Navigation – Plan du site

L’utilisation des corpus dans l’analyse linguistique et dans l’apprentissage du FLE

Sonia Di Vito
p. 159-176

Résumés

L’emploi de ressources numérisées ainsi que l’étude des collocations (selon l’acception firthienne adoptée par la linguistique de corpus) peuvent constituer des outils particulièrement efficaces pour l’analyse linguistique et la didactique des langues. Dans cet article nous présenterons les avantages mais aussi certaines limites d’un apprentissage sur corpus. Après avoir encadré la linguistique de corpus d’un point de vue épistémologique et avoir exposé les critères d’analyse qu’elle propose pour l’étude de la langue, nous présenterons des activités introduites, pendant nos cours de FLE à des étudiants italophones, dans le but de leur apprendre des patrons syntaxiques et lexicaux, ainsi que des moyens pour désambigüiser les synonymes. Nous traiterons des problèmes que présente cette approche pour l’élaboration d’exercices et discuterons des différentes questions qui se posent en termes de didactisation de l’input sous forme de données extraites de corpus.

Haut de page

Texte intégral

1. Introduction

1Dans le domaine de l’apprentissage des langues, on assiste depuis quelques décennies à l’essor des nouvelles technologies qui remplacent de plus en plus les supports traditionnels pour deux raisons principales : d’une part, l’emploi d’outils multimédia permet des possibilités infinies d’intégration des différents supports (textes, images, photos, audio, vidéo ou 3D, etc.) ; d’autre part, l’interactivité développe la communication homme-machine, donnant ainsi à l’apprenant une certaine autonomie dans le choix de son parcours d’apprentissage (Kraif, 2003).

  • 1  Une importance capitale a été accordée aux variables dont dépend le contexte d’énonciation, à savo (...)

2Plus récemment, l’apport des nouvelles technologies a permis à la linguistique de corpus de se développer, tout d’abord dans le monde anglo-saxon, puis en France. Dès ses débuts, la linguistique de corpus a été considérée non seulement comme un excellent instrument pour mener des observations sur les phénomènes linguistiques1, mais aussi comme une méthodologie pour favoriser une approche opérationnelle dans le domaine de l’enseignement-apprentissage. Dans la littérature on a appelé ceci l’approche des « trois ‘i’ » (illustration – interaction – induction) (McEnery & Xiao, 2010). Par illustration on entend le fait de présenter à la classe d’étudiants en langues étrangères, des données réelles ; l’interaction concerne la deuxième phase du travail des étudiants qui échangent leurs opinions et leurs observations ; enfin l’induction permet à l’étudiant de se créer sa propre « règle » (qui sera affinée au fur et à mesure que le corpus de données s’élargit) sur le phénomène étudié.

3Dans notre étude nous nous interrogerons tout d’abord sur les possibilités et les limites de la méthodologie de l’apprentissage sur corpus (désormais ASC – cf. Boulton & Tyne, 2014), en mettant en évidence les points de repère théoriques que nous fournit cette nouvelle approche ; puis nous porterons notre attention sur des questions d’ordre méthodologique qui pourront aider le didacticien à utiliser les outils mis à disposition par la linguistique de corpus pour favoriser l’apprentissage des langues étrangères (et en particulier du FLE). Dans une troisième partie nous présenterons des exemples concrets d’application de l’ASC à la didactique des langues, notamment pour ce qui concerne l’étude de patrons syntaxiques, du lexique de spécialité et des relations sémantiques (la synonymie).

2. Points de repère théoriques en linguistique de corpus

  • 2  « [le processus d’apprentissage] a besoin d’être appuyé par l’accès à des données linguistiques » (...)

4Johns (1991) proposait d’utiliser la linguistique de corpus, en particulier l’étude des concordances, dans une salle de classe, comme laboratoire pratique pour l’apprentissage des langues. Il parlait alors d’un processus qui, pour reprendre ses mots, « needs to be driven by access to linguistic data2 » et créait l’expression « data-driven learning » (DDL) pour décrire cette approche.

  • 3  « l’étude de la langue peut être considérée comme un procédé inductif grâce auquel l’étudiant appr (...)

5Bernardini (2004 : 17) a souligné comment « lo studio della lingua può essere visto come un processo induttivo nel quale il significato e la forma devono essere associati3 », et cela selon des schémas que l’étudiant se construit lui-même en associant ses connaissances du monde à la langue/culture qu’il est en train d’étudier. A ces schémas pragmatiques correspondent des formes d’expressions établies, auxquelles l’étudiant est exposé grâce aux corpus et à l’analyse des concordances qui deviennent ainsi des instruments idéaux pour observer et apprendre les associations entre formes et contenus qui sont adoptées par une communauté linguistique donnée.

6Avec cette approche l’étudiant interroge ses propres intuitions, pose ses propres hypothèses et les vérifie par l’analyse de données réelles. Les avantages d’une telle approche sont nombreux sur le plan de l’intérêt suscité chez l’étudiant qui est amené à faire des observations à partir de ses intuitions ; il devient alors acteur dans la construction de son propre savoir. Certes, le travail de l’étudiant ne pourra se faire qu’en semi-autonomie : il sera guidé par son professeur dans la découverte de la langue étrangère et il « apprendra à apprendre » (Bernardini, 2004 : 16) grâce à des exercices qui développent ses capacités d’observation et d’interprétation des patterns ou patrons d’emploi des mots.

7Mais quels sont les principes épistémologiques sur lesquels se basent cette discipline et cette approche didactique qui requièrent, en quelque sorte, une attitude de « chercheur » de la part des étudiants ?

2.1. La linguistique de corpus et l’école contextualiste britannique

8Le courant britannique de la linguistique de corpus trouve ses fondements théoriques dans l’école contextualiste dont le précurseur est Firth. Son point de départ est le fait qu’aucun énoncé ne peut être compris en dehors du contexte culturel et situationnel dans lequel il est produit, sans tenir compte des informations d’ordre sociologique (âge, sexe, milieu) ainsi que des informations qui concernent l’acte énonciatif (genre de discours, endroit où il a été produit, buts de l’énonciation, etc.). D’où l’exigence de fonder ses analyses linguistiques sur les observations de « ce qui est visible » (Williams, 2003 : 35).

