Étiquetage morpho-syntaxique
Étiqueter un texte, c'est écrire sous chaque mot sa nature (pronom, préposition, verbe à l'imparfait). Les étiqueteurs automatiques le font par apprentissage statistique, avec un taux d'erreur mesurable en moyenne mais impossible à localiser mot par mot. Cette page fait le choix inverse : n'étiqueter que ce qui est sûr, et publier chaque règle. Elle recourt aux classes grammaticales fermées (on peut lister tous les déterminants du français), aux désinences verbales sans ambiguïté et à des dictionnaires de décision établis mot par mot. La couverture est de 59 % des mots du corpus ; le reste est laissé sans étiquette plutôt qu'étiqueté au risque d'erreur.
Le corpus, celui de la page Lexicométrie, réunit les Essais de 1875, l'Esquisse de 1885-1886 et Le Personnalisme de 1903, avec le tome révisé de 1892 pour point de contrôle. On compte ici non plus les mots pleins, mais la grammaire (pronoms, négations, connecteurs, temps), soit la couche de la langue qu'un auteur surveille le moins, et qui a beaucoup à dire. Ouvrir un pli ne fait rien disparaître.
la règle du jeuÉtiqueter à découvert
On n'emploie que trois familles d'étiquettes, correspondant à trois degrés de certitude.
Les classes fermées. Déterminants, pronoms, prépositions, conjonctions, négations et formes conjuguées d'être et d'avoir forment des listes finies, connues en entier. Un mot y figure ou n'y figure pas ; l'appartenance à la classe est sûre, même quand la fonction exacte (le article ou pronom, que relatif ou conjonction) ne l'est pas. Elles couvrent à elles seules plus de la moitié de tout texte français.
Les désinences sans ambiguïté. Une forme en -erait est un conditionnel ; une forme en -ait ou -aient hors conditionnel, un imparfait ; une forme en -èrent, un passé simple. Ces règles valent sauf exceptions, toutes listées, car le français tend des pièges. Ainsi, fait, sait et parfait ne sont pas des imparfaits ; diffèrent et considèrent sont des présents, non des passés simples ; ni vrai ni considérons ne sont des futurs ; considérait (imparfait de considérer) se distingue de considérerait (conditionnel) par une seule syllabe. Chaque piège rencontré dans le corpus a été tranché individuellement. Les principales décisions figurent au dernier pli, leur intégralité (dictionnaires et programme) dans la page Méthode et reproductibilité.
Les adverbes en -ment. Nécessairement est un adverbe, mouvement un nom, forment un verbe, et aucune règle mécanique ne les départage tous. Les terminaisons sûres (-quement, -ellement, -amment…) sont traitées par règle, le reste mot par mot. Le résidu non classé compte 918 occurrences sur plus d'un million, soit moins d'un mot sur mille.
| strate | mots étiquetés |
|---|---|
| 1875 | 59,1 % |
| 1885-1886 | 59,3 % |
| 1903 | 58,3 % |
| 1892 | 58,4 % |
Les 41 % restants (l'essentiel des noms, adjectifs et verbes au présent) demeurent volontairement sans étiquette. On perd en couverture ce qu'on gagne en certitude. Chaque chiffre des plis suivants est ainsi vérifiable à la main.
le paradoxeLe « je » s'efface dans Le Personnalisme
Les fréquences des pronoms personnels pour 10 000 mots, mesure la plus simple de l'appareil, livrent le résultat le plus étonnant de toute l'étude.
| pronom | 1875 | 1886 | 1903 | 1892 |
|---|---|---|---|---|
| je, j' | 53,6 | 27,2 | 5,4 | 19,7 |
| me, m', moi | 21,2 | 10,6 | 4,9 | 7,0 |
| nous | 66,4 | 47,0 | 65,8 | 52,1 |
| on | 71,7 | 65,3 | 44,1 | 72,3 |
| il, ils | 127,9 | 136,3 | 118,0 | 109,7 |
D'un livre à l'autre, le je est divisé par dix. L'auteur des Essais parle en son nom à chaque page, qu'il expose, maintienne ou réponde :
Il est vrai que je ne comprends la loi de finalité que sous condition d'une conscience posée, apte à poursuivre un but.
Deuxième Essai, t. III, p. 247L'auteur du Personnalisme a presque cessé de dire je. Sa phrase type est impersonnelle, à sujet abstrait :
La justice subjective comporte donc une limitation mutuelle des actes des agents moraux.
