Navigation – Plan du site

AccueilNuméros11Du nouveau pour les ethnotextes :...

Du nouveau pour les ethnotextes : la base THESOC

Jacques Tourrel
p. 2-5

Texte intégral

  • 1  Contraction de Thésaurus + Oc.

1Une base de données linguistiques et ethnologiques sur le domaine d’oc appelée Thesoc1 devrait être accessible par Internet d’ici à quelques semaines. Il s’agit tout autant d’un outil de travail pour les chercheurs, enseignants ou autres spécialistes du domaine que d’un moyen de répondre à l’attente d’un plus large public intéressé par les langues et cultures régionales.

  • 2  Banque de données linguistiques de la Corse.

2Le projet Thesoc bénéficie de l’expérience d’une autre base de données en chantier sur la Corse, mais plus avancée, la BDLC2. Trois universités méridionales sont parties prenantes pour mener ce projet à bien : Nice qui en est l’initiateur et le maître d’œuvre, Aix-Marseille I (Centre d’Aix) et Toulouse-le-Mirail.

3Le projet Thesoc représente un travail de conception et de réalisation considérable qui fait que la base sera encore longtemps en cours d’élaboration. Son enrichissement sera permanent. Mais elle sera accessible tout en restant en chantier. Il ne faut voir en elle ni une œuvre achevée ni un corpus fermé, mais bien une réalisation en cours d’avancement et un ensemble ouvert. Elle se veut évolutive, et sera en progression constante et toujours ouverte à des données nouvelles. Les initiateurs veulent créer une dynamique qui encourage d’autres chercheurs ou usagers à faire avancer le projet par leurs suggestions, leurs expériences, leurs idées.

Les composantes de la base

4Cette base est multi-dimensionnelle, c’est-à-dire se compose de sept volets dont chacun pourrait fonctionner en module séparé. Ce sont les volets :

5- lexique,
- cartographie dialectale,
- glossaire étymologique,
- textes,
- images,
- sons,
- documentation.

6Mais la base permet des cheminements très variés car les accès à ces dimensions peuvent être croisés de nombreuses façons.

7Les données intégrées dans Thesoc, sous l’une ou l’autre des dimensions, sont le résultat d’un ensemble d’enquêtes orales menées depuis le début du XXe siècle. Les sources sont naturellement les atlas linguistiques déjà édités ou en cours de publication (atlas par régions et ALF), mais aussi les travaux divers (monographies, thèses, mémoires, extraits de périodiques). Hormis les données lexicales, les enregistrements peuvent donner lieu à des “textes” très variés de forme et de dimensions (récits, commentaires sur la langue, proverbes, dialogues, contes... qu’on réunit sous l’appellation commode d’ethnotextes).

8La base intégrera aussi quantité d’informations d’ordre ethnologique, tels les commentaires et illustrations que l’on trouve consignés dans les marges et les annexes des atlas linguistiques ou dans les monographies. Les dites illustrations seront d’exploitation plus naturelle et plus facile dans le volet images.

Lexique

9Faisant actuellement l’objet de l’effort principal, c’est le volet le plus avancé du projet car on a à disposition de gros corpus immédiatement disponibles. Les données du lexique proviennent de sources orales, qui sont le résultat d’enquêtes de terrain.

10Le fichier lexical en cours de réalisation, à partir de ces sources, s’articule autour du couple question/lieu. Une donnée lexicale entrée dans la base se réfère toujours à une question (posée lors d’une enquête) et à une localité (où une réponse a été donnée par un habitant-témoin et recueillie par un enquêteur). Cette articulation bipolaire pose une contrainte : une donnée qu’on ne saurait pas localiser ne pourrait pas être prise en compte.

11Ce lexique est composé de plusieurs niveaux, dont chacun peut faire l’objet de listages et d’index :

12– une transcription phonétique, notée en API (phonétique internationale)
– une forme graphique,
– une forme dite lemmatisée.

  • 1  Concrètement cela signifie que dans la réalisation d’une fiche Réponse le champ “forme phonétique” (...)

