L’extraction et la modélisation de patrons lexico-syntaxiques pour leur enseignement en FLE : un exemple à partir du verbe montrer

Rui Yan et Sylvain Hatier (Grenoble)

http://dx.doi.org/10.13092/lo.78.2952

1 Cadre et objectifs de l’étude

Dans le contexte de l’écrit scientifique, le verbe, en tant que pivot de la phrase, contribue à exprimer un grand nombre de fonctions rhétoriques et discursives telles formuler une hypothèse, faire la comparaison, donner une définition, ou exprimer des opinions. Sur le plan didactique, ce lexique verbal métascientifique et métadiscursif (cf. Tutin/Grossmann 2014) est largement étudié sous l’angle transdisciplinaire dans le cadre de l’ English for Academic Purposes (EAP) sous le nom d’« academic vocabulary » ou « sub-technical vocabulary » (cf. Coxhead 2000 ; Paquot 2010). Pour le français, les études similaires dans les champs du Français sur Objectifs Universitaires ou Français sur Objectifs Académiques sont plus récentes (cf. Cavalla 2008, 2014) sous l’appellation de la « Langue Scientifique Générale » (LSG) (Pecman 2005), ou du « lexique transdisciplinaire des écrits scientifiques » (LST) (Tutin 2007 ; Drouin 2007). Ces dernières années, l’intérêt pour les verbes du LST s’est progressivement accru, avec par exemple quelques études de cas sur les verbes dans le cadre du projet Scientext (http ://scientext.msh-alpes.fr/, [30.06.2016]) (cf. Grossmann 2014 ; Tutin 2010).

Comme le soulignent Granger et Paquot (2009: 2), la non-maîtrise de ces verbes à fonctions métalinguistique et métadiscursive constitue un handicap certain pour les apprenants, qui ne peuvent alors exprimer leur pensée avec nuance et dans le style approprié¹. Cette difficulté est liée aux difficultés à maîtriser l’utilisation des verbes du LST qui ont tendance à apparaître dans des patrons lexicaux², par exemple, [résultat/analyse] conforter [idée/hypothèse], [on/nous] adopter [approche,modèle] et des constructions syntaxiques préférentielles³ (il est intéressant de noter que, nous nous proposons d’étudier, résultat permet de dégager, les données sont recueillies).

De nombreux chercheurs ont constaté des difficultés liées à l’emploi des patrons lexicaux des verbes chez les apprenants (cf. Nesselhauf 2005 ; Hyland 2008 ; Granger/Paquot 2009). Ce constat rejoint une étude précédente (cf. Hatier/Yan 2015) dans laquelle nous comparons un sous-corpus⁴ de Scientext et un corpus composé de mémoires de recherche d’un groupe d’apprenants chinois⁵. Les résultats montrent que par rapport aux experts, les apprenants ont des difficultés à maîtriser certaines constructions, en particulier celles qui servent à structurer le discours (si l’on considère), guider le lecteur dans le plan du texte (comme nous l’avons montré) et établir les liens entre les éléments textuels (ceci s’explique par).

Ainsi, le besoin d’une ressource spécialisée, rendant compte des unités préfabriquées (collocations⁶, patrons) pour faciliter la rédaction scientifique des apprenants, est bien réel (cf. Williams 2008). Nous pouvons citer quelques outils novateurs pour l’anglais : le Louvain English Academic Purposes Dictionary (LEAD) (cf. Granger/Paquot 2010) et l’E-Advanced Learner’s Dictionary of Verbs in Science (DicSci) (cf. Williams/Million/Alonso 2012). En français, nous pouvons mentionner la Base lexicale du français (BLF), destinée à la langue générale (cf. Verlinde/Selva/Binon 2009). Cependant, il n’existe pas encore d’outils spécifiques pour aider les apprenants du FLE dans leur rédaction d’écrits universitaires tels que le mémoire.

Dans cette perspective, le présent article a pour objectif d’examiner les propriétés sémantiques et syntaxiques d’un exemple de verbe représentatif du genre des écrits scientifiques et académiques, le verbe montrer (et ses synonymes démontrer et indiquer), afin d’en proposer une modélisation linguistique qui sera intégrée dans Dicorpus, outil d’aide à la rédaction universitaire en ligne (cf. Tutin/Falaise 2014). Nous souhaitons, en donnant accès à une ressource lexicographique comprenant des informations sur les patrons verbaux, que les apprenants puissent intégrer les spécificités du comportement lexico-syntaxique des verbes dans l’écrit scientifique.

Nous présentons dans un premier temps la méthode d’extraction automatique des cadres de sous-catégorisation verbaux⁷ effectuée d’après le corpus analysé syntaxiquement. Ces cadres sont ensuite regroupés et analysés sémantiquement et syntaxiquement pour mettre en évidence les patrons lexico-syntaxiques des verbes en suivant le modèle Corpus Pattern Analysis (CPA, analyse des patrons basée sur les corpus) de Hanks (2013). Pour l’identification des acceptions verbales, nous prenons pour référence la ressource lexicographique Les Verbes français (LVF) de Dubois et Dubois-Charlier (1997), qui intègre informations sémantiques et syntaxiques. La modélisation des patrons est ensuite validée par un examen manuel des occurrences dans le corpus. Dans un deuxième temps, nous analysons les patrons aux niveaux sémantique et syntaxique avant leur intégration dans Dicorpus, un outil d’aide à la rédaction scientifique.

