourrait être vu comme une opposition au terme uxor qui est la femme mariée. Ensuite, la présence de castitas dans les traités philosophiques se justifie par la volonté de Cicéron de présenter la bonne manière d’agir pour le bien d’une famille. Ce terme ce trouve dans le De Legibus afin de décrire le comportement attendu pour le maintien de la bonne réputation d’une famille. Ce terme ne désigne donc pas directement les femmes mais le comportement qui est attendu d’elle. De ce fait, la présence de castitas dans un traité philosophique est plus logique que dans un discours ou une plaidoirie.
Il est également important de souligner que les mots filia, nutrix et domina ne sont pas principalement représentés dans les discours/plaidoiries mais dans les autres catégories de texte. Pour filia tout d’abord, c’est principalement dans les traités philosophiques que ce terme est représenté dans le corpus cicéronien. Comme pour castitas, ce terme est lié au comportement attendu dans une famille et il est donc question de la manière dont une fille doit se comporter. Tandis que dans les discours/plaidoiries, la fille n’est présenter que par rapport à son père et non pas dans sa posture et sa fonction. Ensuite, nutrix est la fonction d’une femme, c’est la nourrice, celle qui élève les très jeunes enfants. Et la domina est la maitresse, celle qui dirige les esclaves. Ainsi, tout comme la filia, la nutrix et la domina sont principalement présentes dans les traités philosophiques. De ce fait, les femmes dans cette catégorie de textes sont présentées par leur fonction et leur place dans une société. Dans les traités philosophiques, Cicéron présente la manière dont la société devrait fonctionner ce qui rend logique la présence de ces termes en majorité dans ce type de texte. Il présente les fonctions que les femmes doivent remplir.
Enfin, le terme stola n’a que deux occurrences dans tout le corpus : dans la deuxième Philippicae et dans le In Verrem. Ces deux discours présente donc le vêtement féminin mais dans des cadres parfaitement différents. L’un est pour dénigrer un homme tandis que l’autre est pour désigner le vêtement d’une statue. Ces deux seules occurrences montrent que le vêtement féminin n’est qu’une manière secondaire de parler des femmes dans le corpus cicéronien en comparaison de leur fonction.
Conclusion et retour sur le projet initial
Le projet initial était de construire un glossaire plus large sur le vocabulaire autour des femmes dans tout le corpus de Cicéron. Cependant, ce travail s’est révélé bien plus long et fastidieux que ce que je pensais. Le corpus cicéronien étant également bien plus étendu que ce que je pensais. Ainsi, je me suis donc concentrée sur ces vingt mots afin de pouvoir travailler correctement sur le commentaire de ces termes.
Les termes commentés sont pour la plupart présents dans les deux œuvres que j’étudie pour mon mémoire. Ainsi, ça me permets de pouvoir voir la manière dont ce terme peut avoir un usage large ou bien très ciblé qui fait donc que je peux m’intéresser aux autres occurrences d’un terme s’il est très ciblé dans le corpus.
Mon projet était de créer un moyen de visualiser des éditions différentes des fragments de Sappho, le corpus de mon mémoire. Une partie importante de mon travail pour ce mémoire consiste à commenter dans le détail les textes, ce qui m’a conduit à me confronter à leur aspect fragmentaire et à la diversité des interprétations possibles. Bien que l’apparat critique soit utile pour repérer les différentes leçons, j’ai dû pour mes commentaires consulter en même temps différentes éditions pour me faire une idée globale de leur interprétation du texte et mieux comprendre leurs leçons. Ça a été le cas notamment pour le fragment 2, qui présente des lacunes importantes à des endroits clés pour la compréhension et qui a donné lieu à deux principales lectures et interprétations du texte assez différentes. C’est le fait de devoir traduire et commenter ces deux versions du texte qui m’a poussée à créer un outil qui me permettrait de visualiser plusieurs éditions en même temps.
J’ai créé un document XML compilant les éditions à confronter, accompagnées de mes traductions et d’éléments de métriques. Nous avons conclu en cours que le premier modèle du site EVT serait le plus adapté à ce projet. Il propose de juxtaposer deux documents, habituellement un texte et sa traduction, mais j’ai utilisé cette configuration pour juxtaposer deux éditions d’un même texte et leurs traductions juste en dessous.
Le modèle EVT choisi nous oblige à ne présenter que deux éditions d’un même fragment, ce qui implique d’exclure d’autres aussi importants. La première version de chaque texte est celle de mon édition de référence, qui est celle de Camilo Neri publiée en 2021, et l’autre est l’édition que je trouvais la plus intéressante pour mon analyse des textes. C’est donc un instrument utile mais qui a ses limites et qui ne remplace pas l’apparat critique.
Il ne me reste plus qu’à transformer mon document XML en en HTML pour qu’il soit lisible d’après le modèle EVT.
Peut-on mesurer la malignité d’un auteur ou la rigueur d’un traité de méthode avec des statistiques ? Au IIe siècle de notre ère, Lucien de Samosate et Plutarque de Chéronée s’emparent de la figure de l’historien, mais leurs attaques ne visent pas la même cible. L’un veut légiférer pour l’avenir, l’autre veut venger le passé. Dans Comment il faut écrire l’histoire, Lucien s’attaque à des historiens qu’il dit contemporains, fictifs ou réels, tandis que Plutarque, dans son traité intitulé De la malignité d’Hérodote, dans un souci de défense de l’hellénisme, s’en prend à un historien passé.
Les textes grecs ont été extraits de la Perseus Digital Library. Les fichiers sources reposent sur les éditions de référence Teubner (Lucianus, édition de M. D. Macleod ; Plutarchus, Moralia, édition de G. N. Bernardakis).
Alors, comment, par l’analyse du vocabulaire employé, ces deux auteurs aux buts différents, parviennent à rédiger des œuvres historiques ? Lucien et Plutarque parlent-ils vraiment de la même conception de l’histoire et de l’historien, ou le mot ἱστορία est-il un simple homonyme pour deux projets radicalement différents ?
Outils et méthode : la chaîne de traitement des données
Pour cette étude, j’ai mis en place une chaîne de traitement numérique articulée autour du logiciel R Studio. Mon approche a consisté à transformer le texte brut de format .txt issu de la Perseus Digital Library en une base de données exploitable. Tout d’abord, le nettoyage du corpus a permis de supprimer des métadonnées telles que des repères de paragraphes des éditions physiques de Teubner ou encore des mots vides (stopwords). Dans cette liste de stopwords, j’ai fait le choix de ne pas mettre les pronoms personnels par exemple, qu’on a l’habitude de considérer comme stopwords, afin de pouvoir observer de manière plus fine la présence des auteurs dans leurs écrits.
Afin de pouvoir travailler sur des termes de vocabulaire précis, il m’a fallu isoler les tokens. J’ai voulu travailler sur des données en quantité suffisante : les 30 mots les plus fréquents par auteur pour en réaliser des nuages de mots, et les 100 mots les plus fréquents par auteur pour analyser plus finement des points communs et des divergences. Face à la complexité morphologique du grec ancien, j’ai opté pour une lemmatisation manuelle de ces termes les plus fréquents afin de garantir la précision des résultats. Je n’ai pas voulu utiliser de fichier ni de logiciel de lemmatisation automatique afin de pouvoir garder la main sur les entrées. Par exemple, j’ai souhaité lemmatiser les formes εἰδώς et οἶδα sous un même lemme, à savoir οἶδα et non εἴδω.
L’analyse textométrique et lexicométrique a été menée à l’aide du package quanteda pour générer des nuages de mots et des graphiques de distribution spatiale (x-ray) pour visualiser l’importance et la position de certains concepts dans l’architecture des traités. La vérification de la distribution de certains termes a été menée à partir d’une liste précédemment établie de termes déjà rencontrés dans les deux textes et classés par catégorie. Voici la liste de catégories et de racines.
Visualiser l’intention : les nuages de mots comme portrait-robots
Les trente termes les plus fréquents lemmatisés nous donnent une bonne idée de l’intention des auteurs et de leurs centres d’intérêt pour cet écrit. Nous obtenons les nuages de mots suivants pour chaque auteur.
Chez Lucien, le nuage est dominé par le terme ἱστορία, ce qui souligne sa préoccupation centrale : définir le genre historique. On y voit aussi une forte présence de ἐγώ et de σύ, ainsi que des verbes comme λέγω. Cela illustre parfaitement la nature de son texte : un traité pédagogique où l’auteur s’implique personnellement pour prodiguer des conseils et interpeller son lecteur sur la bonne manière d’écrire.
Au contraire, chez Plutarque, le paysage lexical change radicalement. Le centre de gravité se déplace vers les ethnies et les noms propres : Ἕλλην, Ἀθηναῖος ou encore Ἡρόδοτος. On remarque également une insistance sur les termes liés à la guerre (μάχη) et à la cité (πόλις). Le nuage de Plutarque ne ressemble pas à un manuel de méthode, mais à un champ de bataille idéologique où l’enjeu est de défendre l’honneur des cités grecques face au récit d’Hérodote.
En somme, là où Lucien tourne autour de la méthode (comment on raconte), Plutarque tourne autour de l’identité et des faits (ce qu’on raconte et qui on défend). La visualisation permet ainsi de saisir, d’un seul coup d’œil, que Lucien se place du côté de la théorie littéraire, tandis que Plutarque se place sur le terrain de la polémique historique.
Au-delà des nuages : distribution thématique et saturation
Parmi les 100 mots les plus utilisés, nous retrouvons pour Plutarque une proportion très importante des ethnies : cela était attendu et correspond bien à sa volonté de défendre les Grecs contre la barbarophilie dont il accuse Hérodote. Pour Lucien, le terme le plus employé est celui d’ἱστορία, sans grande surprise ici aussi. Nous retrouvons en commun les verbes de discours λέγω et φημί par exemple. Pour observer la distribution de certains éléments en commun, j’ai réalisé une liste reprenant plusieurs critères que je souhaitais observer, notamment du point de vue de la construction de l’histoire, afin d’aboutir à un graphique.
Ces lemmes recherchés chez ces deux auteurs sont :
λέγω, φημί, λόγος : citation des sources, poids du discours
συγγραφεὺς : fonction d’historien
αἰτία : recherche des causes
σὺ : interpellation du lecteur ou de l’adversaire
οἶμαι : présence de l’auteur dans son texte
ὀλίγος, τέλος, ὕστερος : organisation du propos
ἔργον : poids des faits face au λόγος.
Nous obtenons ce graphique : nous voyons que certains mots de notre liste de recherche sont employés avec une importance différenciée selon l’auteur.
Je voulais également savoir quelle était la force de représentativité de ces mots lemmatisés face à l’intégralité du texte pour chaque auteur. J’ai donc calculé des ratios : avec le nombre total de tokens pour chaque œuvre, j’ai pu calculer un ratio de saturation pour les 100 mots les plus utilisés. Pour Lucien, ces termes représentent 483 (occurrences) ÷ 7726 (tokens) × 100 ≈ 6,25 % (arrondi au centième), alors que pour Plutarque, ils représentent 711 (occurrences) ÷ 9269 (tokens) × 100 ≈ 7,67 % (arrondi au centième). Plutarque semble donc resserrer son discours autour d’un noyau de mots-clés plus restreint et plus fréquemment utilisé, avec une focalisation thématique un peu plus importante.
L’enquête : entre vérité, cadre indispensable et argument d’attaque, et mensonge ?
A partir de la distribution des termes dont j’ai établi la liste plus tôt, j’ai réalisé deux graphiques x-ray permettant d’observer la distribution de certaines racines tronquées, rassemblées par catégories.
Un premier graphique appelé « le métier de l’historien » rassemblait les catégories de l’historiographie, les sources et la posture de l’auteur, mais aussi le rapport à la vérité (vérité et mensonge).
Le second graphique rassemble les deux dernières catégories, à savoir celle très fournie de l’ethnie et celle du jugement. Ces catégories peuvent s’entendre comme celles de la polémique identitaire, ce qui se ressent beaucoup dans la charge critique de Plutarque envers Hérodote.
En observant la racine de la vérité (racine ἀληθ*), on découvre deux architectures : Lucien la condense davantage au début et vers la fin, comme une promesse et une conclusion, tandis que Plutarque en parle au début et au milieu, comme une munition. La vérité est donc un concept théorique qui encadre le traité historiographique de Lucien, il la définit dès son prologue comme un but à atteindre, et revient sur ce sujet à la fin. Le centre de son propos, constitué d’exemples à ne pas suivre et ensuite de conseils de rédaction et de recherche, ne mobilise donc que peu le concept de vérité. Plutarque convoque la vérité au début de son œuvre : il intervient pour la rétablir face à toute la malignité dont Hérodote a été capable envers les Grecs. Il adopte donc une posture de justicier. La mobilisation de ce concept au centre du texte montre que, dans ce passage, Plutarque confronte ses contre-arguments face au récit d’Hérodote qu’il discrédite point par point. La vérité devient donc un outil de vérification.
Au contraire, la racine ψευδ* (liée au mensonge) est présente chez Plutarque à plusieurs reprises et de façon assez dispersée dans le texte, alors que Lucien n’emploie pas ce terme. Au contraire, la racine μυθ* (liée à la fiction et aux histoires fausses) est présente chez Lucien, mais pas chez Plutarque. Ces deux racines évoquent pourtant toutes les deux le faux, mais les auteurs les emploient dans un but spécifique : une accusation de mensonge face à l’histoire des Grecs pour Plutarque, contre le risque de raconter des fictions quand on écrit de l’histoire pour Lucien.
Nous remarquons également que de nombreuses racines (celles des ethnies ou du jugement) sont assez peu partagées entre les auteurs. Cela renforce l’idée de buts bien distincts pour chacune des deux œuvres.
Difficultés rencontrées et limites
Le passage de la philologie classique aux Humanités Numériques n’est pas sans embûches, et le grec ancien oppose une résistance particulière à la machine. Tout d’abord, la troncature avec l’extraction des racines pour en vérifier la distribution possède de nombreuses limites. Elle se heurte aux spécificités du grec, comme l’augmentation (par exemple ἔγραφον), la préfixation ou le redoublement (par exemple γέγραφα), qui modifient le début du mot. Les statistiques obtenues doivent donc être prises en compte avec cette limite.
De plus, isoler une racine peut amalgamer des termes de catégories grammaticales différentes que l’on pourrait commenter. Ce défi rappelle que l’outil numérique ne remplace pas l’œil du philologue, mais nécessite un va-et-vient constant entre les graphiques et le texte original.
Enfin, le recours aux graphiques x-ray a nécessité de nombreux essais afin de pouvoir visualiser au mieux les nombreuses racines recherchées, que j’ai dû limiter. Avec autant d’éléments, visualiser l’intégralité d’un traité sur un seul graphique de distribution demande un effort d’interprétation pour relier un pic de fréquence à un chapitre précis de l’œuvre. Nous pouvons cependant tirer des conclusions face au positionnement, de façon assez imprécise toutefois.
Conclusion
En conclusion, ce détour par R Studio ne remplace pas la lecture fine, il la spatialise. Il nous montre que même avec un vocabulaire commun, Lucien et Plutarque ne construisent pas la même vérité dans leur conception de l’histoire.
Grâce à l’analyse sur R Studio, plusieurs points se confirment :
Les priorités différentes des auteurs : Les statistiques montrent que Plutarque se concentre massivement sur les questions d’ethnies et de jugement moral, là où Lucien reste plus focalisé sur la terminologie de la rédaction historique. Plutarque défend un peuple, tandis que Lucien rédige une méthode. Cela confirme mes impressions premières.
Le placement de la vérité : Les graphiques de distribution révèlent que Lucien utilise le concept de vérité comme un cadre (au début et à la fin), tandis que Plutarque s’en sert comme d’un outil de vérification constant au cœur de son texte. La vérité est donc au cœur de l’écriture historique, tant comme objectif vers lequel tendre que comme élément de preuve.
Mensonge et fiction : L’opposition entre les racines ψευδ- (Plutarque) et μυθ- (Lucien) prouve que l’un dénonce une malhonnêteté quand l’autre critique un manque de rigueur littéraire.
En résumé, le traitement informatique des textes a permis de passer d’une intuition de lecture à une preuve visuelle. Les graphiques illustrent clairement que, malgré un socle de langue commun, ces deux auteurs n’utilisent pas les mêmes leviers pour définir ce que doit être l’histoire, même s’ils en mobilisent certains en commun.