  • 4  « ce qui se passe » (notre traduction).

9Les disciples de Firth ont contribué à diffuser ses idées innovantes, en particulier Sinclair qui a été le premier véritable maître à penser de la linguistique de corpus et qui a permis que cette discipline prenne réellement son essor. Son approche de la langue consiste à l’observer, à faire des hypothèses sur son fonctionnement et à prêter attention à « what is going on4 » (Hanks, 2008 : 220). Une autre proposition innovante de Sinclair consiste à considérer que les analyses linguistiques ne doivent pas se baser sur des textes particuliers, mais sur de grands ensembles de données dans la mesure où c’est seulement dans de très grands corpus que le chercheur peut trouver des régularités qui permettent de décrire le fonctionnement de la langue.

  • 5  Dans Habert et al. (1997) nous retrouvons une classification et une définition des typologies des (...)

10Certains spécialistes du domaine considèrent la linguistique de corpus comme une méthodologie applicable à différentes disciplines (McEnery & Wilson 2001) ; d’autres, au contraire, pensent que la linguistique de corpus est une discipline à part entière dans la mesure où elle a des présupposés épistémologiques évidents (Sinclair, 1991 ; Leech, 1992 ; Tognini-Bonelli, 2001). Cette dernière perspective d’analyse consiste, en effet, en une étude attentive et objective se basant sur des données linguistiques auxquelles on accède via un concordancier ; c’est donc une étude qui permet de généraliser les résultats obtenus à la totalité de la langue, à condition, bien sûr, que le type de corpus5 analysé le permette. Ces deux attitudes face à la linguistique de corpus ne sont pas totalement contradictoires et peuvent être tout à fait complémentaires (Williams, 2005 : 13).

11Au-delà des réflexions théoriques sur la manière d’observer la langue, il était nécessaire de mettre au point les critères à adopter pour analyser les données linguistiques. Dans les paragraphes suivants nous analyserons de plus près les concepts proposés par Sinclair pour aider le chercheur et l’apprenant-chercheur à mettre en évidence les faits de langue saillants étudiés à partir des corpus.

2.2. Les critères d’analyse

12L’analyse des KWIC (Key Word In Context – mot-clé en contexte) montre clairement qu’il existe des régularités observables à partir de quatre points de vue différents : un mot-clé peut être décrit selon ses collocations, ses colligations, ses préférences sémantiques et ses prosodies sémantiques.

  • 6  Dans le domaine de la linguistique francophone, quand on parle de « collocations » on entend, dans (...)

13Le concept de collocation est issu de la théorie du contextualisme firthien, selon laquelle la signification et l’emploi d’un mot peuvent être étudiés à partir de l’observation de son contexte linguistique, le co-texte, qui met en évidence les liens syntaxiques et sémantiques caractérisant le mot-clé et ses co-occurrents. Les collocations sont analysées sur l’axe paradigmatique (l’axe vertical) qui met en évidence les patrons associés le plus fréquemment au mot-clé6.

14Associé au concept de collocation, nous trouvons celui de colligation qui concerne les relations grammaticales et syntaxiques qui s’instaurent entre le mot-clé et son co-texte. Le chercheur peut retrouver ce genre d’information sur l’axe syntagmatique, sur chaque ligne de concordance.

15Quant à la notion de préférence sémantique, elle relève des « sélections » que le mot-clé opère d’un point de vue sémantique. En effet, de nombreuses recherches ont mis en évidence que le mot-clé peut avoir comme co-occurrents des mots qui partagent certaines caractéristiques sémantiques (Stubbs, 2002 : 449), des co-occurents qui ont donc des propriétés sémantiques communes.

  • 7  L’analyse est disponible sur le site http://www.twc.it/happen.html.

16Enfin, dans une étude sur happen en anglais, Sinclair7 avait remarqué que ce verbe avait dans la plupart des cas des collocatifs à valeur négative. Reprenant cette constatation, Louw (1993) a avancé l’hypothèse suivante : tout comme la présence de certains phonèmes dans un mot peut exercer une influence sur les phonèmes qui l’entourent, la connotation particulière d’un mot exerce une influence sur le sémantisme des mots qui constituent son cotexte, cette connotation positive ou négative étant la prosodie sémantique. Louw définit la prosodie sémantique comme une « forme de signification » (Louw, 2000), classifiable comme étant positive ou négative, qui révèle le point de vue du locuteur dans des situations pragmatiques spécifiques. Il a de même démontré que les prosodies sémantiques sont liées aussi à des phénomènes d’ordre syntaxique (la transitivité, la réflexivité) et pragmatique (l’expression de l’ironie et du manque de sincérité).

17Ces critères, ou étapes, grâce auxquels on arrive à identifier des unités de signification plus larges (Sinclair, 1991 : 110), peuvent être utilisés dans un parcours d’apprentissage des langues étrangères, dans la mesure où ils mettent en évidence des phénomènes relevant du système linguistique tels que des patrons syntaxiques, des co-occurrents lexicaux ou des préférences sémantiques qui aident le locuteur à désambigüiser les synonymes.

3. Questions d’ordre méthodologique

18Il est important d’aborder maintenant quelques questions d’ordre méthodologique concernant l’ASC appliquée au FLE. Il existe des concepts avec lesquels les acteurs de l’enseignement/apprentissage, enseignants et étudiants, doivent se familiariser, notamment les notions-clés de l’analyse sur corpus et le traitement des données brutes issues d’un concordancier.

3.1. Les notions-clés de l’analyse sur corpus

19Pour que les étudiants puissent tirer profit d’un enseignement basé sur corpus, il semble nécessaire de les familiariser non seulement avec les termes qui indiquent les critères d’analyse, mais aussi avec les notions qui leur permettront d’interpréter les concordances (cf. Kübler, 2014).

  • 8  Ces deux types de lecture des concordances favorisent un changement de perspective dans la relatio (...)