Le Personnalisme, p. 36Le paradoxe est que la doctrine prend le nom de la personne au moment précis où la première personne quitte la prose. Il se dissout si l'on distingue deux choses que le mot personnel confond, la thèse et le ton. La thèse (toute vérité est affirmée par quelqu'un) n'a jamais été aussi ferme ; le ton n'a plus besoin de la porter, car elle est portée par le système entier. Le je des Essais était un instrument de combat ; le combat gagné, l'instrument se range. Reste le nous de méthode, qui fléchit dans l'Esquisse mais retrouve en 1903 son niveau de 1875 (66,4 → 47,0 → 65,8). Pronom de l'auteur et de son lecteur marchant ensemble, il était constitutif et demeure.
l'archaïsme tenuPoint ou pas
Le français du XIXᵉ siècle connaît deux négations pleines, la moderne ne… pas et l'ancienne ne… point, déjà littéraire. Suivent la part de point parmi les deux et la densité totale de la négation.
| strate | ne… pas | ne… point | part de point | ne pour 10 000 mots |
|---|---|---|---|---|
| 1875 | 2 613 | 554 | 17,5 % | 163 |
| 1885-1886 | 2 286 | 329 | 12,6 % | 136 |
| 1903 | 951 | 143 | 13,1 % | 135 |
| 1892 | 499 | 86 | 14,7 % | 138 |
Deux faits ressortent. D'abord, point recule après les Essais sans disparaître et se stabilise jusqu'au bout autour d'une négation sur huit, signe que l'élégance d'époque est tenue, non abandonnée. Il figure encore en 1903 :
Elle n'est pas positivement logique, et c'est pour cette raison qu'on ne voit point le devoir figurer dans les tables de catégories.
Le Personnalisme, p. 47Les deux négations cohabitent ici dans la même phrase, pas pour le constat, point pour la pointe. Ensuite, la densité globale montre que les Essais nient davantage (163 ne pour 10 000 mots, contre 135-136 par la suite). Un traité polémique se construit par opposition, contre Hume, contre Hegel, contre l'infini actuel ; la prose tardive expose plus qu'elle ne réfute, et sa grammaire en porte la trace.
l'armatureL'appareil démonstratif décline
Les connecteurs forment l'armature visible du raisonnement. Presque tous baissent, et le détail (pour 10 000 mots) est instructif.
| connecteur | 1875 | 1886 | 1903 | 1892 |
|---|---|---|---|---|
| donc | 15,8 | 10,4 | 8,4 | 11,6 |
| si | 36,5 | 27,2 | 24,9 | 29,2 |
| mais | 46,8 | 42,2 | 37,2 | 42,9 |
| ainsi | 16,7 | 16,3 | 11,9 | 14,1 |
| en effet | 6,2 | 4,0 | 3,7 | 6,9 |
| lorsque | 3,6 | 1,8 | 0,9 | 3,6 |
| au contraire | 3,3 | 2,3 | 1,9 | 2,4 |
| pourtant | 2,8 | 1,7 | 1,3 | 1,9 |
| car | 8,5 | 7,5 | 8,6 | 7,2 |
| cependant | 3,5 | 3,3 | 4,6 | 3,1 |
| parce que | 3,2 | 3,0 | 4,3 | 1,1 |
Donc est presque divisé par deux, si et ainsi sont en net repli, et lorsque est divisé par quatre. La machine à inférer tourne moins vite. Mais car tient, et cependant comme parce que montent, signe que la justification résiste mieux que la déduction. La concession est partagée (cependant monte, pourtant est divisé par deux). On passe d'une prose qui démontre à une prose qui explique.
La ponctuation va dans le même sens, avec 20,8 points d'interrogation pour 10 000 mots dans les Essais, 9,6 dans l'Esquisse et 6,8 dans Le Personnalisme, soit trois fois moins. Le traité de 1875 pense par questions, en salves :
Mais qu'est-ce qu'une probabilité morale ? Qu'est-ce qu'un motif de croire ? Qu'est-ce que croire ?
Deuxième Essai, t. II, p. 90Ces trois questions en treize mots, chacune creusant sous la précédente, sont la respiration même du criticisme militant. La prose de 1903, qui a rangé ce soufflet, pose, déroule et conclut sans interpeller.
les modesLe traité conjecture, l'histoire rapporte
Une fois les pièges écartés, quatre temps verbaux sont identifiables par leur seule terminaison (fréquences pour 10 000 mots).
| strate | imparfait | conditionnel | futur | passé simple |
|---|---|---|---|---|
| 1875 | 29,3 | 50,5 | 24,7 | 1,9 |
| 1885-1886 | 48,8 | 38,6 | 14,8 | 3,8 |
| 1903 | 54,0 | 44,5 | 9,2 | 4,5 |
| 1892 | 39,8 | 48,4 | 19,6 | 0,6 |
Chaque livre a son mode dominant, qui en trace le portrait. Les Essais sont le règne du conditionnel, mode du traité critique, qui pèse des hypothèses, envisage ce qui s'ensuivrait et écarte ce qu'on ne saurait conclure :
La réciproque simple eq = e (non m) n'est pas généralement vraie, et de ce qu'une espèce de m est espèce de l'autre que q, on ne saurait conclure qu'une espèce de q soit espèce de l'autre que m.