13Chaque niveau a sa pertinence et son utilité propre. Etant données les sources, résultant d’enquêtes orales, la forme phonétique, qui colle au plus près de la réalité du terrain, sert de base et elle est incontournable : elle note la réalisation orale recueillie au point d’enquête1. Le lemme est une forme arbitraire (qui peut être naturelle ou artificielle) ayant pour rôle de sérier le vocabulaire par types lexicaux. Elle permet de surmonter les variations locales, d’éliminer éventuellement les “bruits de fond” divers qui remplissent le paysage oral (variabilité entre locuteurs, aléas de l’enquête elle-même). Elle a donc un rôle important de ralliement. Elle sert d’interface ou de passerelle entre la phonétique du terrain (et du laboratoire) et les entrées lexicales répertoriées par les divers dictionnaires dialectaux. Le consultant non-spécialiste peut même s’en tenir aux lemmes dans sa recherche et avoir déjà une idée assez fiable du “paysage” dialectal pour une zone donnée.

  • 1  Louis Alibert, Dictionnaire Occitan Français, Institut d’Etudes Occitanes, Toulouse ; Frédéric Mis (...)

14Mais les réalisations locales d’un item du lexique peuvent s’écarter suffisamment du lemme pour rendre la reconnaissance problématique, de sorte qu’un étage supplémentaire s’avère nécessaire : d’où une transcription graphique de la forme locale. Hormis son rôle de chaînon intermédiaire, elle renseigne éventuellement le cher­cheur sur des pratiques et usages graphiques locaux qui peuvent constituer de vraies normes de notation dialectale. Elle représente une interface supplémentaire avec les dictionnaires qui prennent en compte les variantes (DOF d’Alibert, TDF de Mistral1).

15On peut accéder au lexique de plusieurs façons :

16- en interrogeant par la rubrique Questions, ce qui permet de lister et de trier sur un ensemble de réponses à une question donnée, toutes localités comprises (dans une zone de taille variable) par ex. l’ensemble des réponses à mouton ou à vigne pour l’Occitania complète, ou la région Provence, ou la Côte d’Azur, ou les Alpes-Maritimes, pour donner plusieurs “focalisations” de zoom.
- en questionnant par la rubrique Localités. On peut avoir un listage de synthèse des matériaux recueillis dans une localité donnée ; les réponses affichées donnent une vue monographique. Typiquement, l’intéressé sera l’habitant qui cherche (ou vérifie) son environnement immédiat. On peut tout aussi bien interroger la base à la manière traditionnelle (par ordre alphabétique, par thèmes en réalisant les index appropriés, etc.).

Un fichier inverse

17a été réalisé, qui trie sur les lemmes dialectaux. Il permet d’interroger le lexique dans une perspective sémasiologique. Par exemple chercher quels sens peut avoir un même mot dialectal selon les localités ou les régions. Ce fichier est complété par des renvois au fichier textes.

18Les points d’enquête sont pour l’instant ceux des atlas linguistiques de la France par régions et de l’ALF pour intégrer tout de suite les données disponibles. Mais la possibilité de créer d’autres points est entièrement ouverte, d’autant que les données recueillies incluent d’autres sources que les atlas : des monographies, des toponymes, des ethnotextes, des images qui peuvent provenir de lieux tout autres que ceux du maillage existant. Le réseau de points peut être étendu à tout moment en fonction d’enquêtes nouvelles.

19De même le fichier Question établi à l’origine sur les questionnaires d’atlas peut être enrichi de nouveaux items à la demande, si d’autres matériaux exploitables se portent candidats à l’intégration ou si d’autres enquêtes sont menées sur le terrain.

20La base Thesoc a été conçue pour être ouverte et évolutive. Une double numé­rotation donne au système la souplesse nécessaire pour intégrer de nouvelles données : chaque item est affecté par le système d’un numéro de base unique et aléatoire auquel l’opérateur ne peut jamais toucher, qui reste ferme et définitif et qui sert de référence ultime. L’item reçoit aussi un numéro de surface plus cohérent avec la présentation géographique et qui permet d’intégrer les nouveaux venus en étoile autour d’un noyau de rattachement. Ainsi par exemple, des données nouvelles d’un lieu du Var non enquêté auparavant pourront être “ralliés”, par des repères de positionnement, à un nœud déjà connu.

Cartographie

21Héritage des Atlas Linguistiques par régions et de l’ALF, la cartographie permet de situer spatialement les formes dialectales de plusieurs façons.