20Dans un premier temps, il convient d’aborder le concept de concordance. Le concordancier nous permet d’effectuer une recherche par mots-clés qu’il présente sur des lignes que l’on appelle une concordance. Une telle présentation des données nous offre la possibilité d’observer le corpus avec deux perspectives : l’une verticale correspondant à l’axe paradigmatique, l’autre horizontale correspondant à l’axe syntagmatique. L’axe vertical (Tognini-Bonelli, 2001 : 3) représente la totalité des occurrences du mot-clé dans le corpus, à savoir l’ensemble des emplois possibles de ce mot dans la langue, sa dimension paradigmatique. Par conséquent le corpus, s’il est considéré sur l’axe vertical, devient l’expression de la langue. L’axe horizontal, en revanche, représente l’emploi du mot-clé dans un contexte linguistique précis et particulier, nous sommes donc au niveau syntagmatique : une ligne de concordance correspond en effet à l’instance de parole8.

21Sur le plan de la didactique du FLE, il est important que les apprenants (qu’ils soient débutants ou avancés) apprennent à observer les deux axes dans la mesure où c’est à partir de l’étude de ces deux dimensions qu’ils pourront découvrir les régularités qui leur permettront de systématiser et d’intérioriser les règles d’usage de la langue. Mais il est bien évident que le type et le niveau de difficulté des activités varieront en fonction de la compétence des apprenants.

22Une autre notion à analyser et à interpréter est la fréquence des mots ou expressions recherchés. En effet c’est la fréquence, à savoir le nombre d’occurrences d’un mot-clé, qui nous indique si tel ou tel mot est peu ou beaucoup utilisé.

3.2. L’extraction des concordances et le travail d’épuration

23Est-il nécessaire de filtrer le corpus en vue de l’enseignement d’une langue étrangère ? Dans les phases initiales de la « recherche » de l’apprenant en FLE, une enquête menée sur des données importantes, non filtrées, pose problème. Un nombre trop élevé d’occurrences risque, entre autres, de décourager l’apprenant qui pourrait être amené à analyser des centaines de contextes ; c’est plutôt à un étudiant en linguistique que l’on pourrait demander de faire ce type d’exercice.

24Il convient donc de limiter voire de filtrer (ou tout simplement de présélectionner ou didactiser) les données auxquelles ont accès les apprenants. Il s’agit souvent de fournir à l’étudiant en FLE des lignes de concordances dans lesquelles il peut reconnaître les phénomènes d’ordre syntaxique et/ou lexical qui font l’objet de son apprentissage (cf. Kerr, 2013). À travers ses observations, conduites sur la base de questions ad hoc préparées par l’enseignant, il arrivera à expliciter la règle d’emploi de ces mots (pour les exemples voir ci-dessous). Le traitement que l’enseignant doit opérer sur les lignes de concordances avant de les utiliser avec ses étudiants consiste donc à éviter des occurrences qui pourraient poser problème.

  • 9  Il s’agit d’une activité préparée pour des étudiants italophones en première année universitaire d (...)
  • 10  L’objectif de l’activité, qui est présentée dans la section 4.1.1., était de retrouver les règles (...)

25À titre d’exemple, nous citons un travail de préparation dans lequel nous avons éliminé toutes les occurrences qui risquaient de compliquer l’interprétation des concordances, voire d’induire en erreur nos étudiants de FLE9. Cette opération de « nettoyage » a été faite sur la liste des occurrences obtenues pour le mot-clé beaucoup (de)10, avec le concordancier en ligne du site de Tom Cobb, Lextutor (http://www.lextutor. ca/conc/fr). En observant cette liste (Figure 1) nous remarquons que :

  • dans les constructions des lignes de 2 à 8, beaucoup apparaît toujours suivi de la préposition à ; l’apprenant pourrait être amené à penser que cette colligation est propre au mot beaucoup, ne comprenant pas que la préposition fait partie de la locution verbale (« laisser à désirer » – « devoir à + quelqu’un ou quelque chose » – « rester à faire » – « ressembler à ») et que beaucoup se rapporte au verbe ;

  • dans la ligne 17 (beaucoup confiance), le mot confiance fait partie de la locution « faire confiance ». Nous avons supprimé cette occurrence du fait de l’utilisation particulière de l’intensifieur dans l’expression « faire confiance ».

Figure 1 : Liste des concordances brutes de beaucoup

Figure 1 : Liste des concordances brutes de beaucoup
  • 11  En fait, un travail de réflexion sur l’ensemble complet des occurrences aurait pu être fait avec d (...)

26Nous avons donc éliminé certaines occurrences dans la mesure où les apprenants de niveau débutant ne sont en général pas capables de faire une telle réflexion métalinguistique qui suppose une connaissance plutôt avancée ou en tout cas approfondie de la langue11.

27Le tri des lignes de concordance se fait donc en fonction de l’objectif d’apprentissage et du niveau des étudiants.

4. Applications

28Après avoir abordé les questions de méthode, nous donnerons une série d’exemples d’activités basées sur l’ASC qui ont été proposées à un public italien. Il faut préciser tout d’abord que la réflexion sur les collocations, très utile pour un apprenant en langues étrangères pour comprendre combien les emplois sont liés par des contraintes, ne passe pas obligatoirement par l’utilisation des corpus et concordances.

29C’est le cas, par exemple, de la « Lexical Approach » introduite par Michael Lewis (1993, 1997), qui propose une approche de l’enseignement du lexique dans laquelle les collocations jouent un rôle central. L’enseignement des collocations consiste non seulement à fournir aux étudiants un échantillon de possibilités lexicales pour accroître leur vocabulaire, mais surtout à leur faire découvrir les associations qui existent entre les mots. Morgan Lewis (2000 : 20) propose un exemple d’activité à développer en classe, non pas pour corriger mais pour collecter (« don’t correct – collect »). C’est le cas de la présentation des collocations du mot exam, que le professeur donne ou fait découvrir à l’apprenant sans recourir au support d’un corpus. A la fin de cette activité, l’apprenant pourra utiliser le concept exam car il aura à sa disposition l’ensemble des mots et des associations nécessaires pour pouvoir en parler (Morgan Lewis, 2000 : 21).

