L'analyse statistique du Trésor de la Langue Française
Résumé
La plus importante banque de données linguistiques du monde est française. Disponible. Encore inexploitée. Et presque inexplorée. Cette immense forêt qui s’étend sur deux siècles, 350 auteurs, 1000 titres, 70 millions de mots, attend son Livingstone ou son Stanley. Aux amateurs de grands espaces et de grands nombres s’ouvre l’aventure concrète et solitaire bien loin des théoriciens qui se bousculent en piétinant la même surface pelée comme les minimes devant la cage de but.
Il n’est d’ailleurs pas nécessaire de s’enfoncer d’un coup au cœur de la forêt, au risque de s’y perdre. Le mystère peut être loti. Ainsi a-t-on suivi jusqu’à leur source quelques cours d’eau, – quelques thèmes – qui jaillissent ou s’étiolent, se ramifient ou convergent dans le paysage littéraire des deux derniers siècles. On a aussi découpé quelques parcelles pour constituer un échantillonnage. On a enfin détaché quelques territoires d’un seul tenant, pour réaliser des monographies d’auteurs. C’est cette dernière voie que nous avons choisie comme exercice d’entraînement, avec Giraudoux, puis Chateaubriand. L’étude qui nous retient présentement dépasse le cadre d’une monographie puisqu’il s’agit de la totalité du corpus XIXe et XXe siècles du T.L.F. Disons tout de suite que cette tâche est écrasante et non achevée. Car si la loi des grands nombres est un avantage scientifique, le poids des grands nombres est un handicap matériel.
Origine : Fichiers produits par l'(les) auteur(s)