- 1 Un connecteur implicite n’est pas réalisé : c’est le connecteur vide entre deux phrases s (...)
1Le projet « French Discourse Treebank » (FDTB) s’inscrit dans la lignée du projet « Penn Discourse Treebank » (PDTB) (Prasad et al., 2008) qui a consisté à ajouter manuellement une couche d’annotation discursive sur le corpus « Penn Treebank », composé d’articles du Wall Street Journal, déjà annoté en morpho-syntaxe. De même, le projet FDTB consiste à ajouter manuellement une couche d’annotation discursive sur le corpus « French Treebank » (FTB) (Abeillé et al., 2003), composé d’articles du journal Le Monde et annoté en morpho-syntaxe. L’annotation complète du PDTB ou du FDTB consiste grosso modo à repérer les connecteurs (« explicites » et « implicites »1), et à annoter leurs sens et leurs arguments. Des expériences préliminaires d’annotation du FDTB (Danlos et al., 2012) ont montré qu’il était difficile d’effectuer toutes ces opérations en une seule passe, entre autres du fait que de nombreux items lexicaux (e. g. et, en gros, ainsi, alors) sont ambigus entre un emploi comme connecteur de discours et un emploi non discursif. À titre d’illustration, la conjonction de coordination et est employée en tant que connecteur en [1a] et non-connecteur en [1b]. De même, l’adverbial en gros est utilisé comme connecteur en [2a] et comme non-connecteur en [2b].
[1a] |
Fred a fini d’écrire son article et il est parti en vacances. |
[1b] |
Fred et Marie sont de très bons amis. |
[2a] |
Fred s’est cassé le bras et a attrapé la grippe. En gros, il ne va pas bien du tout. |
[2b] |
Ce film traite en gros du réchauffement climatique. |
2La détermination du statut discursif de et dans les exemples en [1] est triviale, mais ceci est loin d’être toujours le cas, comme le montre la littérature sur ainsi (Molinier, 2013 ; Karssenberg et Lahousse, 2014) ou alors (Bras, 2008 ; Degand et Fagard, 2011). De ce fait, il est apparu qu’il valait mieux effectuer l’annotation du FDTB en commençant par une première étape, appelée FDTB1, qui consiste uniquement à repérer tous les connecteurs de discours du corpus. C’est cette étape que nous présentons ici. Signalons que l’annotation du PDTB n’est pas passée par cette première étape : seuls les 100 connecteurs anglais considérés comme les plus fréquents ont été annotés. Il n’est pas évident de savoir comment la fréquence des connecteurs anglais a été déterminée vu l’ambiguïté dont nous venons de parler. Seule une étude telle que celle menée dans le FDTB1 permet de déterminer la fréquence des connecteurs et d’identifier les 100 connecteurs français les plus fréquents (au moins dans un corpus journalistique) : ceux-ci sont présentés dans l’annexe C.
- 2 Un segment de discours est complexe s’il couvre plusieurs segments élémentaires (...)
3Ce travail repose donc crucialement sur la notion de connecteur de discours qui est définie de manière fonctionnelle : les connecteurs de discours sont des items lexicaux qui permettent d’exprimer explicitement les relations discursives (sémantiques ou rhétoriques) entre deux segments de discours, « élémentaires » ou « complexes »2. Les connecteurs de discours du français ont été répertoriés dans LexConn (Roze et al., 2012), un lexique qui recense de la manière la plus exhaustive possible les connecteurs avec leur catégorie syntaxique et la ou les relation(s) de discours qu’ils lexicalisent. Les catégories syntaxiques sont : conjonction de coordination, conjonction de subordination, préposition (introduisant un syntagme verbal [verb phrase – VP] à l’infinitif ou au participe présent) et adverbial (catégorie qui regroupe principalement des adverbes simples et des syntagmes prépositionnels).
- 3 Un tel filtrage bénéficie de l’annotation morpho-syntaxique du FTB et s’effectu (...)
4Le travail effectué dans le FDTB1 s’appuie sur LexConn tant sur le plan théorique que méthodologique. Sur le plan théorique, les principes qui ont guidé l’élaboration de LexConn ont tous été retenus dans le FDTB1. Un de ces principes est qu’un segment de discours élémentaire doit comporter un VP (à temps fini ou non). Ce principe a éliminé de LexConn des prépositions comme à cause de ou en raison de qui ne peuvent introduire que des syntagmes nominaux (SN). Ce principe a aussi été appliqué dans le FDTB1 : les occurrences d’éléments de LexConn qui n’ont pas porté sur un VP dans le corpus ont été éliminées automatiquement. À titre d’illustration, seules les occurrences de la préposition pour introduisant un VP à l’infinitif ont été projetées sur le FTB, en excluant celles introduisant un SN3.
