Navigation – Plan du site

AccueilNuméros38I. Dossier thématiqueLa répétition dans la phrase. Etu...

I. Dossier thématique

La répétition dans la phrase. Etude statistique.

Étienne Brunet

Résumés

Tout l’univers lexicométrique est fondé sur la répétition. La fréquence d’un mot dans un texte, c’est le nombre qui mesure sa répétition. Or la fréquence des mots et des segments a été considérée généralement à l’échelle large du texte et du corpus, à un niveau où la répétition n’est sensible ni à l’oreille ni à la mémoire. Il convient de se situer aussi à l’échelle du micro-texte et de la séquence courte qui s’arrête à la fin de la phrase ou du paragraphe et où se limite la portée de la rémanence mémorielle. On se propose de mener une enquête statistique à ce niveau du micro-texte, à travers un roman de Giraudoux, puis de son œuvre entière, avant de s’attaquer à l’ensemble des écrivains français et enfin au corpus français de Google Books.

Haut de page

Texte intégral

  • 1 Pascal, Pensée 48, édition Brunschvicg. « Quand dans un discours se trouvent des mots répétés, et q (...)

1Le problème de la répétition paraît proche de la richesse lexicale, question que la lexicométrie a souvent abordée, jusqu’à satiété. Éviter la répétition, c’est gagner en variété et enrichir le texte. Ce qui diffère cependant c’est l’empan : la répétition a une portée courte et se limite généralement à la phrase. Certes en poésie ou dans la chanson, la répétition peut être recherchée à un niveau supérieur, de la strophe ou du poème. Et de même l’anaphore est prisée dans les couplets de l’art oratoire. Au delà, au niveau d’un texte entier, la répétition devient moins saisissable, même si certains écrivains comme Zola ont tenté d’adapter la technique du leitmotiv, même si l’on sent souvent dans l’œuvre des reprises de thèmes, des rappels de teinte, des isotopies sous-jacentes. Le point de vue diffère aussi en ce que le problème stylistique de la répétition n'échappe ni à la conscience, ni à la volonté de l'écrivain, au lieu que la richesse lexicale ne représente souvent qu'une caractéristique a posteriori, un rapport mathématique entre V (le nombre de vocables différents) et N (le nombre d’occurrences), dont l'écrivain ne se préoccupe guère en tant que tel. Alors que la musique est faite congénitalement de répétitions et variations, l’écrivain a horreur du déjà dit et le lecteur plus encore. Un vieux principe de rhétorique proscrit en effet la répétition dans la phrase, du moins lorsqu'il s'agit de mots-pleins et que la distance est trop courte d'une occurrence à l'autre. Du maître d'école qui pourchasse les répétitions, à l'écrivain qui multiplie les substituts et les périphrases, c'est la même tradition de variété, dont le principe ne doit rien à la logique et tout à l’esthétique. Quand ce principe est transgressé, ce que recommande Pascal dans certains cas1, il s'agit d'un écart, doté d'un effet marqué (« C'en est la marque », dit Pascal).

  • 2 Voir les bases de données à l’adresse suivante http://logometrie.unice.fr/pages/bases/ (Note des éd (...)
  • 3 Quand le chevalier se présente : « Hans Von Wittenstein zu Wittenstein », Ondine applaudit : « Que (...)
  • 4 « Ô forme de ma forme », La Jeune Parque, Pléiade p. 109. « Je n'aime que le travail du travail ». (...)
  • 5 Judith, p. 250.
  • 6 Électre, I, scène 3, p. 21.
  • 7 Siegfried et le Limousin. On peut citer encore la réplique célèbre de Jouvet dans Drôle de Drame : (...)
  • 8 Églantine, p. 58.
  • 9 Le nom de Moïse se prête d'autant mieux à la répétition qu'il intervient dans des phrases généralem (...)

