Chercheur indépendant, diplômé en informatique pour Sciences Humaines

Doctorant contractuel, Univ. Paris 8 : UMR 7023 (SFL)

• Introduction
  • Les corpus et la métrique
• Abrégé de théorie métrique et prosodique
• Le PAM : conception et fonctionnement
• Cas d'utilisation : localisation théorique des césures (ou pas)

Diaporama disponible pendant quelques temps sur : https://timotheepremat.wordpress.com

• La plupart des corpus sont développés par une équipe précise et pour un but précis
• Pour les langues mortes, il s'agit le plus souvent de mener des analyses :
  • lexicographiques (AND)
  • syntaxiques et/ou morphosyntaxiques + DD (BFM)
  • syntaxiques (SRCMF)
  • dialectologiques (Dees x2)
• Il ne s'agit le plus souvent pas d'analyser les modules 'bas' de la grammaire (ceux qui traitent des "formes sonores" : prosodie, métrique, phonologie et phonétique).
  • Dû à la distance entre formes graphiques et sonores ?
  • Dû à une conception du texte comme étant un objet écrit ?

• la TEI P5 propose pourtant des outils pour gérer ces modules 'bas' :
  • feature structure permet de gérer une structure de traits phonologiques
    • Mais son usage semble peu aisé
  • seg elementpermet de gérer les pieds
    • Mais la poésie médiévale française n'est pas une poésie à pieds (même si c'est parfois défendu pour les textes les plus anciens)
  • caesura peut marquer la césure
    • Utilisé dans un seul texte de la BFM (Fantosme)
  • @met vs. @realpermettent de différencier structure métrique et structure prosodique
  • etc.

• Pourquoi ces outils ne sont pas utilisés ?
  • Parce que les éditeurs et/ou les corpus n'y voient pas d'intérêt ou priorisent d'autres types d'annotations
  • Parce qu'il n'existe pas d'outils permettant d'automatiser la tâche
• Or ces annotations sont précieuses pour le phonologue et le métricien
• Il faut donc produire un outil qui puisse procéder à cette annotation (ou à une annotation équivalente)
  • Le PAM : Programme d'Annotation Métrique
  • Il en existe d'autres :
    • Celui mis au point par T. Rainsford pour sa thèse (2011)
    • Celui mis au point par T. Rainsford avec C. Scrivner (2014)

• Cadre : métrique générative
• Principe : associer les structures prosodiques d'énoncés donnés à celle d'un gabarit métrique donné (adopté depuis Kiparsky 1977)
  • Exemple : décasyllabe avec césure a minori (4/6)

Gabarit métrique   x x  xX   	x   x  x   x  x  X
                   | |  ||   	|   |  |   |  |  |
Représentation     Σ σ  σΣ ⟨σ⟩	σ   σ  Σ   σ  σ  Σ ⟨σ⟩
 linguistique	  Bele Doette	as degres de la salle

Dans ce schéma :

• x = position non proéminente
• X = position proéminente
• σ = syllabe atone
• Σ = syllabe accentuable
• ⟨σ⟩ = syllabe flottante (-ə de rime féminine et césure épique)

Gabarit métrique   x x  xX   	x   x  x   x  x  X
                   | |  ||   	|   |  |   |  |  |
Représentation     Σ σ  σΣ ⟨σ⟩	σ   σ  Σ   σ  σ  Σ ⟨σ⟩
 linguistique	  Bele Doette	as degres de la salle

Règles d'associations :

1. Associer une syllabe à chaque position non proéminente
2. Associer une syllabe accentuable (Σ) à chaque position proéminente (X)
3. Ne tolérer de syllabes flottante (⟨σ⟩) qu'après une position proéminente (X) et en fin de mot.

• Mais elles se préoccupent pas des règles syntaxiques
  • p. ex. interdiction d'insérer une frontière métrique entre un adj. et son subst. support
  • certaines de ces règles peuvent être réécrites en termes prosodiques, mais certains pensent que toutes ne le peuvent pas.

• En associant les unités, on assure la cohésion des groupes indirectement (Σ et X marquent une fin de groupe)
• La métrique nous montre que les -e ne sont protégés de l'élision qu'en fin de groupe métrique
• Le groupe métrique correspond à un groupe prosodique possible

Donc, en plaçant les Σ et en déduisant les X, on doit pouvoir repérer automatiquement la structure métrique, la structure prosodique, et le domaine de l'élision du -ə.

• En prosodie
  • Objet : la syllabe
  • Propriétés : proéminence (σ ou Σ)
    • et distinction entre :
      • σ de fin de mot placée après un Σ
        • syllabe posttonique
        • ⟨σ⟩ potentiel
      • autres σ

Comment annoter les propriétés syllabiques ?

• Définir la classe des mots non accentuables
  • Par déduction, définir la classe des mots accentuables
• Découper le texte en mots et syllabes
• Annoter Σ la dernière syllabe des mots accentuables
  • Sauf quand la dernière syllabe a un <e> pour noyau
    • Dans ce cas, annoter la pénultième Σ
    • Et sauf execeptions (adv. en -ent, etc.)
• Annoter σ toutes les syllabes non Σ
• Calculer l'élision de σ dans Σσ]_w en fonction du mot suivant

On peut faire cela avec des listes d'exceptions (qu'on imprime à partir de textes déjà lemmatisés), pas d'une véritable lemmatisation de chaque texte.