5Sur le plan méthodologique, nous avons projeté automatiquement sur le FTB les éléments de LexConn respectant le principe ci-dessus, puis effectué des tâches de désambiguïsation pour savoir si ces occurrences étaient effectivement employées comme des connecteurs. Les tâches de désambiguïsation sont les suivantes :
-
désambiguïsation morpho-syntaxique (section 3), par exemple pour les homonymes comme bref qui peut être un adverbe connecteur ou un adjectif ;
-
désambiguïsation entre grammaire et discours (section 4) pour les adverbiaux comme ainsi et alors qui peuvent avoir un emploi comme connecteur et un emploi d’ajout à l’intérieur de leur phrase hôte ;
-
désambiguïsation entre grammaire et discours (section 5) pour les prépositions et conjonctions de subordination comme pour et pour que qui peuvent avoir un emploi comme connecteur et un emploi d’introducteur de complément sous-catégorisé par un élément (verbal, nominal, adjectival ou adverbial) de la phrase où ils apparaissent.
6Le corpus FDTB1 est librement disponible à l’adresse suivante : https://gforge.inria.fr/frs/?group_id=6145. Les résultats quantitatifs de l’annotation sont donnés à la section 6. Avant d’expliquer les tâches de désambiguïsation, nous allons présenter LexConn et préciser la notion de connecteur de discours qui est au cœur du FDTB1.
7LexConn (dans sa première version de 2012) compte 325 connecteurs de discours qui sont listés avec leur catégorie syntaxique et la ou les relation(s) de discours qu’ils expriment et qui sont illustrés par des exemples (principalement issus de Frantext, http://www.frantext.fr). Rappelons les catégories grammaticales des connecteurs : les conjonctions de coordination (cco) comme et, ou et mais ; les conjonctions de subordination (csu) comme parce que, même si et tandis que ; les prépositions (prép) comme pour, afin de et avant de ; les adverbiaux (adv), comme néanmoins qui est un adverbe simple et en tout cas qui est un groupe prépositionnel (SP) utilisé comme adverbial.
- 4 Pour un gérondif, nous considérons que le connecteur est en… -ant. Les équivalents anglai (...)
8La compilation des prépositions et conjonctions de LexConn s’est faite à partir de ressources lexicales existantes. Il y a 65 prépositions dans LexConn, en mettant de côté à qui a un emploi discursif rare et vieilli (À voler bas, au lieu de signaux d’amitié, on récolte des explosions de torpilles). Les prépositions sont toutes suivies d’une infinitive sauf en et tout en qui sont suivies d’un participe présent, en formant un gérondif, comme en [3] où le gérondif indique comment la porte d’entrée a été cassée4.
[3] |
Fred a cassé la porte d’entrée, en l’ouvrant violemment. |
9Les prépositions et les conjonctions de subordination peuvent être modifiées par des adverbes (e. g. probablement) ou des incises (e. g. paraît-il) qui apparaissent à gauche ou à droite du connecteur ou même à l’intérieur de celui-ci quand c’est une forme composée (exemples [4]). Les modifieurs de connecteurs n’ont pas été répertoriés dans LexConn mais ils sont annotés dans le FDTB1 dans la mesure où ils sont intégrés dans l’empan du connecteur.
[4a] |
Fred s’est excusé probablement pour que Marie accepte de lui prêter de l’argent. |
[4b] |
Fred s’est excusé pour que probablement Marie accepte de lui prêter de l’argent. |
[4c] |
Fred s’est excusé pour probablement que Marie accepte de lui prêter de l’argent. |
10La tâche la plus délicate de LexConn a été de déterminer parmi l’ensemble des adverbiaux (adverbes et syntagmes prépositionnels) ceux qui pouvaient jouer le rôle de connecteur, une telle liste n’existant pas auparavant. Le premier critère pour qu’un adverbial soit connecteur est que sa phrase hôte ait un contexte gauche. Aucun discours, écrit ou oral, ne peut commencer par une phrase contenant un adverbial connecteur : par exemple, la phrase Du coup, Fred est de mauvaise humeur est interdite à l’initiale d’un discours, ce qui est un indice que du coup est connecteur. Comme ce critère n’est pas suffisant dans la mesure où la phrase Le lendemain matin, Fred est arrivé est aussi interdite à l’initiale d’un discours bien que le lendemain matin ne soit pas connecteur, d’autres critères ont été mis en avant lors du développement de LexConn. Nous allons en présenter quatre : clivage, substituabilité, compositionnalité (figement), qui sont des critères sémantiques, et le critère de cohérence qui relève plutôt du discours.