2Or Giraudoux – chez qui nous nous proposons de puiser nos premiers exemples2 – recherche assez souvent, parfois par plaisanterie, cet effet, qu'il renforce d'ailleurs en rapprochant jusqu'à la contiguïté les occurrences du terme répété dans une construction superlative inspirée de la Bible ou de l'Antiquité. Sur le modèle du Cantique des Cantiques ou du Roi des Rois, on trouve sous sa plume l'ombre de l'ombre, le zénith du zénith, le silence des silences, l'heure des heures, l'oncle de l'oncle ou avec un calembour le signe du cygne. Cet effet que Giraudoux appelle un écho3 et que Valéry désigne en recourant à l'image visuelle du miroir4 peut se reconnaître dans la variante du relatif « sauver celle qui sauve la ville »5, ou de la conjonctive « je crois que je crois aux dieux »6, ou de la juxtaposition « Selon que les nuages étaient blanc gris ou blanc blanc7 ». La répétition du nom là où un pronom personnel de rappel pourrait suffire marque souvent l'insistance, la force de la relation réflexive qui lie le sujet à lui même. Ainsi dans le roman Églantine, la suffisance épanouie de Moïse s'étale dans les épiphores de ce type « La plupart des secrets de Moïse étaient des secrets même pour Moïse »8. Dans tout le roman Moïse fait l'objet de 28 répétitions, contre 18 pour Églantine et 17 pour Fontranges dont la personnalité s'affirme plus discrètement9.

1. La répétition dans un roman de Giraudoux

3En dehors de ces exemples manifestement voulus par l'auteur, la répétition a souvent le caractère de propension thématique ou de nécessité syntaxique. Le phénomène de spécialisation lexicale s'impose en effet avec force au niveau de la phrase. Dès que l'énoncé commence, l'éventail des possibilités de choix se referme, et plus l'idée se précise, plus la zone de disponibilité lexicale se rétrécit. Si la phrase s'ouvre avec le mot cheval, la probabilité d'emploi des mots tiercé, course, écurie se multiplie tandis que s'annulent les chances des éléments sémantiques qu'on associe difficilement au cheval. On peut même penser que si les contraintes thématiques jouent sans restriction, ce sont les mots déjà actualisés dans le début de l'énoncé dont les chances augmentent le plus dans la suite de la phrase : la logique du discours conduit à la répétition.

41 – Pour apprécier ce phénomène on peut imaginer un discours aléatoire indépendant de toute aimantation sémantique comme aussi de toute contrainte syntaxique, et calculer ce qu'y serait le nombre théorique des répétitions. Pour établir le modèle il faudrait connaître l'effectif des phrases, la longueur et le contenu de chacune. On doit être également en possession du tableau de distribution des mots du texte. Mais pour simplifier le raisonnement contentons-nous d'abord d'un seul mot, et cherchons à établir l'effectif théorique des emplois répétés de ce mot dans une même phrase. Il est évident que les chances de répétition varient avec la longueur de la phrase et la fréquence du mot. Si la phrase comporte 60 mots-occurrences (n) et si le mot considéré à la probabilité p = 0,001, on a l'espérance mathématique np = 0,001 x 60 = 0,06 de voir apparaître une fois le mot dans la phrase. Pour espérer une seconde apparition du mot il reste 59 places possibles auxquelles la probabilité p reste attachée. L'espérance mathématique des répétitions du mot est donc égale au produit des probabilités composées soit : np * (n-1)p = (n2 - n) * p2 = 0,0035.

5Mais il faut prendre garde que l'ordre d'apparition des deux éléments d'une répétition n'importe pas et qu'il convient d'envisager non le nombre d'arrangements n2-n mais le nombre de combinaisons (n2 – n) /2 et l'on aura donc (n2 – n) /2 * p2 = 0,0018 répétitions. Pour connaître le nombre de répétitions d'un mot dans un texte, il reste à cumuler les résultats obtenus pour chaque phrase particulière du texte, ce qu'on peut résumer dans la formule

6n désignant le nombre de mots dans la phrase, et m l'effectif des phrases ayant n mots. On trouvera dans le tableau ci-dessous, le détail de ces opérations appliquées à la préposition « sur » dans Églantine, où la probabilité p attachée à ce mot est de 346/52397 = 0,006603 (d’où p2 = 0,006603 2 = 0,0000436). Le calcul peut être simplifié si l'on met p2 en facteur; il suffira dès lors de calculer le nombre total d'issues possibles soit :

