Adverbiaux temporels et expressions référentielles comme marqueurs de segmentation : emploi simultané ou exclusif?

Transcription

1 23 Schedae, 2006 Prépublication n 3 Fascicule n 1 Adverbiaux temporels et expressions référentielles comme marqueurs de segmentation : emploi simultané ou exclusif? Sophie Piérard & Yves Bestgen 1 Université catholique de Louvain Place Cardinal Mercier, 10 ; 1348 Louvain-la-Neuve Belgique sophie.pierard@psp.ucl.ac.be Résumé : Cette recherche essaye d éclaircir une question initiée par une recherche de Vonk et al. (1992) sur l utilisation simultanée ou non de deux types de marqueurs de la segmentation : les expressions temporelles et les anaphores nominales. Par une analyse de corpus, nous montrons que ces deux types d expressions apparaissent simultanément et permettent de confirmer l intérêt des recherches de détection automatique des ruptures thématiques basées sur le cumul d indices. Mots-clés : adverbiaux temporels, expressions référentielles, nom propre, marqueur de la structure. Abstract : This research tries to answer a question initiated by Vonk et al. (1992) on the simultaneous use or not of two types of segmentation markers : temporal expressions and nominal anaphora. A corpus analysis shows that these two types of expressions appear simultaneously to highlight a paragraph shift. This observations confirm the interest of automatic text segmentation procedures that are based on the coccurrence of indices. Keywords : temporal adverbials, referential expressions, proper name, segmentation markers. De nombreux moyens linguistiques sont à la disposition de l auteur d un texte pour signaler les ruptures thématiques. Il s agit par exemple des adverbiaux temporels et des expressions référentielles (Charolles 1997, Laignelet 2004). D une manière générale, nos 1. Yves Bestgen est chercheur qualifié du Fonds national de la recherche scientifique (FNRS). Cette recherche est financée par une «Action de Recherche concertée» du Gouvernement de la Communauté française de Belgique. Sophie Piérard & Yves Bestgen «Adverbiaux temporels et expressions référentielles comme marqueurs de segmentation : emploi simultané ou exclusif?»

2 24 travaux visent à étudier l emploi de ces marqueurs dans de grands corpus de textes (Piérard & Bestgen 2005). Sont-ils bien associés à des ruptures thématiques? Certaines expressions sont-elles de meilleurs signaux? Pour identifier les ruptures de thème, nous employons un indice qui traduit, au moins partiellement, les intentions de l auteur d un texte : les changements de paragraphe (Hofmann 1989, Longacre 1979). Nous utiliserons dans cette recherche une technique d analyse qui fait l objet d un regain d intérêt (Hoey 2005). En plus de répondre à ces questions, la présente étude vise un objectif plus spécifique : étudier les relations entre deux types de marqueurs de la segmentation d un texte : les adverbiaux temporels et les expressions référentielles (nom propre, pronom, nom avec déterminant indéfini, défini, démonstratif et possessif de la 3 e personne). La question principale à laquelle nous voulons répondre trouve son origine dans une recherche de Vonk et al. (1992). Ces auteurs s intéressent au rôle des expressions référentielles comme marqueurs de la structure. En effet, selon ceux-ci, une expression référentielle plus spécifique que nécessaire indique un changement de thème. Des expressions, telles que le pronom personnel, sont utilisées dans des situations de continuité de thème. Par contre, des expressions nominales (comme «Jacky» mais aussi «le pharmacien»), lorsqu elles sont utilisées alors que l accessibilité à l antécédent est forte, indiquent une transition vers une nouvelle unité du discours. Les expressions nominales sont donc des signaux de changement de thème lorsqu elles sont employées alors que le contexte ne le nécessite pas (Fox 1984). Dans une de leurs expériences, Vonk et al. (1992) ont demandé à leurs participants d écrire une suite à de courtes histoires de deux lignes mettant en scène un personnage. Dans l une des conditions expérimentales, les chercheurs imposaient aux participants d écrire une suite en rupture ou en continuité thématique par rapport au début du texte. Ils ont observé que les ruptures de thème étaient liées à l emploi d anaphores plus spécifiques que nécessaire, c est-à-dire d anaphores nominales. De plus, ils ont observé que lorsqu il y a un changement de thème dans une narration, l auteur a tendance à employer soit une expression temporelle en début de phrase et un pronom soit un nom seul. Ils expliquent cette observation en soutenant que la présence d un marqueur temporel de la segmentation réduit les chances d observer une expression référentielle plus spécifique que nécessaire. Ils concluent donc qu il n y a pas d emploi simultané de ces deux dispositifs qui indiquent un changement de thème. Ces résultats ont été obtenus au travers d une tâche relativement artificielle (imposer aux participants de produire des suites en continuité ou en rupture thématique). Dans la présente recherche, nous voulons déterminer si ce même emploi exclusif de ces deux types de marqueurs peut être mis en évidence par une analyse de corpus. Le corpus Le corpus qui a été utilisé est composé de textes littéraires extraits des bases ABU, Intratext et Wordthèque. Il contient 67 romans (du XIX e et XX e siècle) et approximativement mots. Les textes ont été découpés en phrases et lemmatisés au moyen du programme TreeTagger de Schmid (1994). Nous avons retiré du corpus les paragraphes qui contenaient des dialogues afin de focaliser les analyses sur l emploi des indicateurs de la structure du discours écrit. Expressions temporelles et paragraphe Dans un premier temps, nous avons employé une procédure d extraction d expressions régulières pour sélectionner de manière automatique les phrases contenant une expression temporelle comme une date (le 4 janvier), une partie de journée (dès le matin), une indication d heure (vers midi), un délai (une heure/semaine/année plus tard), etc. Au total, les