• Script Python3
• Libairaires pour la tokénisation :
  • NLTK (Natural Language ToolKit) : pour les mots
  • Syllabise_py (syllabation française) : pour les syllabes

  0 |  0| 0| 2  0| 0|  1   2  -1
puis quë ma da·më dë chan·pai·gne
  2  |  0| 1  2  |0| 2  -1|1    2   -1
vιalt quë ro·mans a fei·re an·prai·gne

  0 |  0| 0| 2  0| 0|  1   2  -1
puis quë ma da·më dë chan·pai·gne
  2  |  0| 1  2  |0| 2  -1|1    2   -1
vιalt quë ro·mans a fei·re an·prai·gne

Mise en place d'une notation 'syllabisante' avant l'étape de syllabation :

• ë : /ə/ final non élidé
• ι : /j/ non syllabique
• Et bien plus à découvrir en utilisant le PAM !

Puis position de la coupe syllabe interne : ・

1. Commande d'appel du script
2. Chemin du fichier
3. Indication du mètre de référence
4. Texte et annotation prosodique
5. Nombre de syllabes métrifiées
6. Césures possibles

• le PAM ne fait que de l'étiquetage prosodique
  • on ne peut pas étiqueter la structure métrique puisqu'elle est virtuelle
• c'est à l'utilisateur de déduire la structure métrique à partir des propriétés prosodiques récurrentes

Analyse de ../corpus/clear_txt/Juise.txt

 1   2 |1  2 | 1   2 |  1  1 2 -1|0 | 1    2  -1    6ma
san·ιor o·ιez rai·son glo·rï·o·se et sain·tis·me
 0 | 2  |0 | 2 | 0| 2  | 0| 1  1  2 | 0| 2 -1 	    6ma
del cιel en est la voiz dë pa·ra·dis la vi·e
 0  | 0| 1   2  |0 | 2  0 | 0 |1  1   2  | 0 |2  -1 6épC
deus la tre·mist en ter·rë por a·men·deir noz vi·es
 0 | 0 | 2  0 | 1   2  |0| 2 |0 |0| 1   2 -1        6ma
kar tot su·mes tur·neit a dol et a mar·ty·re
 0  |1  2  | 1  1   2 |0 | 2   |0 |2 |  1  2 -1     6ma
nos  a·vons ca·ri·teit la foiz  en est fu·ï·e

1 ../corpus/clear_txt/Juise.txt	m:12
80.00% soit  4  /5 vers bien formés
20.00% soit  1  /5 vers mal formés
	- m:13[12]	20.00% soit  1  

Distribution des césures pour 5 vers:
	- [...]
	- 6ma	80.00% soit  4  
	- 6épC	20.00% soit  1  
	- [...]

• réinjecter notre étiquetage dans les XML d'origine
• parser-writer de XML
• permettra aussi de rendre les informations syllabiques et prosodiques disponibles pour les requêtes, dans TXM par exemple
  • très intéressant pour les phonologues
• permettra, en croisant avec les informations syntaxiques, de préciser les groupes accentuels annotés

• Les corpus de français médiéval n'annotent pas les propriétés 'sonores'
• Cela pousse les utilisateurs à développer leur propre outil
  • PAM : Programme d'Annotation Métrique
    • Découpage syllabique et annotations prosodiques
    • Permet la déduction de la structure métrique
• Projet en cours... from __future_pam__ import *

• AND = Anglo-Norman Dictionnary, http://www.anglo-norman.net
• BFM = Base de Français Médiéval de l'ENS de Lyon, dir. C. Guyot
• SRCMF = Syntactic Reference Corpus of Medieval French, dir. S. Prévost & A. Stein, http://srcmf.org/
• DEES, A., 1980. Atlas des formes et des constructions des chartes françaises du 13e siècle, Tübingen : M. Niemeyer Verlag
• — 1987. Atlas des formes linguistiques des textes littéraires de l'ancien français, Tübingen : M. Niemeyer Verlag
  • intégrés tous deux dans le NCA
• NCA = Nouveau Corpus d'Amsterdam, dir. P. Kunstmann & A. Stein, http://stella.atilf.fr/gsouvay/nca/
• TEI: P5 Guidelines, https://tei-c.org/guidelines/p5/

• Kiparsky, P., 1977. "The Rhythmic Structure of English Verse", in : Linguistic inquiry 8.2
• Nespor, M. & I. Vogel, 2007 [1986]. Prosodic Phonology, Berlin : Mouton de Gruyter
• Rainsford, T., 2011. The Emergence of Group Stress in Medieval French, thèse de doct., University of Cambridge.
• — & O. Scrivner, 2014. "Metrical annotation for a verse treebank", in : Proceedings of the Thirteenth International Workshop on Treebanks and Linguistic Theories (TLT13), éd. V. Heinrich et al., Tübingen, University of Tübingen.