Les Métamorphoses ont été composées au début du Ier siècle de notre ère. En quinze livres, Ovide raconte les métamorphoses des dieux, des héros ou des mortels sous la forme de récits poétiques. A la fin de l’Antiquité, probablement au cours du IVe siècle, un auteur, dont nous ne connaissons pas l’identité, écrit des résumés dans les marges du poème ovidien, résumés auxquels on donne le nom de Narrationes ovidianarum fabularum. Les plus anciens témoins textuels datent du IXe siècle et offrent à la vue du lecteur les deux textes en parallèle : il est fort probable que cette disposition marginale ait été adoptée dès la première version du texte. Cet épitomé reflète le goût de l’époque pour l’abrègement des œuvres monumentales. L’objectif est vraisemblablement double, scolaire et littéraire car les Narrationes sont devenues un outil pour faciliter la lecture de l’œuvre d’Ovide et sa réutilisation, notamment dans les épopées bibliques tardives. Cependant la méthode de l’abréviateur révèle une lecture orientée de l’œuvre ovidienne. Est-ce que tous les épisodes sont traités avec le même intérêt ? Que révèle le résumé sur la façon de lire les Métamorphoses?
I. Les outils : Deucalion, Visual Studio Code et Rstudio.
Pour mener cette comparaison entre les épisodes des Métamorphoses1 et les résumés qu’en proposent les Narrationes2, j’ai commencé par tokeniser les textes du livre I des deux œuvres à l’aide du site Deucalion qui est un service de lemmatisation développé par l’École nationale des Chartres. Ensuite, à l’aide de l’éditeur Visual Studio Code, j’ai supprimé les informations qui n’étaient pas utiles pour ce travail de recherche et je n’ai conservé que les tokens et les lemmes, c’est-à-dire les unités linguistiques de chaque épisode pour pouvoir mesurer la longueur de chacun. Lors de cette première phase de travail, j’ai rencontré une difficulté importante liée à la structure narrative de chaque œuvre : en effet, dans le poème d’Ovide, certains récits sont souvent enchâssés dans un récit cadre. Or l’abréviateur modifie très souvent la situation d’énonciation et préfère des récits linéaires. Il a donc été difficile de délimiter certains épisodes. Par exemple dans les Métamorphoses, Ovide raconte comment Jupiter envoie son fils Mercure auprès d’Argus pour tuer celui qui surveille sans cesse la belle Io transformée en génisse. Cet épisode est raconté par Ovide des vers 668 aux vers 723. Mais dans cet épisode, entre les vers 689 et 700, Mercure raconte à Argus l’histoire de Syrinx transformée en roseau à l’origine de la flûte de Pan. Dans les Narrationes, l’abréviateur sépare ces deux épisodes et en fait deux résumés indépendants. C’est pourquoi mon travail porte uniquement sur les douze premiers épisodes du livre I.
Une fois les deux corpus textuels tokenisés et lemmatisés, j’ai comparé la longueur des épisodes des Métamorphoses à celle de leurs résumés dans les Narrationes à l’aide d’un script en R réalisé dans Rstudio. Les deux premières étapes du script ont consisté à charger deux packages avant de commencer l’analyse : d’une part, le package « tidyverse » regroupe plusieurs outils pour transformer et nettoyer des données, lire des fichiers et créer des graphiques ; d’autre part, le package « here » m’a permis de rendre mon projet portable sur n’importe quelle machine. Dans les troisième et quatrième étapes du script, la fonction « load_corpus » m’a permis de charger automatiquement tous les fichiers des corpus afin d’extraire les métadonnées, c’est-à-dire les épisodes et le nombre de mots, et afin d’obtenir une table propre exploitable : j’ai donc créé deux tableaux séparés, un pour les Métamorphoses et un pour les Narrationes. La cinquième étape du script a consisté à fusionner les deux corpus par épisode, puis à calculer à quel point chaque épisode est raccourci dans les Narrationes par rapport aux Métamorphoses avec la proportion et le pourcentage. La sixième étape du script « print(comparison) » a permis d’afficher le tableau de données composé de 6 colonnes et de 12 lignes :
La septième étape du script utilise « pivot_longer() » pour transformer le tableau en format long puis « ggplot » pour créer un graphique afin de rendre visible la longueur des épisodes, l’ampleur de la réduction des Narrationes et les épisodes où la différence est la plus marquée.
La huitième et dernière étape du script crée un graphique en barres qui montre, pour chaque épisode, le pourcentage de contraction des Narrationes par rapport aux Métamorphoses. Le lecteur voit immédiatement quels épisodes sont très condensés et lesquels le sont moins.
II. L’analyse des résultats de la comparaison.
L’analyse quantitative des épisodes du livre I des Métamorphoses et de leurs résumés dans les Narrationes permet de mesurer très précisément l’ampleur du travail de contraction réalisé par l’abréviateur. On constate une réduction importante de la longueur des épisodes mais cette contraction est très variable selon les récits.
Tout d’abord, la réduction est quasi systématique mais inégale. En effet, presque tous les épisodes sont raccourcis. Dans le texte d’Ovide, certains épisodes sont très développés, jusqu’à 1125 mots pour le Déluge (épisode 7) ou 843 mots pour l’aventure amoureuse d’Apollon et Daphné (épisode 9). Dans les Narrationes, ces mêmes récits sont réduits respectivement à 82 mots (soit 7,3% du texte-source) et 70 mots (soit 8,3% du texte-source). L’épisode 11 « Mercurius in pastorem » atteint même un niveau de contraction extrême en passant de 365 mots dans les Métamorphoses à seulement 10 mots dans les Narrationes (soit 2,7% du texte-source). À l’inverse, plusieurs épisodes sont beaucoup plus courts chez Ovide : les épisodes cosmologiques 2 et 3 racontant la création du monde et de l’homme passent respectivement de 89 à 47 mots et de 419 à 219 mots. Ils présentent donc un taux de contraction plus modéré, autour de 50% du texte-source, ce qui en fait des épisodes relativement préservés.
Ensuite, dans les Narrationes, les épisodes convergent vers une longueur standardisée : la plupart se situent autour de 40 à 80 mots alors que chez Ovide, les mêmes épisodes occupent un volume textuel très variable d’un épisode à l’autre avec parfois des écarts très importants. Ce nivellement témoigne d’une volonté claire de l’abréviateur de produire probablement des résumés de taille relativement identique avec une visée pédagogique.
Les épisodes 7 «A Deucalione iactati lapides in viros et a Pyrrha in mulieres», 8 « Python serpens in figuras », 9 « Daphne, Penei filia, in laurum » et 11 « Mercurius in pastorem » figurent parmi les plus fortement condensés, conservant entre 2,7% et 15,4% du texte original. Ce sont précisément des épisodes où Ovide déploie une grande richesse narrative et poétique avec des récits amples, des descriptions physiques et psychologiques détaillées, des transformations spectaculaires et des scènes dramatisant les poursuites d’une nymphe par un dieu. D’ailleurs, dans l’épisode 9, l’abréviateur supprime complètement le personnage de Cupidon à l’origine de l’amour passionnel d’Apollon pour Daphné. Ainsi, l’abréviateur supprime ce qu’Ovide développe le plus. Inversement, certains récits, comme l’épisode 5 « Gigantum sanguis in homines », atteignent 63,2% de conservation, tandis que les épisodes 2 « Terras in varias personas » et 3 « Mundus in saecula quattuor » gravitent autour de 52%. Ces taux élevés indiquent que certains passages, jugés importants sur le plan mythologique ou doctrinal, ont été moins abrégés. L’hypothèse d’un abréviateur chrétien est avancée par certains chercheurs, ce qui justifierait un intérêt de l’auteur pour les récits de création et une reformulation relativement influencée par le texte biblique.
Enfin, l’épisode 4 « Item annus in tempora quattuor » constitue une anomalie significative. Chez Ovide, la description de la division de l’année en quatre saisons n’est évoquée qu’en 38 mots alors que, dans les Narrationes, l’abréviateur augmente le volume du récit qui compte 66 mots, soit un taux de 174%. Cette valeur, qui dépasse largement 100%, signifie que le résumé est plus long que le texte original. L’épisode 4 représente donc une exception narrative majeure, où l’abréviateur développe davantage le propos d’Ovide. Cette amplification pourrait refléter un intérêt pédagogique particulier pour la description du cycle des saisons.
Conclusion
En conclusion, l’ensemble du livre I est réduit de manière quasi systématique, souvent très fortement. La contraction correspond en moyenne à 20 ou 30% du texte original, avec des extrêmes très bas. Les longueurs des épisodes sont ramenées à des formats proches, indépendamment de leur importance ou de leur contenu originel. Cette standardisation laisse supposer une finalité scolaire. Plus un épisode est poétique, plus il est abrégé dans les Narrationes. L’objectif n’est clairement pas de transmettre la valeur littéraire de l’œuvre d’Ovide mais plutôt le contenu factuel des mythes. Les épisodes à dimension cosmologique ou théologique (2, 3 et 5) sont moins réduits. L’épisode 4 constitue un cas à part, possiblement intentionnel. Les Narrationes fonctionnent donc comme un résumé scolaire, un outil de transmission mythologique destiné à l’apprentissage ou à la compilation. Ces résumés ont cependant connu des exploitations littéraires identifiées, notamment dans un poème biblique tardif intitulé De Sodoma dans lequel l’auteur a clairement utilisé un manuscrit contenant à la fois les Métamorphoses d’Ovide et leur résumé. Les Narrationes conservent donc les informations essentielles du poème ovidien pour en faciliter la lecture et l’utilisation comme source intertextuelle.
Notes :
Ovide, Les Métamorphoses, traduction nouvelle annotée par Anne-Marie Boxus et Jacques Poucet, dans la Bibliotheca Classica Selecta (BCS), Université catholique de Louvain, 2005‑2009. Texte latin basé sur The Latin Library, avec modifications ponctuelles d’après l’édition G. Lafaye (Collection des Universités de France, Paris, 1925‑1930). Texte en ligne : https://bcs.fltr.ucl.ac.be/METAM/Met00-Intro.html (consulté le 10 avril 2026).
Narrationes ovidianarum fabularum, édition d’Hugo Magnus, Leipzig : B. G. Teubner, 1892. Ovid Collection. University of Virginia Library. Texte en ligne : https://ovid.lib.virginia.edu/narrationes.html
Cette étude présente des extraits d’un travail de recherche consacré aux représentations spatiales de l’Empire romain dans les sources littéraires tardo-antiques, utilisant notamment l’apport du logiciel de concordances AntConc et le raisonnement des études quantitatives sur les textes anciens.
Occurrences de termes spatiaux sur l’expansion romaine chez Eutrope
À l’aide d’un logiciel de concordance, une étude des vocables utilisés par Eutrope pour qualifier le processus d’expansion romaine permet de jeter un regard d’ensemble sur les grands traits de l’Empire romain, entendu dans son double sens de régime politique et de territoire. Les grandes phases de l’Histoire abrégée d’Eutrope peuvent ainsi apparaître selon l’adaptation du discours historique à la réalité rapportée. Les trames de concordance obtenues sont les suivantes.
Figure 1 – Le lemme « romanus » et ses dérivés dans l’Abrégé d’Eutrope
Figure 2 – Le lemme « imperium » dans l’Abrégé d’Eutrope
Figure 3 – Le lemme « prouincia » dans l’Abrégé d’Eutrope
Figure 4 – « Fines » et dérivés dans l’Abrégé d’Eutrope
La période républicaine, où le peuple romain triomphe successivement de tous ses adversaires et établit son hégémonie sur le monde méditerranéen, s’oppose visiblement à la période impériale, où la provincialisation progressive des structures administratives et militaires dilue la cité romaine dans un ensemble de territoires hétérogènes. Sous l’Empire, les acteurs ne sont plus les Romains en tant que peuple souverain et collectivité civique, mais bien l’empereur et ses sujets dans les différentes provinces. On s’explique ainsi que le terme de « prouincia » s’attache surtout à la période du Haut-Empire, où l’extension territoriale de l’orbis romanus atteint son apogée, réalisant les dernières conquêtes et intégrant les royaumes clients sous l’administration directe de Rome.
En plus d’être un territoire, l’imperium romanum est un modèle politique de gouvernance harmonieuse du monde. Son expression vise un état idéal, qui explique la quasi-absence de ces termes dans les périodes sombres de l’histoire romaine : les guerres civiles de la fin de la République, la crise du troisième siècle, les affrontements entre Constantin et ses rivaux qui marquèrent la fin de la Tétrarchie apparaissent comme des parenthèses à la geste glorieuse de Rome, où s’affrontent pour des fins partisanes ces armées romaines qu’Eutrope se complaît à imaginer en train de triompher de tous les Barbares . Ainsi, l’unité autour d’un souverain unique est pour l’Empire la meilleure garantie à son bien-être, à condition que cet empereur respecte le mos maiorum : cette monarchie impériale renoue ainsi avec l’œuvre fondatrice de l’imperium détenu par les rois latins et étrusques. Véritable règne personnel fondé sur le commandement militaire, l’imperium oscille entre la chose de l’empereur et l’œuvre collective dans laquelle le souverain n’est qu’un des maîtres d’œuvre transitoires.
L’Antiquité tardive, ère d’un espace romain remis en question
Une recherche[1] à partir de bases informatiques de textes de la littérature latine sur des lemmes associés à la notion d’espace permet de donner une idée de l’ampleur du questionnement[2]. Sur une période allant d’Ennius à la fin du Ve siècle de notre ère, les deux derniers siècles concentrent en effet entre 48% et 71% des occurrences de mots dont l’usage sous-tend une réflexion sur l’espace.
Figure 5 – Répartition chronologique des occurrences de termes spatiaux dans la littérature latine (base LLT-A)
Cette curiosité éclectique, certes enracinée dans de lointaines origines[3], trouvait ses expressions[4] bien avant l’Antiquité tardive, mais acquit à partir du IVe siècle une expression plus marquée, sous l’effet de trois grands ordres de causes.
Le premier facteur est lié à une nouvelle donne diplomatique. À l’ouest, les vues romaines sur les territoires barbares au-delà des fines se firent davantage offensives. En effet, les campagnes militaires sur les frontières du Barbaricum mobilisèrent les énergies des Tétrarques[5], de Constantin[6], de Constant[7], de Julien[8] ainsi que de Valentinien[9]. Le déferlement de peuples germaniques et asiatiques sur le Rhin et le Danube à partir des années 405-408 fit de la question barbare le premier problème politique dans l’Occident romain jusqu’à son éclatement. À l’est, les guerres contre les Perses avaient débouché en 363 sur un traité de paix entre Jovien et Sapor II ; c’était la première fois depuis le précédent d’Hadrien en 117 que l’Empire renonçait formellement à d’importants territoires à l’est pour prix de la paix et de la stabilisation des relations avec les Perses[10]. L’Orient gardait cependant son poids stratégique, dont l’expression suprême se traduit dans les nouvelles résidences impériales installées sur ses points cruciaux : les Détroits avec Constantinople, la Syrie avec Antioche. À l’est comme à l’ouest, l’Empire portait ainsi son attention et ses efforts sur les marges.
Le deuxième facteur a trait aux fractures culturelles existant dans les milieux dirigeants. Issus des provinces périphériques, les empereurs-soldats n’avaient pas forcément reçu l’enseignement géographique des aristocrates ; leur connaissance de l’espace concernait surtout les marges de l’orbis romanus où ils combattaient. Ainsi, retenus à la fois par leurs origines et par la guerre aux frontières de l’Empire, ces souverains étaient placés devant la nécessité de mieux connaître les territoires menacés et d’en identifier les ressources fiscales et militaires[11]. Pour les élites qui n’appartenaient pas aux cercles de l’armée et du fisc, la connaissance de l’espace se limitait à ce qu’en offrait une culture livresque tournée vers les modèles du passé, aussi prestigieux que peu actuels.
Le troisième facteur relève de la gouvernance intérieure. La conjugaison des processus de provincialisation et de romanisation avait conduit à implanter et à affirmer dans les régions de l’Empire des milieux d’administrateurs dont le poids fut encore accru à partir du règne de Dioclétien[12]. Cette présence plus importante d’administrateurs sur le sol romain apparut comme un facteur ayant favorisé les nombreuses usurpations à partir de la crise du IIIe siècle, et que la restauration tétrarchique ne parvint pas à réguler, précisément parce que les raisons de cette instabilité reposaient dans des facteurs de puissance que la Tétrarchie avait renforcés, mais dont les conséquences politiques furent autres que celles de la stabilisation escomptée. Avec le seul exemple de la situation en 310, on compte cinq Augustes[13]. Et, derrière chaque dirigeant, une administration capable de fournir une connaissance du territoire qui devait être de qualité pour que le dirigeant se pensât comme souverain légitime de l’Empire. Arrivait à maturation un processus qui voyait depuis la crise du IIIe siècle les organes névralgiques du pouvoir déplacer leurs centres de gravité ainsi que leurs impulsions de l’ancien berceau italien aux marges de l’Empire, donnant lieu à une translatio imperii qui fut loin d’être sans conséquences sur la connaissance du monde et sa prise en main. Ce décentrement favorisa entre des administrations impériales devenues concurrentes des rivalités qui se cristallisèrent à partir de 395 dans une opposition entre la Cour de Ravenne[14] et celle de Constantinople, creusant un peu plus l’écart entre l’Occident latin et l’Orient hellène[15].