11Un connecteur adverbial n’est pas intégré au contenu propositionnel de sa phrase hôte, ce qui se manifeste entre autres par le fait qu’il ne peut pas être clivé. Ainsi l’adverbial le lendemain matin peut être clivé en [5], ce qui indique que ce n’est pas un connecteur, tandis que par exemple ne peut pas être clivé en [6], ce qui indique que c’est un connecteur.
[5a] |
Marie est tombée malade. Le lendemain matin, Fred est arrivé. |
[5b] |
Marie est tombée malade. C’est le lendemain matin que Fred est arrivé. |
[6a] |
Manet admirait chez son illustre prédécesseur [Vélasquez] le recours à des coloris très vifs […]. L’influence de Vélasquez se retrouve par exemple dans Le Joueur de fifre […]. |
|
(Wikipédia : https://fr.wikipedia.org/wiki/Diego_Vélasquez) |
[6b] |
# Manet admirait chez son illustre prédécesseur le recours à des coloris très vifs […]. C’est par exemple que l’influence de Vélasquez se retrouve dans Le Joueur de fifre […]. |
12Ce critère concerne les adverbiaux qui contiennent une pro-forme. Lorsque la pro-forme réfère à un segment de discours du contexte gauche, autrement dit lorsqu’elle est anaphorique, l’adverbial est considéré comme un non-connecteur, voir après ça en [7]. Sinon, il est considéré comme un connecteur, voir à part ça en [8].
[7a] |
Fred est allé en Argentine. Après ça, il est allé au Pérou. |
[7b] |
Fred est allé en Argentine. Après qu’il est allé en Argentine, il est allé au Pérou. |
[8a] |
Hier soir j’ai croisé Fred dans un bar. À part ça, il nous dit tout le temps qu’il est fatigué. |
[8b] |
# Hier soir j’ai croisé Fred dans un bar. À part qu’hier soir je l’ai croisé dans un bar, il nous dit tout le temps qu’il est fatigué. |
|
(Roze et al., 2012 : 7) |
13Ce critère concerne principalement les adverbiaux de type SP qui contiennent un nom. L’hypothèse est que lorsque ces adverbiaux sont employés comme connecteurs, ils ont subi un processus de grammaticalisation et perdu de leur compositionnalité, ce qui se manifeste d’une part par le fait que le nom n’est plus variable en nombre (exemple [9a]), d’autre part par le fait qu’il n’est pas modifiable (exemple [9b]).
[9a] |
Fred n’est pas allé au cinéma. À la place (* aux places), il a fait du jogging. |
[9b] |
Fred n’est pas allé au cinéma. À la place (* précise), il a fait du jogging. |
14Lorsque deux phrases adjacentes simplement juxtaposées sont incohérentes et que l’insertion d’un adverbial rend le discours cohérent, alors l’adverbial est connecteur, comme en [10].
[10] |
Ce serait vraiment utile pour nous d’aller à cette réunion. |
[10a] |
Ceci dit, on peut s’en passer. |
[10b] |
# On peut s’en passer. |
|
(Roze et al., 2012 : 10) |
15La notion de connecteur de discours explicite s’oppose à celles de connecteur implicite et de « AltLex » : lorsqu’une une phrase (typographique) ne contient aucun connecteur explicite, il est souvent considéré qu’elle est reliée à son contexte gauche par un connecteur implicite (voir note 1) ; toutefois, il a été souligné dans divers travaux qu’une phrase sans connecteur explicite peut se voir relier à son contexte gauche par une relation discursive lexicalisée par des items lexicaux n’appartenant pas à la catégorie des connecteurs de discours, qui ont été baptisés « AltLex » (Alternative Lexicalization) dans le PDTB. Voyons des exemples : en [11a], le connecteur explicite parce que lie les deux propositions avec un sens causal. En [11c], le lecteur doit inférer que les deux phrases sont reliées par une relation causale : on doit positionner un connecteur implicite, noté « ø ». À l’intermédiaire, [11b] ne comporte pas de connecteur explicite mais le lecteur ne doit faire aucune inférence : le fait que le contenu de la proposition Fred a mal dormi explique le contenu de Fred est de mauvaise humeur est explicitement indiqué par la séquence Ceci est dû au fait que qui se voit attribuer le statut d’AltLex.