30Voyons, pour appliquer cet exemple au français, les collocations du substantif examen qui posent problème pour un apprenant italien. L’enseignant peut écrire au tableau tous les verbes que les étudiants associent au mot-clé et contrôler que le sémantisme des différentes collocations soit assimilé. Nous aurons donc une liste comme celle-ci :

31À travers cette liste de collocations, écrite simplement au tableau, l’étudiant sera amené non seulement à connaître le sémantisme des diverses expressions, mais aussi les colligations des formes verbales associées au mot examen (le verbe approprié, la présence ou non du déterminant associé à un verbe donné, etc.).

32Comme conclusion de l’activité, l’enseignant peut proposer un exercice à trous pour vérifier que les étudiants aient bien compris les différences sémantiques de ces expressions.

33Tout en reconnaissant l’intérêt de l’approche lexicale de Michael Lewis pour l’enseignement systématique du lexique, nous nous concentrerons ici sur l’utilisation pédagogique des collocations à partir des corpus et des concordances, ce qui permet, entre autres, de fournir aux étudiants un corpus avec un minimum de contexte.

34Nous avons pu constater que l’introduction du corpus en classe aide à développer le plaisir de la recherche et de la découverte en autonomie. C’est pourquoi nous préférons demander aux étudiants d’interroger les concordances à partir d’un corpus donné pour découvrir une règle de grammaire ou l’emploi d’un mot et de ses synonymes dans des contextes variés et cela en fonction de leur niveau et des objectifs de formation.

4.1. Apprendre les patrons syntaxiques

35Nous trouvons très efficace de proposer aux apprenants de niveau A1-A2 des analyses sur corpus, pour leur faire apprendre des colligations (ou structures syntaxiques) qui ne coïncident pas dans les deux langues. C’est le cas, par exemple, de très et beaucoup (de) et de entre et parmi.

4.1.1. Le cas de très et beaucoup (de)

36Très et beaucoup (de) correspondent en italien à molto, mot variable avec une fonction adverbiale ou adjectivale. Si le passage du français à l’italien ne pose pas problème quant à l’emploi de ces formes, l’inverse s’avère plus  problématique, comme en attestent les nombreuses erreurs que font encore les étudiants en troisième année de Licence.

37Pour aider les étudiants à systématiser l’emploi de beaucoup, beaucoup de ou très dès le début de leur parcours de formation, nous leur avons demandé d’observer les concordances des mots beaucoup et très à l’aide d’une série de questions :

1. Quels sont les mots qui constituent le contexte gauche et droit de très et beaucoup ?

2. Quelle est la catégorie syntaxique de ces mots ?

3. Y a-t-il des constructions récurrentes ?

4. À quelle catégorie grammaticale correspond le co-texte à gauche de beaucoup ?

5. Les mots qui suivent la construction beaucoup de sont-ils au pluriel, au singulier… ?

38Ensuite nous avons demandé aux étudiants de rassembler les collocatifs qui ont des éléments en commun, comme les adverbes en –ment, les formes verbales simples et conjuguées, etc. Une fois fini le repérage des collocatifs, nous leur avons demandé de classer tous les co-occurrents dans deux tableaux, l’un pour très, l’autre pour beaucoup (de) (Figure 2) afin d’identifier les colligations et de découvrir les règles d’emploi.

Figure 2 : Tableau des colligations et des collocations de beaucoup (de)

Figure 2 : Tableau des colligations et des collocations de beaucoup (de)

39En se basant sur l’observation de la récurrence et de la position des mots les étudiants vont systématiser les occurrences et parvenir ainsi du point de vue cognitif à une généralisation et à une mise en évidence des exceptions à la règle générale.

4.1.2. Le cas de entre et parmi

40Pour le couple entre et parmi, nous avons remarqué le même problème qu’avec très et beaucoup (de), dans la mesure où ces deux termes ont un seul équivalent en italien, fra (ou encore tra). En effectuant la recherche dans Lextutor, nos étudiants de niveau B1-B2 ont analysé les collocatifs de ces deux mots dans des concordances (voir Figure 3 et Figure 4). En nous aidant de questions qui concernent les collocatifs de ces deux mots (« Quels sont les mots qui apparaissent à droite de entre ? et de parmi ? »), nous avons ainsi amené les étudiants à réfléchir sur les mots qui viennent à droite du mot-clé. Dans le cas de entre pour les étudiants habitués aux explications données par la plupart des grammaires il est évident que cette préposition entraîne la présence de deux éléments qui se complètent (par ex. entre 10 et 50 kilomètres, entre 40 et 60 personnes, entre 5 % et 10 %, etc.).

Figure 3 : Liste brute des occurrences du mot entre

Figure 3 : Liste brute des occurrences du mot entre
  • 12  Voir aussi Hédiard (2003).

41Ensuite nous avons donné aux étudiants une autre liste de concordances avec des éléments pluriels à droite du mot entre (une histoire d’amour entre deux enfants, des signes de désaccord entre généraux refont surface, des consultations intensives ont lieu entre les alliés, la solidarité entre les pays, la loi aboutit à une plus grande justice entre les candidats, un pacte d’actionnaire a été signé entre les associés), leur permettant d’observer d’autres emplois. Pour chercher à classifier ces emplois différents, nous avons posé d’autres questions (« Comment définiriez-vous la signification de ces termes ? Quel concept expriment-ils ? ») concernant le sémantisme des termes qui se trouvent à gauche de entre, à savoir sur histoire d’amour, désaccord, consultations, solidarité, justice, pacte. Ce qui ressort des réponses des étudiants c’est qu’il s’agit dans tous les cas d’une « relation entre éléments ». Il semble donc que la présence de ce sème relie les deux types de collocatifs de entre (coordination entre deux éléments et relation entre éléments)12.

