1L’entreprise de mise à disposition en ligne de l’Atlas linguistique du Lyonnais (désormais ALLy) de Pierre Gardette (1950-1968) a débuté en 2015. Les données et informations contenues dans cet atlas étaient alors très peu accessibles. Les différents volumes de l’ALLy n’étaient disponibles que dans quelques bibliothèques ou centres de recherche, et seulement en consultation sur place. Cette restriction d’accès était regrettable, car, entre autres intérêts scientifiques, l’ALLy, l’un des premiers atlas régionaux français, couvre une aire où se rencontrent les trois ensembles gallo-romans, francoprovençal, occitan et langue d’oïl.
- 1 UMR 5596 DDL : Michel Bert et Sébastien Flavier ; Institut Pierre Gardette : Claudine Fréchet puis (...)
2Face à ce constat, un partenariat entre l’Institut Pierre Gardette et des membres de l’UMR Dynamique du langage s’est alors établi1. Les objectifs principaux du projet initial étaient de faciliter l’accès à l’ALLy, en permettant la consultation en ligne non seulement des cartes de l’atlas, mais aussi des données elles‑mêmes, en saisissant en API (Alphabet Phonétique International) l’ensemble des transcriptions originales. Ce volet du projet était ambitieux car le volume de données est très conséquent : l’ALLy comporte 1 170 cartes composées chacune de 75 points d’enquête, soit près de 90 000 réponses au total. Une autre ambition du projet initial était d’effectuer de nouvelles collectes de terrain pour accompagner certaines réponses de l’atlas d’un enregistrement audio. Ces objectifs supposaient en amont de concevoir et développer une base de données permettant d’héberger l’ensemble de ces matériaux et de pouvoir les interroger.
- 2 Michela Russo (Université Lyon 3), Elisabetta Carpitelli et Giovanni Depau (Université Grenoble Alp (...)
- 3 Région Rhône-Alpes, Labex ASLAN, DGLF‑LF, et ressources propres de l’UMR 5596 DDL et de l’Institut (...)
3Aujourd’hui, grâce à l’expertise de collègues extérieurs2 et au soutien de différents financements3, la base de données est opérationnelle, et près de la moitié des cartes de l’ALLy a fait l’objet d’une retranscription en API.
4Dans cet article, nous décrivons les avancées du projet. Dans une première partie nous présentons les principales caractéristiques de l’atlas du Lyonnais, puis nous expliquons le travail de préparation des cartes et leurs traitements, ainsi que la conception de la base de données qui les héberge. La troisième partie détaille l’esprit et les principes de transposition de l’alphabet original vers l’API. Après un bilan de l’état actuel de la base de données (juin 2022) et une description des contraintes rencontrées, nous terminerons en expliquant les perspectives et les pistes de développement à venir.
5L’Atlas linguistique et ethnographique du Lyonnais a été réalisé entre 1950‑1976 par Pierre Gardette, assisté de Paulette Durdilly, Simone Escoffier, Henri Girodet, Marguerite Gonon et Anne‑Marie Vurpas. Cet atlas a été l’un des premiers atlas linguistiques par région et a servi de modèle. Les données avaient été rassemblées au cours des années 1945 à 1948.
6Aux alentours de 1935, une amitié naît entre Antonin Duraffour, professeur à la Faculté de Grenoble, et Pierre Gardette, alors jeune professeur de philologie à la Faculté Catholique de Lyon. Ils publient ensemble l’œuvre posthume de l’ancien recteur André Devaux, le Dictionnaire des patois des Terres froides et l’Atlas linguistique des Terres froides. Albert Dauzat, professeur à l’École pratique des hautes études de Paris, oriente également Pierre Gardette vers la géographie linguistique. Dans le but de compléter les données de l’Atlas linguistique de France naît le projet d’un atlas linguistique du Lyonnais, avec un maillage d’enquête beaucoup plus fin. Cet atlas qui concerne les deux départements du Rhône et de la Loire est fait en prenant comme modèle l’Atlas de l’Italie et du sud de la Suisse (1928-1940, K. Jaberg & J. Jud) : même type de cartographie (une équipe est envoyée dans les Grisons pour rencontrer le dessinateur de cet atlas), même méthode d’enquêtes. Le but est de recueillir, par des enquêtes sur le terrain, l’essentiel du vocabulaire des parlers d’un espace. Les déplacements se font bien souvent à vélo et les données sont notées sur des carnets. Des croquis ont parfois été dessinés pour accompagner la définition et il existe également quelques clichés.
7Le domaine d’enquête a été constitué de l’ensemble historique appelé Lyonnais, soit les deux départements du Rhône et de la Loire, ainsi que les parties limitrophes des départements voisins. 75 points d’enquête ont été retenus dans les cinq régions suivantes : le Beaujolais, le Lyonnais proprement dit, le Roannais, le Forez, le Pilat. Retenant volontairement les villages, plutôt que les villes où le français s’était déjà imposé, les enquêteurs ont cherché des témoins ayant le plus souvent la langue régionale comme langue maternelle ; ont été retenus des autochtones s’intéressant à la fois à leur langue et aux réalités de leur vie quotidienne, tout en étant capables de comprendre l’intérêt de ces relevés et la richesse de ce patrimoine linguistique. Pour une collecte de qualité, il a semblé judicieux de faire intervenir des collecteurs appartenant et connaissant les régions auxquelles ils étaient affectés. Ainsi, Anne‑Marie Vurpas a été missionnée en Beaujolais et dans le Lyonnais, Simone Escoffier dans le Roannais, Marguerite Gonon dans le Forez et Henri Girodet dans le Pilat.
Figure 1. – Carte des localités.