Il en résulte deux répercussions dans la nature générale des représentations de l’espace des Romains, et une conséquence majeure dans l’idéologie impériale.
D’une part, les hommes de pouvoir romains acquirent une connaissance théorique et pratique de leur Empire jamais égalée. À la base se trouvait la continuité d’une civilisation multiséculaire qui s’appuyait sur la gestion quotidienne des écoles[16], des bureaux fiscaux, des armées, des services urbains. Dans ces administrations furent produites listes de communautés (formulae provinciarum), matrices cadastrales, et certaines formes d’itinéraires pour les déplacements, les itineraria[17]. En outre, le prestige conservé de Rome rejaillissait sur les périphéries par un regain de vitalité dû à ce décentrement de l’administration ; en effet, les serviteurs de l’État connus par leur compétence et leur mobilité diffusaient, dans les provinces où ils exerçaient, les savoirs et les belles lettres, comme le montre l’exemple d’Alypius, auteur d’une carte qu’il adressa à l’empereur Julien alors en convalescence, et appelé par le souverain pour venir en Gaule au début de son règne[18].
D’autre part, la connaissance géographique se diffusait dans la sphère publique. Se limitant de moins en moins au cabinet de quelques savants illustres, elle prit une part grandissante dans la culture des élites, des grammairiens et des rhéteurs en particulier. La construction de bibliothèques publiques[19] dans le cadre évergétique y contribua, de même qu’un soutien impérial à l’enseignement dans les cités[20]. Les modes et l’attrait suscités pour certains thèmes exotiques contribuèrent à la diffusion substantielle de certaines œuvres, notamment à travers le succès du roman d’Alexandre dont diverses versions semblent dater de l’Antiquité tardive[21]. Le commerce extérieur joua également un rôle capital en faisant circuler ses connaissances sur le monde à l’aide du bouche-à-oreille et de récits écrits.
La principale conséquence idéologique en résultant consiste en la réadaptation, voire la redéfinition du modèle augustéen de la domination unipolaire de l’Vrbs Romae sur l’ensemble de la terre habitée. Afin de comprendre cette idéologie initiale, on peut lire P. Veyne énonçant en ces termes le principe de l’impérialisme romain : « soumettre le monde pour n’avoir plus à tenir compte d’autrui, pour se trouver seul au monde, l’empire universel n’étant pas autre chose que cette confortable solitude »[22]. Or il semble que la défaite d’Andrinople en 378 comme la prise de Rome en 410, deux événements dont les répercussions dans les esprits allèrent bien au-delà de l’Antiquité tardive, fassent suggérer que ce modèle devait alors avoir bien perdu de sa pertinence.
Qu’un savoir nouveau ait changé l’attitude des élites, ou que ces dernières aient changé pour leurs raisons propres leur savoir, s’est produite une mutation dont il s’agit d’approcher la pluralité des formes.
Notes
[1] Recherche lemmatisée sur la base Library of Latin Texts A à partir de deux corpus, Antiquitas (< ca. 200) et Aetas Patrum I – (ca. 200 – 500), et des périodes couvrant toute la littérature antique latine, excepté la Vulgate, jusqu’en 500 ap. J.-C. Ont été pris en compte les doutes et les estimations approximatives de datation, mais non pas les terminus ad quem et post quem. Pour le lemme locus, nous n’avons pas pu distinguer les occurrences verbales des occurrences nominales pour la forme « loco », toutefois la connotation spatiale demeure. Pour mesurer l’écart de ces résultats par rapport à des termes plus courants, un essai avec le lemme bellum (bell*) montre que la haute époque concentre 44% des occurrences (6241) et les IVe-Ve siècles 55% des occurrences (7839).
[2] Toute recherche de ce type a ses limites et peut être critiquée. En effet, ces requêtes générales oblitèrent la qualité et la teneur du texte, étant peu douées pour reconnaître les chefs d’œuvre et pour établir l’ordre des genres. Mais l’Antiquité étant riche en textes hybrides et inclassables, cette démarche invite à lire au-delà des grandes références classiques, en direction d’œuvres restées jusqu’ici plus que discrètes.
[3] L’exigence pour le doctus orator d’une maîtrise des exemples tirés de la culture générale se trouve exprimée par Cicéron, De oratore, III, 125 : Rerum enim copia uerborum opiam gignit. Voir aussi Camus, P.-M., Ammien Marcellin…, Les Belles Lettres, 1967, p.75-76.
[4] L’Histoire naturelle de Pline l’Ancien complétée en 77 ap. J.-C., les Nuits attiques d’Aulu-Gelle au IIe siècle de notre ère, en sont d’illustres témoignages.
[5] Dioclétien combattit à trois reprises sur le Danube, en 285, en 289-291 et en 293-295. Maximien combattit les Francs et les Alamans en 287-289. Galère combattit sur le Danube entre 299 et 308. En 302-305, Constance Chlore fit la guerre contre les Francs et les Alamans ; en 305-306, il guerroya contre les Pictes.
[6] En 322, Constantin affronta les Goths et les Sarmates sur le Danube. En 323, Constantin fit face aux Goths en Mésie seconde.
[7] En 339, Constant vainquit les Sarmates ; en 341, il mena une campagne contre les Francs sur le Rhin.
[8] Suite à sa victoire d’août 357 à Strasbourg, le César Julien s’engagea avec son arméeen Rhénanie en 358.
[9] Il s’agit des campagnes de Valentinien des années 368-374, en réaction aux attaques des Alamans, des Quades et des Sarmates. D’après ModÉran, Y., L’Empire romain tardif, Ellipses, 2003, se produisit à partir des années 360 une recrudescence barbare restée obscure dans ses causes : il n’y eut pas de formation de ligues nouvelles, ni non plus de mouvements de migrations des peuples riverains du Rhin et du Danube avant les répercussions dans ces régions des invasions hunniques à l’extrême fin du IVe siècle. En revanche, des transformations limitées mais décisives affectèrent l’existence des peuples barbares. Une navigation maritime améliorée chez les Saxons, l’apparition de plusieurs monarchies rivales chez les Francs, ainsi que les menaces grandissantes des Burgondes sur le territoire des Alamans, requirent l’attention accrue de l’empereur Valentinien, dont la capitale fut déplacée à Trèves en 367.
[10] Hadrien comme Jovien ont cédé ces territoires jugés indéfendables peu de temps après la mort d’un empereur conquérant, respectivement Trajan et Julien. La paix à l’est qui suivit le traité de 363 est à nuancer ; à partir de 370, la guerre réapparut pour un temps sous la forme d’affrontements intermittents, en raison du soutien Valens à une faction d’Arméniens proromains.
[11] Je remercie V. Colonge à qui je dois cette remarque.
[12] La réforme de l’administration menée par ce dernier fit rapprocher la justice et la fiscalité au plus près des cités. Les opérations de cadastrage, de taxation et de manipulation monétaire sous Dioclétien témoignent d’une ambition considérable dans l’effort déployé pour la meilleure maîtrise du territoire. CarriÉ, J.-M. et Rousselle, A., L’Empire romain en mutation, Seuil, 1999, p.261-263 et p.184-208.
[13] Galère et Maximin en Orient, Licinius et Constantin en Occident, enfin Maxence qui n’est pas reconnu par les autres.
[14] Sous l’influence du régent Stilicon, la Cour d’Occident se déplaça rapidement à Ravenne, mieux protégée par ses marais ainsi que son port de Rimini.
[15] L’opposition de civilisation entre les deux parties de l’Empire doit être maniée avec précaution. La rivalité entre l’Orient et l’Occident après 395 résultait non pas de velléités séparatistes, mais d’un désir de réunification de l’Empire, ambition particulièrement perceptible en Orient. Ainsi, lors de l’usurpation de Jean, entre 421 et 423, l’empereur d’Occident Théodose II envisagea initialement d’écarter le tout jeune Valentinien III et d’œuvrer pour son profit personnel. De fait, le fossé culturel se fit bien plus considérable à partir du début du VIIe siècle lorsque l’empereur Héraclius (règne 610-641) engagea une politique d’hellénisation de l’Empire d’Orient. Je remercie vivement V. Colonge de m’avoir précisé cet aspect de la situation.
[16] Le panégyrique du rhéteur Eumène en faveur des écoles d’Autun en 298 fit honneur dans sa péroraison à la connaissance géographique dispensée par les écoles, tournée vers l’éloge de l’espace romain.
[17] D’usage militaire en particulier, les itineraria se déclinent en trois catégories : scripta, adnotata et picta. Loin de l’image de nos cartes d’état-major, les itineraria associaient listes d’étapes et figures schématiques. La carte n’étant pas la base du raisonnement, les dessins n’étaient que des transpositions sélectives. Arnaud, P., « Introduction – la géographie romaine impériale entre tradition et innovation », in Cruz Andreotti, G., Leroux, P., et Moret, P., (dir.), La invención de una geografía de la Península Ibérica II. La época imperial, Casa de Velázquez, 2007, p.13-41. Voir également le chapitre « Ammien lecteur de carte » in Mary L., Les représentations de l’espace dans l’œuvre d’Ammien Marcellin, thèse dactylographiée, 1995.
[18] Julien, Epistulae, 10, in Bidez, J., (éd.), Œuvres complètes – l’empereur Julien, Tome I. 2e partie, Lettres et fragments, CUF, 1924 : « J’étais déjà remis de ma maladie, quand tu as expédié tes travaux géographiques, mais cela n’a pas diminué le plaisir que j’ai eu à recevoir la carte que tu m’as adressée : le dessin en est meilleur que ceux que l’on avait auparavant, et tu l’as poétisé en y ajoutant des iambes, non point de ceux « qui chantent la guerre contre Boupalos », pour parler comme le poète de Cyrène, mais du genre de ceux que la belle Sapho veut adapter à ses hymnes. Ton présent est de nature à faire autant d’honneur à toi qui le donnes que de plaisir à moi qui le reçois ». Traduction de J. Bidez, CUF, 1924.
[19] On pouvait recenser vingt-quatre de ces bibliothèques publiques à Rome à la fin du règne de Constantin, selon Martin, H.-J., « Bibliothèques », inEncyclopédie Universalis sur CD-Rom, 2012.
[20] Au IVe siècle, l’équipement en établissements scolaires par l’évergétisme civique porta ses fruits, sous la forme de la schola publica ou municipalis, entretenue par un salario publico. L’empereur assumait de plus en plus son droit de regard sur l’enseignement, comme le montre une loi de Gratien en 376 (Code Théodosien, XIII, 3, 11), dont Ausone fut l’inspirateur, et ayant prescrit à toutes les grandes cités d’avoir à sélectionner les meilleurs professeurs afin d’instruire leur jeunesse ; le droit d’élire leurs professeurs demeurait dans la cité, mais l’empereur fixait le montant de leurs traitements. Cf. Marrou, H.-I., Histoire de l’éducation dans l’Antiquité, 2. Le monde romain, 1948, rééd. Seuil 1981, p.107-127.
[21] Jouanno, C., Naissance et métamorphoses du Roman d’Alexandre – Domaine grec, CNRS, 2002, p. 17-26. Un opuscule, le Liber de morte testamentoque Alexandri Magni, est une traduction latine datant de la fin du IVe siècle ou du début du Ve siècle après J.-C. En outre, une Lettre d’Alexandre à Aristote sur les merveilles de l’Inde, connue par deux traductions latines dont l’une circulait aux Ve et VIe siècles.
[22] Veyne, P., « Y a-t-il eu un impérialisme romain ? », Mélanges de l’Ecole française de Rome, t.87, n°2, 190, p. 793-855, ici p. 795.
Dans le cadre de mon mémoire, je travaille sur les quinze livres des Métamorphoses d’Ovide, en tentant de dérouler le fil rouge des divinités et de leur rôle dans les épisodes de métamorphoses. Ce travail fait suite à mon mémoire de première année de master, intitulé « Exploration numérique de la structure des métamorphoses dans les Métamorphoses d’Ovide », dans lequel j’avais effectué un première exploration numérique sur l’ensemble des quinze livres des Métamorphoses afin d’y détecter des structures internes entre les épisodes et en leur sein. J’ai repris ce corpus pour ma deuxième année en m’intéressant cette fois-ci aux divinités, personnages récurrents et majeurs des épisodes de métamorphoses.
Pour mon projet personnel, mais aussi afin de créer un support concret de mes travaux, témoin de mes balayages successifs du texte et support pour des lectures indexées, j’ai souhaité réaliser une édition numérique du corpus qui permet de cibler les mentions des divinités dans les Métamorphoses, et ainsi avoir une vue plus globale de leur présence et actions dans les récits.
⚙️ Outils
Les deux outils numériques que j’ai exploité pour la réalisation de l’édition ont été Visual Studio Code et Edition Visualization Technology 3 (EVT 3). Les éditions papiers de mon corpus initial, à savoir les trois tomes des Métamorphoses d’Ovide publiés aux éditions Les Belles Lettres, avec un texte établi par Georges Lafaye entre 1965 et 1966, m’accompagnent dans la vérification des informations que j’encode. Mon édition numérique ne part pas de zéro, et prend pour point de départ l’admirable travail de Nadine Rakosky, étudiante de ce master il y a quelques années, qui a réalisé un travail sur le genre d’Iphis dans le livre IX des Métamorphoses. Résulte de son travail un fichier en XML-TEI, construit à partir du texte disponible dans le dépôt GitHub de la Perseus Digital Library, encodé avec des balises séparant les épisodes et indiquant les vers associés aux différents narrateurs, avec des éléments d’analyses nécessaires à son projet.
Visual Studio Code
J’ai repris ce fichier dans Visual Studio Code, éditeur de code développé par Microsoft que j’utilise depuis le début de l’année, dans sa version 1.81.1. L’éditeur m’a permis de dupliquer le fichier de Nadine Rakofsky et de l’éditer selon mes propres besoins, en XML-TEI.
Edition Visualization Technology 3
EVT est une application web open source, développée pour l’édition numérique de textes encodés en XML-TEI. Elle permet de visualiser de manière ergonomique et personnalisable des documents structurés selon les standards des humanités numériques, tout en facilitant la navigation, l’annotation et la mise en relation des entités textuelles. Mon objectif était de proposer une édition à explorer à travers le fil rouge des divinités. Sur les conseils de monsieur Berra, j’ai également rendu l’édition navigable par épisode, en utilisant le découpage effectué par Nadine sous l’encodage de unit=”tale”.
👩🏾💻 Méthode d’encodage
Je cherche à observer les mentions de divinités et leur rôle dans des épisodes de métamorphoses. Je dois donc pouvoir identifier, à n’importe quel endroit du texte, la divinité dont il est question, dans quel genre de passage elle se situe et, dans le cas d’un passage de métamorphoses, quel rôle y joue la divinité.
Je décide donc d’encoder toute nomination directe de divinité, c’est-à-dire leurs noms, ceux de leurs avatars et les périphrases les désignants. Je ne prends pas en compte les pronoms de rappel et les pronoms personnels, en raison des contraintes temporelles et considérant que ces mentions pronominales sont généralement présentes dans des passages contenant au moins une mention directe à la divinité concernée.
Dans le balisage TEI je récupère la balise <persName> qui contient généralement « un nom propre ou un groupe de noms propres faisant référence à une personne, incluant éventuellement un ou plusieurs prénoms, noms de famille, titres honorifiques, noms ajoutés, etc. de la personne » (description tirée des lignes directrices de la TEI). J’ai voulu créer une balise explicitement dédiée aux divinités, mais la balise <persName>, avec les bons attributs, permettait très efficacement d’encoder les divinités et présentait l’avantage d’être déjà intégrée dans la TEI.
Je lui ajoute donc les attributs ref, role et ana, qui reprennent les trois caractéristiques mentionnées plus haut que je cherche à identifier dans mon texte.
L’attribut ref me permet de passer un premier filtre sur toutes les mentions d’une divinité, désignée par les trois premières lettres de leur nom latin.