42En revanche, associés à parmi (Figure 4), nous trouvons des éléments qui représentent un ensemble de personnes, de choses (parmi les plus anciens de la Chine, parmi les plus riches, parmi les médicaments, parmi les meilleurs spécialistes, etc.), souvent associés à des superlatifs. Ce terme est « toujours suivi de l’article défini ou adjectif démonstratif qui actualisent l’idée d’ensemble défini dans lequel on choisit, on isole, on extrait un élément » (Hédiard, 2003 : 116-117).

Figure 4 : Liste brute des occurrences du mot parmi

Figure 4 : Liste brute des occurrences du mot parmi

43Enfin, pour évaluer le degré d’acquisition de la règle que les étudiants viennent de découvrir, nous leur avons soumis un exercice à trous réalisé par le même logiciel, présentant des phrases complètes extraites du même corpus.

4.2. Apprendre les patrons lexicaux 

44Notre expérience nous montre que l’étude des concordances peut aider les étudiants à améliorer leur compétence en expression écrite : ils apprennent non seulement à enrichir leur lexique mais surtout à tenir compte des associations, des contraintes d’emploi et du critère de fréquence entre des mots ou expressions presque équivalents en français, et à éviter des calques à partir de l’italien, écueil fréquent vu la proximité entre les deux langues. À partir de la correction des devoirs écrits que nos étudiants de niveau B1-B2 doivent réaliser sur des sujets d’actualité, tels que l’écologie, nous avons constaté des erreurs dans l’emploi des collocatifs associés à certains termes tels que l’adjectif d’intensité employé avec le mot actualité, ou encore une tendance
à employer systématiquement des expressions proches de l’italien (en ce qui concerne vs pour ce qui concerne). L’enseignant doit aider l’étudiant à observer des collocations appropriées (en considérant aussi la notion de fréquence) et à utiliser, de nouveau, par exemple, le concordancier en ligne dans Lextutor. Le but de cette approche est de faire en sorte que l’étudiant se corrige lui-même à partir des concordances ou de modèles d’écrits produits par des scripteurs natifs.

4.2.1. Traduction de estrema attualità

45L’analyse des concordances permet de sensibiliser les apprenants au problème des associations entre mots, en l’occurrence des combinaisons entre substantif et adjectif.

  • 13  Nous avons repéré aussi deux occurrences avec l’adjectif antéposé. Dans ce cas le figement de cett (...)

46Il s’agit d’un exercice proposé à un étudiant de troisième année de Licence (niveau B2 du CECRL) comme recherche d’une alternative à l’expression qu’il a employée. L’étudiant s’est laissé influencer par l’italien et a traduit littéralement estrema attualità par extrême actualité. Or, nous lui avons proposé une mini-recherche sur le concordancier en ligne, grâce à laquelle il a constaté que l’expression qu’il a choisie est peu présent dans un corpus d’un million de mots et que le seul adjectif qui est en cooccurrence avec le substantif actualité est brûlante en position postposée13. Les résultats de sa recherche sur corpus ont été confirmés avec une requête sur un moteur de recherche qui lui a fourni un nombre élevé d’occurrences (1 840 000 occurrences) de la collocation avec l’adjectif postposé à côté d’un emploi plus restreint (78 800 occurrences) de « brûlante actualité ».

4.2.2. Pour ce qui concerne vs en ce qui concerne

47Une autre activité de « recherche » a été proposée à des étudiants de niveau B2 liée à l’étude de la fréquence des locutions pour ce qui concerne vs en ce qui concerne, en raison de l’influence que l’expression italienne per quanto riguarda exerce sur le choix de l’une des deux expressions françaises.

48La première tournure n’est pas fautive mais on peut constater à la lumière des recherches effectuées sur le concordancier en ligne et sur les moteurs de recherche qu’elle est beaucoup moins fréquente que la deuxième. En effet, on trouve 25 occurrences de l’expression en ce qui concerne, dans le corpus de Lextutor, par rapport aux 4 occurrences de l’expression pour ce qui concerne, plus proche de l’italien per quanto riguarda.

49À travers l’étude des fréquences l’étudiant peut donc se rendre compte de l’utilisation effective des deux locutions et choisir celle qui est la plus employée dans la langue cible. Même si la seule fréquence paraît problématique (par exemple, pour l’étude de certains « faux » synonymes où les aspects qualitatifs sont importants), elle permet néanmoins à l’apprenant de choisir entre deux voire plusieurs formes potentiellement en concurrence.

4.2.3. Apprendre le lexique de spécialité.

50L’apprentissage du lexique de certains domaines disciplinaires est une phase incontournable dans la formation en langue de spécialité. L’analyse des lignes de concordances de mots-clés relevant d'un domaine spécifique facilite l’apprentissage du lexique et en particulier l’acquisition des collocations.

  • 14  L’examen consistait en une traduction de l’italien en français.

51Citons, par exemple, le cas des mots développement durable, pollution, dégâts qui sont très liés au domaine de l’environnement, mots que nous avons traités pendant nos cours de français dans le cadre de la laurea specialistica (Master 1) en Sciences de la communication publique et d’entreprise14. Le cours était centré sur l’apprentissage du français de spécialité, c’est pour cela que nous avons abordé les sujets sur la base des matières fondamentales de la filière en nous appuyant sur des textes accessibles en ligne. Parmi les différents sujets abordés, il y en avait un qui concernait les problèmes de l’environnement et des énergies renouvelables.

52La leçon comportait trois parties : tout d’abord, à partir du texte numérisé nous avons effectué l’extraction des mots les plus fréquents qui ont permis aux étudiants d’avancer des hypothèses sur le thème abordé dans le document. Ensuite nous avons étudié le texte pour parvenir à une compréhension globale, puis détaillée à l’aide de questions ouvertes ou à choix multiple. Nous sommes passés enfin à l’étude des concordances pour faire émerger, par induction, les collocations des mots les plus représentatifs du domaine et pour amener les étudiants à les réemployer dans des tâches de traduction ou de production écrite (essai argumentatif sur l’environnement, par exemple).

  • 15  Cet exemple nous confirme l’importance de l’étude des fréquences : elles montrent que, même si une (...)