2 Aspects méthodologiques

2.1 Le choix des verbes étudiés

Nous avons choisi de nous intéresser à des verbes très fréquents et partageant une certaine proximité sémantique. Nous avons opté pour le verbe montrer qui, dans notre corpus de travail de 5 millions de mots, est le second verbe du LST le plus fréquent (après permettre) avec 3053 occurrences (soit 630 occurrences par million de mots). Ce verbe se caractérise par une fonction marquée de démonstration scientifique et s’insère dans des patrons lexico-syntaxiques variés : nous montrons que, comme le montre le tableau suivant, ce résultat nous montre que, etc. Dans un deuxième temps, les synonymes du verbe montrer ont été choisis en consultant leLVF⁸ et le dictionnaire des synonymes CRISCO (www.crisco.unicaen.fr/des/, [30.06.2015]).

Parmi les synonymes de montrer, nous avons sélectionné les verbes indiquer et démontrer en raison de leur appartenance au LST et de leur haute fréquence dans le corpus de travail (2^e et 3^e synonymes de montrer les plus fréquents avec respectivement 901 et 315 occurrences). Ces trois verbes, partageant certains traits sémantiques et syntaxiques, sont fréquemment utilisés dans des procédés de démonstration scientifique.

Le LVF couvre « 25 610 entrées verbales simples représentant 12 310 verbes différents dont 4 188 à plusieurs entrées » (Dubois/Dubois-Charlier 1997: 1). Ce modèle propose une classification des verbes selon leurs propriétés sémantiques et syntaxiques et montre l’adéquation entre les constructions syntaxiques et l’interprétation sémantique par les classes sémantico-syntaxiques.

Après avoir observé les concordances à l’aide du Lexicoscope⁹ (cf. Kraif/Diwersy 2012), nous avons repéré deux principaux sens, recensés dans le LVF, présents dans l’écrit scientifique. Ces acceptions sont classées dans les catégories C2a.1 et C4b.32¹⁰, illustrées dans le tableau ci-dessous :

Tableau 1 : Hiérarchie de 5 niveaux de classes du LVF : deux entrées du verbe montrer

Comme le montre le tableau, les verbes démontrer et indiquer sont associés, dans le LVF, aux mêmes classes syntaxiques et sémantiques que le verbe montrer. Nous devons cependant tenir compte du fait que le LVF est une ressource des verbes français pour la langue générale. Afin de prendre en compte les spécificités de l’écrit scientifique, nous adaptons les informations sémantiques et syntaxiques à l’aide des patrons lexico-syntaxiques relevés dans la phase de modélisation.

2.2 Corpus

Notre corpus d’analyse, issu du projet Scientext, est composé de 500 articles de recherche en français (Tran 2014), de 10 disciplines des sciences humaines et sociales. Ces articles proviennent de numéros récents de revues avec comité de relecture, dont l’évaluation par l’AERES¹¹ est A ou B. Ce corpus de 5 millions de mots, a été balisé en parties textuelles, mis au format XML-TEI, puis annoté à l’aide de l’analyseur en dépendances XIP (Aït-Mokhtar/Chanod/Roux 2002). Le corpus est ainsi enrichi en lemmes, catégories syntaxiques, traits morpho-syntaxiques et relations syntaxiques. Nous avons également procédé à un post-traitement du corpus en définissant des grammaires locales en vue de l’amélioration de l’annotation en dépendances. Nous souhaitons ainsi améliorer l’analyse à travers notamment la propagation du sujet pour les structures avec verbes de contrôle, ou lorsque le sujet est en situation de coréférence¹² ou de coordination.

2.3 Lexique Scientifique Transdisciplinaire (LST)

Dans de précédents travaux (cf. Hatier 2013), nous avons extrait une liste de 1312 mots du LST : 274 adjectifs, 202 adverbes, 493 noms et 342 verbes. Dans un premier temps, nous avons mis en place une méthode d’extraction automatique basée sur les critères de répartition dans le corpus d’analyse et de sur-représentation par rapport à un corpus de contraste diversifié (mêlant texte de fiction, journalistique, sous-titres et oral transcrit, et comportant environ 120 millions de mots). Cette liste a, dans un deuxième temps, été filtrée puis validée manuellement. Nous l’avons par la suite enrichie par une classification sémantique en classes et sous-classes transcatégorielles. Ce travail a été effectué notamment sur la base du Dictionnaire électronique des mots (DEM) de Dubois et Dubois-Charlier (2010). Les classes et sous-classes sémantiques correspondent à des ensembles de co-hyponymes (mots partageant un même hyperonyme) répondant à des tests lexico-syntaxiques. Ces classes ont été élaborées en rapprochant les mots partageant des cooccurrents privilégiés. Ainsi, la sous-classe document de la classe communication a pour test d’appartenance : Ce N présente. Le test est ainsi validé par les membres de la sous-classe : article, ouvrage, texte, etc.

Un premier travail manuel d’identification des sens présents dans le corpus nous a permis de passer d’une liste de lemmes du LST à une liste ayant pour entrée des acceptions. Ainsi, pour le lemme développement, nous créons deux entrées correspondant aux deux acceptions recensées en corpus : exposé détaillé et croissance. En effet, la polysémie concerne également les langues spécialisées, comme le notent Condamines et Rebeyrolle (1996). Les regroupements en classes et sous-classes sémantiques ont été effectués en se fondant sur les informations sémantiques présentes dans le DEM et en rapprochant les mots ayant un profil combinatoire proche, obtenus à l’aide de l’outil le Lexicoscope¹³. Ainsi, les membres de la sous-classe document (article, ouvrage, texte) sont fréquemment sujets des verbes présenter, aborder, objets du verbe publier et déterminés par ce. Nous pouvons alors intégrer à notre corpus des annotations sémantiques sous forme de traits de classes et sous-classes sémantiques. L’objectif est ici de pouvoir identifier, dans les cadres de sous-catégorisation verbale que nous extrayons, si certaines classes sémantiques apparaissent de façon préférentielle en tant que sujet ou objet des verbes étudiés. De plus, en nous concentrant sur des verbes appartenant aux mêmes classes sémantiques, nous voulons vérifier si cette proximité sémantique se retrouve dans des constructions syntaxiques communes, à la suite de Messiant, Gábor, et Poibeau (2010) qui notent que « la syntaxe peut aider à faire émerger des classes lexico-syntaxiques ». Ainsi, les verbes montrer, démontrer et indiquer, qui appartiennent à la même sous-classe révélation dans notre classification sémantique, devraient également partager un certain nombre de propriétés syntaxiques.