7et de le pondérer par la probabilité p2 des issues favorables pour un mot donné ayant la probabilité p, soit

Gp2 = 991 403 * 0,0000436 = 43,23 répétitions

Tableau 1. Calcul de l’effectif théorique des répétitions

de la préposition « sur » dans le roman Églantine

de la préposition « sur » dans le roman Églantine

Tableau 2. Répétitions observées et théoriques

dans certains mots du roman Églantine

dans certains mots du roman Églantine
2 »

83 – À vrai dire, ce sondage peut laisser quelque doute si l'on songe que la grande majorité des mots ne font l'objet d'aucune répétition et que la somme des valeurs qui représentent leurs chances de répétition peut constituer une masse appréciable qui compenserait les excédents constatés dans la liste ci-dessus. Il n'en est rien pourtant car ces mots sont peu fréquents et leur chance de répétition dans une même phrase est négligeable (elle est naturellement nulle pour les mots qui n'apparaissent qu'une fois dans le texte). Ainsi en étendant l'enquête à tous les mots du dictionnaire d'Églantine à partir de la lettre p et jusqu'à la fin, on observe que la classe des mots de fréquence 2 – dont l'effectif est de 440 – ne devrait compter aucune répé­tition. Malgré 991 403 issues favorables sollicitées 440 fois, le résultat est proche de zéro (exactement 0,636) car la probabilité p2 est extrêmement faible : p2 = (2/523297)2 = 1,46*10-11.

9De même la classe de fréquence 3 ne devrait fournir que 0,676 répétition et l'ensemble des 50 premières fréquences totalise un effectif théorique de 22,53 répétitions. On en relève en fait 161. La disproportion est flagrante également lorsqu'on tient compte des fréquences plus élevées (386 répétitions observées contre 146 attendues). Qu'il s'agisse de contrainte syntaxique ou d'influence thématique, la spécialisation lexicale se manifeste au niveau des phrases par un net excédent de répétitions.

10Ainsi plutôt que de richesse lexicale, on devrait parler de pauvreté lexicale ; quand l'homme puise dans la langue pour actualiser son discours, les mots qui lui viennent à l’esprit sont ceux du voisinage qu’un lien unit à la situation, au sujet, au genre, au registre. Certes un scrupule de sa conscience stylistique l’invite à s’abstenir de coucher dans la même phrase un mot-plein qui s’y trouverait déjà, comme s’il s’agissait d’un inceste. Mais cette réticence se tait souvent et cède devant l’urgence, quand le substitut manque ou que la phrase trop engagée ne permet plus d’éviter l’interdit. Si le hasard présidait seul à la fourniture du matériel lexical, la variété serait plus riche et les redites plus rares. C'est d'ailleurs ce qui rend malaisée l'application au langage des lois classiques de probabilité, le hasard des tirages aléatoires pouvant difficilement servir de modèle à une opération humaine qui manifeste des choix, des refus et des préférences et glisse la liberté dans les mailles de la contrainte. Parmi les facteurs qui structurent le langage (époque, auteur, genre, registre, sujet), il est souvent difficile de démêler les fils, parce qu’ils sont entremêlés et qu’ils influent les uns sur les autres. Le sujet, le registre et le genre ne sont pas indépendants et doivent être compatibles. De même le genre et l’auteur ont partie liée ; si l’écrivain choisit librement un genre, il n’est pas libre d’en détruire les lois. Enfin la dérive du temps s’impose plus ou moins à toutes les autres influences. Ainsi au lieu de s’opposer, les facteurs coulent souvent dans le même sens. Ce qui fait l’intérêt de la présente recherche, c’est qu’on assiste à une lutte frontale entre deux forces, l’une, logique, prégnante et centripète, attachée à la dynamique du discours, l’autre, consciente, réticente et centrifuge, liée à un scrupule esthétique.