53Dans cette dernière phase, nous nous sommes concentrés, par exemple, sur les collocations du mot développement. Dans le domaine de l’environnement, il existe deux adjectifs qui peuvent être associés à ce terme, durable et soutenable. Cette dernière variante est un calque de l’anglais sustainable, que nous retrouvons aussi en italien (sostenibile). Or, si au niveau de la compréhension, l’emploi de soutenable ne pose pas problème, au niveau de la fréquence d’emploi, il est beaucoup moins fréquent que durable (509 000 résultats pour soutenable et 44 900 000 pour durable dans Google). À travers les données sur la fréquence et les listes des concordances, les étudiants ont ainsi pu apprendre le collocatif le plus utilisé du mot développement15.

4.3. Apprendre à désambigüiser les synonymes

54Dans notre cours de sémantique lexicale pour des étudiants en Licence de langues étrangères (niveau B2), nous avons abordé l’analyse de la relation de synonymie à travers l’étude des concordances en utilisant non seulement les concepts de collocation et de colligation, mais aussi la notion de préférence sémantique. En l’occurrence, nous avons proposé une réflexion sur certains verbes qui expriment la cause et nous avons montré comment ces concepts fournissent des critères efficaces pour désambigüiser certains mots qui sont traités, dans des dictionnaires de langue et de synonymes, comme des synonymes absolus mais qui en réalité ne sont que des parasynonymes.

  • 16  Le Monde, Le Monde Diplomatique, Le Figaro, L’Express,Le Parisien, Les Échos, Cybersciences, Éléme (...)

55Pour cette étude, nous avons utilisé un corpus d’environ 1 million de mots que nous avions constitué dans le cadre de notre recherche doctorale à partir d’articles tirés de la presse en ligne16. Les verbes que nous avons proposés aux étudiants sont causer, engendrer, entraîner, générer, susciter et provoquer.

56À travers l’analyse des concordances, les étudiants, à l’aide d’un questionnaire, ont mis en évidence les différentes collocations associées à chacun de ces verbes et ont rempli une grille (Tableau 5) en fonction de la fréquence, des collocations et des préférences sémantiques, critères qui se sont avérés les plus pertinents pour désambigüiser ces synonymes.

Tableau 5 : Désambiguïsation des synonymes

  • 17  Certains mots à signification générale (gaz, problèmes, préjudices) ont été insérés dans un domain (...)

Verbe

fréquences

collocations17

préférences sémantiques

causer

68 occurrences

gaz, problèmes, pollution, malformations, dommages, dégâts

domaine de l’environnement

cancer, problèmes, lésions

domaine de la médecine

émotions, préjudices, irritation, tollé, malaise

domaine des sentiments

engendrer

40 occurrences

inquiétudes, inégalité, refus, stress, troubles, souffrances, désespoir, malaise, frustrations

domaine des sentiments

mouvements de population, problèmes, exclusion sociale, courants impétueux, initiatives et actions, résistance

domaine social

coûts, livraisons, euros, chiffre d’affaire

domaine économique

pollution, dégâts

domaine de l’environnement

entraîner

86 occurrences

dévalorisation, baisse, surconsommation, frais, restrictions budgétaires, chute des profits

domaine économique

suppression, retrait, chute du mur, évacuation, ajustement structurel, démission, changement radical, dessaisissement, mort

domaine social

générer

36 occurrences

résidus, pollution, déchets, effet de serre, pollution, environnement favorable

Domaine de l’environnement

profits, revenus, emplois, ventes, gains, marché, commerce, dollars

domaine économique

provoquer

170 occurrences

tensions, panique, inquiétudes, agacement, tollé, sécurité, préoccupations, rejet, désenchantement, malaise, inégalités, amertume, confiance, mécontentement

Domaine des sentiments

aggravation, problèmes de santé, pandémie, typhoïde, choléra, troubles rénaux, lésions, allergies, cancer, maladie chronique

domaine de la médecine

crise, émeutes, changement de régime, catastrophe sociale, dévastations, changement de comportement, fins de l’empire, départ des familles, déplacement, désertions, révolte, fuite

domaine social

incendie, perturbations, inondations, variations de température, émission de méthane, dommages, changement climatiques, marée noire, noyade

domaine de l’environnement

susciter

104 occurrences

craintes, stupéfaction, aigreur, enthousiasme, déception, incertitudes, panique, émotion, indignation, espoir, sympathie

domaine des sentiments

réactions, critiques, interrogations, exposition, opposition, mobilisation, intervention

actions de désapprobation, discussion sur un sujet

  • 18  Les activités de recherche proposées aux apprenants ont été conçues à partir des erreurs relevées (...)

57Cette activité nous a permis de montrer aux étudiants que chacun des verbes sélectionne des termes appartenant à des domaines spécifiques et que l’analyse sur corpus peut nous aider, en présence de plusieurs synonymes, à choisir le mot le plus approprié18.

5. Conclusion

58Dans cet article nous avons exposé les raisons pour lesquelles nous avons adopté l’ASC dans nos cours de FLE et nous avons montré comment nous avons adapté la démarche à des publics et à des contextes différents. Au cours des différentes expériences, nous avons pu constater que l’étudiant est capable de devenir « chercheur et artisan de son apprentissage » avec cette approche et qu’il est particulièrement motivé. Il développe une autonomie qu’il transfère aussi à d’autres secteurs de l’apprentissage. Il faut ajouter que l’apprenant tire profit de cette façon d’apprendre parce qu’il conceptualise et systématise, à travers des activités de réemploi, les règles de fonctionnement qu’il a découvertes et les mémorise plus aisément. En dernier lieu, l’habitude d’observer les faits de langue l’aide à développer une meilleure capacité d’induction ainsi qu’une conscience linguistique et métalinguistique plus affûtée.

59Et comme c’est généralement le cas pour toute nouvelle approche, il existe néanmoins des problèmes, des limites. En effet, si les activités ne sont pas suffisamment guidées, elles risquent de susciter un sentiment de désorientation chez l’apprenant, surtout s’il n’est pas très avancé dans son apprentissage (Gavioli, 2001 : 108) et si le mot ou phénomène étudié présente un fonctionnement complexe et difficile à interpréter. Il faut ajouter, en outre, que l’enseignent doit investir beaucoup de temps dans la préparation des cours basés sur l’ASC (du moins dans un premier temps), étant donné qu’il doit « préparer » non seulement les données que les étudiants analyseront (corpus, extraction des concordances, listes des fréquences, etc.), mais aussi le matériel de support pour ces analyses (tableaux, questions pour guider la recherche, etc.).