2.4 Extraction des cadres de sous-catégorisation

Le fait de travailler sur des verbes fréquents (de 315 à 3053 occurrences) nous permet d’analyser un nombre important de constructions. Pour chaque occurrence d’un verbe, nous récupérons l’intégralité des relations de dépendances l’impliquant, qu’il soit gouverneur ou dépendant. Considérons la phrase suivante :

Selon les résultats de l’analyse syntaxique automatique, le verbe confirmer est ici concerné par trois relations de dépendances :

• il est dépendant dans la relation [obj]¹⁴ où il a pour gouverneur semblent ;
• il est gouverneur dans la relation [obj] où il a pour dépendant hypothèses ;
• il est gouverneur dans la relation [subj], calculée via les grammaires locales, où il a pour dépendant résultats ;

Nous obtenons alors une représentation linéaire des relations (associées à la catégorie du cooccurrent) impliquant le verbe dans la phrase. Le verbe confirmer aurait alors pour représentation de la phrase 1 :

[a pour sujet NOM] [est objet de VERBE] confirmer [a pour objet NOM]

Sur le même principe que Messiant, Gábor et Poibeau (2010), nous acquérons ainsi des cadres « sans a priori, pour faire émerger du corpus [ceux] correspondant à l’usage ». Nous adoptons ainsi une méthodologie « corpus-driven » (Tognini-Bonelli 2001), reposant sur les données issues du corpus et sur des traitements semi-automatiques. Lors de cette phase, nous identifions les mots les plus fréquemment sujet et/ou objet des verbes analysés. Nous repérons également les classes sémantiques les plus présentes en tant que sujet ou objet du verbe étudié.

Nous procédons ensuite, comme le décrit Kupsc (2007), à une phase de factorisation des cadres en regroupant certaines relations de dépendance sous une même étiquette. Ainsi, en partant des résultats de l’analyse syntaxique, nous aboutissons à un cadre de sous-catégorisation comme illustré ci-après :

Figure 1 : Sortie de l’analyse en dépendances

Le cadre de sous-catégorisation sera comme suit :

(SUBJ) montrer_VERB(COMPLETIVE_QUE)

Le tableau ci-dessous présente, pour l’exemple du verbe montrer (dans le sens de prouver, indiquer), 3 autres cadres associés à ses compléments les plus fréquents (le chiffre précédant le cooccurrent étant le nombre de fois où le mot apparaît dans cette relation, dans le cadre indiqué).

Tableau 2 : Cadre de sous-catégorisation du verbe montrer

Les classes sémantiques issues de notre classification nous permettent d’ajouter un trait au niveau des actants. Ainsi, le deuxième cadre a notamment pour sujet figure et tableau (sous-classe sémantique ‘communication/support’), et pour objet importance et rôle (sous-classe sémantique ‘qualité/importance’). Une spécification sémantique de ce cadre serait alors :

(SUBJ communication/support) montrer_VERB (OBJ qualité/importance)

Ce type de cadre sémantico-syntaxique permet d’envisager une étude des fonctions rhétoriques associées aux verbes présents dans l’écrit scientifique. Granger et Paquot (2009) notent d’ailleurs que ces verbes ont tendance à apparaître dans des structures « routinisées ».

Nous utilisons également le Lexicoscope pour avoir les co-occurrents les plus fréquents tous cadres confondus, et observons, à l’aide du même outil, les concordances correspondant aux cadres afin de vérifier en corpus leur validité. Ces cadres de sous-catégorisation permettent alors de passer à l’étape de modélisation des patrons lexico-syntaxiques.

2.5 Le modèle Corpus Pattern Analysis

Le Corpus Pattern Analysis de Hanks (2013) est à la fois une approche sur les patrons et un modèle lexicographique basé sur corpus qui s’inscrit dans la continuité de la linguistique de corpus de Sinclair. Ici, le patron est considéré comme une configuration syntaxique intégrant un ensemble de collocations préférées.

L’approche des patrons défend le lien étroit entre lexique et grammaire et considère que le sens d’un mot est « déterminé par les emplois co-textuels et contextuels antérieurs dans lesquels il apparaît, qu’il s’agisse de l’environnement lexical et des collocations, mais aussi de son environnement sémantique, syntaxique, pragmatique et discursif » (Legallois/Tutin 2013 : 8).

Le premier modèle lexicographique CPA consacré à l’anglais est le projet Pattern Dictionary of English Verbs (PDEV)¹⁵. Ce dictionnaire basé sur le British National Corpus (BNC) propose une analyse des sens standard des verbes en les distinguant des usages marqués (usages créatifs, originaux des mots).

Sur le plan sémantique, les groupes lexicaux intervenant en tant qu’arguments sont généralisés dans des types sémantiques entre doubles crochets, les rôles sémantiques et les collocations sont parfois précisés pour affiner l’analyse sémantique des arguments. Par ailleurs, les compléments des verbes tels qu’infinitifs, complétives ou compléments adverbiaux sont décrits dans les patrons.