Carte no 1 des localités de l’ALLy (1967, vol. 1).
ALLy : Gardette Pierre, 1950‑1968, Atlas linguistique et ethnographique du Lyonnais, 5 vol., Paris, CNRS Éditions.
8Comme le montre la carte 1 de l’ALLy (fig. 1), la majorité des 75 points d’enquête de l’atlas sont situés dans les départements du Rhône et de la Loire, mais quelques points d’enquête figurent également dans les départements limitrophes (voir en annexes le détail par départements). Pour mener son enquête, le chercheur disposait d’un questionnaire par thème qui avait été élaboré de façon collégiale. Pierre Gardette dirigea, vérifia, avec la collaboration de P. Durdilly, les réponses apportées, et se réserva par la suite la constitution des cartes puis leur analyse.
9L’Atlas linguistique et ethnographique du Lyonnais comprend 1170 cartes lexicales avec 75 points d’enquête essentiellement sur les départements de la Loire et du Rhône qui sont principalement situés en domaine francoprovençal. Les trois volumes de cartes sont organisés par domaines thématiques (voir annexes ci‑dessous) ; ils sont accompagnés d’un volume d’index et d’un volume de commentaires où les formes sont classées et rattachées à une base étymologique.
10Ces ouvrages sont toujours consultables à l’Institut Pierre Gardette, Université catholique de Lyon, 23, pl. Carnot, à Lyon. L’édition papier est épuisée, il n’y aura pas de nouveau tirage. Pourtant cet atlas est une mine de données qui est intéressante pour les chercheurs comme pour les acteurs qui conduisent des actions de promotion/sensibilisation à la langue régionale, c’est-à-dire au francoprovençal en Forez et en Lyonnais.
11L’intérêt de la numérisation des atlas linguistiques est de permettre des requêtes par forme lexicale, par séquence phonétique, par étymologie… faisant apparaître les points communs et les différences entre les parlers des diverses régions, qu’il s’agisse du vocabulaire, de la grammaire ou de la phonétique.
12Dans cette partie, nous présenterons les différentes étapes ayant permis la réalisation du volet informatique du projet. Il a d’abord fallu scanner les différents volumes de l’ALLy, puis, pour pouvoir intégrer les notations phonétiques de l’ALLy, les données devaient ensuite être localisées sur les cartes afin de permettre leur saisie. Une solution automatisée a aussi été explorée pour faciliter la saisie des données : la reconnaissance de caractères phonétiques employés par les transcripteurs de l’atlas, ou Reconnaissance optique de caractères (OCR). Enfin, l’informaticien du projet, Sébastien Flavier, a également développé la base de données de l’ALLy en ligne.
13L’Institut Gardette a encadré la numérisation des trois premiers volumes de l’ALLy, qui regroupent 1320 cartes, du volume iv « Exposé méthodologique. Tables », ainsi que du volume v constitué des commentaires de P. Gardette portant sur les cartes lexicales (1170 cartes étudiées). Pour assurer un archivage pérenne, ces matériaux sont hébergés sur la plateforme ORTOLANG et ils sont téléchargeables sans restriction d’accès4. Les cartes, scannées en haute définition, sont stockées au format pdf dans un dossier dédié (fichier « cartes »), et le volume de commentaires est également proposé au format pdf pour une utilisation plus aisée (fichier « pdf »). Les autres matériaux sont disponibles au format TIF.
14L’étape suivante a consisté à localiser automatiquement chacun des 75 points d’enquête. La tâche a été facilitée par le fait que le fonds de carte est commun à l’ensemble de l’atlas. Il a fallu ensuite effectuer sur chaque carte une recherche des textes de réponses, en ignorant les textes de commentaires, souvent situés en haut à gauche de la carte. Les textes repérés sont ensuite rapprochés du numéro du point d’enquête leur correspondant. Le taux d’attribution correcte d’une réponse à son numéro est très bon, mais en cas de réponses longues (demandes de formes au singulier et au pluriel, questions doubles, périphrases…), les textes des différents points d’enquête sont parfois très proches les uns des autres, ce qui génère quelques erreurs. Ces erreurs d’attribution, détectées lors de l’opération de transposition en API, peuvent être signalées via l’interface de saisie, pour être ensuite corrigées.
15En marge de certaines cartes figurent assez souvent des commentaires, des réponses additionnelles, ou les réponses considérées comme les plus intéressantes à des questions d’enquêtes n’ayant pas fait l’objet de cartes (ces données sont identifiées sous le numéro de la carte principale, suivi de l’astérisque (ex. cart 30* Tas contre la rosée). Dans la phase actuelle du projet, il a été décidé de ne pas traiter pour l’instant ces informations notées dans les marges des cartes.
16Au début du projet, un inventaire des solutions déjà développées pour tenter de reconnaitre automatiquement les caractères phonétiques a été effectué, mais nous avons dû écarter les possibilités identifiées car elles étaient trop coûteuses et/ou avec un taux de reconnaissance de caractères insuffisant. Il est vrai que la reconnaissance de caractères dans l’ALLy représentait un défi particulier, car les réponses qui figurent sur les cartes ne sont pas notées par des caractères typographiques, mais ont été écrites à la main, en italique. Une seule personne est l’auteure de toutes ces notations (près de 90 000), mais elles présentent évidemment une forte variabilité : un même caractère peut être plus ou moins arrondi, avec des jambages plus ou moins marqués, les diacritiques positionnés différemment, etc.