L’attribut role me permet de distinguer les types de passage, que j’ai catégorisé selon leur nature d’évènement impliquant une métamorphose ou non : ainsi, les deux valeurs de cet attribut sont “metamorphosis” ou “narrative”. Je m’appuie pour cela sur la classification réalisée l’année dernière à partir du travail de Gilles Tonchet dans sa thèse La métamorphose à l’œuvre: recherches sur la poétique d’Ovide dans Les Métamorphoses (1997).
Enfin, l’attribut ana indique quel rôle joue la divinité dans la métamorphose qui se joue au sein de l’épisode dans lequel elle est mentionné, que cela soit directement dans des vers décrivant une métamorphose ou non. L’attribut accueille quatre valeurs :
« obj » pour désigner un objet de métamorphose,
« act » pour désigner un acteur de métamorphose,
« auto » pour désigner un objet de sa propre métamorphose,
« NA » pour indiquer que la divinité n’est pas impliqué de quelque façon dans la métamorphose dans l’occurrence relevée.
Ainsi pour une nomination de Minerve, un exemple de ligne de code ressemble à ça :
📖 L’édition numérique
L’édition numérique poursuit son cours sur l’interface proposée par EVT 3.
L’encodage est pour le moment réalisé uniquement pour Minerve et Apollon. Un encodage est en cours pour Jupiter. Le format de l’édition permet de rajouter les autres divinités au fur et à mesure de leur encodage dans le fichier XML.
Lucien de Samosate est un écrivain de la Seconde Sophistique, un courant culturel et littéraire qui s’est épanoui au deuxième siècle de notre ère. Les figures de ce mouvement, qui s’en revendiquent plus ou moins explicitement, ont pour point commun une culture littéraire approfondie et une maîtrise avancée de l’art rhétorique, fruits d’une éducation longue et exigeante. Ces hommes “formés et éduqués” (πεπαιδευμένοι) connaissent souvent par cœur l’Iliade, l’Odyssée et les grands classiques, et sont rompus aux exercices rhétoriques qui leur ont appris à faire parler dieux et héros, à présenter le pour et le contre de chaque cause, à réécrire des épisodes de mythes et de légendes. Par jeu autant que par habitude ou encore par volonté de montrer leur érudition, ces nouveaux sophistes émaillent leurs écrits de références à Homère.
Mon mémoire porte notamment sur la présence de l’univers homérique dans l’oeuvre de Lucien, entre allusions, citations, et jeu avec les notions de mythes, de vérité et de mensonge.
De nombreuses études ont recensé les vers homériques dans les écrits de Lucien. La plupart des éditions soulignent, au moyen de notes et de renvois, des termes manifestement homériques, utilisés exprès par Lucien, comme clins d’oeil, allusions, ou plus largement dans une démarche d’imitation (μίμησις) de l’oeuvre homérique. Toutefois, il n’y a pas, à ma connaissance, d’éditions numériques de tels recensements. La recherche exhaustive des termes liés aux notions de vérité, de mensonge, de réalité et de mythes, ou encore de vraisemblance, ne semble pas non plus disponible sur des plateformes publiques.
Le logiciel R semble tout indiqué pour une telle analyse textuelle, difficile à effectuer manuellement du fait de l’ampleur des œuvres de Lucien. Repérer des “indices homériques” prédéfinis, quantifier et présenter les résultats de manière organisée permettrait à la fois d’orienter mes recherches sur le mémoire et d’étayer des constats déjà établis à l’issue de mes lectures préparatoires.
Pour mener à bien ce travail, il est tout d’abord nécessaire d’identifier et préparer le corpus et les outils de recherche. Au terme de cette préparation, une triple détection sera effectuée: 1. vers ou hémistiches homériques, 2. autres “indices homériques” (éléments de phonétique, de morphologie, de syntaxe et de vocabulaire propre à Homère), 3. champ lexical de la réalité/vérité, du mensonge et du mythe.
1. Travail préparatoire
Il serait possible d’effectuer l’analyse sur l’intégralité du corpus de Lucien, qui comporte environ soixante-dix œuvres (selon les éditions, et notamment selon l’exclusion d’oeuvres jugées apocryphes). Une sélection semble utile au regard du thème du mémoire, qui se focalise davantage sur les rapports de confiance et de méfiance vis-à-vis de l’oeuvre homérique, via les notions de mensonge, de vérité, de réalité, de mythes, etc. On se concentre donc sur quelques dialogues comico-philosophiques, des récits et quelques pièces diatribiques où ces thèmes semblent davantage abordés. Une telle sélection est bien sûr arbitraire et on pourrait étendre l’analyse à tous les textes attribués à Lucien, disponibles en ligne.
La sélection porte sur les pièces suivantes: Alexandre ou le faux Prophète, La Double accusation ou les Jugements, Charon ou les Contemplateurs, Sur les sacrifices, Dialogues des dieux, Dialogues des morts, Discussion avec Hésiode, Histoires vraies, Icaroménippe ou le Voyage aérien, Jupiter confondu, Jupiter tragique, Ménippe ou la Nécyomancie, Nigrinus ou le Portrait d’un philosophe, Philopseudès ou l’Incrédule, Comment il faut écrire l’histoire.
Ces discours sont disponibles en ligne sur le site Perseus/Scaife notamment, en format txt ou xml. Il est plus facile de télécharger les textes bruts, mais la numérotation est perdue; or celle-ci s’avérera nécessaire pour le traitement des résultats de recherche. Il semble donc indispensable d’utiliser les fichiers en format xml qui, eux, ont une architecture détaillée (par sections, sous-sections, paragraphes, lignes, etc.).
La première étape consiste à télécharger les fichiers xml, à les enregistrer sur son dossier de travail et à préparer leur utilisation sur R (extraction et traitement des racines). La deuxième étape consiste à parcourir chaque fichier xml pour copier son contenu, afficher le titre en majuscule, extraire le contenu de chaque paragraphe, l’épurer des caractères latins (commentaires d’éditeur dans les fichiers xml), les doubles espaces résiduels, les doubles sauts de lignes, les signes de ponctuation, pour éviter de perturber les opérations ultérieures de recherche. Par “paragraphes”, on entend en réalité “sections de référence” des oeuvres de Lucien: il existe une numérotation conventionnelle, chaque section pouvant comprendre plusieurs “paragraphes” au sens où nous l’entendons de sections de texte délimitées par des retours à la ligne. Ces sections sont repérables aux balises “< div >< / div >” dans les fichiers xml.
2. Recherche des citations homériques (hémistiches)
2.1. Création de la liste des hémistiches de l’Iliade et de l’Odyssée
Il est tout d’abord nécessaire de télécharger les 24 chants de l’Iliade, puis ceux de l’Odyssée, en format xml sur le site de Perseus/Scaife. En raison de l’ampleur de ces fichiers, il faut procéder par groupes de chants (le site ne pouvant supporter des requêtes trop importantes). Ces fichiers sont ensuite fusionnés en un seul fichier xml. La même chose est faite pour l’Odyssée.
Après nettoyage des textes de l’Iliade et de l’Odyssée, il faut maintenant générer la liste des hémistiches. Il aurait été possible de créer la liste des vers entiers, mais il semble plus intéressant d’avoir à disposition la liste des hémistiches, pour deux raisons: la première est que toute recherche d’hémistiches aboutira a minima aux mêmes résultats que la recherche de vers homériques; la deuxième raison tient au fait que les hémistiches homériques présentent souvent une unité sémantique qui justifie leur citation indépendamment de leurs correspondants.
Cette étape est la plus délicate. Il est en effet très difficile d’établir des règles automatiques pour la détection des hémistiches homériques, puisque leur détermination repose sur la prosodie grecque, indétectable en tant que telle dans le texte brut. Il est possible de découper chaque vers en deux, en arrondissant au nombre supérieur de mots, afin d’éviter un découpage au milieu des mots. Il faut néanmoins avoir conscience du caractère approximatif de cette démarche, qui fonctionnera uniquement lorsque la césure homérique véritable correspond au découpage ainsi paramétré. La même chose est faite pour l’Odyssée.
Une méthode plus précise (mais toujours imparfaite) consiste à retranscrire dans un script R les règles paramétrables de la métrique grecque afin de constituer un compteur qui attribue un temps à chaque caractère et permet de scinder chaque vers. La logique est la suivante: concernant le premier caractère, soit il s’agit d’un espace, d’une apostrophe ou d’une consonne, et le compteur métrique n’est pas incrémenté, soit il s’agit, avec le caractère suivant, d’une diphtongue, en quel cas le compteur est incrémenté de 2 et le rang de 2 également (pour passer au caractère après la diphtongue et éviter ainsi de passer de nouveau en revue la deuxième lettre), soit il s’agit d’une voyelle qui est nécessairement longue (compteur +2, rang +1). Pour les caractères suivants, la boucle est un peu plus complexe, puisque les diphtongues peuvent être longues ou courtes (si certaines sont situées en fin de mot) et que les voyelles brèves peuvent être longues si elles sont suivies d’une double consonne ou de deux consonnes. A chaque fois qu’un caractère est traité, le rang a été incrémenté d’un ou de deux unités, et on passe ainsi à l’examen du caractère suivant ou de celui d’après. Le résultat est une matrice contenant le caractère, son rang et le compteur métrique associé.
La quantité des voyelles n’obéit pas entièrement à des règles (absolues ou liées à la métrique): il est parfois nécessaire de consulter un dictionnaire. Typiquement, un “α” final peut être long ou court: long dans “μῆνιν ἄειδε θεὰ Πηληϊάδεω Ἀχιλῆος”, court dans “αἰδεῖσθαί θʼ ἱερῆα καὶ ἀγλαὰ δέχθαι ἄποινα”. De plus, comme les vers se divisent rarement en deux groupes égaux de mots correspondant à la fois à deux groupements métriques équilibrés et à deux unités de sens, il est nécessaire d’effectuer un choix: soit le mot contenant la lettre à laquelle le compteur est arrivé à sa moitié doit être rattaché au premier hémistiche, soit il doit l’être au second. Aucune de ces deux règles ne convenant à tous les vers, il semble préférable de conserver les deux options et de créer deux paires d’hémistiches possibles. Il devient alors extrêmement probable qu’une des deux paires correspondent au bon découpage.
2.2. Détection des hémistiches
Afin de détecter les hémistiches homériques dans les oeuvres sélectionnées de Lucien et d’organiser les résultats de manière organisée, il faut que le script parcoure, pour chaque hémistiche (première boucle), chacune des oeuvres sélectionnées (deuxième boucle), et, en cas de correspondance, mémorise le titre de l’oeuvre et l’hémistiche concerné, pour enfin restituer les résultats sous forme d’un tableau.
Cette opération représente un nombre très élevé de calculs (au moins cinquante cinq mille hémistiches recherchés dans les chaînes de caractère d’une quinzaine d’oeuvres de plusieurs milliers de caractères chacune).
2.3. Conclusion
Une centaine d’hémistiches de l’Iliade et de l’Odyssée est détectée dans le corpus de recherche. Une analyse de ces résultats permettra de distinguer les “véritables” emprunts homériques de possibles coïncidences: par exemple, “δὲ καὶ ἄλλα” n’est sans doute ni un véritable hémistiche homérique (trop court) ni une particularité homérique (la combinaison de ces trois est très courante); à l’inverse “τε καὶ ἀνέρες ἱπποκορυσταὶ” est très probablement une citation homérique. Il sera également intéressant de vérifier si ces citations sont relevées par les éditions de référence, ou si certains hémistiches détectés par le script ne sont pas signalés.
extrait des résultats obtenus dans les écrits Alexandre, La Double Accusation et Les Observateurs.
3. Détection des “indices homériques”
3.1. Définition des “indices homériques”
La langue homérique présente de nombreuses particularités, tant phonétiques que morphologiques, syntaxiques, sémantiques et stylistiques. Ces particularités sont dues à l’ancienneté de ces chants, ainsi qu’à la diversité des dialectes dont est issu le texte homérique canonique. La langue ayant évolué depuis les temps archaïques jusqu’à la période de la Seconde Sophistique, la présence de ces particularités ou “indices” homériques dans les oeuvres de Lucien ne peut normalement résulter d’une coïncidence, mais bien illustrer une allusion homérique de l’écrivain.
Nous distinguons deux catégories d’indices.
La première regroupe des particularités phonétiques, morphologiques, syntaxiques et sémantiques énumérées sur le site Hypothèses et qui peuvent faire l’objet d’un codage univoque. Par exemple, la recherche “\b\wῃσι\b” est bien univoque, dans le sens où elle cherche tous les mots s’achevant par les caractères ”ῃσι”, une désinence de datif archaïque que l’on retrouve dans l’Iliade et l’Odyssée mais pas en prose attique classique. A l’inverse, la recherche”\b\w*θι\b” est équivoque, puisque si elle vise à repérer les adverbes archaïques en “θι”, elle aboutira également à la détection de toutes les formes d’impératifs en “θι” qui relèvent de l’attique classique.
La deuxième catégorie regroupe un certain nombre d’épithètes dites “traditionnelles” ou “homériques”, qui servent à caractériser certains dieux ou héros (source: Wikipedia par exemple).
3.2. Détection et restitution
Les deux recherches sont effectuées de manière séquentielle. Pour chacune, le script parcourt chaque terme. Pour chacun d’eux, il balaie toutes les lignes du tableau de données créé précédemment à partir des fichiers txt, et, à chaque fois qu’un terme est détecté dans une ligne, le script extrait le mot correspondant. La liste des paragraphes ainsi que le nombre total de correspondances est ensuite mis à jour, avant de poursuivre la recherche.
matching_paragraphs <- list()
total_matches <- 0# boucle correspondant à la 1ere recherchefor (term in search_terms_homerismes) {
for (i in1:nrow(combined_df)) {
paragraph <- combined_df$paragraph[i]
if (grepl(term, paragraph)) {
words_found <- grep(term, unlist(strsplit(paragraph, "\\s+")), value = TRUE)
for (word in words_found) {
matching_paragraphs[[length(matching_paragraphs) + 1]] <- data.frame(
source = combined_df$source[i],
paragraph = paragraph,
search_type = "homerismes",
word_found = word,
stringsAsFactors = FALSE
)
}
total_matches <- total_matches + length(words_found)
}
}
}
# boucle correspondant à la 2e recherchefor (term in search_terms_epithetes) {
for (i in1:nrow(combined_df)) {
paragraph <- combined_df$paragraph[i]
if (grepl(term, paragraph)) {
words_found <- grep(term, unlist(strsplit(paragraph, "\\s+")), value = TRUE)
for (word in words_found) {
matching_paragraphs[[length(matching_paragraphs) + 1]] <- data.frame(
source = combined_df$source[i],
paragraph = paragraph,
search_type = "epithetes",
word_found = word,
stringsAsFactors = FALSE
)
}
total_matches <- total_matches + length(words_found)
}
}
}
df <- do.call(rbind, matching_paragraphs)
output_file <- "XXX/resultats/indices_homeriques_lucien.xlsx"
write.xlsx(df, output_file)
print(df[, c("source", "word_found", "search_type")])
Il est intéressant de connaître la fréquence d’apparition des “homérismes” dans les œuvres de Lucien, leurs types, et ceux qui en sont absents. Pour cela, on crée un tableau avec deux colonnes: la première recense les différents termes recherchés, et l’autre recense le nombre de correspondances trouvées. Ces dernières sont déterminées au moyen d’une fonction “term” appliquée à chaque terme de recherche et qui renvoie des valeurs boléennes (1 pour chaque correspondance), qui sont ensuite sommées.
# calcul du nombre de correspondances pour chaque terme de recherche
results <- data.frame(
search_term = c(search_terms_homerismes, search_terms_epithetes),
matches = sapply(c(search_terms_homerismes, search_terms_epithetes), function(term) {
sum(grepl(term, combined_df$paragraph))
}),
stringsAsFactors = FALSE
)
output_file_results <- "XXX/resultats/resultat_recherches_indices_homeriques_lucien.xlsx"
write.xlsx(results, output_file_results)
4. Détection du champ lexical de la vérité, du mensonge et du mythe
L’attitude des intellectuels (rhéteurs, philosophes, historiens notamment) vis-à-vis de l’oeuvre homérique et plus précisément des récits merveilleux ou “mythes” qu’elle contient, est complexe: beaucoup critiquent les “mensonges” d’Homère et n’y ajoutent pas foi, tout en professant non seulement un attachement profond au poète et à son oeuvre (qu’ils ont tous longuement étudiés pendant leur cursus scolaire), mais aussi la reconnaissance d’une “imitation” (μίμησις) réussie de la réalité, ainsi que la croyance dans le caractère historique des cadres de l’épopée (guerre de Troie, vie des héros).