[11a] |
Fred est de mauvaise humeur parce qu’il a mal dormi. |
[11b] |
Fred est de mauvaise humeur. Ceci est dû au fait qu’il a mal dormi. |
[11c] |
Fred est de mauvaise humeur. ø Il a mal dormi. |
- 5 Ainsi, la requête sur Google « Cela a ensuite été suivi » avec deux marqueu (...)
16Le PDTB décrit quelques cas d’AltLex pour l’anglais et les définit par le fait qu’on ne peut pas leur ajouter de connecteur sans produire un effet de redondance. Pour le français, c’est un vaste champ d’étude non exploré (à l’exception des « verbes de discours » [Danlos, 2006]), mais il nous semble qu’une définition reposant sur une absence d’inférence par le lecteur soit préférable à une définition reposant sur un effet de redondance, la redondance n’étant pas exclue de la langue et éventuellement non perçue5.
17La séquence Ceci est dû au fait que en [11b] est compositionnelle et à ce titre ne saurait en aucun cas être considérée comme un connecteur de discours : c’est clairement un AltLex. Toutefois, la distinction entre connecteur de discours et AltLex peut être plus subtile. À titre d’illustration, considérons l’adverbial à ce moment-là. En [12a], cet adverbial est compositionnel (avec un sens de concomitance temporelle) car le déterminant ce... là est anaphorique comme le montre la paraphrase en au moment où il a commencé à pleuvoir. À l’inverse, cet adverbial est non compositionnel en [13a] où ce… là est non anaphorique. Ceci indique que seul à ce moment-là en [13a] peut prétendre au statut de connecteur (avec un sens de conséquence). Ce statut est confirmé par deux autres critères : d’abord, à ce moment-là en [13a] ne peut pas être clivé – [13b] est inacceptable contrairement à [12b] –, ensuite, moment en [13a] ne peut pas être modifié – [13c] est inacceptable contrairement à [12c].
[12a] |
Il a commencé à pleuvoir. À ce moment-là, Pierre est arrivé. |
[12b] |
Il a commencé à pleuvoir. C’est à ce moment-là que Pierre est arrivé. |
[12c] |
Il a commencé à pleuvoir. À ce moment-là précis, Pierre est arrivé. |
[13a] |
Tu as l’air de penser qu’elle n’est pas honnête. À ce moment-là, tu devrais ne rien lui raconter. |
[13b] |
# Tu as l’air de penser qu’elle n’est pas honnête. C’est à ce moment-là que tu devrais ne rien lui raconter. |
[13c] |
# Tu as l’air de penser qu’elle n’est pas honnête. À ce moment-là précis, tu devrais ne rien lui raconter. |
|
(Roze et al., 2012 : 7) |
18Tous les critères convergent donc pour indiquer que à ce moment-là en [12] est un AltLex tandis que c’est un connecteur en [13a]. Toutefois, la situation n’est pas toujours aussi tranchée : il semble exister un continuum entre AltLex et connecteur de discours, continuum qui reflète un processus de grammaticalisation (une étude dans ce sens a été menée par Rysová et Rysová [2014] sur le tchèque). Ainsi, nous avons parfois hésité entre le statut de connecteur ou d’AltLex, c’est le cas pour :
-
les expressions résultat, la preuve, remarque qui ont été enregistrées dans LexConn sous la catégorie adverbiale, bien que ce ne soit ni des adverbes ni des SP. Finalement, nous avons choisi de les considérer comme des connecteurs ;
-
les anaphores temporelles : par exemple, en [14] alors est une anaphore de l’expression temporelle de 1870 à 1914 située dans la phrase précédente. Cet adverbe n’introduit donc pas à proprement parler de relation de discours entre les deux propositions (Bras, 2008). Il pourrait donc être considéré comme un AltLex mais nous l’avons annoté comme connecteur.