17Nous avons donc choisi de développer une solution propre. Pour la présenter ici, nous ne rentrerons pas dans des détails techniques mais nous décrirons la démarche et les différentes étapes de ce travail de reconnaissance. Il a supposé en premier lieu de parvenir à différencier chacun des caractères composant une réponse. La notation manuscrite de l’ALLy étant italique, il a d’abord fallu « redresser » les caractères, puis trouver toutes les colonnes verticales formées de pixels blancs, susceptibles d’être l’indice d’un espace entre les différents caractères. Cet indice n’est malheureusement pas totalement fiable : un jambage peu marqué dans le caractère m peut être compris comme un r suivi d’un n par exemple. Inversement, le bas d’un caractère peut être noté partiellement sous le caractère qui suit, ce qui conduit à les reconnaître comme un seul caractère. De même, un accent ou une voyelle suscrite peuvent chevaucher partiellement le caractère suivant, aboutissant au même résultat. Enfin, les réponses écrites sur deux lignes ne peuvent pas être analysées pour l’instant. Il existe donc un bruit dans l’identification des caractères un à un. Ces problèmes de segmentation entre caractères sont signalés lors de la transposition en API, afin d’être corrigés.
18L’étape suivante a été la plus complexe. Elle a consisté à reconnaître chaque caractère particulier. Cette reconnaissance s’est appuyée sur les premières saisies de cartes, et s’est renforcée peu à peu avec les saisies suivantes, en se basant sur des « collections » de plus en plus fournies de formes possibles d’un même caractère, pour les différencier les uns des autres. Le taux de reconnaissance correcte dépend des caractères, et certains posent plus de problèmes. Ainsi, les phones [y] et [u] sont notés presque de la même manière dans l’ALLy : le [y] est noté par la lettre u et le [u] ne s’en distingue que par une boucle en haut du premier jambage de cette lettre u. Les confusions sont donc assez faciles entre les deux notations, comme le suggère l’exemple de la figure 2.
Figure 2. – Point 69 : [ỹ myː’lǔ ; -uː] « une meule ; -s ».
19Les consonnes sont en général mieux reconnues que les voyelles, surtout quand ces dernières portent des accents ou sont surmontées d’une autre voyelle.
20Le taux de reconnaissance atteint actuellement 50 %, ce qui peut malgré tout accélérer grandement la saisie en API. Malheureusement, si au début de l’ALLy il y a une seule carte par page, à partir de la carte 505 deux cartes figurent sur chaque page. La taille de l’image diminue donc de moitié, et le taux de reconnaissance est moins bon pour l’instant.
21Le processus de traitement des cartes et de reconnaissance de caractères développée à l’UMR DDL (voir fig. 3) pourra servir pour l’Atlas linguistique du Jura et des Alpes (ALJA) et éventuellement pour d’autres atlas.
Figure 3. – Processus automatique de traitement des données.
Sébastien Flavier, Traitement des données sur la plateforme Atlex. Service informatique, Dynamique du langage, 2017, communication interne.
22Lors de la conception de la base, nous avons également fait un inventaire des solutions adoptées pour d’autres chantiers du même genre, et nous avons consulté différents partenaires, comme le Centre de dialectologie de Neuchâtel ou celui de Grenoble. Nous présentons ci‑dessous les principaux choix adoptés. Nous n’abordons pas ici les caractéristiques techniques de la base de données, mais nous décrivons les éléments principaux qu’elle contient et les différentes interfaces qui ont été développées.
23Pour chaque forme phonétique correspondant à une réponse à une question de l’ALLy, il est possible de visualiser l’image de la réponse d’origine, le numéro de la question et le numéro du point d’enquête, ainsi que les renvois aux cartes de l’ALF ou de l’AIS par exemple, mentionnés le cas échéant en haut des cartes de l’ALLy. Dans un champs Commentaire sont reportées d’éventuelles mentions additionnelles figurant dans l’ALLy (« vieilli », « rare », etc., cf. ci‑dessous section 3.2.3), ou des doutes sur la transposition d’un caractère en API, par exemple. D’autres rubriques comme l’origine étymologique ou une éventuelle forme orthographique n’ont pas encore été renseignées pour l’instant.
24Les formes audio collectées au début du projet sont accompagnées d’une transcription en API, d’un glosage sous ELAN, d’une traduction, et elles sont accompagnées de diverses métadonnées : date et lieu de collecte, auteurs, collecteurs, langue (oïl, occitan ou francoprovençal)…
25Différentes interfaces ont été créées pour pouvoir saisir, valider, consulter ou interroger les données. La saisie des réponses de l’ALLy (voir fig. 4) se passe systématiquement en deux étapes : les cartes, traitées habituellement dans l’ordre de leur numérotation, font d’abord l’objet d’une première transposition en API. L’interface de saisie propose pour chaque point d’enquête l’image de la réponse qui lui a été identifiée. Cette étape de saisie permet également de signaler les erreurs de repérage de certaines réponses (non reconnaissance d’une réponse ou erreur d’attribution au bon numéro de point d’enquête).
Figure 4. – Interface de saisie des données.
Sébastien Flavier, Traitement des données sur la plateforme Atlex, Dynamique du langage, 2017-2022, communication interne. <https://www2.ddl.cnrs.fr/atlex/gestion>.
26Dans un second temps, une phase de validation permet de corriger les inévitables erreurs et coquilles, plus ou moins importantes selon qui a proposé cette transposition (fig. 5).
Figure 5. ‑ Interface de validation.
Sébastien Flavier, Traitement des données sur la plateforme Atlex, Dynamique du langage, 2017‑2022, communication interne. <https://www2.ddl.cnrs.fr/atlex/gestion>.
Remarque : dans l’image ci‑dessus, les crochets permettent de distinguer la transcription en API de la mention v. pour vieilli. Les accolades signalent un doute sur la transcription d’un caractère. La consultation des données peut se faire par question, par localité, ou via des requêtes particulières.