L’analyse de ces rapports complexes est rendue plus difficile encore par les différences de vocabulaire entre le français et le grec ancien: il n’y a pas d’équivalent en grec ancien des mots, pourtant fondamentaux, de “vérité” et de “mensonge”, puisque ἀλήθεια et ψεῦδος signifient à la fois respectivement “réalité” et “vérité”, “mensonge” et “inadéquation avec la réalité”.
Lucien est un érudit: il connaît les reproches adressés à Homère et plus largement aux poètes, leur fondement intellectuel et philosophique (on pense notamment à la République de Platon), mais aussi la critique littéraire, de la Poétique d’Aristote aux études alexandrines. Dans ses oeuvres, il joue avec les notions employées par ces critiques, et l’on retrouve de nombreuses occurrences de termes liées à la réalité, au mensonge, à la tromperie, à la croyance, à la crédibilité ou la crédulité, et bien sûr aux mythes et à Homère lui-même.
4.1. Constitution de la liste des termes recherchés
Nous cherchons les champs lexicaux de la réalité/vérité (ἀλήθεια, ἔτυμος), du mensonge/inadéquation à la réalité (ψεῦδος), de la “forgerie” (πλάσμα), de la crédibilité (πιθανός) et de son contraire (παράδοξος), des apparitions (φαντασία, τέρασμα), de la confiance (πίστις), du mythe (μῦθος, mais aussi ὡς φασι et ὡς φησι qui introduisent usuellement l’énoncé de récits mythologiques), ainsi que les mentions du poète Homère lui-même.
En raison des déclinaisons et de l’accentuation grecques, il est nécessaire de définir des chaînes de caractère sufisamment longues pour ne capturer que les notions désirées (ou du moins, minimiser les résultats non voulus), mais suffisamment courtes pour englober le maximum de formes fléchies.
Voici la liste de chaînes de caractères recherchées:
La première étape consiste simplement à appeler les fichiers à traiter, à définir les termes de la recherche et à initialiser le compteur.
Vient ensuite la recherche elle-même. Une boucle passe en revue chacun des textes du corpus. Une deuxième boucle interne passe en revue chacun des termes de la recherche, et la fonction grep détecte ces chaînes de caractères dans le texte, et renvoie la ligne correspondante. Une troisième boucle interne s’applique à chaque correspondance trouvée, détecte le mot contenant la chaîne de caractères en question (paste0("\\b\\w*", term, "\\w*\\b")). Une quatrième boucle crée, pour chaque mot détecté, une nouvelle entrée dans la liste “matching_paragraphs” avec le nom du fichier où le mot a été trouvé (“source”), la chaîne de caractères recherchée (“term”), le mot trouvé (“word”) et le texte du paragraphe où se situe de mot (“paragraph”).
A noter: malgré l’encodage UTF-8, une vérification manuelle montre qu’en de rares occasions, des termes ne sont pas trouvés. C’est notamment le cas, semble-t-il, de mots commençant par “ἀ”. Une recherche séparée est faite pour ces mots, avec des résultats mitigés (quelques mots détectés, mais “ἀπίθανον” de La double accusation n’est pas relevé).
La troisième étape consiste à restituer les résultats sous forme de deux fichiers Excel, afin de poursuivre mes recherches pour le mémoire. Le premier fichier Excel (“verites&mensonges_lucien.xlsx”) restitue les quatre informations décrites plus haut: fichier, chaîne recherchée, mot, paragraphe. Le deuxième (“resultats_recherches_verite&mensonge_lucien”) restitue le nombre de mots trouvés par chaîne de caractères recherchée.
4.3. Analyse de texte et visualisation
Le texte des paragraphes où se situent les mots trouvés en lien avec les notions de réalité, de vérité, de mensonge, de fiction, de croyance et de mythes a été sauvegardé au terme de ces recherches. Il peut être intéressant de détecter les mots les plus fréquents dans cette compilation de textes, afin de dégager, éventuellement, des nouveaux champs sémantiques.
Le première étape est de combiner les textes des mots et des paragraphes trouvés en un vecteur unique, de nettoyer le texte d’éventuelles scories (ex: caractères latins) et des signes de ponctuation, et d’éliminer les “stop words”, ces mots très fréquents sans valeur sémantique forte. Pour la détermination de cette liste de “stop words”, on repart de celle utilisée au premier semestre et on la complète de termes présents dans le corpus de Lucien. Cette liste est enregistrée dans le dossier “outils”. On crée ensuite un tableau, avant de classer les mots par fréquence décroissante. On garde en mémoire les cent mots les plus fréquents et on affiche les vingt mots les plus fréquents.
df_excel <- read_excel("XXX/resultats/verite&mensonges_lucien.xlsx")
paragraphs <- df_excel$paragraph
words <- df_excel$word
combined_text <- c(paragraphs, words)
stopwords_file <- "XXX/outils/stopwords_greek.txt"
stopwords <- readLines(stopwords_file, warn = FALSE)
combined_text <- gsub("[[:punct:]]", " ", combined_text)
combined_text <- gsub("[a-zA-Z]", " ", combined_text)
words <- unlist(strsplit(combined_text, "\\s+"))
words <- words[!tolower(words) %in% stopwords]
# création d'une liste de mots, conversion en tableau de fréquence et tri
word_freq <- table(words)
word_freq_df <- as.data.frame(word_freq)
word_freq_df <- word_freq_df[order(-word_freq_df$Freq), ]
# affichage
top_100_words <- head(word_freq_df, 100)
top_20_words <- head(word_freq_df, 20)
print(top_20_words)
Vient ensuite l’étape de la visualisation. On choisit le graphique “cirrus” qui a l’avantage de présenter de manière esthétique les mots les plus fréquents en modulant leur taille.
Logiquement, ce graphique fait apparaître des mots correspondant aux chaînes de caractères recherchées. Cela est intéressant dans la mesure où l’on aperçoit la fréquence relative de ces termes, mais par définition, leur proportion est sur-représentée par rapport aux autres termes contenus dans les paragraphes, puisque ceux-ci n’ont pas fait l’objet d’une recherche explicite. Il semble donc nécessaire de renouveler l’opération, cette fois-ci en supprimant les mots de la colonne “word” du fichier Excel.
On remarque la présence de nouveaux mots liés à la vraisemblance, comme εἰκότως, à la vue et/ou au savoir (ὁρᾷς, εἰδέναι, οἶδʼ, οἶσθα), à l’opinion (οἴονται, δοκεῖ), aux hommes et aux dieux, à la parole (λόγων), également au plaisir (τερπνὸν). Une lecture plus approfondie de ces extraits et du corpus permettra de préciser s’il s’agit de coïncidences ou si ces constats peuvent mener à de nouvelles pistes de recherche.
Le De Inventoribus Rerum, un ouvrage controversé pour un auteur hors-normes.
En 1499 paraît un ouvrage singulier : encyclopédique avant l’heure, couvrant mille sujets allant de l’origine des dieux ou celle des lois à l’apparition de l’argent, l’architecture, et même la prostitution, il s’intitule De Inventoribus Rerum, et comporte trois tomes.
Plus que le sujet lui-même, c’est l’auteur qui rend cet ouvrage si remarquable : trésorier du pape, évêque de Bath, évêque et archidiacre de Wells, il est aussi commandité par le roi Henri VIII d’Angleterre pour rédiger une histoire complète de son pays. Plus tard, enfermé par ce même roi, il sera libéré à l’insistance de nombre de ses amis et protecteurs, dont Catherine de Médicis, et le pape Léon X. Entièrement oublié aujourd’hui, Polydore Virgile était une des plus éminentes figures politiques de son temps.
C’est d’ailleurs peut-être pour cela qu’un travail, d’apparence tout d’abord inoffensive, sur l’origine de toutes choses, a été si vite condamné par les milieux catholiques bien-pensants pour de multiples hérésies. Il faut dire que, né dans la deuxième moitié du Quattrocento, et formé à Bologne, Polydore Virgile avait de la pensée et des institutions catholiques une opinion pour le moins contradictoire. Ardent défenseur du Saint-Siège, il n’en demeurait pas moins d’accord avec le fondement de certains arguments des intellectuels protestants tels que Jacques Lefebvre d’Étaples ou Luther, et exprimait plus ou moins subtilement cet accord dans ses pages.
Or, en guise de réponse à ces accusations, Polydore Virgile publie en 1521 une nouvelle version de son ouvrage, augmenté de cinq nouveaux volumes, concernant l’apparition et la formation des institutions chrétiennes. Ses positions quant aux dogmes et aux règles catholiques y sont encore plus explicites ; en revanche, il ne renie pas le Saint-Siège pour autant, se rangeant par conséquent plutôt aux côtés des évangélistes de Marguerite de Navarre que dans les rangs des protestants de Luther.
Cependant, ces révisions font interdire l’ouvrage, et il demeure à l’Index Librorum Prohibitorum jusqu’en 1576, après sa mort, année durant laquelle paraît un De Inventoribus Rerum expurgé par le pape Grégoire XIII.
Malgré ces périples éditoriaux, l’ouvrage de Polydore Virgile eut à son époque un succès retentissant. Originalement écrit en latin, il fut traduit en français en 1521, en allemand en 1537, en anglais en 1546, et en espagnol en 1551. Le De Inventoribus Rerum a d’ailleurs continué à influencer la pensée des lettrés jusqu’à tard, et il est même mentionné dans Don Quichotte.
Un ouvrage oublié.
Or, aujourd’hui, cet ouvrage est ignoré par le monde de la recherche, et les cinq derniers volumes, qui étaient les plus controversés, n’ont plus été traduits depuis les dates mentionnées ci-dessus. Le De Inventoribus Rerum n’est plus étudié, plus traduit, plus publié, et il n’est même plus mentionné dans l’univers de la recherche, à tel point qu’il n’existe même pas dans la plupart des banques de données numériques sur notre héritage culturel de langue latine. L’objectif de ce bref travail a donc été de préparer le chemin pour la mise en place d’une édition numérique adéquatement transcrite du cinquième des huit livres de cet ouvrage, afin de simplifier tout futur travail académique le concernant.
Première tentative d’OCR.
Pour ce faire, il a fallu partir de scans propres des 35 pages du volume en question (libres de droits bien entendu, puisqu’il s’agissait d’une édition de 1528), et les placer dans un repository GitHub (https://github.com/AlgernonNormanONyme/Numerisation_Polydore_Virgile) séparées en moitiés afin d’alléger le document. Il a ensuite été question d’en faire une OCR, ou Optical Character Recognition, une reconnaissance de caractères optiques réalisée par un programme destiné spécifiquement à ce genre de tâches. La difficulté de cette opération résidait notamment dans la nature du texte imprimé : les pages étaient jaunies par l’âge, certaines lettres étaient mal imprimées, ou partiellement effacées, et les conventions éditoriales de l’époque ont fait que de nombreux mots étaient abbréviés. Par exemple, un 9 en exposant à la fin d’un mot représentait la syllabe «-bus» ; un macron au-dessus d’une voyelle représentait un «n» ou un «m» situé à sa suite ; un «q» qui aurait l’air d’avoir un «B» majuscule attaché à sa barre tenait lieu du suffixe «-que» ; enfin, parmi d’autres singularités graphiques, il y avait aussi cet ancien «s» si semblable à un «f», «ſ». Tout autant d’éléments qui auraient pu rendre une OCR imprécise et fastidieuse. D’ailleurs, le premier programme qui y a été appliqué par le moyen de RStudio n’a su produire que des messages d’erreur concernant certains caractères qu’il était incapable de reconnaître.
La solution : Transkribus.
C’est le logiciel d’OCR mis en place par Transkribus qui a enfin servi pour ce travail. Ce site, spécialisé dans l’OCR, propose de nombreux modèles de reconnaissance selon la langue du document, l’époque ou la région où il a été écrit ou publié, et fonctionne à partir de reconnaissances précédentes. Le modèle particulier utilisé pour la reconnaissance du De Inventoribus Rerum s’appelle «Transkribus Print M1». Entraîné sur différents textes imprimés, il a fonctionné presque parfaitement. Malgré une moyenne d’une cinquantaine d’erreurs par page numérisée, ce nombre est négligeable par rapport aux erreurs potentielles : la capacité du programme à distinguer les «ſ» des «f» est étonnante, et il parvient à recomposer des lettres partiellement occultées par des taches, ou mal imprimées. Un autre avantage considérable de Transkribus est la division des espaces sur la page. En fait, le texte du De Inventoribus Rerum est doté d’un certain nombre de références en marge du texte principal, qui précisent la nature des citations bibliques faites par Polydore Virgile au cours de son exposé. Or le logiciel de Transkribus parvient à séparer automatiquement en deux «régions» le texte principal et les notes en marge. L’interface permet ensuite de corriger les erreurs directement sur Transkribus, puis de télécharger les versions TXT et Prima Page XML, une interprétation PDF de l’interface Transkribus, ainsi qu’une version du travail effectué codée entièrement selon les directives TEI, afin de pouvoir les exploiter par la suite. De cette façon, le système de Transkribus simplifie amplement le travail d’encodage. La version PDF notamment est tout à fait intéressante, puisqu’elle est presque identique au texte imprimé. Il y a une certaine déformation des notes en marge, mais elles sont bien placées face à la ligne de texte qui leur correspond, ce qui laisse présager que cette particularité est bien encodée dans le document XML TEI fourni par la plateforme.
Considérations finales.
La relative complexité d’une édition EVT a fait qu’elle ait malheureusement été laissée en dehors du spectre de ce travail, qui s’est contenté de paver le chemin pour une future édition numérique de cet ouvrage. Ainsi, on trouvera dans le repository suivant (https://github.com/AlgernonNormanONyme/Numerisation_Polydore_Virgile), tous les éléments mentionnés ci-dessus, prêts à l’usage.
Il est dommage qu’un texte d’une telle importance, écrit avec une telle verve, une telle érudition, et un esprit si étonnamment contemporain, ait été perdu dans les méandres de l’histoire. Mais la mémoire a trouvé dans le développement du monde numérique un précieux allié : si le texte original est retranscrit en un format aisément exploitable par un monde académique de plus en plus numérisé, et mis à la disposition de tous dans un espace facile d’accès, peut-être ce cinquième livre saura-t-il enfin attirer l’attention que mérite le De Inventoribus Rerum.
Le Peristephanon de Prudence, est un recueil d’hymnes en vers latins dédiés à la gloire des martyrs chrétiens. Il constitue un corpus poétique riche en images corporelles et en symboles liés à la matière. Ce projet vise à explorer les occurrences et cooccurrences lexicales relatives au corps et aux éléments, à partir d’une analyse automatique des textes encodés en XML selon le standard TEI. L’objectif est double : observer la présence récurrente de certains termes (comme le sang, la main, ou le feu), et en proposer une première interprétation.
Quatorze hymnes ont été récupérés depuis mon dépôt GitHub où les fichiers sont encodés en XML. Chaque fichier contient les strophes du poème balisées par des éléments tels que `<l>`, `<lg>`, `<head>`, etc. Une fonction d’extraction a permis de reconstituer, pour chaque hymne, le titre et le texte intégral.
Une phase de nettoyage du texte a ensuite été appliquée : mise en minuscules, suppression de la ponctuation et des chiffres, puis tokenisation, c’est-à-dire découpage en unités lexicales. L’output résultant de la tokenisation donne le tableau suivant qui permet de voir tous les tokens du corpus :
Des listes de mots vides (stopwords) latins ont permis d’éliminer les mots-outils les plus fréquents afin de conserver uniquement les termes significatifs pour l’analyse.
La lemmatisation et les annotations grammaticales
Afin de disposer d’une base linguistique fiable, les textes ont été lemmatisés à l’aide du modèle latin du logiciel UDPipe. Cette opération a permis d’associer à chaque mot sa forme canonique (lemme) ainsi que sa catégorie grammaticale (nom, verbe, etc.). Une première sélection a permis d’extraire tous les mots appartenant à un champ lexical ciblé : le corps humain (manus, caput, sanguis…) et les éléments naturels caractérisés par leur matérialité (igne, ferro, lapis…).
Un tableau interactif listant tous les mots ainsi extraits a été généré, incluant le poème d’origine, la forme observée, le lemme, et la catégorie grammaticale. Cette table constitue la base des analyses suivantes :
Analyse quantitative : fréquences absolues
L’analyse des fréquences permet de mettre en évidence les lemmes les plus récurrents du corpus. Un diagramme en barres verticales a été généré, montrant les 10 lemmes les plus fréquents parmi les termes du corps et de la matière. On observe sur le corpus complet notamment une forte présence de mots comme christi, deus, manus, membra ou encore ore.