En plus de l’anglais de langue générale, le CPA est aussi adapté à l’espagnol (Campos/Araque 2013) et à l’italien (Jezek/Frontini, 2010). Par ailleurs, Campos et Araque ont montré que l’approche CPA pouvait aussi être appliquée dans les domaines de spécialité comme l’environnement.

Nous nous inspirons du modèle CPA pour la modélisation des patrons car ce modèle est particulièrement approprié à notre étude dont le principal objectif est didactique : d’une part, il est basé sur des usages réguliers ; d’autre part, il est destiné à la désambiguïsation lexicale. L’approche de patrons nous permettra de prendre en compte non seulement les constructions syntaxiques privilégiées, mais aussi les caractéristiques sémantiques des verbes. Par ailleurs, dans ce modèle, la notion de construction est beaucoup plus large que la notion classique de sous-catégorisation.

3 Modélisation des patrons lexico-syntaxiques

La modélisation des patrons se fait en trois étapes. Dans un premier temps, nous regroupons les cadres de sous-catégorisations du verbe qui présentent les mêmes propriétés sémantiques et syntaxiques. Nous associons ensuite les cadres de sous-catégorisations aux sens correspondants dans le LVF. Enfin, nous présentons chaque patron lexico-syntaxique, intégrant structure syntaxique et collocations privilégiées, dans une base de données en ligne – Dicorpus¹⁷ – qui permet de tirer profit des descriptions linguistiques pour une transposition didactique.

Prenons l’exemple du verbe montrer (3053 occurrences). Les deux premiers cadres de sous-catégorisations extraits sont :

Dans le premier cadre, le verbe montrer est suivi par une complétive que. Le trait ± humain du sujet n’est pas précisé¹⁸, les noms les plus fréquents sont résultat (82), analyse (54), étude (37), travail (23), exemple (18), recherche (18), auteur (16). Ici, comme le montre l’exemple b), certains noms tels étude, recherche et travail représentant implicitement l’auteur par un emploi métonymique se distinguent des autres noms d’observables de l’activité scientifique comme résultat et exemple ou des noms du processus scientifique comme analyse. Ainsi, nous choisissons de regrouper une partie du premier cadre (ayant pour sujet étude, recherche, travail, auteur) avec le deuxième cadre par leur proximité sémantique. Nous constatons que le cadre 1a) (ex. les résultats montrent que) correspond ainsi au sens ‘mettre en évidence’ relevé dans le LVF.

Dans le deuxième cadre, le verbe sélectionne un sujet humain et il est suivi d’une complétive en que. Le sujet se réalise majoritairement sous forme de pronoms : nous (79), il (59), on (33) et je (4), qui représentent essentiellement l’auteur de l’article. Nous associons à ce deuxième cadre le sens ‘communiquer en faisant savoir’ présenté dans le LVF. D’après les cadres analysés ci-dessus, nous pouvons présenter le patron¹⁹ suivant :

Quelqu’un (on, nous, etc.) montre que (175 occurrences).

SENS : En s’appuyant sur l’analyse et des données, quelqu’un donne des arguments pour faire savoir et justifier certains faits scientifiques en suivant un développement argumentatif.

ALTERNANCE LEXICALE : (étude, travail, recherche, article, etc.) montre que... (78 occurrences)

ALTERNANCE SYNTAXIQUE : en montrant que

EXPRESSIONS : nous tentons de montrer que, nous essayons de montrer que, nous cherchons à montrer que, notre objectif est de montrer que, il s’agit de montrer que

Comme illustré dans l’exemple ci-dessous, ce patron intègre préférentiellement un sujet pronominal. De plus, il est fréquent qu’un adverbial de lieu/de relation logique soit mobilisé pour renvoyer à un élément péri-textuel (tableau, figure, graphique), ou à une portion du texte ( paragraphe, annexe, etc.) (voir l’exemple 1).

Les patrons lexico-syntaxiques des verbes analysés seront intégrés comme entrées dans l’outil Dicorpus.

4 Analyse et résultats

4.1 Fréquence des constructions

Le tableau ci-dessous présente pour les trois verbes les fréquences des constructions. Nous posons le seuil de fréquence minimale à 5 occurrences afin de proposer aux apprenants non natifs des constructions dont l’usage est attesté en corpus. Entre parenthèses est noté le nombre d’occurrences de la construction pour le verbe en question. Le pourcentage est la proportion de cette construction parmi l’ensemble des occurrences du verbe dans le corpus.

Tableau 3 : Fréquences des constructions verbales

Nous remarquons que la majorité des constructions est commune à l’ensemble des verbes étudiés. Ainsi, les constructions 4 et 6, introduites par comme, bien que peu fréquentes, sont partagées par les trois verbes :

Les constructions avec complétive ou objet nominal sont également réalisées pour l’ensemble des verbes. Les proportions d’emploi de constructions varient toutefois selon le verbe. Ainsi, la construction 3, intégrant un objet et sujet nominal non-humain, représente moins de 6 % des emplois pour démontrer et montrer alors qu’elle correspond à presque un tiers des emplois pour indiquer. Ce verbe se distingue également par le fait qu’il ne sélectionne que très rarement un sujet humain contrairement à ses deux synonymes.

La lecture du tableau confirme ainsi que des verbes sémantiquement proches partagent un grand nombre de constructions syntaxiques (et de compléments sémantiquement proches s’intégrant dans ces patrons), que nous analysons en détail dans la partie suivante.

Nous avons séparé les constructions selon la nature du sujet : humain ou chose. Quand les constructions comprennent un sujet humain, elles prennent le sens ‘justifier certains faits scientifiques avec des arguments’, tandis qu’avec un sujet chose, le sens peut être décrit comme ‘mettre en évidence et révéler certains faits scientifiques’. Pour établir une correspondance entre les constructions et ces deux sens relevés, nous avons alors examiné les type de catégories grammaticales intervenant dans les constructions verbales.