[14] |
De 1870 à 1914, plus de cinq cents millions d’images en cinquante langues sortent des bâtiments du quai de Dogneville, à Épinal. L’imagerie compte alors jusqu’à cent cinquante salariés. |
19En ce qui concerne les arguments des connecteurs, rappelons que la contrainte qu’un segment de discours élémentaire comporte un VP est appliquée tant pour LexConn que pour le FDTB1. Cette contrainte vient de raisons théoriques – éviter de considérer la préposition à cause de qui n’introduit que des SN comme un connecteur de discours – et pratiques – limitation du travail d’annotation dans le FDTB. Cette contrainte fait que la préposition jusqu’à en [15a] n’est pas considérée comme un connecteur car elle introduit un SN, alors qu’elle est considérée comme un connecteur en [15b] ; de même, cependant n’est pas considéré comme un connecteur en [15c], car sa portée ne contient pas de VP. Cette contrainte débouche donc sur des décisions peu heureuses mais il sera toujours possible d’étendre le FDTB en s’en affranchissant. Une telle extension sera plus facilement réalisable le jour où l’on disposera d’une annotation des noms du corpus comme événementiels ou pas : ainsi le nom arrivée a une lecture événementielle dans un exemple comme Fred est resté jusqu’à l’arrivée des secours, et une lecture non événementielle dans des exemples comme Le cheval a bien franchi la ligne d’arrivée et On se retrouve devant l’arrivée de la course.
[15a] |
Fred a couru jusqu’à épuisement. |
[15b] |
Fred a couru jusqu’à en être épuisé. |
[15c] |
Depuis 1986, le dernier grand hiver qu’ait connu la Suède, la mission urbaine a ouvert des auberges de nuit et même de jour, moins cependant pour les femmes que pour les hommes. |
20Le premier aspect de la désambiguïsation dans le FDTB1 consiste, pour chaque occurrence d’un item qui peut être un connecteur, à décider si elle correspond morpho-syntaxiquement à la catégorie du connecteur recherché. Le premier cas d’ambiguïté est celui des homonymes, par exemple le mot car qui peut être une conjonction de coordination (répertoriée dans LexConn) ou un nom commun (Le car est stationné sur la place de l’Étoile). Le second cas se rapporte à une suite de mots qui a été répertoriée comme connecteur dans LexConn mais qui peut correspondre à d’autres catégories morpho-syntaxiques. Par exemple, la suite de mots en fait est répertoriée dans LexConn comme adverbial (de type SP), comme en [16a], mais elle peut correspondre à un pronom suivi d’un verbe (exemple [16b]).
[16a] |
Fred avait l’air sûr de lui. En fait, il était mort de trouille. |
[16b] |
La Grand-Place était piétonne. Le maire en fait un parking. |
21Ces deux cas d’ambiguïté peuvent être levés automatiquement grâce à l’annotation morpho-syntaxique du corpus initial. L’annexe A donne la liste des éléments de LexConn qui présentent une ambiguïté morpho-syntaxique.
22Le deuxième aspect de la désambiguïsation consiste à distinguer les occurrences des adverbiaux de LexConn qui ont une fonction discursive de celles qui ont un rôle sémantique à l’intérieur de leur phrase hôte (avec la fonction syntaxique d’ajout et plus rarement de complément). Dans les termes de Molinier et Lévrier (2000), ceci s’approche de la distinction entre « adverbe de phrase » et autre adverbe. Cette désambiguïsation s’appuie sur les critères utilisés dans LexConn (rappelés à la section 2). Au cas par cas, pour aider à déterminer si un adverbial potentiellement connecteur est effectivement employé comme connecteur en contexte, il a paru nécessaire de décrire l’emploi comme connecteur en donnant un aperçu de la ou des relation(s) de discours lexicalisée(s), et l’emploi comme non-connecteur en précisant le rôle sémantique à l’intérieur de la phrase hôte. Ce travail prolonge à large échelle celui qui a été effectué par des linguistes sur quelques connecteurs adverbiaux ; il est illustré ci-dessous pour au contraire (pas étudié dans la littérature à notre connaissance) et ainsi (largement étudié dans la littérature).
23Au contraire a été annoté comme connecteur lorsqu’il lexicalise un contraste (exemple [17a]) ou une sorte de reformulation du contexte gauche perçu comme une litote (exemple [17b]) : 38 occurrences. Au contraire n’est pas retenu comme connecteur lorsqu’il renforce une assertion négative (exemple [18]) : 8 occurrences.