Premier Essai, t. II, p. 18L'Esquisse fait basculer la prose dans l'imparfait, temps de l'historien des doctrines, qui rapporte ce que tel penseur admettait ou ce qu'il démontrait :
Il démontrait que la pluralité est impossible, à l'aide toujours du grand axiome éléatique de la non existence du non être.
Esquisse, t. I, p. 41Dans Le Personnalisme, livre-bilan, la prose demeure dans l'imparfait, surtout celui de l'historien des théories de la perception et de la physique. Le futur, en revanche, s'éteint (divisé par 2,7), car il était pour une bonne part le futur d'architecte, celui qui annonce la suite du traité :
Puis des considérations accessoires la corroborent, notamment celle qui se tire des faits dits de hasard et de la loi des grands nombres, comme nous le verrons tout à l'heure.
Deuxième Essai, t. II, p. 90Moins d'annonces signifie moins d'échafaudage, le dernier livre n'ayant plus de chantier à promettre. Quant au passé simple, il est marginal partout, avec deux à quatre formes pour 10 000 mots et presque aucune dans le tome de contrôle. Renouvier ne narre pas, même quand il fait de l'histoire ; il tient les doctrines au bout de son imparfait, à distance constante du présent où il juge.
l'épreuveDater les textes par la grammaire : le test de 1892
Reste la dernière expérience, la plus forte. La stylométrie sait depuis longtemps que les mots-outils (de, que, mais, ne, donc…) forment une signature involontaire, stable chez un auteur mais sensible à ses époques. On a donc découpé chaque strate en segments de 20 000 mots, mesuré dans chaque segment la fréquence des 120 mots-outils les plus courants, puis calculé la distance moyenne entre segments (Delta de Burrows).
| comparaison | distance |
|---|---|
| à l'intérieur d'une même strate | 0,94 – 1,12 |
| 1875 ↔ 1885-1886 | 1,164 |
| 1885-1886 ↔ 1903 | 1,074 |
| 1875 ↔ 1903 | 1,279 |
Dans l'ensemble, les distances entre époques sont supérieures aux distances internes, mais l'écart est faible et non général, puisque la distance entre 1885-1886 et 1903 (1,074) reste inférieure à la dispersion interne de 1875 (1,117). Les trois strates se distinguent sans s'opposer nettement, et les mots-outils ne sont pas indifférents au genre, un traité n'employant pas je ou nous comme une histoire des doctrines. Du moins les distances respectent-elles la chronologie, 1875 et 1903 étant les plus éloignés et 1885-1886 se plaçant entre les deux. Trois points ne suffisent pas à établir une évolution continue ; ils sont compatibles avec elle.
Ce constat appelle un test. Le tome de contrôle porte la date de 1892, mais c'est la révision d'un texte écrit sous l'Empire, vers 1864, et donc un composé de deux mains du même homme à trente ans d'écart. Si la signature grammaticale date effectivement les textes, elle doit voir sous la date de couverture. On a cherché, pour chacun de ses quatre segments, la strate dont il est le plus proche.
| segment | dist. 1875 | dist. 1886 | dist. 1903 | verdict |
|---|---|---|---|---|
| 1892 — 1ᵉʳ | 0,826 | 0,889 | 0,902 | 1875 |
| 1892 — 2ᵉ | 0,638 | 0,894 | 0,925 | 1875 |
| 1892 — 3ᵉ | 0,909 | 1,018 | 1,040 | 1875 |
| 1892 — 4ᵉ | 0,797 | 0,728 | 0,742 | 1886 |
Trois segments sur quatre votent 1875, mais le premier ne compte pas. Il couvre pour l'essentiel l'Introduction de 1892, qui reprend le Résumé des principes de la psychologie rationnelle déjà présent dans la strate 1875 (Deuxième Essai, t. III), au point que 81 % de ses mots s'y retrouvent à l'identique. Des trois segments indépendants qui restent, deux votent 1875 et un 1885-1886. Le résultat est compatible avec une syntaxe restée proche de celle des Essais, sans prouver que la révision de 1892 ait laissé intacte la langue de 1864. Quant au dernier segment, il penche vers la langue tardive, inflexion que la statistique constate sans pouvoir, seule, l'assigner à telle ou telle couche de la révision. Ici, le comptage passe le relais à la philologie.