4.2 Construction en complétive que

4.2.1 Pronoms sujets mettant en jeu l’auteur

Si nous prenons en compte l’ensemble des verbes étudiés, la construction la plus fréquente est la complétive que. Pour observer les associations, dans cette construction, entre les pronoms sujets renvoyant à l’auteur et les trois verbes analysés, nous avons calculé la proportion des trois pronoms je, on et nous sur le nombre total de pronoms sujets utilisés, incluant également il, ceci, cela.

Graphique 1 : Les pronoms sujets je, on et nous) (en % sur le nombre total de pronoms sujets utilisés)

Les résultats, apparaissant dans le graphique 1, sont contrastés. De manière générale, les pronoms sujets renvoyant à l’auteur sont peu fréquemment associés aux verbes analysés, ce qui semble confirmer l’observation de Tutin (2010) qui relevait une faible proportion de ce type de pronoms liés aux verbes de positionnement dans l’écrit scientifique (science de l’éducation, psychologie et linguistique). Nous pouvons en déduire que l’écrit scientifique se caractérise par un effacement énonciatif où la voix de l’auteur n’est pas mise en avant (cf. Tutin 2010 ; Fløttum/Dahl/Kinn 2006). Parmi les trois pronoms, je et on sont les moins utilisés. Dans le sens de démonstration scientifique, c’est le pronom nous, renvoyant à l’auteur « appelé alors ‘nous de modestie’ » ou aux auteurs, qui est préféré (voir l’exemple 5).

Si nous nous intéressons aux particularités selon les verbes, nous remarquons que le verbe indiquer est en cooccurrence avec des pronoms comme il(s), ceci, cela ou des noms de chercheurs :

Ce verbe prend le sens de ʹfaire savoirʹ et n’est alors pas strictement synonyme des verbes démontrer et montrer dans le sens de démonstration. Le cas est différent pour le verbe démontrer qui marque une faible proportion dans les associations ʹpronoms sujets+verbeʹ, et s’intègre souvent dans des tournures au passif :

Quant au verbe montrer, quand il est associé au pronom on, ce dernier peut représenter soit l’auteur unique, soit l’auteur et la communauté scientifique (voir l’exemple 8).

Dans l’exemple (8), l’emploi de on permet d’introduire la prise de position partagée dans la communauté scientifique, ce qui rend le propos plus persuasif.

4.2.2 Sujets métonymiques : cette étude montre que…

Dans l’écrit scientifique, l’auteur peut parfois être mentionné implicitement derrière des sujets métonymiques tels cette étude, ce travail, etc. Nous avons calculé la proportion de ces sujets métonymiques parmi l’ensemble des sujets nominaux, comme l’illustre le graphique 2.

Graphique 2 : Les sujet métonymiques étude, etc. (en % sur le nombre total de noms sujets utilisés)

Le verbe montrer est celui qui est le plus fréquemment associé à ces noms métonymiques (cette étude montre que=Nous montrons dans cette étude que).

Par ailleurs, nous avons remarqué que lorsque le verbe indiquer est associé à un sujet métonymique, celui-ci renvoie à d’autres études/auteurs, comme le montre l’exemple (10). Cette observation semble cohérente avec nos résultats précédents selon lesquels le verbe indiquer est rarement lié aux pronoms sujets renvoyant à l’auteur.

4.2.3 Sujets appartenant au LST 

L’extraction des constructions verbales nous permet de constater que les sujets chose dans la construction en complétive que renvoient souvent aux observables (résultat, donnée, exemple, etc.), aux supports (tableau, figure, etc.) et aux processus scientifiques (analyse, observation, etc.) de l’activité scientifique. Le graphique ci-dessous détaille, pour l’ensemble des verbes étudiés, les sujets chose les plus fréquents. Nous avons calculé la proportion de ces noms en tant que sujet par rapport à l’ensemble des sujets nominaux.

Graphique 3 : Les noms sujets résultat, etc. (en % sur le nombre total de noms sujets utilisés)

Comme le montre le graphique 3, les noms résultat et analyse sont les plus fréquemment employés en tant que sujet des trois verbes. Le verbe démontrer est celui dont les associations avec ces noms sont les moins fréquentes. Ceci confirme le fait que ce verbe implique un raisonnement rigoureux et est davantage employé dans le sens de la démonstration nécessitant un sujet humain.

4.3 Construction en comme et autres constructions syntaxiques fréquentes

Comme nous l’avons déjà constaté, la structure en comme le _ sujet humain ou sujet chose, bien que peu fréquente, est partagée par les 3 verbes. Ces constructions comportent un verbe au passé composé ou au passif réduit, à valeur d’accompli, ou un verbe au présent : comme nous l’avons déjà montré, comme indiqué ci-dessous, comme le démontre l’auteur…etc.

Ces constructions ont, dans ce cas, une fonction métatextuelle et/ou évidentielle (cf. Grossmann 2014 : 87). D’une part, l’auteur peut faire référence aux travaux précédents, par exemple dans la construction comme nous l’avons déjà montré. D’autre part, l’auteur souhaite prouver la véracité de ses propos :

Nous notons également que le verbe indiquer est le plus employé dans ces constructions qui permettent souvent d’introduire une citation :

D’autres constructions nous paraissent importantes sur le plan didactique, du fait de leur fréquence dans le corpus d’analyse et de la relative difficulté à les encoder/décoder : rien n’indique que (8/906 occurrences), permettre de montrer que (80/3114), tendre à démontrer que (7/326), (cela est) démontré (24/326 occurrences). Ces informations linguistiques doivent être signalées pour aider les apprenants à s’initier à la rédaction des écrits universitaires.