3 25 phrases sélectionnées représentent 3 % des phrases de notre corpus. Nous avons classé ces phrases selon que l expression temporelle est présente au début, au milieu ou en fin de phrase. Ensuite, nous nous sommes intéressés au positionnement de ces phrases dans les paragraphes. Afin d avoir un point de référence, nous avons calculé le pourcentage de chance qu a une phrase, contenant ou non une expression temporelle, d arriver en tête de paragraphe : ce pourcentage est de 26 % 2. Lorsqu une phrase contient une expression temporelle, elle apparaît dans 38 % des cas en tête de paragraphe. Ce pourcentage masque une grande disparité selon la position qu occupe l expression temporelle dans la phrase : 51 % des phrases introduites par une expression temporelle sont en début de paragraphe contre 37 % pour les phrases qui se terminent par ce genre d expressions et 31 % lorsque l expression est au milieu de la phrase. Cette observation confirme l importance de la position initiale dans la phrase pour qu une expression temporelle signale efficacement un changement thématique (Costermans & Bestgen 1991, Charolles 1997, Virtanen 1992). Nous avons également observé des différences entre les types d expressions temporelles présentes en début de phrase. En effet, certains types de marqueurs apparaissent beaucoup plus souvent en tête de paragraphe (Chi 2 (7) = , p < ), comme nous pouvons le constater dans le tableau ci-dessous. 3 Exemples des types d expressions temporelles Nombre de phrases en tête de paragraphe Nombre de phrases non en tête de paragraphe «le 1 er juillet» «le lendemain» «le soir», «l avant-midi» «vers 14 heures» «une heure après», «deux jours après» «une heure/jour/mois plus tard» «en 1975», 7 11 «en été» Expressions référentielles et paragraphe Dans un second temps, nous nous sommes intéressés aux expressions référentielles présentes dans tous le corpus. Nous avons déterminé, au moyen d une série d heuristiques syntaxiques, quel était le sujet du premier verbe conjugué de chacune des phrases. Puis, nous avons observé si les phrases dont le sujet est un syntagme avec un article indéfini, un déterminant possessif, etc. étaient plus souvent en tête de paragraphe ou pas. Les phrases dont le sujet est un nom propre ont 38 % de chances d apparaître en début de paragraphe (contre 26 %, quelle que soit le sujet de la phrase). Les pronoms, à titre de comparaison, ont 21 % de chances d apparaître en tête de paragraphe (Chi 2 (1) = , p < ). Nous avons effectué ces mêmes calculs sur un sous ensemble de notre corpus, à savoir, sur les phrases contenant une expression temporelle. Pour chaque position de l expression temporelle dans la phrase (début, milieu, fin), nous avons également observé comment se distribuaient les phrases selon leur sujet grammatical. Comme on peut le voir dans le tableau, seul le nom propre est plus souvent le sujet d une phrase en tête de paragraphe. Les sujets grammaticaux d autres catégories apparaissent plus souvent dans les phrases qui ne sont pas en tête de paragraphe, et ce, de 2. Cette valeur correspond à des paragraphes d en moyenne 3,84 phrases. 3. Comme cette catégorie rassemble peu d occurrences, nous avons également calculé le Chi 2 sans celle-ci ; le Chi 2 reste toujours aussi significatif : Chi 2 (6) = , p < Schedae, 2006, prépublication n 3, (fascicule n 1, p.23-28).