60Il est évident que l’ASC ne constitue pas une nouvelle panacée (cf. Boulton & Tyne, 2014) : elle ne peut pas couvrir tous les aspects de l’apprentissage, ni remplacer d’autres pratiques d’enseignement (liées, par exemple, au développement de l’expression). Il faut éviter que les moments de réflexion sur la langue occupent trop de place dans la classe au détriment de toutes les autres activités visant à développer différentes aptitudes langagières. Il revient à l’enseignant d’évaluer à quel moment et avec quelle méthodologie il peut adopter cette démarche, stimulante et riche.

Haut de page

Bibliographie

Bernardini, S. (2004), « Corpora in the classroom », dans J. Sinclair (éd.), How to use Corpora in Language Teaching, Amsterdam, John Benjamins, p. 15-36.

Boulton, A. (2007), « Esprit de corpus : promouvoir l’exploitation de corpus en apprentissage des langues », Texte et corpus, 3, p. 37-46, http://web.univ-ubs.fr/corpus/jlc5/ACTES/ ACTES_JLC07_boulton.pdf.

Boulton, A. (2011), « Data-driven learning: the perpetual enigma », dans S. Roszkowski & B. Lewandowska-Tomaszczyk (éds.), Explorations across Languages and Corpora, Francfort, Peter Lang. p. 563-580.

Boulton, A. & Tyne, H. (2014), Des documents authentiques aux corpus : démarches pour l’apprentissage des langues, Paris, Didier.

Firth, J. R. (1957), Papers in Linguistics 1934-51, Oxford, Oxford University Press.

Gavioli, L. (2001), « The learner as a researcher: Introducing corpus concordancing in the classroom », dans G. Aston (éd.), Learning with Corpora, Houston, Athelstan, p. 108-137,

Gross, G. (1996), Les expressions figées en français, Paris, Ophrys.

Habert, B., Nazarenko, A. & Salem, A. (éds.) (1997), Les linguistiques de corpus, Paris, Armand Colin.

Hanks, P. (2008), « The lexicographical legacy of John Sinclair », International Journal of Lexicography, 21/3, p. 219-229.

Hédiard, M. (2007), « La notion de fréquence du point de vue de la didactique d’une langue voisine », dans M. Hédiard (éd.), Linguistica dei corpora. Strumenti e applicazioni, Cassino, Edizioni dell’Università degli studi di Cassino, p. 285-305.

Hédiard, M. (2003), « Pour une grammaire ‘motivée’ à travers l’analyse des collocations », Rassegna Italiana di Linguistica Applicata, 35/1-2, p. 113-125.

Johns, T. (1991), « Should you be persuaded: Two examples of data-driven learning », dans T. Johns & P. King (éds.), Classroom Concordancing, English Language Research Journal, 4, p. 1-16.

Kerr, B. (2013), « Grammatical description and classroom application: Theory and practice in data-driven learning », Bulletin suisse de linguistique appliquée, 97, p. 17-39.

Kraif, O. (2003), « Propositions pour l’intégration d’outils TAL aux dispositifs informatisés d’apprentissage des langues », Lidil, 28, p. 153-165.

Kübler, N. (2014), « Mettre en œuvre la linguistique de corpus à l’université : vers une compétence utile pour l'enseignement/apprentissage des langues ? » Recherches en didactique des langues et des cultures : Les Cahiers de l’Acedle, 11/ 1, p. 37-77.

Leech, G. (1992), « Corpora and theories of linguistic performance », dans J. Svartvik (éd.), Directions in Corpus Linguistics. Proceedings of Nobel Symposium, Berlin/New York, Mouton de Gruyter, p. 105-122.

Lewis, Michael (1993), The Lexical Approach, Hove, Language Teaching Publications.

Lewis, Michael (1997), Implementing the Lexical Approach: Putting Theory into Practice, Hove, Language Teaching Publications.

Lewis, Michael, (éd.) (2000), Teaching Collocation, Hove, Language Teaching Publications.

Lewis, Morgan (2000), « There is nothing as practical as a good theory », dans M. Lewis (éd.), Teaching Collocation, Hove, Language Teaching Publications, p. 10-27.

Louw, B. (1993), « Irony in the text or insincerity in the writer? The diagnostic potential of semantic prosodies », dans M. Baker, G. Francis & E. Tognini-Bonelli (éds.), Text and Technology: In Honour of John Sinclair, Amsterdam, John Benjamins, p. 157-76.

Louw, B. (2000), « Contextual prosodic theory: Bringing semantic prosodies to life », dans C. Heffer, H. Sauntson & G. Fox (éds.), Words in Context: A Tribute to John Sinclair on his Retirement, Birmingham, University of Birmingham, p. 48-94.

Mcenery, T. & Wilson, A. (2001), Corpus Linguistics, Edimbourg, Edinburgh University Press.

Mcenery, T. & Xiao, R. (2010), « What corpora can offer in language teaching and learning », dans E. Hinkel (éd.), Handbook of Research in Second Language Teaching and Learning, Londres, Routledge, p. 364-380.

Robins, R. H. (1971), « Malinowski, Firth and the ‘Context of Situation’ », dans E. Ardener (éd.), Social Antropology and Language, Londres, Tavistock, p. 33-46.

Sinclair, J. (1991), Corpus, Concordance and Collocation, Oxford, Oxford University Press.

Stubbs, M. (2002), « Two quantitative methods of studying phraseology in English », International Journal of Corpus Linguistics, 7/2, p. 215-244.

Tognini-Bonelli, E. (2001), Corpus Linguistics at Work, Amsterdam, John Benjamins.

Tutin, A. (2005), « Le dictionnaire des collocations est-il indispensable ? » Revue Française de Linguistique Appliquée, 10/2, p. 31-48.