4.4 Association avec des adverbes

Pour toutes les constructions relevées, nous avons constaté une forte association entre les verbes étudiés et les adverbes discursifs : en effet, cependant, également, enfin, par ailleurs, clairement pour citer les plus fréquents. Ces adverbes ont ainsi tendance à apparaître dans des constructions verbales récurrentes. Par exemple, pour la construction en comme avec des verbes au passé composé/passif réduit, nous notons la présence d’adverbes (précédemment, déjà) qui renvoient au texte précédent, assurant alors une fonction métatextuelle.

Dans la construction en complétive que, le verbe s’associe alors préférentiellement à des adverbes à fonction argumentative introduisant une cause, une conséquence ou un argument supplémentaire pour soutenir l’idée défendue.

5 Intégration dans Dicorpus, dictionnaire basé sur corpus

Comme nous l’avons mentionné plus haut, un dictionnaire spécialisé d’apprentissage, intégré dans un outil d’aide à la rédaction scientifique, doit permettre à l’apprenant d’accéder facilement à l’encodage des informations où les collocations et les patrons occupent une place importante. L’outil Dicorpus²⁰ semble approprié à cet objectif didactique. Il a en effet été conçu pour une utilisation pédagogique et permet de combiner les résultats de requêtes sur le corpus Scientext et les descriptions linguistiques effectuées précédemment. Les exemples sont présélectionnés manuellement d’après le corpus, ce qui évite à l’apprenant de se perdre dans des exemples trop fournis ou trop complexes. Comme le soulignent Cavalla et Loiseau (2014), l’enseignement des éléments phraséologiques à l’aide du corpus doit guider l’apprenant vers l’autonomie de l’apprentissage. En suivant le même objectif didactique, nous adoptons l’approche « teaching to exploit » (le corpus pour enseigner et apprendre la langue où l’apprenant s’approprie l’outil d’exploitation du corpus) de Fligelstone (1993).

L’interface de Dicorpus propose deux choix de consultation :

1. accès par approche sémasiologique (accès direct aux verbes/patrons verbaux)
2. accès par approche onomasiologique (accès au sens, par exemple, ‘pour justifier un fait scientifique’)

Au niveau de la microstructure, nous mettons à la disposition de l’apprenant les résultats de la modélisation des patrons et les présentons d’une façon structurée et compréhensible. Les informations suivantes sont indiquées :

1. la fréquence absolue des verbes dans le corpus : très fréquent, moyennement fréquent, peu fréquent²¹;
2. les composants grammaticaux (sujet, objet, etc.), ex : sujet (on, nous, je) ;
3. l’association avec les adverbes, ex : en effet, cependant, etc. ;
4. les constructions verbales, ex : le modèle que nous avons montré ;
5. le sens du patron décrit par une définition ;
6. les exemples extraits et validés manuellement du corpus Scientext

Dans la figure 2 ci-dessous, l’interface de Dicorpus est présentée dans son entrée sémasiologique. Il s’agit des verbes montrer et démontrer dans leur sens de démonstration.

Figure 2 : Base de données des verbes de démonstration dans Dicorpus – Entrée sémasiologique

La figure 3 illustre l’interface de Dicorpus avec l’entrée onomasiologique. L’entrée se fait par le sens, ici ‘révéler et mettre en évidence un fait scientifique’.

Figure 3 : Base de données des verbes de révélation dans Dicorpus – Entrée onomasiologique

6 Conclusion et perspectives

En combinant description linguistique et TAL, nous avons extrait de façon semi-automatique les constructions verbales les plus fréquentes pour les trois verbes étudiés. Nous proposons ainsi, pour ces verbes, une modélisation des patrons lexico-syntaxiques présents dans l’écrit scientifique. La modélisation nous permet de distinguer ces trois verbes sur le plan syntaxique et sémantique dans le contexte scientifique. Bien que les verbes montrer, démontrer et indiquer aient des propriétés sémantiques et syntaxiques comparables, ils ne sont pas synonymes dans tous les contextes. L’analyse quantitative et qualitative des patrons nous montre que les verbes montrer et démontrer sont employés dans le sens de ‘prouver’ lorsqu’ils sélectionnent un sujet humain ou métonymique. D’un autre côté, nous notons que les verbes montrer, démontrer et indiquer sont synonymes, au sens de ‘mettre en évidence’ lorsqu’ils sélectionnent un sujet chose. La construction de la base de données des verbes dans Dicorpus nous a permis de proposer un outil d’aide à la rédaction universitaire qui combine la description linguistique et les données du corpus. Ce modèle nous semble ainsi pertinent dans le cadre de l’enseignement/apprentissage des éléments phraséologiques à partir du corpus.

Nous projetons d’intégrer dans les patrons des informations morpho-syntaxiques sur les réalisations les plus fréquentes, par exemple pour certaines constructions qui prennent pour sujet un syntagme nominal déterminé préférentiellement par un démonstratif, ou se réalisent avec un verbe conjugué à un certain temps/mode. À partir de notre classification du LST, nous prévoyons d’intégrer dans les patrons des informations sur les classes et sous-classes sémantiques des arguments, ceci afin d’aboutir à une description plus fine sémantiquement.

Bibliographie

Aït-Mokhtar, Salah/Chanod, Jean-Pierre/Roux, Claude (2002): “Robustness beyond shallowness : incremental deep parsing”. Natural Language Engineering 8/2–3: 121–144.

Campos, Araceli Alonso/Araque, Irene Renau (2013): “Corpus Pattern Analysis in determining specialised uses of verbal lexical units”. Terminàlia 7: 26–33.

