Ajuster corpus et objectifs - 3e séance

Serge Fleury & Benoît Habert

Binôme/trinôme : noms, prénoms, appartenance (PIII, Inalco, PX) et mails

Le corpus LM10 et les dépendances syntaxiques

Le corpus est d'une taille importante étant donné qu'il recouvre une période de 10 ans (1991 à 2000): les données présentées sont à considérer en diachronie. Le corpus était ciblé sur une période en synchronie (2003 à 2004). Ce corpus présente des informations sur les dépendances syntaxiques (triplets) et les paramètres lexicométriques portent sur ces informations.

Les grands mouvements sur 10 ans

Il est possible de noter que pour la période de 1993 à 1998, le nombre de triplets par documents est assez important (environ 2,11 et 2,60). En 1994, le nombre de triplets est le plus élevé (1055) et il en est de même pour le nombre de documents (411): le nombre de triplets par documents est par conséquent également élevé (2,57). De plus, l'année 1996 présente un nombre de triplets par documents égal à 2,60 qui est donc le plus élevé malgré un nombre de triplets et de documents moins important qu'en 1994. Nous observons cependant une chute dans cette progression en 1995, le nombre de triplets par documents étant égal à 2,11, le taux le plus faible pour cette période.

• année après année ;

Les graphiques de ventilation en valeurs relatives de fréquences des mots de la famille "laïcité" confirment les remarques fournies précédemment.

• mois après mois.

Deux sommets sont observables: en décembre 1993, et novembre 1996. Nous observons aussi une régularité dans les périodes creuses qui correspondent environ à Juillet - Août de chaque année, période de vacances scolaires.

D'où l'intérêt d'étudier ces graphiques années aprés années, et mois après mois. En effet, l'étude de ces graphiques années après années n'indique pas une périodicité dans la faible fréquence des mots de la famille laïcité. Autrement dit, si nous voulons faire une étude sur la fréquence des mots de la famille laïcité, nous avons plutôt intérêt à prendre une période en dehors des vacances scolaires, pour une étude plus pertinente.

L'image ci-dessous présente la correspondance entre lemmes (à gauche sur l'image) et formes (à droite) avec des couleurs aux différents lemmes. Il apparaît donc que nous retrouvons logiquement plus de formes que de lemmes. Les lemmes comprenant des formes différentes sont "laïque", "laïciser", laïc".

La famille "laïcité" sur un an / sur 10 ans : approche globale

• les formes qui correspondent à un processus ;
• les fomes qui renvoient à des abstractions (convictions, opinions) ;
• les formes péjoratives.

Les contextes fondamentaux de laïcité

1. faites une liste des catégories qui vous paraissent pertinentes pour classer ces verbes (par exemple : définition correspondant à appeler, définir, consister, signifier). Vous vous reporterez éventuellement aux concordances fournies (triées à gauche pour OBJ et à droite pour SUJ). Faites correspondre un code couleur  à chaque catégorie.
2. recopier les 2 tableaux et colorer les verbes selon leur catégorie.
3. résumez les grandes tendances que vous observez.

Les contextes principaux de laïcité au fil du temps

Les contextes principaux de laïc

Un mot péjoratif : laïcisme

La laïcité : un processus

Ajustements ?

Adéquation corpus / objectifs

L'étude de la période 1991-2000 permet de cerner une évolution progressive de la fréquence du mot "laïcité". La période de 2003-2004, avec la chute de la fréquence des mots de la famille de laïcité, nous montre que la notion de "laïcité" prend un nouveau sens, celui d'ostentatoire. Autrement dit, une étude future sur la notion de "laïcité" permettra de voir l'évolution de termes associés à la notion d'"ostentatoire" plutôt que "laïcité" à proprement parler.
Les données fournies nous paraissent adéquates, cependant la mise à disposition de ces abondantes données ne nous permet pas d'avoir un regard plus approfondi sur la pertinence de ces données. Leur mise en parallèle pourrait faciliter cete tâche. Par ailleurs, la correspondance entre les données et l'actualité par alignement aurait pu permettre une meilleure approche.

Nous pensons qu'il y a assez de documents à disposition, mais qu'il est difficile de les exploiter correctement. Des données supplémentaires ne nous semblent pas nécessaires, mais un document qui coordinerait l'ensemble de ces données pourrait être plus judicieux.

Adéquation traitements / objectifs

• "texte nu" ;
• texte lemmatisé ;
• dépendances syntaxiques.

Les outils lexicométriques nous ont permis de repérer dans le temps l'évolution des mots liés à la famille de laïcité, mais pas de développer un point de vue global sur l'évolution de la laïcité au cours des dernières années.
Nous nous sommes effectivement senti un peu noyés par la quantité de graphes et de données, une mise en relation avec les évènements historiques nous auraient permis de mieux cerner l'explication de ces évolutions.
En ce qui concerne l'utilisation d'autres outils, nous pensons que oui, mais comme nous ne connaissons pas les autres outils qui sont à disposition sur le marché, il nous est difficile de vous préciser lesquels.

Méthologies

Nous avons le sentiment de ne pas avoir assez mis à profit les compétences relatives à notre formation linguistique. Les connaissances du contexte politique et social de la France au cours des 15 dernières années étaient les connaissances à avoir. Une formation pour interpréter des données d'ordre statistique nous auraient été davantage utiles.