Williams, G. (2003), « Les collocations et l’école contextualiste britannique », dans F. Grossman & A. Tutin (éds.) Les collocations. Analyse et traitement, Amsterdam, De Werelt, p. 33-44.

Williams, G. (2005), « Introduction », dans G. Williams (éd.), La linguistique de corpus, Rennes, Presses Universitaires de Rennes, p. 13-18.

Haut de page

Notes

1  Une importance capitale a été accordée aux variables dont dépend le contexte d’énonciation, à savoir ce que Firth (1957 : 28) appelle le « context of situation », notamment la relation entre les occurrences linguistiques et le monde extérieur (Robins, 1971 : 33-46). En outre, les réflexions dans ce domaine ont amené d’une part à affiner les analyses linguistiques (des logiciels de concordances facilitent considérablement le travail du linguiste-chercheur), d’autre part à rendre plus rapide la collecte des données linguistiques permettant ainsi de créer des ressources très vastes (certains corpus atteignent les centaines de millions de mots).

2  « [le processus d’apprentissage] a besoin d’être appuyé par l’accès à des données linguistiques » (notre traduction).

3  « l’étude de la langue peut être considérée comme un procédé inductif grâce auquel l’étudiant apprendra à établir une corrélation entre le signifié et le signifiant » (notre traduction).

4  « ce qui se passe » (notre traduction).

5  Dans Habert et al. (1997) nous retrouvons une classification et une définition des typologies des corpus ainsi que les opérations à effectuer dans leur constitution et leur étiquetage.

6  Dans le domaine de la linguistique francophone, quand on parle de « collocations » on entend, dans la plupart des cas, les caractéristiques qui ont été mises en évidence au niveau du figement ou du semi-figement des expressions de la langue et qui sont définies par Mel’čuk et ses associés de l’Université de Montréal comme des « unités préfabriquées à mi-chemin entre locutions et combinaisons libres » (Tutin, 2005). Il s’agit d’associations lexicales préconstruites composées d’une base qui conserve son sens premier et d’un collocatif qui a le rôle de donner une signification différente à l’expression. Les associations lexicales telles que café noir, peur bleue, avoir une portée, satisfaire un besoin sont considérées comme des collocations.

7  L’analyse est disponible sur le site http://www.twc.it/happen.html.

8  Ces deux types de lecture des concordances favorisent un changement de perspective dans la relation entre langue et parole, considérées autrefois comme deux entités dans une relation dichotomique : elles sont désormais dans une relation dialogique, car le corpus présente les deux entités simultanément.

9  Il s’agit d’une activité préparée pour des étudiants italophones en première année universitaire dans un module de Lingua e traduzione francese (Langue et traduction française).

10  L’objectif de l’activité, qui est présentée dans la section 4.1.1., était de retrouver les règles d’emploi de très et beaucoup (de) qui correspondent en italien au seul mot molto.

11  En fait, un travail de réflexion sur l’ensemble complet des occurrences aurait pu être fait avec des apprenants de niveau intermédiaire, afin de développer leur capacité de réfléchir aux structures que la langue nous propose.

12  Voir aussi Hédiard (2003).

13  Nous avons repéré aussi deux occurrences avec l’adjectif antéposé. Dans ce cas le figement de cette expression est plus marqué, même si l'expression est plus rare.

14  L’examen consistait en une traduction de l’italien en français.

15  Cet exemple nous confirme l’importance de l’étude des fréquences : elles montrent que, même si une expression dans la langue de l’apprenant a son équivalent dans la langue étudiée, il ne va pas de soi que cette dernière soit la plus utilisée. Il est donc intéressant de comparer les fréquences des mots d’un point de vue inter-linguistique (Hédiard, 2007 : 286-287).

16  Le Monde, Le Monde Diplomatique, Le Figaro, L’Express,Le Parisien, Les Échos, Cybersciences, Éléments, Le Quotidien du Médecin. Tous les articles utilisés ont été publiés entre 2004 et 2006.

17  Certains mots à signification générale (gaz, problèmes, préjudices) ont été insérés dans un domaine sémantique particulier du fait du contexte sémantique dans lequel ils figuraient.

18  Les activités de recherche proposées aux apprenants ont été conçues à partir des erreurs relevées dans leurs devoirs (surtout des essais et des traductions). Elles se sont basées surtout sur les analyses des collocations des synonymes (par exemple atteindre et rejoindre, en italien raggiungere, ou bien an et année, en italien anno).

Haut de page

Table des illustrations

Titre Figure 1 : Liste des concordances brutes de beaucoup
URL http://linx.revues.org/docannexe/image/1519/img-1.png
Fichier image/png, 85k
URL http://linx.revues.org/docannexe/image/1519/img-2.jpg
Fichier image/jpeg, 96k
Titre Figure 2 : Tableau des colligations et des collocations de beaucoup (de)
URL http://linx.revues.org/docannexe/image/1519/img-3.png
Fichier image/png, 29k
Titre Figure 3 : Liste brute des occurrences du mot entre
URL http://linx.revues.org/docannexe/image/1519/img-4.png
Fichier image/png, 17k
Titre Figure 4 : Liste brute des occurrences du mot parmi
URL http://linx.revues.org/docannexe/image/1519/img-5.png
Fichier image/png, 28k
Haut de page

Pour citer cet article

Référence papier

Sonia Di Vito, « L’utilisation des corpus dans l’analyse linguistique et dans l’apprentissage du FLE », Linx, 68-69 | 2013, 159-176.

Référence électronique

Sonia Di Vito, « L’utilisation des corpus dans l’analyse linguistique et dans l’apprentissage du FLE », Linx [En ligne], 68-69 | 2013, mis en ligne le 19 novembre 2015, consulté le 21 septembre 2017. URL : http://linx.revues.org/1519 ; DOI : 10.4000/linx.1519

Haut de page

Auteur

Sonia Di Vito

Università della Tuscia

Haut de page

Droits d’auteur

Département de Sciences du langage, Université Paris Ouest

Haut de page
  • Revues.org