[17a] |
Selon cette enquête, 15 % se prononcent pour un arrêt rapide du programme nucléaire français, 22 % sont au contraire favorables à sa poursuite et à la construction de nouvelles centrales. |
[17b] |
Qu’il y ait aujourd’hui, ou qu’il y ait encore après le prochain comité directeur, plusieurs textes d’orientation en présence n’est pas en soi nuisible. Cela peut être au contraire une preuve de la vitalité du seul parti véritablement démocratique en France [...]. |
- 6 On pourrait considérer que, dans cet exemple, au contraire est un connecteur avec un seco (...)
[18] |
La nouvelle diminution du taux d’escompte de la Banque du Japon n’a nullement déprimé la monnaie japonaise, au contraire6. |
24Ainsi a été annoté comme connecteur lorsqu’il lexicalise une relation de résultat ou d’exemplification, comme en [19a] sans inversion de l’ordre canonique sujet-verbe ou en [19b] avec inversion (Molinier, 2013 ; Karssenberg et Lahousse, 2014) : 291 occurrences. Ainsi n’est pas connecteur lorsqu’il est utilisé comme anaphore de manière (exemple [20a]) ou comme anaphore ou cataphore d’un discours rapporté (exemple [20b]) : 32 occurrences.
[19a] |
La Commission nationale [...] se limite à vérifier si les obligations comptables et financières sont remplies. Ainsi, il n’existe à ce jour aucun contrôle des dépenses des partis. |
[19b] |
M. Hockey ne mâche pas ses mots. Ainsi a-t-il invité les pays émergents à « se sevrer de la morphine de l’argent facile et à engager des réformes ». |
[20a] |
Fred a été grossier avec Marie. Il s’est comporté ainsi parce qu’il était fatigué. |
[20b] |
M. Michel Charasse, ministre du Budget, a ainsi déclaré au micro de RMC : « C’est une affaire privée, et je ne vois pas pourquoi les pouvoirs publics seraient impliqués là-dedans ». |
25L’annexe B donne les différents emplois d’une centaine d’adverbiaux qui sont ambigus entre grammaire et discours. Cette annexe dresse aussi la liste des adverbiaux de LexConn qui sont toujours employés comme connecteurs (au moins dans notre corpus) : ils sont une cinquantaine.
26Le troisième aspect de la désambiguïsation du FDTB1 consiste à distinguer les occurrences des prépositions et conjonctions de subordination qui ont une fonction discursive de celles qui introduisent un complément sous-catégorisé par un élément verbal, nominal, adjectival ou adverbial. Cette désambiguïsation concerne cinq prépositions qui introduisent des infinitives – pour, afin de, plutôt que de, jusqu’à et avant de – et trois conjonctions de subordination reliées morphologiquement à trois de ces prépositions, à savoir pour que, afin que et plutôt que.
27Le cas le plus complexe et le plus fréquent est celui de la préposition pour suivie d’une infinitive. Cette préposition peut être un connecteur, avec une valeur finale, causale ou temporelle (exemples [21]).
[21a] |
Côté alliances, DEC, qui s’est associé à Olivetti pour développer notamment des machines Risc [...]. |
[21b] |
L’an dernier, le correspondant du quotidien britannique Financial Times s’est fait expulser pour avoir fait état de « l’évaporation » des énormes bénéfices tirés des exportations de pétrole pendant la guerre du Golfe. |
[21c] |
De son côté, la construction de logements reprend effectivement, après une forte baisse en 1991, pour remonter à un rythme annuel de 1,3 million de mises en chantier contre 1 million l’année précédente. |
28Cette préposition peut également introduire un complément sous-catégorisé par un verbe (exemple [22a]), un nom (exemple [22b]), un adjectif (exemple [22c]), ou encore un adverbe (exemple [22d]) (l’élément sous-catégorisant est souligné dans ces exemples).
[22a] |
Le gouvernement n’a pas profité de l’occasion pour trancher. |
[22b] |
Olivetti a toutes les qualités pour profiter de la nouvelle phase de croissance. |
[22c] |
280 000 tonnes de céréales seront nécessaires, chaque année, pour nourrir les poules. |
[22d] |
Ceci est trop rapide pour être durable. |
29Enfin, pour peut introduire une « relative sans mot “qu” » (Huddleston et Pullum, 2002), comme en [23a], et introduire des expressions métadiscursives, [23b].