27L’Atlas linguistique et ethnographique du Lyonnais voulait être, au dire de Pierre Gardette, « le complément de l’Atlas linguistique de la France (ALF) pour la région lyonnaise » (Gardette, 1968 : 59). Pour cette raison, il avait décidé d’utiliser la notation phonétique mise au point et diffusée par l’abbé Jean-Pierre Rousselot et par Jules Gilliéron. Les conventions qui définissent cette graphie ont été publiées, en 1891, en ouverture de la Revue des patois gallo-romans (tome IV : 5‑6), ainsi que dans la Notice de l’ALF (Gilliéron & Edmont, 1902 : 19). Le choix de l’emploi de cette convention graphique pour représenter les données dialectologiques du francoprovençal de la région du Lyonnais permet, selon Gardette « de ne pas dérouter le lecteur non initié puisqu’il n’utilise guère que les lettres de l’alphabet latin ; […] de permettre, malgré tout, bien des nuances grâce aux accents, aux signes diacritiques et aux voyelles suscrites » (1968 : 59).
28Dans l’Exposé méthodologique de l’ALLy, Gardette explique qu’« à l’époque où nous avons enquêté, la question ne se posait pas de choisir entre la transcription directe (inscription des réponses sur les pages d’un carnet) et la transcription indirecte (enregistrement des réponses à l’aide d’un magnétophone et déchiffrement des bandes après enquête). Nous avons suivi l’exemple de nos devanciers, et notamment celui de l’Atlas linguistique et ethnographique de l’Italie et de la Suisse méridionale (AIS), en nous servant de carnets » (1968 : 52). Toutefois, l’entreprise de l’ALLy propose une démarche d’enquête différente par rapport à celle de l’ALF : Gardette décide de substituer au modèle de l’enquêteur unique prôné par Jules Gilliéron une collaboration entre six enquêteurs chacun spécialiste d’une région précise du territoire d’enquête, comme nous l’avons indiqué dans la section 1. Nous pouvons concevoir que le choix d’utiliser plusieurs enquêteurs pouvait nuire à la qualité des transcriptions phonétiques sur les pages des carnets d’enquête. Gardette en était conscient, car il écrit :
Je ne dissimulais pas le danger de divergences dans la façon de poser les questions, dans l’audition et dans la notation. Mais il ne m’apparaissait pas trop redoutable, parce que mes collaborateurs étaient mes élèves, que nous avions enquêté ensemble, et que nos habitudes d’audition et de notation étaient autant qu’il était possible les mêmes […]. (1968 : 42)
29La même question s’était déjà posée pour les enquêtes de Edmont pour l’ALF : « Certains linguistes — écrivent Brun‑Trigaud et al. (2005 : 26) —, connaissant leur propre terrain de façon fine, ont objecté à telle ou telle notation qu’ils considéraient comme impossible en ce lieu. Trop souvent, la critique de détail l’a emporté sur l’admiration pour la justesse de l’ensemble. »
30En effet, les réalisateurs de l’ALF, tout comme Jakob Jud et Karl Jaberg pour l’AIS et Antonin Duraffour pour son Glossaire des patois francoprovençaux, avaient pratiqué la notation impressionniste au cours de leurs enquêtes dialectologiques. Ce type de notation, nous dit Gardette :
Consiste en ceci que l’enquêteur note, aussi finement qu’il le peut, exactement ce qu’il entend, sans chercher à ramener une nuance d’articulation, qui peut être individuelle, à une norme quelconque, par exemple à la prononciation moyenne de la commune où l’on enquête. La notation impressionniste est la seule que l’on puisse appliquer dans une enquête nécessairement trop courte pour permettre de dégager immédiatement la prononciation moyenne d’un patois. Elle est la seule qui permette de recueillir des matériaux suffisamment sûrs, qui serviront plus tard à étudier le système phonologique, sans risquer de perdre une nuance, jugée sur-le-champ non pertinente, et qui peut se révéler au contraire très pertinente. (1968 : 58)
31Gardette continue en écrivant qu’un enquêteur n’est pas un « enregistreur parfait et sans préjugé » (ibid.) et il décrit l’expérience des enquêtes conduites en compagnie d’Antonin Duraffour, capable d’entendre des diphtongues à l’état naissant, tandis que lui, Gardette, n’en était pas capable : « laquelle avait raison, de son oreille ou de la mienne ? » Ces réflexions nous permettent d’aborder le domaine de la fiabilité des transcriptions phonétiques présentes dans les cartes de l’ALLy, certainement influencées par la subjectivité de l’« oreille » de l’enquêteur-transcripteur tout en étant digne de confiance. Gardette nous rassure :
Les notations de mes collaborateurs et les miennes, dans leur spontanéité impressionniste, sont dignes, je pense, de la confiance des lecteurs. En tout cas nous avons fait tous nos efforts pour noter avec exactitude ce que nous entendions sans nous permettre aucune normalisation. (1968 : 58)
32La numérisation de l’ALLy et la mise en place d’un processus automatique de traitement des données a ouvert la question d’une conversion de l’alphabet Rousselot‑Gilliéron en alphabet phonétique international (IPA‑API). Une des préoccupations principales a été de rendre les données dialectologiques de l’ALLy plus lisibles aux linguistes contemporains, dont certains ne connaissent pas l’alphabet Rousselot‑Gilliéron et pratiquent plus couramment l’API. Dans le cadre, donc, de l’organisation d’une démarche manuelle de saisie‑transposition des données dialectologiques en API, nous avons élaboré un tableau de conversion qui puisse respecter la notation originelle des enquêteurs-transcripteurs de l’ALLy tout en conservant l’ensemble des informations qu’ils avaient notées. La règle que nous nous sommes imposés prévoit d’utiliser un signe API de façon biunivoque, un système qui soit capable de faire correspondre un signe de l’alphabet Rousselot‑Gilliéron à un seul et unique signe en API, et cela réciproquement. Pour assurer une pleine transparence dans la démarche de conversion, la notation d’origine reste toujours visible par l’utilisateur de l’ALLy numérique et est accompagnée de la transposition en API. Nous exposons de suite les principes de conversion que nous avons adoptés, en mettant en évidence quelques limites dans la transposition des données dialectologiques.