4 26 Catégorie grammaticale du sujet du premier verbe conjugué d une phrase contenant une expression temporelle Nombre de phrases en tête de paragraphe contenant l expression Nombre de phrases qui ne sont pas en tête de paragraphe contenant l expression Déterminant défini + syntagme nominal Déterminant démonstratif + syntagme nominal Déterminant possessif + syntagme nominal Déterminant indéfini + syntagme nominal Nom propre Pronom personnel Autre Total manière statistiquement significative (Chi 2 (6) = , p = 0.001). Le nom propre fonctionne donc comme un marqueur de la structure. Cette constatation rejoint les observations de Hofmann (1989) et de Schnedecker (1997) pour lesquels l «unité paragraphique» coïncide avec d autres traits linguistiques dont les syntagmes nominaux. Ceux-ci apparaissent aux points de fracture du texte. 4 Expressions temporelles et expressions référentielles La dernière analyse vise à répondre à notre question spécifique : l emploi de marqueurs temporels en tête de paragraphe réduit-il l apparition d expressions référentielles plus spécifiques comme un nom propre par rapport à un pronom. Selon cette thèse, on devrait observer moins de noms propres sujets et plus de pronoms sujets lorsque l expression temporelle est en tête de phrase et en tête de paragraphe ne vont pas dans ce sens. Lorsque le marqueur temporel est en tête de phrase, on observe 175 noms propres sujets de phrases en tête de paragraphe et 87 noms propres sujets de phrases qui ne sont pas en tête de paragraphe. D autre part, on observe 127 pronoms sujets de phrases en tête de paragraphe et 192 pronoms sujets de phrases qui ne sont pas en tête de paragraphe (Chi 2 (1) = 41.96, p < ). En poussant plus loin l analyse, on remarque également que le nom propre présent dans une phrase débutant par un marqueur temporel, est dans 58 % des cas une reprise d un nom propre cité dans les 10 phrases qui précédent. Il apparaît que l utilisation d un type de marqueurs de rupture comme les adverbiaux temporels n empêche pas l utilisation d autres types de marques comme une expression référentielle plus spécifique, tel le nom propre, contrairement à l idée avancée par Vonk et al. (1992). Ce résultat est en accord avec les observations faites par Hofmann (1989) et Schnedecker (1997). Les indices de segmentation textuelle, comme la marque de paragraphe, induisent le lecteur à conclure le traitement d un bloc d information et à en initialiser un nouveau. Ce nouveau bloc peut débuter par différents types d expressions et parmi celles-ci, nous pouvons citer les marqueurs temporels. Cette opération implique une accessibilité moins importante des entités contenues dans le paragraphe qui vient d être clôturé. Il est donc nécessaire d utiliser des marqueurs de plus faible accessibilité, comme les noms propres. Conclusion Cette recherche avait pour objectif d étudier l emploi simultané ou exclusif de deux types d expression qui signalent une rupture thématique, à savoir les expressions temporelles et 4. Cette catégorie reprend les sujets grammaticaux qui ne sont pas repris dans les autres catégories, comme par exemple, le «on» impersonnel.

5 27 les anaphores nominales. Nous avons analysé, au moyen de procédures automatiques, un corpus de textes littéraires. Nos résultats plaident pour une utilisation combinée de ces deux types d indices. Le caractère additif de ce type d expressions dans le marquage de la segmentation d un texte confirme l intérêt de développer de procédures d identification des ruptures basées sur l accumulation d indices. Bibliographie CHAROLLES M. (1997), «L encadrement du discours univers, champs, domaines et espaces», Cahier de recherche linguistique, 6, p COSTERMANS J. & BESTGEN Y. (1991), «The role of temporal markers in the segmentation of narrative discourse», Cahiers de Psychologie Cognitive, 11, p FOX B.A. (1984), «Anaphora in popular written English narratives», in Coherence and grounding in discourse, R.S. Tomlin (éd.), 11 (Typological studies in language), Amsterdam, Benjamins. HOEY M. (2005), Lexical priming : a new theory of words and language, Londres, Routledge. HOFMANN T.R. (1989), «Paragraphs, & anaphora», Journal of Pragmatics, 13, p LAIGNELET M. (2004), Les titres et les cadres de discours temporels, Mémoire de DEA en Sciences du langage, Université de Toulouse 2 Le Mirail, 196 pages (dactyl.). LONGACRE R. E. (1979), «The paragraph as a grammatical unit», in Syntax and Semantics, 12 (Discourse and Syntax), T. Givón (éd.), New York, Academic Press, p PIÉRARD S. & BESTGEN Y. (2005), «Deux indices pour l étude des marqueurs de la continuité thématique dans de grands corpus», Communication présentée aux 4 es journées de Linguistique de Corpus, Université de Bretagne-Sud, Septembre SCHMID H. (1994), «Probabilistic Part-of-speech tagging using decision trees», in Proceedings of International Conference on New Methods in Language Processing. SCHNEDECKER C. (1997), Nom propre et chaînes de référence, Paris, Klincksieck. VIRTANEN T. (1992), Discourse functions of adverbial placement in English, Åbo, Åbo Akademi University Press. VONK W., HUSTINX L.G. & SIMONS W.H. (1992), «The use of referential expressions in structuring discourse», Language and cognitive processes, 7, 3/4, p Schedae, 2006, prépublication n 3, (fascicule n 1, p.23-28).

6 28