[23a] |
Un pont pour franchir l’Amazone a été construit en 1745. |
[23b] |
pour conclure, pour ne citer que lui, pour le dire autrement, etc. |
30Si les « relatives sans mot “qu” » et les pour introducteurs d’expressions métadiscursives sont faciles à identifier, la distinction entre pour connecteur de discours et pour introduisant un argument sous-catégorisé, n’est pas aisée. Il s’agit en effet d’une instance particulièrement délicate du problème général de la distinction entre arguments et modifieurs, pour laquelle une batterie de critères a été mise au point (Colinet et al., 2014). Ces critères ont permis d’annoter manuellement les 1 161 occurrences de pour introduisant une infinitive dans le FTB : 518 sont des connecteurs de discours (44 %), 558 introduisent des compléments sous-catégorisés, 52 introduisent des « relatives sans mot “qu” », et 33 introduisent des expressions métadiscursives. Ce travail a aussi permis de compléter les lexiques syntaxiques dans lesquels la préposition pour est largement ignorée en tant qu’introducteur de complément sous-catégorisé (Sagot et al., 2014).
31La conjonction pour que peut aussi être un connecteur ou bien introduire un complément sous-catégorisé par un verbe (exemple [24a]), un nom (exemple [24b]), un adjectif (exemple [24c]) ou un adverbe (exemple [24d]). Elle a été annotée en suivant les critères mis au point pour pour et il en est de même pour la préposition afin de et la conjonction afin que.
[24a] |
Marie va s’arranger pour que la baby-sitter garde les enfants mercredi soir. |
[24b] |
Ce candidat a toutes les qualités pour que les militants l’élisent au premier tour. |
[24c] |
Un complément d’informations est nécessaire pour que je puisse accomplir cette tâche. |
[24d] |
Il pleut trop pour que nous puissions faire une promenade. |
32Les prépositions avant de, jusqu’à et plutôt que de peuvent introduire des compléments sous-catégorisés respectivement par attendre, aller et préférer (exemples [25]). Sinon, ces prépositions sont des connecteurs de discours (exemples [26]).
[25a] |
Elle a attendu que la première couche sèche avant de / pour passer la deuxième. |
- 7 Le verbe aller sous-catégorise aussi des compléments de forme comme en V-ant : (...)
[25b] |
La première épure du projet de loi de finances pour 1993 va même jusqu’à prévoir leur suppression pure et simple7 ! |
- 8 Quand le complément indirect de préférer est une phrase, il est introduit par plutôt que (...)
[25c] |
Il préfère démissionner plutôt que d’accepter ces nouvelles conditions de travail8. |
[26a] |
Elle a étudié à Paris 8 pendant 5 ans avant de se faire embaucher à Paris 3. |
[26b] |
Il a téléphoné au centre de service après vente jusqu’à s’endormir sur son bureau. |
[26c] |
Marie va à la fac en vélo, plutôt que d’utiliser les transports en commun. |
- 9 Nous n’avons pu annoter qu’une sous-partie de « Sequoia » car le reste du corpus est un e (...)
33Les données chiffrées concernant la taille du FTB (en articles, phrases et mots) et le nombre de connecteurs repérés dans le FDTB1 avec leurs catégories sont donnés dans la table 1. Nous avons aussi annoté, en suivant les principes du FDTB1, une sous-partie du corpus « Sequoia » (Candito et Seddah, 2012) qui a été annoté pour la morpho-syntaxe en suivant les mêmes principes que le FTB mais sur des textes d’un genre différent, à savoir des textes de Wikipédia (en français – FrWiki) et du journal L’Est républicain (ER)9. Les données chiffrées concernant le sous-corpus de « Sequoia » sont présentées dans la table 2.