33La notation des voyelles dans l’ALLy repose sur le tableau suivant :
34Nous constatons que les voyelles « a, e, o et œ » de l’ALLy portent un accent aigu ou grave selon leur degré d’aperture : cela a été transposé en API en utilisant les oppositions [a/ɑ], [e/ɛ], [o/ɔ] et [ø/œ] ; pour les autres voyelles, nous avons choisi les signes diacritiques d’arrondissement [ ̜], [i̜], pour indiquer l’ouverture, et de fermeture [ị]. Il existe tout de même l’indication de voyelles moyennes sans diacritique dans l’ALLy : pour les voyelles « a, e, o, et œ » nous avons choisi d’utiliser le diacritique d’ouverture relative à la variante la plus fermée [e̜], [o̜] et [ø̜], ainsi que le diacritique de rétraction pour le [a̠].
35Pour ce qui concerne la longueur, nous avons utilisé le modèle suivant, représenté ici par le [a], dont les mêmes principes valent pour la notation des autres voyelles :
Longueur vocalique
|
Long
|
Moyen
|
Bref
|
API
ALLy
|
[aː]
A
|
[a]
a
|
[ă]
A
|
36La nasalisation est marquée avec le même signe diacritique suscrit dans les deux notations, soit avec un tilde, [ã]. Le cas d’une nasalisation partielle ou incomplète, indiquée dans la graphie de l’ALLy par un tilde « rétréci », n’est pas traité différemment dans notre système de transposition.
37La notation des diphtongues est très précise dans l’ALLy, car Pierre Gardette a fait une distinction entre les diphtongues ascendantes et celles descendantes. Nous avons décidé de ne pas marquer cette distinction dans la transposition en API : nous indiquons la diphtongue en utilisant le signe de ligature, selon le modèle suivant :
Diphtongaison
|
Descendante
|
|
Ascendante
|
API
ALLy
|
[a̠͡i]
ai
|
[a̠͡i]
ai
|
[a̠͡i]
ai
|
38La notation des semi‑voyelles est la suivante :
Semi-voyelles
|
|
|
|
API
ALLy
|
[j]
Y
|
[w]
w
|
[ɥ]
ẅ
|
39Nous avons décidé de dédier une section particulière aux voyelles superposées car, au fur et à mesure de l’avancement du travail de transposition, nous avons remarqué pour ce type de voyelles des questions de précision qui n’ont pas encore été réglées en totalité. En utilisant le terme de « voyelle superposée » nous voulons indiquer une hésitation de l’enquêteur‑transcripteur entre l’articulation de deux voyelles : la Notice pour l’intelligence des cartes de l’ALF note simplement que « les lettres superposées représentent des sons intermédiaires entre deux sons marqués » (Gilliéron & Edmont, 1902 : 19), sans en proposer ni une liste, ni des exemples.
- 5 Nous indiquons dans cette section la voyelle superposée en mettant la voyelle suscrite en exposant, (...)
40Nous proposons ainsi quelques exemples de voyelles superposées, ainsi que du modèle que nous avons adopté pour les transposer en API. Nous utiliserons le signe ae5 comme modèle pour les autres cas. Dans la notation de l’ALLy, nous pouvons trouver un « a » surmonté par un « e » : il s’agit de la forme de base que nous avons transposée par le signe [æ] en API. Toutefois, la voyelle suscrite peut aussi avoir des degrés d’aperture différents, indiqués en alphabet Rousselot‑Gilliéron par un accent aigu ou grave : dans ces cas, nous avons utilisé le signe diacritique d’aperture [ ̞] pour indiquer que la voyelle est plus ouverte et le signe diacritique [ ̝]de fermeture pour indiquer que la voyelle est moins ouverte.
API
ALLy
|
[æ̝]
aé
|
[æ]
ae
|
[æ̞]
aè
|
41À partir de ce modèle, nous proposons quelques exemples communs de voyelles superposées :
API ALLy
|
[ɒ̝] aó
|
[ɒ] ao
|
[ɒ̞] aò
|
API ALLy
|
[ɞ̝] œó
|
[ɞ] œo
|
[ɞ̞] œò
|
API ALLy
|
[ʏ̝] œú
|
[ʏ] œu
|
[ʏ̞] œù
|
API ALLy
|
|
[ɵ] oœ
|
|
API ALLy
|
|
[ɪ] ei
|
|
API ALLy
|
|
[ʏ] uœ
|
|
API ALLy
|
|
[ʊ] °u o
|
|
42À côté de ces cas simples, nous avons mis en évidence des exemple plus problématiques qui sont apparus lors de l’avancement dans le travail de traitement des cartes de l’atlas. Tout en ayant déjà traité plus d’un tiers des cartes de l’ALLy, nous devons encore aménager notre système de transposition en API pour certains signes complexes que nous répertorions dans un inventaire de nouveaux cas problématiques : dans ces cas, nous proposons une transposition en API qui sera ensuite validée par l’équipe de travail. Un des problèmes que nous avons mis en évidence pour les voyelles superposées concerne les voyelles ayant la voyelle moyenne centrale suscrite. Cette notation indique une semi-centralisation de la voyelle, soit une articulation tendant vers la voyelle moyenne centrale [ə] : en API, nous proposons d’utiliser le diacritique x superposé [ ̽].