22- Soit en cartographie générale du domaine, auquel cas la représentation choisie est de type symbolique, pour ne pas surcharger inutilement (et illisiblement) l’écran : codes couleur ou autres symboles graphiques ; de toute façon en cliquant sur les points territoriaux l’affichage de la donnée locale apparaîtra in extenso dans une vignette à déroulement, chaque fois que l’on en fera la demande, par exemple pour des vérifications éclair à titre de rappel.
- Soit en cartographique plus rapprochée (zoom) sur une base territoriale de l’ordre du département : dans ce cas les formes dialectales apparaissent directement notées in extenso au voisinage du point. L’avantage de ce volet est qu’il permet au consultant de cartographier à la demande. En affectant des codes couleur à des lemmes ou groupes de lemmes. En fonction de son centre d’intérêt le chercheur peut projeter dans l’espace sa typologie et voir s’afficher un “paysage” dialectal en fonction de ce qu’il recherche.Pour l’instant ce module illustre la répartition spatiale du lexique, mais il peut servir à spatialiser d’autres données (images, sons, proverbes, toponymes, etc.)

Son

23Des données sonores ont été sélectionnées et numérisées en fichiers sonores accessibles isolément ou « appelables » par programme en fonction des cheminements de la consultation. Mais la réalisation est encore très limitée et très fragmentaire et demandera plus de temps. Certaines formes extraites d’enquêtes d’atlas, des ethnotextes, des interviews seront enregistrées.

Image

24Dans son architecture actuelle la base n’est pas focalisée sur l’image comme objectif central. L’image a un rôle illustratif de l’aspect linguistique de la base. Mais des enquêtes plus récentes ont eu recours à la technique des enregistrements vidéo qui, avec les illustrations des atlas (planches, schémas, photos), les cartes postales, etc., pourraient constituer toute une banque iconographique. Comme pour les illustrations sonores du lexique, quelques images ont été numérisées, traitées, et se rattachent aux éléments du lexique selon le couple question/localité. Mais tout ce volet n’en est encore qu’au démarrage et demandera plus de temps et de moyens.

Toponyme

25Un volet “toponymes” a été introduit récemment qui permet d’intégrer à la base tout un corpus de noms de lieux. La fiche ci-jointe donnera un aperçu des paramètres pris en compte. Globalement le principe est celui du lexique décrit ci-dessus : triple forme (graphique, phonique, lemmatique), avec un cadre documentaire précis où sont renseignés, autant que possible, l’environnement géographique (localisation) et la dimension historique (sources écrites) autant que le linguistique et le péri-linguistique des termes étudiés.

Haut de page

Notes

1  Contraction de Thésaurus + Oc.

2  Banque de données linguistiques de la Corse.

1  Concrètement cela signifie que dans la réalisation d’une fiche Réponse le champ “forme phonétique” doit obligatoirement être renseigné : il ne peut pas rester vierge de contenu.

1  Louis Alibert, Dictionnaire Occitan Français, Institut d’Etudes Occitanes, Toulouse ; Frédéric Mistral, Lou Tresor dóu felibrige, rééd. Edisud, Aix-en-Provence.

Haut de page

Pour citer cet article

Référence papier

Jacques Tourrel, « Du nouveau pour les ethnotextes : la base THESOC »Bulletin de l'AFAS, 11 | 1999, 2-5.

Référence électronique

Jacques Tourrel, « Du nouveau pour les ethnotextes : la base THESOC »Bulletin de l'AFAS [En ligne], 11 | janvier 1999, mis en ligne le 01 janvier 1999, consulté le 23 mai 2022. URL : http://journals.openedition.org/afas/1907 ; DOI : https://doi.org/10.4000/afas.1907

Haut de page

Auteur

Jacques Tourrel

Maison Méditerranéenne des Sciences de l’Homme - Aix-en-Provence
UMR TELEMME
tourrel@mmsh.univ-aix.fr

Articles du même auteur

Haut de page

Droits d’auteur

Bulletin de l'AFAS. Sonorités

Haut de page
  • Revue soutenue par l’Institut des sciences humaines et sociales du CNRS
    CNRS - Institut national des sciences humaines et sociales
  • OpenEdition Journals
Search OpenEdition Search

You will be redirected to OpenEdition Search