2. Extension de l’enquête à l’œuvre de Giraudoux

  • 10 Nous désignons par segment une unité linguistique qui recouvre généralement le paragraphe. Mais les (...)

111 - Cependant notre enquête fondée sur un seul roman d’un seul auteur risque de conduire à des résultats fragiles. Ajoutons quelques romans et tout le théâtre de Giraudoux, sans craindre la longueur des calculs. Il nous faut constituer la table de distribution des segments10 et relever les effectifs des classes de longueur 2, 3, n mots (tableau 3). Chaque binôme de ce tableau entre alors dans une sommation qui établit le nombre G de combinaisons où un mot sort deux fois d’une urne variable qui contient n mots, n variant de 2 à la longueur maximale. À chaque pas de la progression, le résultat est multiplié par l’effectif de la classe considérée. On aboutit à un total de 8 728 043 combinaisons, offertes à chaque mot selon sa fréquence.

Tableau 3. Distribution de la longueur des segments

Tableau 3. Distribution de la longueur des segments
2 -p(p = f/N) 2

theo = G p2

12Ainsi pour le mot homme (fréquence 1102) qui vient en tête, on obtient :

8734960 * (1102/638452)2 = 26,00 répétitions.

13À cet effectif théorique, on oppose les répétitions réellement observées : 52, soit le double de ce qui était attendu.

  • 11  Précisons qu’il s’agit de lemmes, les variations de nombre ou de genre grammatical étant sans infl (...)

14Le tableau 4 montre que l’homme n’est pas seul dans ce cas. La femme l’accompagne avec un surplus de 13 répétitions, et toute la série suit dans le même sens, le jour comme la nuit, la mort comme la vie11. Sur la quarantaine de noms représentés dans l’extrait, un seul (monsieur) est négatif. La même proportion se maintient dans la suite, où l’effectif théorique devient négligeable et s’abaisse en dessous de 1. Au total les 257 mots de la liste, qui totalisent 43587 occurrences (sur les 638452 du corpus), ne devraient produire que 279 répétitions alors qu’on en relève quatre fois plus, soit 1319.

Tableau 4. Répétitions relevées et analysées dans le corpus Giraudoux

Tableau 4. Répétitions relevées et analysées dans le corpus Giraudoux

15La répétition du même au même est un cas particulier de la cooccurrence. La lexicométrie s’intéresse de plus en plus à ce domaine qui met les mots en relation sémantique et, dans chaque phrase d’un corpus donné, relève les rencontres des substantifs les plus fréquents. Or dans le traitement des matrices carrées qui croisent la coprésence de ces substantifs, la diagonale, réservée à la cooccurrence réflexive d’un mot avec lui-même, est généralement évacuée ou arbitrairement et uniformément pourvue d’une valeur neutre, comme la moyenne ou le minimum de la série. Il y a de bonnes raisons pour compléter le tableau et remplir correctement les cases de la diagonale avec les chiffres réels. Bien loin d’y trouver le minimum, on observe généralement à cet endroit la valeur maximale. Pour s’en tenir aux trois substantifs les plus fréquents du corpus Giraudoux, la cooccurrence réflexive jour-jour devance toutes celles qui sont relatives au même mot (46 occurr.), et le deuxième rang est observé pour homme-homme (52 occurr.) et femme-femme (37 occurr.) derrière le couple homme-femme (119 occurr.). Cette aimantation qui accouple le même au même est encore plus visible si l’on prend appui non sur les valeurs absolues mais sur les probabilités. Le tableau 5 fondé sur l’écart réduit place beaucoup de répétitions dans le lot de tête et la répétition mot-mot y devance même le couple homme-femme.

Tableau 5. Mesure statistique de la cooccurrence (écart réduit) chez Giraudoux (en gras les répétitions, en maigre les simples cooccurrences)

Tableau 5. Mesure statistique de la cooccurrence (écart réduit) chez Giraudoux (en gras les répétitions, en maigre les simples cooccurrences)

16Avant de conclure à quelque négligence surprenante d’un écrivain qui passe pour un modèle d’élégance, il convient de vérifier si d’autres plumes ont la même faiblesse.