Ces fréquences absolues traduisent une insistance thématique sur le corps martyrisé, les éléments de torture, et la matière comme vecteur de transcendance.
J’ai analysé la fréquence par hymne dans un output graphique interactif.
Analyse contextuelle : KWIC et cooccurrences
Une analyse KWIC (Keyword in Context) a été menée pour dégager les contextes immédiats des mots clés. Pour chaque lemme, les deux mots précédents et suivants sont extraits et affichés dans un tableau. Cela permet d’identifier des motifs récurrents (« manus sancta », « igne flagrant »…) et de poser des hypothèses sur leur valeur symbolique.
Cette analyse est enrichie par un graphe de cooccurrences qui montre les liens lexicaux entre les mots-clés du corpus. Le réseau sémantique révèle des proximités entre sanguis et cruor, igne et lapis, ferro et corpus, suggérant des chaînes poétiques construites sur la souffrance et la matière sanctifiée.
Analyse thématique : modélisation LDA
Une analyse, fondée sur la Latent Dirichlet Allocation (LDA), a été appliquée au corpus lemmatisé. Elle permet d’identifier des thèmes latents sans supervision. Le modèle a détecté quatre topics dominants, chacun caractérisé par les 10 termes les plus significatifs.
On observe que certains topics gravitent autour de la figure divine (deus, dominus, gloria), d’autres autour du corps souffrant (cruor, ferro, manus), et d’autres encore autour de la matière et de l’espace (éléments, lieux, objets).
Cette segmentation thématique permet d’isoler des noyaux sémantiques cohérents et d’approcher une lecture structurée des hymnes sans passer par l’analyse littérale.
Analyse TF-IDF
Ce script applique une analyse TF-IDF (Term Frequency–Inverse Document Frequency) pour identifier les mots spécifiques à chaque hymne du corpus. Contrairement aux fréquences absolues, le score TF-IDF prend en compte l’occurrence d’un mot dans un poème par rapport à sa rareté dans l’ensemble du corpus. Plus un mot est fréquent dans un hymne et rare ailleurs, plus son score TF-IDF est élevé.
Le rapport généré liste les 5 mots les plus distinctifs par hymne, accompagnés de leurs scores et d’un court commentaire d’interprétation lexicale. Le poème sur le Baptistère, très différent des autres poèmes, se détache visiblement dans l’analyse TF-IDF.
J’ai procédé à une analyse TF-IDF en deux temps d’abord en tableau puis en barplot :
Conclusion
Ce travail montre l’intérêt des méthodes d’analyse textuelle appliquées à un corpus antique encodé en XML. L’association d’une lemmatisation morphologique précise (via UDPipe) même si ce n’est pas le meilleur outil pour les textes en latin, de visualisations interactives (tableaux, diagrammes, réseaux) et de modélisation thématique (LDA) permet d’exhumer des récurrences lexicales et des structures symboliques que l’analyse littéraire pourra approfondir. Le champ sémantique du corps et de la matière, dans ce contexte martyrologique, se révèle comme un vecteur privilégié de la poétique de Prudence.
La figure de l’empereur Claude a suscité de nombreux récits, tant dans l’Antiquité qu’à l’époque contemporaine. Ce projet se propose de comparer deux représentations textuelles majeures : celle de Suétone, historien latin du Ier siècle, et celle de Robert Graves, romancier britannique du XXe siècle, auteur de I, Claudius. À travers une analyse lexicale et lemmatisée des deux corpus, l’objectif était de comparer la différence de traitement d’un auteur antique et d’un auteur moderne sur un seul et même sujet, à savoir la figure de Claude.
Outils utilisés
Cette étude comparative a mobilisé plusieurs outils numériques complémentaires, chacun jouant un rôle spécifique dans la constitution et le traitement des corpus. Parmi eux, RStudio, Deucalion et VSCode ont constitué la base du travail méthodologique.
Rstudio
Rstudio, et le langage R plus spécifiquement, a été l’outil principal pour l’analyse des textes. Grâce à des bibliothèques spécialisées comme tidytext ou encore ggplot2, il a été possible de transformer les textes en corpus analysables, de nettoyer les données, de construire des tableaux de fréquence, et de générer des visualisations comme des graphes comparatifs.
deucalion
Développé par l’École nationale des chartes, ce logiciel dispose d’un rôle crucial en ce qui concerne la lemmatisation des textes. Cela a donc permis une comparaison lexicale plus pertinente et cohérente des textes par le recours aux lemmes.
Visual studio code
Utilisé à la suite de Deucalion, VS code m’a notamment permis de gérer les données obtenus quant à la lemmatisation des textes et d’en faire un fichier TSV plus simple a utiliser ensuite.
Préparation des données textuelles
Suétone
Dans un premier temps, l’objectif a été de structurer le texte de La Vie de Claude de Suétone, à la fois dans sa version française et dans sa version originale en latin. Les deux textes sont lus ligne par ligne, puis nettoyés. Ce nettoyage inclut notamment la suppression des balises inutiles, l’élimination des espaces superflus et la fusion de toutes les lignes pour former un texte unique. Une expression régulière identifie les chiffres romains, qui correspondent aux différentes sections du texte dans l’édition choisie. Le texte est alors découpé en fonction de ces chiffres pour isoler chaque section.
Ensuite, à chaque section identifiée est associé un titre explicite, précédemment défini, stocké dans un vecteur nommé titles. Ce couplage a pour but de mieux contextualiser l’analyse ultérieure. Un tableau est ensuite créé, dans lequel chaque ligne contient le numéro de section, son titre, le texte en français et le texte en latin correspondant. La mise en parallèle des textes latin et français permet un rapport direct au texte original et à sa traduction en regard, facilitant le travail de recherche.
Une fois le corpus structuré, une phase de nettoyage approfondie a dû être appliquée à chaque texte. En effet, mon but était d’obtenir les données les plus propres possibles pour faciliter mes analyses. Cette étape a ainsi veillé à supprimer la ponctuation superflue en début de texte, à enlever les parenthèses et leur contenu, ou encore à corriger certains caractères parasites dans le but d’obtenir un texte aussi propre et uniforme que possible pour éviter que des éléments de forme n’introduisent de biais dans l’analyse lexicale.
L’étape suivante est celle de la tokenisation, c’est-à-dire la découpe du texte en unités lexicales, ici en mots. Cette opération est réalisée indépendamment pour le texte français et pour le texte latin, sans prendre en compte les titres. Chaque mot devient une ligne dans une nouvelle table, ce qui permet ensuite de compter leur fréquence d’apparition dans le texte.
Les mots les plus fréquents sont comptés pour chaque langue. Cette analyse brute met en lumière les mots les plus utilisés dans le texte, mais elle peut être faussée par la présence de mots grammaticaux fréquents (articles, pronoms, etc.). Pour affiner l’analyse, une liste de stopwords est utilisée pour chaque langue, afin de supprimer ces mots sans intérêt analytique. Une nouvelle table de fréquence est alors produite avec uniquement les mots significatifs. Pour une meilleure lisibilité, on peut visualiser les mots les plus fréquents après suppression des stopwords sous forme de diagrammes en barres horizontales.
Afin de dépasser les limites d’une analyse basée uniquement sur les formes des mots, une lemmatisation est appliquée au texte latin. Cela signifie que les formes fléchies des mots sont ramenées à leur forme canonique, ou lemme. Par exemple, les mots amicum, amici, et amicus sont tous ramenés au lemme amicus. Cette opération est rendue possible grâce à un fichier Lemma_Suetone.tsv généré grâce à Deucalionet VSCode.
Le tableau issu de Deucalion est à son tour nettoyé pour supprimer les chiffres, les doublons, et les mots vides. La fréquence des lemmes est ensuite calculée, ce qui permet une analyse sémantique plus robuste que l’analyse de surface. Enfin, les dix lemmes les plus fréquents sont extraits et affichés, offrant une synthèse claire du vocabulaire essentiel du texte latin.
Graves
Le processus pour le second texte, celui de Graves, a été assez similaire dans l’ensemble. Cependant, si je disposais d’un fichier avec le texte brut pour Suétone, ce n’était pas le cas ici. En effet, mon premier objectif et la première difficulté que j’ai rencontré ici, après avoir réussi à me procurer le texte, a été celle de lire et de nettoyer des fichiers HTML et XHTML contenant le texte de Robert Graves. Pour ce faire j’ai dû créer une fonction pour nettoyer et extraire le texte brut afin de créer un nouveau document avec le texte brut exclusivement. Comme pour Suétone, les chapitres du texte ont été associés à des titres prédéfinis.
Cependant, là encore il a fallu procéder à un nettoyage pour obtenir les données les plus propres possibles. Cependant puisque les différents chapitres venaient à l’origine de 3 livres différents avec des formats différents, le nettoyage s’est révélé plus difficile que prévu. En effet, si jusqu’au chapitre 33 j’ai pu me contenter de retirer tout ce qui se trouvait avant la première majuscule, pour les chapitres suivants j’ai dû définir des conditions plus précises et complexes.
J’ai ensuite fait le choix, avant d’entamer l’analyse lexicale, de remplacer les apostrophes par des espaces dans le but de faciliter la tokenisation. Puis de même que pour Suétone, j’ai eu recours aux stopwords avant de passer à la lemmatisation du texte avec Deucalion.
Mise en parallèle des textes et analyse
Comparaison des lemmes
J’ai tout d’abord choisi de commencer par analyser les lemmes les plus fréquents dans les textes de Suétone et de Graves en générant un graphique. Cette approche permet de voir d’un coup d’œil les termes les plus utilisés dans les deux œuvres. De plus, les graphiques sont placés côte à côte pour faciliter la comparaison entre les deux auteurs. Le graphique ci-dessous présente ainsi les 10 lemmes les plus fréquents chez chaque auteur, mais la comparaison peut évidemment porter sur plus ou moins de lemmes en fonction de la nécessité.
Cela m’a ainsi permis de voir les lemmes les plus fréquents chez chaque auteur et de les comparer. Ainsi, chez Graves on peut remarquer que les lemmes les plus fréquents semblent être en lien avec la politique et le pouvoir impérial mais surtout qu’il se concentre en grande partie sur les personnes ayant partagés la vie de Claude. Chez Suétone, l’accent est mis sur des aspects plus administratifs et institutionnels du pouvoir romain. De plus, si l’empereur Auguste semble majeur des deux côtés, la première différence notable est la mention d’Hérode chez Graves.
Etude des noms propres
J’ai ensuite choisi d’accès mon analyse sur les noms propres. pour ce faire j’ai procédé à l’extraction de ces derniers en commençant par filtrer les mots qui commencent par une majuscule puis en calculant la fréquence de chaque nom dans les deux corpus. Pour chaque texte les noms propres sont extraits et triés en fonction de leur fréquence d’apparition. Ces fréquences sont ensuite utilisées pour créer des graphiques qui comparent visuellement l’importance des noms propres dans chaque œuvre.
La différence de langue entre les deux textes ne me permettait cependant pas de les comparer de façon rapide et immédiate. J’ai ainsi réfléchi à un moyen de contourner ce problème en créant un dictionnaire de correspondance entre les noms latins et français. L’objectif est ainsi de rendre les noms cohérents entre les deux textes, en particulier lorsqu’un même nom peut être écrit différemment dans les deux œuvres. Le code utilise cette liste pour remplacer les noms latins par leurs équivalents français dans les deux corpus, afin de faciliter la comparaison. Il a malgré tout fallut manuellement vérifier les données à partir des lemmes et des possibilités d’erreurs qui y sont liées.
Une fois la normalisation effectuée, les données sur les noms propres sont fusionnées pour créer une comparaison directe entre les deux textes. Le code permet de comparer la fréquence de chaque nom dans les œuvres de Suétone et de Graves, en mettant en parallèle les résultats pour chaque texte.
Suite à cela j’ai ainsi pu obtenir les noms les plus répandus chez l’un et l’autre auteurs, mais aussi ceux les plus répandus chez les deux auteurs en même temps. Ce qui permet une visualisation directe des différents personnages dans les deux textes.
Suite à cela, je me suis interrogée sur les noms uniques chez l’autre et l’autre auteurs comme cela semblait le cas pour Hérode.
La présence significative de Caligula et d’Hérode chez Graves et leur absence encore plus significative chez Suétone me donne ainsi des pistes de réflexion intéressante pour mon mémoire sur la réception moderne de l’empereur Claude. En effet, l’omission total d’Hérode par Suétone pousse à s’interroger sur son rôle dans la vie de l’empereur.
Fréquences relatives
La taille des deux corpus s’est avéré un autre problème puisqu’il semblait absurde de prendre en compte le nombre d’occurence étant donné la différence de taille entre les deux œuvres. J’ai ainsi décidé de procéder à une nouvelle normalisation sous forme de fréquence relative ce qui m’a permis de neutraliser l’effet de la différence de taille entre les textes. Ce graphique montre ainsi les fréquences relatives des noms propres pour chaque auteur, permettant une comparaison plus fine et plus logique des deux corpus.
Visualisation de l’évolution lexicale
J’ai ensuite voulu pouvoir visualiser la distribution des noms propres au sein des différents chapitres des œuvres pour pouvoir m’y référer rapidement au besoin.
Pour ce faire, j’ai dû comme auparavant, séparer les textes en fonctions des chapitres, les tokeniser et les lemmatiser en fonction de leur chapitre tout en supprimant les données parasites vu précédemment.
J’ai ensuite crée une liste des noms à “surveiller” pour chaque œuvre qui contient des noms définis manuellement. J’obtiens ainsi par exemple ce graphique pour l’un et l’autre corpus ce qui me permet de repérer rapidement la répartition des personnages dans le texte et de pouvoir comparer des passages.
Conclusion
En résumé, ce code fournit une analyse détaillée des noms propres dans les textes de Suétone et de Graves, en commençant par une exploration des lemmes les plus fréquents et en allant jusqu’à une comparaison des noms propres normalisés. Chaque étape vise à extraire et à comparer les éléments clés de ces œuvres, tout en prenant en compte les variations de langue et la longueur des textes. Les graphiques générés tout au long de ce processus permettent de visualiser facilement les résultats et d’obtenir des insights sur les différences et similitudes entre les deux auteurs.
Le personnage d’Achille, héros emblématique de l’Iliade, est repris par Platon dans plusieurs dialogues, où il devient tantôt un modèle, tantôt un contre-exemple philosophique. Ce projet numérique, en lien direct avec mon travail de recherche pour cette année universitaire, propose une analyse comparative de ce personnage dans l’épopée homérique et les dialogues de Platon. À travers l’étude de textes comme le Banquet, la République, l’Hippias mineur, l’Apologie et le Criton, et grâce à des outils d’analyse textuelle comme Voyant Tools, ce travail met en lumière les continuités et transformations du personnage, révélant les enjeux de sa réinterprétation platonicienne.
Orientation du projet
Le but de mon projet était d’explorer mon corpus à l’aide d’outils numériques tout en restant dans la continuité de mon mémoire. Pour cela, j’ai constitué un corpus de textes récupérés sur la plateforme Perseus, comprenant des dialogues de Platon (La République, Le Banquet, L’Apologie, L’Hippias mineur et Le Criton), ainsi que les extraits de l’Iliade qu’il y cite. J’ai également ajouté mes propres traductions des passages platoniciens sélectionnés ainsi que les traductions françaises des extraits homériques. Ce travail m’a permis d’établir une base textuelle cohérente pour analyser la manière dont Achille est repris et transformé par Platon.
Outils et méthodes
Pour mener à bien mon projet, j’ai utilisé plusieurs outils numériques. J’ai d’abord exploré Voyant Tools afin d’analyser l’Iliade dans son intégralité. Cependant, la plateforme fragmentant automatiquement le texte sans respecter la division en chants, il m’a été difficile d’obtenir une analyse fluide. J’ai donc choisi de basculer sur Obsidian, où j’ai pu organiser mon corpus en fichiers Markdown interconnectés, facilitant ainsi le suivi de mon travail textuel. Une fois mon corpus prêt, j’ai testé les possibilités d’analyse sur Obsidian, mais celles-ci se limitaient à la recherche du terme Achille en français ou en grec, sans classement de colocations. Pour affiner mon étude, je suis finalement retournée sur Voyant Tools, qui permet ce type de traitement. J’ai ainsi pu relever les termes pertinents et établir deux listes distinctes selon le corpus analysé.