Cavalla, Cristelle (2008): « Les collocations dans les écrits universitaires : un français spécifique pour les apprenants étrangers ». In: Bertrand, Olivier/Schaffner, Isabelle (eds.): Apprendre une langue de spécialité : enjeux culturels et linguistiques. Paris, éditions École Polytechnique: 93–104.

Cavalla, Cristelle (2014): « Collocations transdisciplinaires d’apprentissage : réflexions pour l’enseignement ». In: González-Rey, Isabel (ed.): Outils et méthodes d’apprentissage en phraséodidactique. Editions Modulaires Européennes: 151–169. https://hal-ens.archives-ouvertes.fr/hal-01216841 [30.06.2015].

Cavalla, Cristelle/Loiseau, Mathieu (2014): « Scientext comme corpus pour l’enseignement ». In : Tutin, Agnès/Grossmann, Francis (eds.): L’écrit scientifique : du lexique au discours. Autour de Scientext. Rennes, Presse universitaire de Rennes : 63–180.

Condamines, Anne/Rebeyrolle, Josette (1996): « Point de vue en langue spécialisée ». Meta 42/1: 174–184.

Condette, Marie-Hélène/Marin, Rafael/Merlo, Aurélie (2012): « La structure argumentale des noms déverbaux : du corpus au lexique et du lexique au corpus ». SHS Web of Conferences 1: 845–858.

Coxhead, Averil (2002): “The academic word list: A corpus-based word list for academic purposes”. Language and Computers 42/1: 73–89.

Drouin, Patrick (2007): « Identification automatique du lexique scientifique transdisciplinaire ». Revue française de linguistique appliquée 12/2: 45–64.

Dubois, Jean/Dubois-Charlier, Françoise (1997) : Les verbes français. Paris: Larousse-Bordas.

Dubois, Jean/Dubois-Charlier, Françoise (2010): « La combinatoire lexico-syntaxique dans le Dictionnaire électronique des mots. Les termes du domaine de la musique à titre d’illustration ». Langages 3: 31–56.

Fligelstone, Steve (1993): “Some Reflections on the Question of Teaching, from a Corpus Linguistics Perspective”. ICAME Journal 17: 97–109.

Fløttum, Kjersti/Dahl, Trine/Kinn, Torodd (2006): Academic voices: Across languages and disciplines. Amsterdam: Benjamins.

Granger, Sylviane/Paquot, Magali (2009): “Lexical Verbs in Academic Discourse : A Corpus-driven Study of Learner Use”. In: Charles, Maggie/Hunston, Susan/Pecorari, Diane (eds.): Academic Writing: At the Interface of Corpus and Discourse. London, Continuum: 193–214.

Granger, Sylviane/Paquot, Magali (2010): “Customising a general EAP dictionary to meet learner needs”. In: Granger, Sylviane/Paquot, Magali (eds.): eLexicography in the 21st century: New challenges, new applications. Proceedings of elex2009. Louvain-la-Neuve, Presses universitaires de Louvain: 87–96.

Grossmann, Francis (2014): « Les verbes de constat dans l’écrit scientifique ». In : Tutin, Agnès/Grossmann, Francis (eds.): L’écrit scientifique : du lexique au discours. Autour de Scientext. Rennes, Presses Universitaires de Rennes: 85–100.

Hanks, Patrick (2013): Lexical Analysis : Norms and Exploitations. Cambridge, MA: MIT.

Hatier, Sylvain (2013): « Extraction des mots simples du lexique scientifique transdisciplinaire dans les écrits de sciences humaines : une première expérimentation ». In: Morin, Emmanuel/ Estève, Yannick (eds.): Actes de la conférence TALN-RÉCITAL 1. Les Sables d’Olonne, ATALA: 85–100.

Hatier, Sylvain/Yan Rui (2015): « Comparaison de constructions verbales entre un corpus d’apprenants et un corpus d’articles de recherche ». Conférence donnée à l'occasion des 8es Journées Internationales de Linguistique de Corpus. Orléans, 2-4 September 2015.

Hyland, Ken (2008): “Academic clusters: text patterning in published and postgraduate writing”. International Journal of Applied Linguistics 18/1: 41–62.

Jezek, Elisabetta/Frontini, Francesca (2010): “From Pattern Dictionary to Patternban”. In: de Schryver, Gilles-Maurice (ed.): A Way with Words: Recent Advances in Lexical Theory and Analysis. A Festschrift for Patrick Hanks. Kampala, Menha: 215–239.

Kraif, Olivier/Diwersy, Sascha. (2012): « Le Lexicoscope : un outil pour l’étude de profls combinatoires et l’extraction de constructions lexico-syntaxiques ». In: Antoniadis, Georges/Blanchon, Hervé/Sérass, Gilles (eds.): Actes de la conférence conjointe JEP-TALN-RECITAL. Vol. 2. TALN: 399–406.

Kupsc, Anna (2007): « Extraction automatique de cadres de sous-catégorisation verbale pour le français à partir d’un corpus arboré ». Toulouse, TALN. https://halshs.archives-ouvertes.fr/halshs-00751131 [30.06.2016].

Legallois, Dominique/Tutin, Agnès (2013): « Présentation : Vers une extension du domaine de la phraséologie ». Langages 189: 3–25.

Messiant, Cédric/Gábor, Kata/Poibeau, Thierry (2010): « Acquisition de connaissances lexicales à partir de corpus : la sous-catégorisation verbale en français ». Traitement automatique des langues 51/1: 65–96.

Nesselhauf, Nadja (ed.) (2005): Collocation in a Learner Corpus. Amsterdam/Philadelphia: Benjamins.

Paquot, Magali (2010): Academic vocabulary in learner writing : From extraction to analysis. London/New York: Bloomsbury.