3. Extension à d’autres écrivains

17Mis à part Pascal, les écrivains sont peu explicites sur le chapitre de la répétition. Ils déclarent volontiers la guerre à l’adjectif ou à l’abstraction et s’en font gloire (c’est le cas de Giraudoux). Mais ils se taisent sur la répétition, estimant sans doute qu’il s’agit là d’une tâche ancillaire de nettoyage. En l’absence de déclaration explicite, on part de l’hypothèse que tous les écrivains n’ont pas une sensibilité égale à l’endroit de la répétition. Certains peuvent être indifférents à une contrainte scolaire dépassée, quand d’autres s’appliquent au respect d’un principe tenu pour la marque du style. Partant de Giraudoux et du résultat global observé dans son œuvre, on se propose de mettre en œuvre les mêmes programmes pour l’ensemble des écrivains français.

18Le tableau 6, consacré aux substantifs les plus fréquents dans l’œuvre de Gracq, montre la même propension aux répétitions. Mis à part le premier (œil), tous les éléments sont en excédent, avec un écart le plus souvent significatif. Au total on rencontre environ 3000 répétitions quand le hasard n’en produirait que 1000, soit un excédent de 2000 (ou 66%). Ce taux de répétition n’est pas très différent de celui de Giraudoux (77%). Appliqué à d’autres écrivains le même calcul produit les mêmes observations qui confirment une loi générale. Reste à saisir et à expliquer les variations qu’on observe d’un auteur à l’autre.

Tableau 6. Les répétitions chez Gracq (œuvre complète)

Tableau 6. Les répétitions chez Gracq (œuvre complète)

19La figure 7 passe en revue 35 représentants majeurs de la littérature française, en projetant sur un histogramme le taux de répétition mesuré dans leur œuvre. Il serait étonnant que la chronologie soit absente du débat. Car le refus de la répétition n’a rien d’une règle absolue. C’est un simple conseil, facile à contester ou à ignorer et apte à évoluer. Déjà Pascal limite la portée de cette prescription et la soumet à la nécessité d’être clair. Les auteurs du siècle classique respectent plus volontiers l’abstinence et Pascal est le seul à dépasser 50%. À partir de Diderot le principe s’assouplit et au 20e siècle le taux tourne autour de 70%.

20On soupçonne aussi l’influence du genre. Car le taux de répétition pour des poètes (Corneille, Racine, Saint-John Perse) est inférieur à celui de prosateurs. Malheureusement le genre est souvent masqué par le mélange de la prose et des vers dans beaucoup de monographies. La distinction est faite dans le cas de Hugo et le corpus en vers s’y différencie très nettement du corpus en prose.

Figure 7. Le taux de répétition chez les écrivains

Figure 7. Le taux de répétition chez les écrivains

4. Réflexions sur la typologie des répétitions et leur traitement

  • 12 D’où des effets comiques obtenus par accumulation ou coordination de niveaux différents : De Lattre (...)

211 – Les matériaux accumulés montrent une différence entre les mots pleins et les mots grammaticaux. Ces derniers ont fait l’objet d’une exploration analogue, en ajustant le paramètre de la longueur. Car ces mots-outils ont une telle fréquence que leur répétition est inévitable. On a donc rétréci le champ à la limite du syntagme, ou plus précisément de l’espace compris entre deux ponctuations. Dans cette fenêtre étroite, il reste cependant des restes de scrupule, des réticences à employer le même mot deux fois de suite (la France de De Gaulle), même si trois constructions syntaxiques sont parfaitement acceptées : vous vous, nous nous et en en (« approcher un problème en en faisant le tour »). Avec un ou deux mots intercalés, la répétition des mots-outils passe inaperçue s’il s’agit de coordination ou de juxtaposition (les droits et les devoirs, à côté de les droits et devoirs). Mais on évite la répétition hiérarchique, la construction en cascade qui distribue à plusieurs niveaux la même préposition à, de, en, par, sur, pour (exemple les maisons en bois en progrès en France)12. Malheureusement ces chevauchements étagés sont difficiles à distinguer des constructions plates, juxtaposées ou coordonnées, du type en France, en Belgique ou en Hollande, qu’aucun interdit ne frappe.