API ALLy
|
[ɛ̽] èė
|
API ALLy
|
[ɔ̽] òė
|
API ALLy
|
[u̽] °u ė
|
43Dans certains cas, nous avons tout de même choisi un autre signe phonétique de l’API qui pouvait représenter plus facilement cette même semi-centralisation : ex. aė > [ɜ] ; éė > [ɘ].
44Nous avons aussi pu mettre en évidence le cas de la semi-consonne w surmontée par ẅ, wẅ dans la notation de l’ALLy. Nous avons proposé de transposer ce signe en API en utilisant le diacritique [ ̟], indiquant l’avancement dans l’articulation de la semi‑voyelle w, [w̟].
45La notation des consonnes pose beaucoup moins de difficultés que celle des voyelles : elles ne se présentent que pour certains phénomènes spécifiques. Nous indiquons dans le tableau suivant la notation des consonnes dans l’ALLy :
Figure 6. – Tableau de conversion de l’alphabet Rousselot‑Gilliéron (signes indiqués en bas) en alphabet phonétique international (signes indiqués en haut).
46Le cas des consonnes rhotiques est assez intéressant pour la richesse de leur réalisation dans l’ALLy et mérite d’être présenté dans le tableau suivant :
API
ALLy
|
[ʁ]
R
|
[r̪]
ṛ
|
[r]
r̄
|
[ɾ]
ṙ
|
- 6 Pour la discussion de quelques difficultés concernant la transposition de certaines réalisations pa (...)
47Il est important de noter que les cas de transposition problématiques, qu’il s’agisse de voyelles ou de consonnes6, sont saisis dans notre base de données entre accolades, en indiquant dans la section dédiée aux commentaires, présente dans l’outil de saisie mis en place, les informations concernant le choix de transposition fait. Le fait d’utiliser des accolades pour identifier les cas problématiques permet de les repérer de façon automatique, et d’accepter la proposition faite ou de la corriger, à partir de la plateforme gérée par le spécialiste informatique. Un document didactique récapitulant les choix de transposition validés par l’équipe de travail est actualisé régulièrement et il est mis à disposition en ligne à l’usage des personnes chargées de saisir de nouvelles cartes ou de valider des cartes déjà saisies.
48Pour ce qui concerne l’accentuation, les auteurs de l’ALLy ont noté l’accent en plaçant un trait vertical sous la voyelle concernée, mais ils ne l’indiquent ni pour les mots monosyllabiques, ni dans le cas où celui‑ci tombe sur la dernière syllabe d’un mot. Dans notre système de transposition, nous avons décidé d’indiquer systématiquement les accents sur tous les mots, y compris sur les lexèmes monosyllabiques, à l’exceptions des déterminants. Selon les règles de l’API, nous indiquons l’accent devant la syllabe accentuée.
- 7 Un autre cas typique est celui du schwa prétonique.
49La notation de l’ALLy utilise aussi des voyelles souscrites pour marquer certaines voyelles atones finales7. En suivant la même règle utilisée pour les diphtongues ascendante et descendante, notre système de transposition propose de marquer ces caractères en taille normale. Nous en trouvons un exemple au point 31 de la carte 53, « Herse » :
API
ALLy
|
[l ‘ɛʁsi]
l èrsi
|
50L’ALLy propose aussi une série de signes et d’abréviations différents, indiquée en début de chaque volume de cartes. Dans l’outil de saisie pour transposer les cartes de l’atlas, nous insérons ces indications dans la section des « commentaires », en déployant la signification du signe ou de l’abréviation : v. = vieilli ; r. = rare ; + = la chose ou l’usage, à propos duquel la question est posée, n’existe pas dans la localité indiquée ; ? = le témoin n’a pas pu donner une réponse, soit la chose n’existe pas ; [ ?] = l’éditeur doute de l’exactitude de la réponse ; indication de genre grammatical (m. = masculin ; f. = féminin ; s. = singulier, etc.). Certaines cartes présentent aussi des informations ethnographiques fort intéressantes, indiquées par les auteurs de l’atlas en utilisant des signes, notés après la transcription phonétique du point d’enquête concerné, que nous ne pouvons pas reproduire graphiquement. Nous indiquons alors en commentaire l’information ethnographique. Nous pouvons voir un exemple de ce type d’information dans la carte 8, « La pioche à faire les rigoles », où les enquêteurs ont eu le soin d’indiquer trois différentes formes du taillant de la pioche : un taillant en forme d’ergot, un taillant en forme de hache et une pioche à fer simple, en présentant, sur la partie gauche de la carte linguistique, des croquis dessinés représentant ces diverses particularités.
51Différemment d’autres projets — nous pensons, par exemple, au Thésoc8, une base de données dialectales pour l’Occitanie et ses marges — nous avons décidé de ne pas procéder à une segmentation (C1 C2 C3 V1 V2, etc.) des données dialectologiques de l’ALLy. Cela nous a permis de rendre le traitement des données plus intuitif et rapide.
52Si le projet visant à rendre accessible en ligne les données de l’ALLy a débuté officiellement en 2015, la saisie des données n’a toutefois réellement commencé que plus tard, une fois que l’infrastructure informatique a été disponible pour cette opération. Une phase de test a ensuite été nécessaire pour en améliorer l’ergonomie. De même, si les principes de transposition ont été adoptés assez rapidement, au fur et à mesure que le travail de la transposition progressait, de nouveaux cas problématiques ont été rencontrés, nécessitant des ajustements progressifs. Aujourd’hui, lors de la saisie de nouvelles cartes, on peut encore être confronté aujourd’hui à des combinaisons de caractères non encore rencontrées, mais cela devient de plus en plus rare.