Sur la capture d’écran ci-dessous, on peut voir la structure de mon projet dans l’application Obsidian. À gauche, la barre de recherche, accessible via l’icône en forme de loupe, permet d’effectuer des requêtes textuelles. Cependant, cette fonctionnalité reste basique et similaire à celle que l’on trouve dans d’autres applications, ce qui ne m’a pas apporté l’analyse approfondie que je recherchais.
J’ai donc poursuivis mes recherches et voici ce que mes recherches sur Voyant Tools ont donné :
Ci-dessous, capture d’écran du traitement de texte Voyant Tools sur le corpus de Platon :
Ci-dessus, capture d’écran du traitement de texte Voyant Tools sur le corpus d’Homère.
Résultats obtenus
Grâce à l’outil “collocations” de Voyant Tools, j’ai pu établir d’abord deux listes des termes en lien avec le physique et le caractère d’Achille dans l’Iliade et chez Platon :
Dans l’Iliade :
la nature d’Achille –> est le meilleur, “aux pieds rapides” –> beau –> fils de Pélée et d’une déesse, Thétis –> sensible à la musique
Achille et Patrocle –> Patrocle est son ainé –> est décrit comme au dessus de Patrocle (par le père de ce dernier)
la querelle –> Achille et le changement qu’il peut avoir selon son interlocuteur
Achille et la mort –> peu soucieux de son destin et du danger –> se montre pieu à la mort de Patrocle (les funérailles)
Chez Platon :
sincère
simple
le meilleur
menteur
Enfin, toujours à partir de l’outil “collocations”, j’ai pu établir deux listes sur les émotions d’Achille dans l’Iliade et dans les dialogues de Platon :
Chez Homère :
– le chagrin –> pleure –> sanglote –> ressent la douleur – la colère –> s’irrite –> est humilié – le cœur (lié à la façon dont il ressent ses émotions, lui viennent du cœur) – le regret (de sa vie humaine dans l’Odyssée)
Chez Platon, le seul ajout à cette liste est qu’il affirme clairement dans Le Banquet que Patrocle est l’amant d’Achille.
Conclusion
Étudier un corpus et réaliser des comparaisons intertextuelles sur un même personnage dans deux œuvres différentes, comme l’Achille de l’Iliade et des dialogues de Platon, nécessite une organisation rigoureuse et une approche méthodique. Ce projet m’a permis de découvrir qu’une analyse comparative efficace repose sur la capacité à naviguer entre les textes, à repérer les récurrences et les variations. L’application Obsidian s’est révélée précieuse pour organiser mon corpus et établir un réseau de fichiers, facilitant ainsi la gestion de mon travail. Toutefois, pour des analyses plus détaillées sur les termes et colocations, j’ai dû revenir à Voyant Tools, qui m’a permis de réaliser des analyses plus fines. Cette combinaison d’outils m’a permis d’établir une base solide pour ma réflexion sur la manière dont Platon reprend et transforme la figure d’Achille en fonction de sa pensée et ses objectifs philosophiques.
Mon mémoire de master, en humanités classiques et humanités numériques, a pour objectif d’éditer les fragments d’Archestrate, un poète grec du IVe siècle avant notre ère, originaire de Géla, une ville située au sud de la Sicile, qui appartenait alors à la Grande Grèce. Nous possédons aujourd’hui 339 vers du poème d’Archestrate, soit soixante-deux fragments. C’est un poème gastronomique qui traite des plaisirs de la table et de la préparation du pain, de quelques viandes, mais surtout de celle des poissons, mollusques et crustacés – des mets de luxe ! Les aliments évoqués sont associés à un lieu de la Méditerranée, là où ils sont les meilleurs à trouver à un moment précis de l’année. À travers ces recettes, se dessine ainsi un véritable voyage culinaire. Ce poème hexamétrique est à la fois une œuvre didactique parce qu’il cherche à transmettre la façon de trouver et de préparer un grand nombre de produits de la mer, mais c’est aussi un pastiche parce qu’il imite les grands poèmes épiques. Poète, gastronome et voyageur : voici une esquisse d’Archestrate de Géla.
Malheureusement, ce poème ne nous est pas parvenu dans son entièreté, et de plus, il nous est arrivé indirectement, cité dans une autre oeuvre : les Deipnosophistes (Δειπνοσοφισταί, Le Banquet des sophistes) d’Athénée de Naucratis. Et, en même temps, quelle aubaine pour Archestrate, qui a survécu au naufrage de la littérature antique ! Les Deipnosophistes, composés de quinze livres, ont été écrits vers l’an 200 de notre ère et rapportent des propos de tables, tenus à Rome, par une vingtaine d’érudits, sur toutes sortes de sujets : politique, philosophie, médecine, mais aussi gastronomie, boissons, poissons, etc. C’est dans ces circonstances qu’un nombre considérable d’œuvres antiques, en vers mais aussi en prose, sont citées de mémoire par les convives.
Présentation des manuscrits
Nous possédons trois manuscrits des Deipnosophistes, que j’ai longuement parcourus afin de repérer les fragments d’Archestrate :
Le manuscrit A, gr. Z. 447 qui se trouve à la bibliothèque Marciana de Venise, datant du Xe siècle, a été copié par Jean Le Calligraphe à Constantinople. Il est rédigé en minuscule. Pour retrouver le manuscrit sur le site de la Marciana, cliquez ici.
Et, quant au jeune et grand aulopias, achète, en été, La tête, lorsque Phaéton conduit son char à l’extrémité de la voûte, Et, sers-le chaud, sur le champ, et la sauce qui va avec. Fais-le griller à la broche, après avoir pris son ventre.
Le manuscrit C, supplément grec 841, appartenant à la Bibliothèque Nationale de France, a été rédigé par Demitrios Damilas entre 1476 et 1506, en écriture humaniste. La numérisation de ce manuscrit est disponible sur le site de la BNF (ici).
Image 2 – Fragment 54 du manuscrit C
Enfin, le manuscrit E, Pluteus 60.02, qui se trouve à la Bibliothèque Laurentienne de Florence, a été transcrit, lui aussi, en écriture humaniste par Jacob Questenberg, vers 1490. La numérisation est visible en cliquant ici
Image 3 – Fragment 54 du manuscrit E
Après avoir trouvé les fragments d’Archestrate de Géla dans les manuscrits A, C et E, je les ai transcrits un à un, puis je suis passée à leur traduction. Au terme de ce travail, l’idée d’une édition numérique a émergé. En effet, un site compagnon qui hébergerait mon travail faisait sens dans la mesure où il permettrait l’accès direct aux manuscrits – ce qui n’est pas le cas dans les éditions imprimées comme les Belles Lettres, par exemple. Cela faciliterait aussi la comparaison entre les trois manuscrits et donnerait ainsi tout son sens à l’apparat critique. Ce site compagnon serait enfin enrichi d’un index nominum et d’un index locorum.
Langage XML et TEI
Pour cela, j’ai utilisé le logiciel Oxygen pour encoder le texte d’Archestrate de Géla en langage XML, ou « extensible markup language », tout en suivant les recommandations de la TEI, « text encoding initiative », un format de balisage international que les universitaires et les chercheurs utilisent dans le champs des humanités numériques pour l’encodage de ressources. La TEI est un ensemble normalisé de balises que l’on applique aux textes littéraires afin de ne pas porter atteinte à leur intégrité.
Après la déclaration XML qui permet de spécifier la version de XML et le type d’encodage du document, il faut préparer le <teiHeader> : un en-tête qui rassemble toutes les métadonnées du texte que l’on encode. Plusieurs balises sont alors utilisées pour préciser :
– le titre <title> </title> ;
– le nom de la personne responsable de l’édition <respStmt><resp></resp><name></name></ respStmt> ;
– les sources utilisées (titre et auteur) : <sourceDesc><bibl><title></title><author></author></bibl></sourceDesc>
– les manuscrits : <listWit></listWit>
– l’index nominum : <listPers></listPers>
– l’index locorum : <listPlace></listPlace>
Après la préparation du <teiHeader>, il faut encoder le poème avec des balises, qui structurent le texte, comme l’élément <div> qui m’a permis de diviser le texte en fragments, la balise <head> qui indique le titre de chaque fragment et, enfin, l’élément <l> qui répartit le texte en vers.
Enfin, les variantes textuelles peuvent être spécifiées, grâce à des balises propres à créer l’apparat critique. Cela permet de reconstruire l’histoire des versions d’un même texte et de fournir de façon détaillée ses différentes leçons. On documente ainsi les différences textuelles entre les manuscrits. L’élément <app> est l’élément racine où l’on regroupe les différentes variantes d’un texte, l’élément <lem> indique la lecture principale ou reconstituée d’un passage. Quant à l’élément <rdg>, il indique les autres versions du texte, qui diffèrent de la lecture principale.
Image 4 – Fragment 54 encodé. On y voit les différentes balises : <div>, <head>, <l>, <app>, <lem>, <rdg>
Pour l’édition numérique des fragments d’Archestrate de Géla, j’ai utilisé des balises assez courantes. Cliquez ici pour avoir une vision plus détaillée des TEI Guidelines.
Le fichier XML a ensuite été transféré sur GitHub, une plate-forme open source qui aide les développeurs à stocker et à gérer leurs données, leurs codes mais aussi à suivre et à contrôler les modifications faites sur leurs fichiers par d’autres utilisateurs. J’ai créé un repository ou dépôt que j’ai appelé : classnum/evt-1.3_archestratus. Ce dépôt m’a permis de regrouper mon fichier XML, les captures d’écran des fragments prises dans les manuscrits A, C et E, au format .png. Monsieur Berra a été désigné administrateur de ce dépôt afin de m’aider à gérer les problèmes au fur et à mesure.
Github et EVT
Le transfert sur GitHub était indispensable afin de terminer la préparation des données et de les déployer sur EVT (Edition Vizualisation technology), une plateforme créée par l’université de Pise, pour l’édition, la visualisation et la publication numérique. L’utilisation de GitHub Desktop me permettait de modifier mon fichier sur Github : en effet, en encodant directement sur Visual Studio Code, je pouvais ensuite envoyer, grâce à la fonction Push, les modifications sur mon fichier en ligne. La fonction Pull, quant à elle, me permettait de recevoir les corrections et les recommandations de Monsieur Berra. Mais, malgré les ressources que possède EVT, la version 1 n’est pas réellement prévue pour publier des éditions critiques. J’ai dû m’accommoder des possibilités du système pour l’encodage de l’apparat critique avec les balises suivantes : <choice></choice>, <corr></corr> (apparat), <sic></sic> (leçon retenue). C’est alors que j’ai dû réviser mon code afin qu’il soit compatible avec EVT. Enfin, j’ai eu recours à une connexion Python, qui, grâce un http server, permet de transférer mes données de GitHub sur EVT. Un problème s’est alors posé pour les captures d’image des manuscrits. Parfois, un fragment se trouvait sur deux pages de manuscrit et j’ai dû faire deux captures d’écran. Malheureusement, sur EVT, il n’était possible de ne mettre qu’une image par page. On a essayé de trouver des solutions. C’est ainsi que Monsieur Barra m’a proposé de lier deux images d’un même fragment ensemble, au sein d’un même fichier, mais cela demandait une manipulation délicate. C’est alors que l’on a choisi une option plus simple, celle de mettre l’image qui contenait le plus de texte en ligne.
L’édition numérique et son mode d’emploi
Image 5 – Capture d’écran de la page d’accueil de l’édition numérique
Voici quelques conseils pour consulter cette édition en ligne :
Passer tout d’abord sur l’interface francophone. Pour cela, cliquer sur les trois petites lignes en haut à droite de votre écran.
Consulter ensuite l’édition “interprétative” soit avec les images, soit avec la transcription ou la traduction.
Cliquer sur le petit triangle en haut, à gauche ou à droite de l’écran, pour n’avoir que l’image ou la transcription ou la traduction.
Sélectionner le numéro du fragment en déroulant l’ascenseur.
Survoler les mots en rouge de la transcription pour voir les notes éditoriales.
Cliquer sur la fenêtre ‘informations’ en haut à droite de l’écran pour trouver l’introduction et le commentaire.
Enfin, consulter les index nominum et locorum en cliquant sur “listes” en bas de l’écran.
AVANCEES et Perspectives
En cette année de master 2, et au terme d’une révision de ma transcription et de ma traduction, mon objectif est d’améliorer cette édition numérique. Je souhaiterais, en effet, la rendre plus interactive. Cela est devenu possible grâce à la version 3 d’EVT, qui permet une meilleure lisibilité de l’apparat critique. Cette version semble aussi plus souple à utiliser qu’EVT1 grâce aux fichiers .json, un format de données utilisé en alternative au langage xml, pour échanger des données entre un serveur et une application web.
Pour cette nouvelle édition, un nouveau repo a été créé : classnum/evt-3.0_archestratus. Pour faire des modifications sur le fichier .xml, le principe est toujours le même : j’ai travaillé sur Visual Studio Code, avec les fonctions Push et Pull, pour modifier mon fichier sur GitHub.
Si l’apparat critique est beaucoup plus lisible, la traduction, quant à elle, n’a pas d’emplacement prédéfini. Les développeurs, en effet, n’ont pas encore prévu un affichage pour la mettre en valeur. Une solution pourrait être la suivante : placer en-dessous de chaque transcription sa traduction. Des tests sont en cours. Cela est rendu possible grâce à l’installation du pluginLive Server, qui permet de visualiser, à partir de Visual Studio Code, l’éditeur de textes et de voir les modifications, que l’on effectue, en local.
De son côté, monsieur Berra a construit tout le framework, c’est-à-dire tout le squelette du programme. Je le remercie vivement. Je lui suis aussi reconnaissante d’avoir lever plusieurs obstacles : la publication ne peut se faire que dansSafari ou Chrome et les images ne peuvent apparaître qu’au format .png.
Cette édition numérique est un outil de travail personnel très précieux. Elle permet, en effet, de regrouper tout mon travail et de le mettre à jour au fur et à mesure de mes avancées. C’est un work in progress, qui s’enrichira, au cours des prochains mois, d’un index des aliments cités par Archestrate et, notamment, des animaux aquatiques, très nombreux. La présentation des images sera aussi améliorée, en liant deux captures d’écran, lorsque c’est le cas, grâce à un logiciel spécialement conçu pour cela.
Si Archestrate de Géla est un poète méconnu, l’édition numérique de ses fragments, par son accessibilité, contribuera, je l’espère, à sa diffusion et à sa connaissance. À terme, il serait fructueux de faire une édition des poètes gastronomes de Sicile : Mithaicos, Héraclide, Dionysios et Agis. Cela permettrait de comparer leur style d’écriture, les aliments qu’ils mettent en avant et la façon dont ils les apprêtent, mais aussi ceux dont ils ne parlent pas. Ainsi, l’édition numérique pourrait faciliter la comparaison avec d’autres textes similaires et, peut-être, d’apercevoir leur filiation. Cliquez ici pour la consultation en ligne.
Image 6 – Capture d’écran du fragment 54 avec sa transcription et son apparat critique que l’on obtient en cliquant sur le mot surligné en bleu pâle.
Grâce à l’édition des fragments d’Archestrate, j’ai pu parcourir toute l’histoire du livre : du papyrus aux technologies les plus récentes. Une histoire passionnante.
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 listeunlist(). 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 tokenspour 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 ggplotnous 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 whichintègre le lemme choisi. Et, on attribue le résultat NAà 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 avecmutate. 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 fonctionseparate_wider_delimet 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 fonctionunite permet de les faire fusionner, nous employons comme séparateur sepla 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 attaquesad 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 traitsgrammaticaux 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).
L’Histoire Auguste (en latin : Historia Augusta) est le nom que l’on donne couramment à un recueil constitué d’une suite de biographies d’empereurs romains et d’usurpateurs des IIe et IIIe siècles. Il a été composé en latin prétendument au début du IV siècle par une série d’auteurs inconnus(=scriptores). Les faits relatés s’ étendent de 117 à 285 avec une lacune de seize années entre 244 et 260.