Table 1. Taille du FTB et nombre de connecteurs dans le FDTB1
FTB |
FDTB1 |
articles phrases mots |
1 005 18 535 535 000 |
adverbiaux conj coord conj sub prép V-inf en V-ant TOTAL |
3 221 3 653 1 949 1 070 536 10 429 |
Table 2. Données chiffrées pour ER et FrWiki
ER |
|
articles phrases mots |
39 524 10 000 |
adverbiaux conj coord conj sub prép V-inf en V-ant TOTAL |
26 7 18 7 1 59 |
FrWiki |
|
articles phrases mots |
19 996 22 000 |
adverbiaux conj coord conj sub prép V-inf en V-ant TOTAL |
32 5 17 7 2 63 |
34Cette annotation a mis en évidence une trentaine de connecteurs non répertoriés dans LexConn dont une nouvelle version (comptant 353 éléments) est disponible sur le site du FDTB1 (https://gforge.inria.fr/frs/?group_id=6145). Près de 70 % des éléments de LexConn ont au moins une occurrence dans le FDTB1. L’annexe C donne la liste des 100 connecteurs les plus fréquents repérés dans le FDTB1.
35L’accord inter-annotateurs pour le FDTB1 a été évalué de la façon suivante :
-
l’accord entre deux annotateurs experts (deux auteurs de cet article) sur un échantillon de 13 articles du FTB donne un kappa de 0,70 ;
-
- 10 L’annotateur naïf est en fait un binôme d’étudiants du master de linguistique informati (...)
l’accord entre un annotateur expert (auteur de cet article) et un annotateur naïf10 sur le corpus ER donne un kappa de 0,63 ;
-
l’accord entre un annotateur expert (auteur de cet article) et un annotateur naïf sur le corpus FrWiki donne un kappa de 0,46.
- 11 Il existe un corpus oral en français annoté discursivement (Crible et Zufferey, (...)
36Le seul autre corpus français concernant l’écrit11 qui a été annoté pour le discours est le corpus « Annodis » (Péry-Woodley et al., 2011). Ce corpus a reçu deux annotations : une annotation en relations rhétoriques et une annotation en structures multi-échelles. La première correspond à l’étude de l’organisation discursive qui est menée dans le FDTB, même si les approches sont différentes : l’annotation en relations rhétoriques d’« Annodis » s’inspire de la « Segmented Discourse Representation Theory » (SDRT – Asher et Lascarides, 2003), tandis que, rappelons-le, l’annotation du FDTB s’inspire du PDTB avec un focus sur les marques lexicales (connecteurs et AltLex) des relations discursives.
37Les données chiffrées concernant l’annotation en relations rhétoriques d’« Annodis » sont données dans la table 312. Si l’on compare la taille des corpus en termes de mots, on s’aperçoit que le corpus « Annodis » est nettement plus petit que le FDTB (environ 5 %) ; il est en fait comparable en taille à la sous-partie du corpus « Sequoia » (ER et FrWiki) que nous avons annotée selon les principes du FDTB1. Les connecteurs de discours n’ayant pas joué un rôle central dans « Annodis », on ne sait pas quel est leur nombre dans le corpus : on connaît juste le nombre de segments de discours élémentaires (Elementary Discourse Units – EDU), de segments complexes (Complex Discourse Units – CDU, voir note 3) et de relations de discours (RD)13.
Table 3. Données chiffrées pour « Annodis »
« Annodis » |
Annotation discursive |
articles mots |
100 28 000 |
EDU CDU RD |
3 188 1 395 3 355 |
38Le FDTB1 est donc le premier corpus écrit où les connecteurs de discours du français sont repérés systématiquement. Ce corpus peut être utilisé par les linguistes intéressés par les connecteurs. Il peut aussi être utilisé pour développer des méthodes d’apprentissage afin de repérer automatiquement les connecteurs dans un autre corpus, et ce d’autant plus aisément qu’il repose sur une annotation morpho-syntaxique.
39Pour arriver à une annotation discursive complète à partir du FDTB1, trois tâches sont à effectuer :
-
annotation du sens et des arguments des connecteurs explicites repérés dans le FDTB1 ;
-
identification des AltLex et des connecteurs implicites (éléments définis à la section 2) ;
-
annotation du sens et des arguments des éléments identifiés à l’étape 2 ; la première et la troisième tâche seront effectuées dans l’esprit du PDTB, avec quelques modifications mineures concernant la hiérarchie des sens de connecteurs et l’annotation de leurs arguments (Danlos et al., 2012).
40La première tâche, qui débouchera sur le FDTB2, est en cours avec une étude approfondie des résultats quantitatifs et qualitatifs de l’accord inter-annotateurs.
41Ce travail a bénéficié de crédits de l’Institut universitaire de France et de l’axe 5 du Labex « Fondements empiriques de la linguistique » (EFL).