53En juin 2022, près de la moitié des cartes a été traitée : 463 cartes ont été saisies en totalité, et 175 cartes l’ont été partiellement (au moins à 50 %). Les 521 premières cartes ont été intégrées dans la base de données. Normalement, les cartes sont traitées dans l’ordre, mais certaines situées plus loin dans l’ALLy ont également fait l’objet de saisie, totale ou partielle, au gré de projets ou de travaux de recherche spécifiques (voir ci‑dessous).
- 9 Ce cours comprend entre 15 à 30 étudiants selon les années.
54Ce résultat satisfaisant a pu être atteint notamment grâce à la contribution d’étudiants, essentiellement de l’université Lyon 2. Ainsi, dans le cadre d’un cours de linguistique gallo-romane et d’initiation à l’analyse géolinguistique, des étudiants de troisième année de licence9 travaillent chaque année chacun sur deux cartes, en proposant une transposition en API. Lors des périodes de confinement et d’enseignement à distance, les étudiants ont simplement proposé des corrections sur des cartes déjà faites, car une formation complète n’était pas possible dans ces circonstances.
55Une autre contribution régulière a lieu dans le cadre de stages de deuxième année de Master pour des étudiants de Lyon 2 et parfois Lyon 3. Durant ces stages d’une centaine d’heure, les étudiants, entre un et quatre selon les années, ont pour tâche principale la saisie de nouvelles cartes. Quand leur travail de recherche s’y prête, les stagiaires peuvent faire le choix de travailler sur des cartes présentant un intérêt particulier pour eux (expression de l’espace, parties du corps, etc.). Ceci explique pourquoi certaines cartes n’ont pas été saisies dans l’ordre comme évoqué précédemment. Les étudiants apprécient en général de collaborer à cette entreprise, et ils jugent cette expérience très formatrice.
56Il est difficile d’évaluer le temps de saisie des 75 points d’enquête d’une carte, car le degré de complexité diffère beaucoup d’une carte à l’autre : certaines cartes ne présentent qu’un seul lexème avec des variantes phonétiques limitées, mais dans d’autres cas, on peut trouver un grand nombre de lexèmes différents, avec en plus des alternances singulier/pluriel par exemple, ou bien des questions doubles, des périphrases, des commentaires, etc., ce qui augmente beaucoup le temps de saisie. On peut toutefois établir une moyenne à partir de l’expérience des stagiaires de Master 2 : ils peuvent traiter jusqu’à une quarantaine de cartes en un peu moins de cent heures, ce qui signifie que le temps de traitement d’une carte est d’au moins deux heures trente.
57La mise en œuvre de la base de données de l’ALLy a supposé au départ des phases de tests, des réorientations successives, avant que le dispositif de travail ne devienne totalement opérationnel. À l’issue de plusieurs années de travail, l’expérience permet de faire le bilan des différentes contraintes rencontrées durant le projet.
58Le cœur de l’activité a été le travail de transposition des données originales en API. Concernant ce volet, le premier enseignement à tirer est qu’il a fallu saisir un nombre conséquent de cartes avant de pouvoir totalement stabiliser les choix de transposition et solutionner au fur et à mesure les cas de figure particuliers. Les premières cartes sont donc à reprendre avant de pouvoir les valider définitivement. Pour les cartes suivantes, des erreurs ou coquilles lors de la saisie étaient inévitables. Les outils de gestion de la base de données peuvent calculer le taux de points corrigés lors de l’opération finale de validation, mais le calcul d’un taux moyen n’a pas beaucoup de pertinence. En effet, le nombre d’erreurs dépend d’une part de la complexité de la carte et mais également du profil de la personne ayant effectué la transposition en API. Les cartes réalisées par les étudiants de troisième année demandent naturellement plus de corrections en moyenne que les cartes traitées par les stagiaires de Master 2. Les débutants se trompent en particulier très régulièrement sur la place de l’accent tonique. Une carte peut donc nécessiter de nombreuses corrections, mais parfois pour un type d’erreur principal. Les étudiants de Master 2, mieux formés, consacrent en outre plus de temps au travail de transposition. Leurs cartes exigent donc moins de corrections. L’expérience montre en outre que même un chercheur aguerri commet des erreurs, ou au moins des coquilles.
59La phase de validation est donc systématiquement nécessaire, et ce constat amène à mentionner une autre difficulté majeure rencontrée pendant le projet : ce travail, réalisé par les linguistes de l’équipe, exige beaucoup de temps, et les moyens financiers obtenus pour le projet n’ont pas permis de dégager de financements pour cette tâche particulière. Actuellement, un peu moins de 200 cartes ont pu être totalement validées.
- 10 « Collecte, valorisation et transmission de l’occitan et du francoprovençal : savoirs linguistiques (...)
- 11 Au total plus de 6 heures d’enregistrements, 150 fichiers audio transcrits et glosés sous ELAN, soi (...)