Pecman, Mojca (2005): « Les apports possibles de la phraséologie à la didactique des langues étrangères ». Apprentissage des langues et systèmes d’information et de communication 8/1: 109–122.

Tognini-Bonelli, Elena (2001): Corpus Linguistics at Work. Amsterdam/Philadelphia: Benjamins.

Tran, Thi Thu Hoai (2014): Description de la phraséologie transdisciplinaire scientifique et réflexions didactiques pour l’enseignement à des étudiants non-natifs. Application aux marqueurs discursifs . Thèse sous la direction d’Agnès Tutin et de Cristelle Cavalla, Université Stendhal.

Tutin, Agnès (2007): « Autour du lexique et de la phraséologie des écrits scientifiques ». Revue française de linguistique appliquée XII/2: 5–14.

Tutin, Agnès (2010): « Dans cet article, nous souhaitons montrer que… Lexique verbal et positionnement de l’auteur dans les articles en sciences humaines ». Lidil. Revue de linguistique et de didactique des langues, Énonciation et rhétorique dans l’écrit scientifique 4: 15–40.

Tutin, Agnès/Falaise, Achille (2014) : « Expressions polylexicales dans le discours scientifique : une base de données lexicales basée sur corpus ». Conférence donnée à l’occasion du Colloque Europhras 2014 : La Phrase Ologie : Ressources, Descriptions et Traitements Informatiques. 10–12 Septembre 2014, Paris.

Tutin, Agnès/Grossmann, Francis. (eds.) (2014): L’écrit scientifique : du lexique au discours. Autour de Scientext. Rennes, Presse universitaire de Rennes.

Verlinde, Serge/Selva, Thierry/Binon, Jean (2009): « La base lexicale du français : de la lexicographie d’apprentissage à l’environnement d’apprentissage ». In: Heinz, Michaela (ed.): Le dictionnaire maître de langue. Lexicographie et didactique. Berlin, Franck/Timme: 289–306.

Williams, Geoffrey (2008): “Verbs of Science and the Learner’s Dictionary”. In: Bernal, Elisenda/DeCesaris, Janet (eds.): Proceedings of the XIII EURALEX International Congress. 15–19 July 2008. Barcelona, Universitat Pompeu Fabra: 797–806.

Williams, Geoffrey/Million, Chrystel/Alonso, Araceli (2012): “Growing naturally: The DicSci Organic E-Advanced Learner’s Dictionary of Verbs in Science”. In: Fjeld, Ruth Vatvedt/Torjusen, Julie Matilde (eds.): Proceedings of the 15th EURALEX International Congress. 7–11 August 2012. Oslo, University of Oslo: 1008–1013.

Notes

¹ “Insufficient knowledge of verbs [is] a serious handicap for learners as it prevents them from expressing their thoughts in all their nuances and couching them in the expected style”. retour

² Le concept de patron (de l’anglais pattern) s’inscrit dans la linguistique contextualiste. Il consiste en une structure syntaxique intégrant des collocations privilégiées. retour

³ Nous entendons par construction syntaxique préférentielle une configuration syntaxique récurrente pour un verbe donné (intégrant une construction particulière telle le passif impersonnel, un verbe support tel permettre, etc.). retour

⁴ Composé d’articles de recherche de revue en sciences humaines et sociales. retour

⁵ Nous envisageons d’intégrer à cette étude un corpus d’écrits d’étudiants natifs (corpus de littéracie avancée) afin de le comparer aux corpus d’experts et de non-natifs. retour

⁶ Au sens donné par Tutin (2014): « expressions récurrentes, essentiellement binaires, dont les éléments entretiennent une relation syntaxique comme faire une hypothèse ». retour

⁷ Ensemble des relations de dépendances impliquant le verbe étudié. retour

⁸ La nouvelle version électronique (avril 2013) est accessible en ligne : http://rali.iro.umontreal.ca/rali/? q=fr/lvf [30.06.2015]. retour

⁹ Outil d’interrogation de corpus comparable au Sketch Engine, accessible en ligne : http://phraseotext.u-grenoble3.fr/lexicoscope/ [30.06.2015]. retour

¹⁰ À chaque lettre/chiffre correspond un niveau de classement (ex : classe sémantique générique, sous-type syntaxique). Pour chaque entrée verbale (un sens y est associé), cinq niveaux de classement sont établis. retour

¹¹ Agence d’évaluation de la recherche et de l’enseignement supérieur. retour

¹² Considérons la phrase « Nous analysons la préposition qui introduit le nom ». Si l’analyseur syntaxique définit une relation de coréférence entre qui et préposition et une relation sujet entre introduit et qui, alors nous propageons la relation sujet entre introduit et préposition. retour

¹³ Cet outil permet d’avoir, pour un mot donné, l’ensemble de ses cooccurrents les plus significatifs. retour

¹⁴ [obj] réfère aux étiquettes de relations de dépendances issues de l’analyseur. retour

¹⁵ Accessible en ligne www.pdev.org.uk/#browse?q=;f=C [30.06.2015]. retour

¹⁶ Le sens est représenté dans l’implicature, une paraphrase du patron employant un verbe différent et une phraséologie différente. retour

¹⁷ Dictionnaire d’apprentissage d’aide à la rédaction scientifique. retour

¹⁸ Nous intégrons le trait +hum lorsque le sujet se réalise sous la forme de je, on, nous. retour

¹⁹ Nous situant dans une perspective didactique, nous avons adopté un formalisme simplifié. retour

²⁰ Outil, conçu par Achille Falaise, faisant office d’assistant phraséologique pour la rédaction scientifique en français. retour

²¹ « Très fréquent » correspond à au moins 10 occurrences dans le corpus, « moyennement fréquent » entre 5 et 10 occurrences, et « peu fréquent » moins de 5 occurrences. retour