2. Mon sujet de mémoire ( Master 2)
La section étudiée par mes soins s’étend plus précisément de la Vie des deux Valérien à la fin. Mon champ d’investigation a trait à I’analyse de la grandeur et de la décadence de Rome au travers des caractéristiques physiques, morales, comportementales des empereurs concernés, selon les dires d’autrui, ou bien,d’après leurs propres propos. Pour ce faire, j’utilise, en tant que source, le document en langue latine
2. Mon ( mes?) corpus
Mon principal outil de travail est l’oeuvre en version papier:Histoire auguste :les empereurs romains des IIe et IIIe siècles / traduction du latin par André [et Jacqueline] Chastagnol ; édition établie par André Chastagnol Paris : Robert Laffont; 1994. Chapitre XXII-XXX,pp.777-116
J’utilise également les corpus numériques de The Latin Library=
https://www.dropbox.com/home/HCHN/hn4_projets_personnels/deubras_myriam?preview=02-G2-EAD+deubras1704.docx (notes et espace de travail sur l’ Histoire Auguste)
3. Projet numérique HN4
Mon projet numérique portait sur l ‘ élaboration de portraits robots relatifs à l’ ensemble des empereurs qu’ englobe mon champ de recherche. Il consiste en le repérage, pour chacun d ‘eux, de caractéristiques, définies puis choisies selon une série de critères préalables : Portrait physique et moral parenté filiation statut social modalités d’ exercice de leurs fonctions( art de vivre et de gouverner). Pour ce faire, j ‘ai eu recours à divers outils en ligne et d ‘ analyse textuelle.
Après avoir lu plusieurs fois mon texte d ‘appui en français, j’ai procédé à une lecture juxtaposée en « petit latin» pour essayer de saisir l’ enjeu de chaque Vie d ‘empereur.Suite à cela, j ‘ ai réalisé un premier corpus de l’ Histoire Auguste dans Voyant Tools mais étant donné l ‘étendue du texte de travail, j’ai pris l‘option, sur avis de M. Berra, de créer des sous corpus en format . txt. Certes cela engendrait un plus grand nombre de documents, mais de densité plus réduite donc plus aisés à envisager.A la fin de cette première étape, j’ ai opéré dans la mesure du possible, un léger «toilettage» de mes sources.
Ensuite j’ ai tenté de déterminer dans les grandes lignes les angles d’approche de ces corpus: champs lexicaux et objets d’étude dans la mesure du possible, comme par exemple les fonctions, les qualités… J ‘ai aussi songé le cas échéant à des critères d’ analyse textuelle: nombres de mots, occurrences, rang , fréquences….. J ‘ ai principalement recouru aux outils suivants: Voyant tools( termes, tendances, liens, contextes), Anatext(type de lemmes, rang fréquences, contextes et coocurrences), etc… . J’ ai ainsi pris en compte les termes qui comportaient le plus d’ occurrences, en étant attentive à leurs variantes. En outre , grâce aux fonctions Liens et Contextes, j ‘ai pu regrouper autour de chaque nom d’ empereur, les divers éléments qui le caractérisent.
5. Premières impressions
Les sous-corpus sont de tailles variées. Quand la vie de certains empereurs s’ étend sur trois ou quatre pages, dans d’autres cas, elle se résume à quelques lignes. L’Histoire Auguste, en particulier, mon corpus initial présente la particularité de posséder de nombreux espaces lacunaires / abréviations ( rem p.= rem publicam, conss= consulibus, etc…. ). La présence de personnages féminins ayant été à la tête de l ‘ Empire romain, Zénobie et Victoria/ Vitruvia, est aussi à noter. À la lecture de L’Histoire Auguste, j’ai remarqué que les fils empereurs ont une vie plus brève que celle de leurs parents au sens temporel mais également textuel. Quant à la langue utilisée, elle se rapproche, globalement du latin classique, la compréhension n’ apparaît au premier abord , pas insurmontable. Enfin le nombre de personnages évoqués, protagonistes ou autres est très flagrant.
6. Analyse de corpus : exemple de Salonin Gallien/ observations
Portrait de Salonin Gallien :
– Dans cette sous- partie, apparaissent 13 occurrences du nom « Gallien», pour Gallien fils(formes variées du nom gentilice Gallienus ),
-Comment le lecteur de l’ Histoire Auguste le découvre-t-il? Ce personnage est abordé au moyen de son ascendance, de sa bonne naissance.( 4 occurrences).
Bien qu ‘il ne soit pas l‘auteur de res gestae, – son histoire ne contenant rien de remarquable, dixit, le narrateur va donc saisir l’occasion de s’ apesantir sur des anecdotes, au premier abord insignifiantes mais riches de sens. L’écrivain et ses confrères historiens semblent exprimer un profond désaccord au sujet de son nom. L’emploi des verbes de dénomination et d‘affirmation amèneraient le lecteur à penser qu’il s’ agit de rumeurs rapportées puis consignées par le scriptor . Mais il convient de ne pas omettre le travail des historiens . Comme lors de la tenue d ‘un conseil scientifique, dans l ‘acception d’ expertise d’une discipline, le narrateur consulte, analyse et critique, au sens étymologique, les apports de ses confrères. La fin du passage évoque une légère modification du statut de l’écrivain. Ce dernier devient chroniqueur, puisqu’il se soucie de la chronologie relative à l’existence de Salonin Gallien, par un questionnement, nécessitant des recherches complémentaires.
– De plus le narrateur, en esquissant le portrait de Salonin Gallien, saisit l’occasion de vanter les mérites liés à sa production. Selon lui, c’est le moment opportun d ‘annoncer la parution de son prochain ouvrage. Ce livre, équivalent d’un horssérie, dit -il traitera des Trente tyrans , titre du chapitre suivant. Des informations sur ces individus sont disséminés dans les deux Vies précédentes. Le narrateur, par l’ emploi de formes et de tournures impératives, souhaite marquer un temps de pause, tout en montrant qu’il désire se contenter d’ indices essentiels. Tel un spécialiste maître de son sujet, il n ‘oublie pas de citer des références bibliographiques, si jamais le lecteur voulait en savoir davantage.
– Le portrait de Salonin Gallien s ‘avère émaillé de détails en relation avec sa généalogie. Il est originaire de Saline et de haut rang , fils de Galien et petit fils de Valérien.. D’un point de vue moral et intellectuel, il semble avoir hérité des qualités et défauts de ses deux parents. Avec humour , le narrateur montre que les seuls exploits accomplis par Salonin Gallien son des actes de débauche, démontrant une vie dissolue. et des larcins, dont il était coutumier,. Cette attitude justifie l’emploi d’ un imparfait duratif, associé à des adverbes temporels de fréquence.
7. Apports et perspectives possibles
L’ esquisse de ces portraits robots, relatifs aux empereurs issus de mon corpus , me permet d’ effectuer un travail préparatoire à la réalisation de mon mémoire. En effet , un grand nombre de renseignements a été réuni sur chacun d’eux. Cela facilitera une étude comparative des divers personnages, afin de définir les traits du bon prince et ceux du mauvais prince . Dans les deux situations, leur attitude est à l’image de la grandeur et /ou de la décadence de Rome. De plus, généralement, une figure d’ empereur ne s’avère jamais totalement “bonne” ou ” mauvaise”: il faut considérer que leur portrait se fonde sur une sorte de diptyque rassemblant, qualités et défauts. Avec le langage R, par exemple, et ses fonctions statistiques, il sera sans doute aisé d ‘obtenir des données plus vastes et des éléments applicables à l ‘ ensemble de L’Histoire Auguste. Des prolongements peuvent être réalisés avec les sources grecques ( Dion Cassius…) et latines ( Aurélius Victor…) , de L’Histoire Auguste, pour enrichir cette ébauche.
Le fil conducteur de mon projet a été de cerner par des données chiffrées, le rapport entretenu entre l’œuvre d’Abbon, ses collègues médiévaux d’une part, et d’autre, les auteurs classiques qui demeuraient alors la base de l’apprentissage des lettres. Cela dans le but de justifier dans le cours de mon mémoire la mobilisation de tel ou tel autre auteur, ainsi que de cerner lequel se prêterait le plus à une étude comparée pour tel ou tel thème particulier (l’emploi d’un terme ou d’une expression par exemple). Bien entendu, chacune des recherches entreprises et relatées ci-après a été opérée en dialogue et sur les conseils de notre professeur M. Berra.
Choix du corpus, récupération des données exploitables
La première étape fut l’établissement du corpus étudiable. Il me parut opportun de sélectionner les œuvres classiques ayant le plus de lien avec Abbon ; à ce titre furent retenues la Thébaïde et l’Enéide ainsi que les Bucoliques et les Georgiques, mon auteur confessant avoir approché au moins les églogues. Son œuvre était heureusement disponible en ligne, sur le site Itinera electronica. Virgile et Stace furent quant à eux récupérés depuis la Latin library. Les auteurs médiévaux étant nombreux et ne bénéficiant pas d’une édition en liœœgne, furent de ce fait laissés un temps de côté. Après avoir purifié les textes latins de tout leur apparat sur VScode grâce à une série de recherches par expressions régulières, je procédai à une analyse stylographique, à partir d’un script R. Les résultats certifièrent l’opposition stricte entre Abbon et les classiques, et appelèrent à un nécessaire enrichissement du corpus devenu par-là stérile.
La deuxième étape consista donc en la récupération des textes médiévaux. Ne furent retenus des poètes du IXème siècle, c’est-à-dire de peu antérieurs à mon auteur, seuls les textes qui partageaient soit la teneur épique du Bella Parisiacae urbis (c’est là le nom de l’œuvre d’Abbon): Ermold le Noir, Poèmes sur Louis le Pieux, Angilbert, Karolus magnus et Leo papa (poème à teneur épique quant à Charlemagne et le pape Léon III) ; soit son attachement aux récits miraculeux (Alcuin, De patribus regibus et sanctis euboricensis ecclesiae, récit des prélats du diocèse d’York). Ces derniers se trouvaient en une version numérisée (« PoetaeAevi Carolini »), dont il fallut télécharger les images des pages. L’inspecteur de page donnait justement l’adresse de récupération desdites images jpg, lesquelles demeuraient accessibles. En fonction des numéros de page recherchés, je créai sur VScode une liste d’adresses, chacune correspondant à une page. Puis, ayant téléchargé l’outil wget et procédé aux ajustements nécessaires, je téléchargeais automatiquement ces fichiers. La chose faite, je continuai par l’utilisation d’un script R permettant par OCR de détecter et créer des fichiers textes à partir de l’image. Il fallut à nouveau les purger de leur apparat et des confusions fréquentes entre les c, les o et les e par exemple. Pour ce faire, j’utilisai VScode. Pour Abbon, l’outil diff me permit par comparaison avec la première version trouvée sur Itinera electronica, d’identifier rapidement les erreurs de forme, chose qui permit ensuite de faire aisément des recherches ciblées sur les mots concernés pour chacun des autres textes médiévaux.
Analyses des textes aux lemmes
Ceci étant fait, la majeure partie du travail l’était aussi. Du reste, il s’agissait de remployer le script R relatif à la stylographie, afin de pouvoir désormais situer plus précisément mon texte. L’arbre ainsi obtenu permet plusieurs interprétations :
Si nous y constatons toujours la distinction entre classiques et médiévaux, la présence d’Angilbert démontre combien l’imitation de ceux-là se montre efficace. En effet, après de nouveaux tests étendant le nombre de mots employés pour établir l’arbre d’analyse de groupes (des 100 aux 1000 premiers), les résultats se sont confirmés. Quant à Abbon lui-même, nous pouvons remarquer que, des deux chants composant son œuvre, le second apparaît plus proche des sources médiévales. Afin de mettre en relief ces résultats, je produisis un nouvel arbre en divisant cette fois le texte en groupes de mots via l’option n-grams. Voici l’arbre obtenu pour 3 n-grams (celui pour deux étant très semblable) :
Quoique les résultats soient très sensiblement divergents, nous observons la confirmation de l’originalité d’Abbon par rapport au tout, et de son chant II par rapport à l’ensemble.
C’est néanmoins à partir du premier graphique que je cherchai à déterminer avec quel auteur il serait le plus opportun de lier Abbon. Ermold et Alcuin se situant sur un pied d’égalité, je dressai à nouveau un arbre d’analyse de groupes, mais à partir des lemmes et non-plus des mots (tableaux des lemmes extraits grâce à l’outil Deucalion, réduits à la colonne « lemmes » grâce à VScode). Le résultat obtenu témoignant d’une plus grande proximité avec Alcuin, je choisis de poursuivre mes analyses avec ces deux seuls auteurs.
Le script R frequencies correlation me fut d’une aide singulière. Par ce dernier, je pus comparer par les présents tableaux les mots d’une part et les lemmes de l’autre, les plus couramment attestés chez chacun d’eux. Les résultats que voici montrent toutefois que, hors des procédés d’écriture que renseigne l’étude des lemmes, les deux œuvres sont très différentes l’une de l’autre. Praesul et rex qui font le lien entre les deux s’expliquent davantage par les realia partagés de l’époque.
En outre, la différence de préoccupations des deux écrivains apparaît évidente à la lecture de ce graphique basé sur le calcul des scores TF-IDF des poèmes : ressortent ici les mots distinguant le plus les deux ouvrages. Paris, décrit par son titre urbs, ses lieux et ses défenses se distingue de la patria d’Alcuin, illustrée quant à elle par ses prélats et ses mœurs.
Cet état de fait invitait à repenser la proximité entre Abbon et Alcuin, et à interroger le texte d’Ermold à son tour, bien plus empreint de récits de bataille. De nouveau, seuls deux termes sont identiques : arma et rex. Cela renvoie en fait à la situation décrite dans notre premier arbre : Abbon se distingue de tous ces auteurs avec lesquels il ne semble pas entretenir une relation de continuité.
Analyses des lemmes aux textes
De cette série de test ressort la difficulté posée par la différence de taille des corpus, les épopées classiques étant considérablement plus grandes, et la seule recherche de mots pour déterminer la proximité entre écrivains étant très limitée. Pour enrichir la chose, je cherchai donc sur les conseils de M. Berra, la liste des termes déterminants à la construction des arbres d’analyse de groupe.
Nous voyons ici que le premier substantif exploitable est arma. Or, grâce au script R frequencies correlations nous pouvons faire ressortir pour chaque auteur les mots les plus employés hors stop-words. Les résultats obtenus indiquent, en observant pour chacun la position de arma, combien différemment il est employé par les uns et les autres. En particulier, nous constatons que, en tant que mot, arma relie plutôt les pratiques d’Abbon et d’Angilbert (emploi relativement fréquent qui se différencie de son omniprésence chez les classiques et Ermold, et de son absence chez Alcuin). En tant que lemme toutefois, il isole Alcuin de tous les autres.
Cette méthode de travail peut s’avérer très utile dans le cours de mon mémoire, afin de pouvoir cerner rapidement, dans l’étude d’une expression particulière, quel auteur a le plus de chance d’offrir des éléments de comparaison intéressants. Pour affiner encore les recherches, le script R distribution permet, en visualisant les occurrences d’un terme, ici arma, dans chaque œuvre, d’identifier lesdites occurrences offrant le plus de similarités (ici les trois finales). La distribution de ce genre de termes saillants peut s’avérer tout à fait pertinent pour mettre en relief et distinguer des épisodes particuliers ; ici de batailles. Par exemples, nous voyons que nos deux auteurs utilisent surtout arma à l’ouverture et à la conclusion de leur poème, ce qui peut correspondre à la convocation de topoi semblables d’incipit et d’excipit de récits de bataille.
Pour finir, une dernière idée fut d’employer le TF-IDF afin de montrer l’originalité d’Abbon par rapport à tous les autres poètes médiévaux sélectionnés regroupés en un document unique :
Cela donne quelques indications, dans l’étude d’expressions chez cet auteur, quant aux termes les plus propres à son écriture (Odo par exemple, nom d’un personnage), et ceux ayant le plus de chance d’avoir été empruntés à tel ou tel autre (Ordine, munera), eu toutefois égard au fait que les corpus demeurant relativement brefs, ces résultats ne sont que relatifs et fournissent au mieux des axes de recherche ultérieure.
En conclusion, nous pouvons dire que les différentes études que permettent les outils numériques invitent à la prudence : les corpus sont en effet très différents et par la langue et par la taille, ce qui invite sans cesse à affiner les observations. Dans le cadre de mon mémoire, toutefois, cela permet d’orienter des études de vocabulaire et d’expressions afin d’avoir accès plus immédiatement aux bons textes. Quant aux essais de rapprocher Abbon, soit plutôt des Antiques, soit plutôt des poètes médiévaux, nous sommes contraints dans l’état actuel de notre utilisation des ressources sus-dites de le faire mot à mot, sur des cas bien précis. Cependant, nous pouvons tout de même certifier qu’il faut envisager toutes les œuvres médiévales épiques comme autant de manifestations du génie particulier de poètes qui faisaient chacun une œuvre assez novatrice pour leur époque, avec un rapport particulier et propre aux classiques qu’ils étudiaient.