Celle-ci a déjà fait sa part, puisque la page Comment je suis arrivé à cette conclusion compare mot à mot les états successifs de l'Introduction, c'est-à-dire du premier segment, celui qui vote 1875. Les repentirs de 1892 ont échappé à la grammaire, et l'inflexion du quatrième segment vient d'ailleurs, des derniers chapitres du tome.
les décisionsNote de méthode, pièges et dictionnaires
Corpus et préparation sont identiques à ceux de la page Lexicométrie (strates closes, césures recollées, élisions détachées, inversions est-il dénouées, sans quoi les pronoms inversés échapperaient au comptage).
Classes fermées retenues. Déterminants (articles, démonstratifs, possessifs, indéfinis) ; pronoms personnels (sujets et compléments), qui servent au pli sur les personnes ; prépositions ; conjonctions de coordination et de subordination ; adverbes de négation ; formes conjuguées d'être et d'avoir ; une liste d'adverbes de haute fréquence (ainsi, aussi, encore, toujours…).
Ambiguïtés assumées. Il inclut l'impersonnel (il faut), ce qui n'affecte pas la chute du je. Que n'étant pas ventilé entre relatif, conjonction et adverbe, on ne l'interprète jamais seul. En, le et leur, qui cumulent leurs emplois, ne portent aucune conclusion de cette page. Le découpage en phrases protège les abréviations courantes ; ses erreurs résiduelles, non mesurées, sont supposées peser à peu près également sur les quatre strates, donc peu sur leurs écarts.
Dictionnaires de décision (extraits). Écartés de l'imparfait : fait, ait, sait, aient, parfait, satisfait, imparfait, bienfait, souhait, trait, attrait, extrait, portrait, abstrait, soustrait, retrait, distrait. Écartés du passé simple (présents en -èrent et voisins) : diffèrent, demeurent, tirent, figurent, suggèrent, opèrent, concourent, altèrent, meurent, attirent, acquièrent, mesurent, considèrent, préfèrent, espèrent. Écartés du futur : vrai, barbara (le mode syllogistique), et les présents en -rons des verbes en -rer (considérons, ignorons, comparons…). Distinction fine : -erait = conditionnel, -érait = imparfait (considérerait / considérait). Imparfaits réintégrés hors règle : offrait, découvrait, démontrait, souffrait, ouvrait. En -ment, classés noms : mouvement, sentiment, développement, moment, jugement, fondement, entendement, commencement, changement, raisonnement, élément, événement… ; classés verbes : forment, réclament, affirment, expriment… ; comment à part. Toute forme en -ment non couverte par une règle ou une liste reste sans étiquette et compte au résidu (0,088 % des mots).
Delta de Burrows. Segments de 20 000 mots (18 pour 1875, 19 pour 1886, 8 pour 1903, 4 pour 1892) ; 120 mots-outils les plus fréquents du corpus commun ; fréquences centrées-réduites sur l'ensemble des segments ; distance = moyenne des écarts absolus. Le classement d'un segment se fait par distance au profil moyen de chaque strate.
Reproductibilité. Comme pour la page voisine, tout repose sur un unique programme de dépouillement, des règles énoncées et les transcriptions publiques de ce site. La page Méthode et reproductibilité publie le programme intégral, les dictionnaires complets et des valeurs-témoins. Que quiconque refait le comptage retrouve ces nombres, telle est la définition même du protocole.
Note de méthode
Cette page suit les règles des dépliants de la sous-section « Œuvres à déplier », Compliquer les Essais pour les expliquer et La physique du personnalisme. Le pli y conserve tout, les voies non prises restent visibles, la profondeur se compte aux filets, le parcours se souvient et la typographie dit qui parle (sérif pour Renouvier, linéale pour le commentaire).
Elle en ajoute une qui lui est propre, selon laquelle aucun nombre n'y figure qui ne sorte du programme publié sur la page Méthode et reproductibilité, appliqué aux transcriptions du site ; chaque citation est donnée avec son tome et sa page.
Sources. Essais de critique générale, 2ᵉ éd., Au Bureau de la Critique philosophique, 1875 : Premier Essai, t. II–III ; Deuxième Essai, t. II–III. — Esquisse d'une classification systématique des doctrines philosophiques, t. I (1885) et t. II (1886). — Le Personnalisme, suivi d'une étude sur la perception externe et sur la force, Félix Alcan, 1903. — Point de contrôle : Troisième Essai, Les Principes de la nature, 2ᵉ éd. corrigée et augmentée, 1892, t. I. Transcriptions intégrales de ce site ; étiquetage et comptages sur ces transcriptions.