60Un autre enseignement qui se dégage après plusieurs années de travail sur le chantier de l’ALLy porte sur la collecte de matériaux audio ou vidéo. Concentrée d’abord sur la conception de la base de données, le volet de recherche sur la reconnaissance de caractère, l’équipe qui gère le projet s’est ensuite consacrée aux choix de transposition en API, à la saisie des données de l’ALLy et à leur validation. Très peu de temps a pu être consacré à de nouvelles collectes audio vidéo, qui exigent elles aussi beaucoup de temps. Le premier financement obtenu pour le projet10 a seulement permis de faire quelques enquêtes autour du vocabulaire du jardinage. Une partie seulement de ce matériel a pu être traitée11. Outre le problème de temps, ces collectes ont montré qu’au stade actuel de vitalité des parlers locaux dans le domaine géographique couvert par l’ALLy, il est aujourd’hui difficile de trouver, dans les différentes régions qui le composent, des personnes qui sont à la fois compétentes dans le parler local et à l’aise avec l’exercice d’élicitation. Les collectes déjà effectuées indiquent en outre une francisation parfois assez marquée, aboutissant à des résultats phonétiquement ou lexicalement assez éloignés des données recueillies lors des enquêtes de l’ALLy. Cet état de langue, pourtant scientifiquement intéressant à documenter, est considéré par certains comme une langue « dégradée », ce qui peut porter atteinte à l’image des informateurs des enquêtes actuelles.
61Enfin, pour les mêmes raisons qu’évoquées précédemment, priorités accordées à certains aspects du projet et impératifs de temps et de financements, deux autres volets du projet ont été un peu délaissés jusqu’à maintenant et mériteraient à ce stade d’être développés. Il s’agit d’une part de l’ergonomie des interfaces de consultation des différentes données de l’ALLy, et d’autre part du développement d’outils de fouille de ces données. Sur ce dernier point, il faut toutefois signaler qu’un premier outil de cartographie de caractéristiques phonétiques ou de types lexicaux a déjà pu être conçu et réalisé (voir Armand, 2021 : 9‑13).
62Pour conclure cette présentation du projet de mise à disposition des données de l’ALLy, nous voudrions évoquer les pistes de développements à venir, découlant notamment du constat des limites mentionnées ci‑dessus. Mais celles‑ci ne doivent toutefois pas amoindrir, à notre sens, les avancées déjà réalisées. La faisabilité du projet initial est maintenant prouvée. Les volumes de l’ALLy sont dorénavant accessibles sans restriction d’accès. Une base de données susceptible d’héberger à la fois des données audio vidéo et les résultats des enquêtes de l’ALLy a été réalisée. Le traitement préalable à la saisie des données des cartes est opérationnel. Près de la moitié des cartes de l’atlas a été déjà traitée : près de 45 000 réponses obtenues par les enquêtes de l’ALLy (environ 600 cartes x 75 points d’enquête) ont fait l’objet d’une transposition en API. Cette opération de transposition dans un autre code phonétique s’effectue à partir de choix stabilisés, selon un principe général qui tend à reproduire au plus près les notations originales. Celles‑ci sont de plus toujours visibles par les utilisateurs, qui peuvent ainsi valider les transpositions proposées. Un système de reconnaissance de caractères manuscrit a été développé. Même s’il n’est pas efficace à 100 %, il peut accélérer grandement la saisie des données. L’ensemble des compétences, techniques et savoir-faire développés par l’institut Gardette et le laboratoire DDL pendant cette première phase de travail pourront être mis à disposition pour des chantiers similaires, et en premier lieu pour l’autre atlas couvrant le reste du francoprovençal en France, l’ALJA.
63Parmi les perspectives, à ce stade du projet, la poursuite de la saisie des cartes de l’atlas reste une priorité. La date d’achèvement n’est pas prévisible car elle dépend des ressources qui pourront être consacrées à ce volet. Il n’est pas non plus possible de préciser la fin de la phase de validation de ces retranscriptions en API. Comme cette opération est très lourde, un certain taux d’erreurs pourrait peut-être être toléré : certaines cartes non validées réalisées par des personnes confirmées pourraient être partagées, à condition que leurs utilisateurs suggèrent des modifications pour les éventuelles erreurs qu’ils dépisteraient. Enfin, à plus long terme, les informations additionnelles en marge des cartes pourront elles aussi être transposées en API.
64Pour rendre les données déjà traitées plus accessibles, un travail sur l’ergonomie de la base de données devra être mené à bien. Le développement de nouveaux outils de fouille de données pourra également être réalisé grâce aux compétences techniques du laboratoire DDL, mais au-delà de l’aspect informatique, des collaborations sont à mettre en place pour faire collectivement un inventaire des outils existants et des solutions les plus pertinentes. La saisie des sources étymologiques citées pour chaque carte dans le volume V de cartes lexicales de Pierre Gardette permettra d’effectuer des types de requêtes encore impossibles pour l’instant.
65Il conviendra également d’essayer de rendre plus facilement accessibles les données de l’ALLy pour le grand public. Même transcrites en API, les réponses aux enquêtes de l’atlas ne sont pas lisibles pour la plupart des personnes intéressées par les parlers locaux, en particulier les différentes associations de promotion du francoprovençal. Dès le début du projet, un champ « forme orthographique » a été prévu pour chaque entrée de l’ALLy, mais il est resté vide faute de consensus, à l’époque, autour d’une graphie supradialectale pour le francoprovençal. Aujourd’hui, une proposition de graphie semble s’imposer (voir Martin, 2021) et elle pourrait être utilisée pour rendre les données plus intelligibles pour le grand public, même si l’on sait que qu’une telle solution n’est pas totalement efficace. La meilleure solution serait de proposer des enregistrements audio, mais ce n’est pas envisageable pour la totalité des points d’enquête de l’ALLy, et de toute façon impossible pour certains de ces points, des localités dans lesquelles la langue locale n’est aujourd’hui plus parlée.
66Le principal enseignement à tirer de ce chantier de numérisation de l’ALLy, encore en cours, est que si une telle entreprise exige énormément de temps de travail et n’offre pas de retour immédiat valorisable, elle n’est pas impossible, même avec de moyens financiers limités, mais elle doit être envisagée dès le départ comme une entreprise à long terme.