  • 13 La définition de la répétition est ambiguë lorsque le mot est réitéré plusieurs fois, par exemple 4 (...)

22On a tenté cependant les calculs, sans obtenir des résultats clairs13 : l’observation s’écarte peu du modèle. À peine observe-t-on certains évitements logiques (les subordonnants, les relatifs et même les coordinations) ou certains excédents assez explicables, en particulier ceux des pronoms personnels et spécialement des pronoms de rappel. La statistique montre que leur répétition est multipliée, ce qui se comprend quand on songe au statut de ces mots, voués au remplacement et donc indirectement à la répétition.

  • 14 Giraudoux, Portugal, p.21.
  • 15 Le Clézio abandonne assez vite ce procédé, les reprises de terme devenant de plus en plus rares dan (...)

232 – Les répétitions contiguës où le même mot est repris immédiatement ne sont guère admises par la syntaxe (en dehors des constructions réflexives nous nous et vous vous). Quand on les rencontre dans un texte, il y a nécessairement un effet de sens voulu comme tel. L’effet le plus commun est celui de l’insistance (c’est très très beau), qui peut aller jusqu’à la surenchère, le second terme étant comme un exposant du premier : Tout ce qui doit être blanc est blanc pur, ce qui doit être rose est rose rose14, ou jusqu’à la suspension hébétée ou contemplative, analogue à l’arrêt sur image au cinéma. On trouve parfois dans le nouveau roman cet arrêt sur le mot, qui est aussi un arrêt sur la chose, comme en témoigne ce relevé exhaustif perpétré dans le Déluge de Le Clézio : gravier gravier, eau eau, Simon Simon Simon, chanter chanter, faces faces, très très, blanc blanc, orange orange, vert vert vert vert vert, émeraude émeraude, noir noir noir noir noir noir noir noir15. Intrigué par cette propension à épaissir la couleur en apposant couche sur couche, on a cherché dans les milliards de mots engrangés par Google Books d’autres exemples de peinture au couteau. Il s’en est trouvé environ un millier pour chacune des couleurs : blanc blanc 1362, bleu bleu 974, rouge rouge 1307, noir noir 909, jaune jaune 1440, vert vert 882. L’équilibre des couleurs est respecté, mais la répartition chronologique de tels redoublements ne l’est pas, étant concentrée dans la seconde moitié du 20e siècle. L’analyse factorielle de la figure 8 rend compte des couleurs pures, mélangées ou redoublées qui ont la faveur de 1800 à 2000 et qui rassemblent 50 millions d’occurrences. Sans surprise on constate que le 19e siècle est plus coloré que le 20e, à l’exception des reprises ton sur ton qui redoublent dans le quadrant supérieur gauche, à proximité des tranches 1950 et 1967.

Figure 8. Analyse factorielle des couleurs

dans Google Books (domaine français)

dans Google Books (domaine français)

243 – Proche des répétitions immédiates est la construction où le même nom encadre une préposition sur le modèle corps à corps. Ce sont généralement des expressions à demi figées où les composants disposent d’une semi-liberté. La préposition centrale est le plus souvent à (bouche à bouche), ou en (de temps en temps). Mais on peut trouver pour (œil pour œil), sur (coup sur coup), par (deux par deux), après (minute après minute), dans (main dans la main), ou de (vrai de vrai). Parfois la locution fait intervenir une préposition supplémentaire (de...en, de…à). La valeur est souvent adverbiale (pas à pas), parfois nominale (faire du porte à porte). Quant au mot répété, ce peut être un adverbe (peu à peu), un adjectif (petit à petit, mais généralement c’est un substantif concret emprunté à l’environnement spatial ou temporel, et tout particulièrement au corps humain, lequel fournit une série très riche où s’exprime la confrontation ou le contact (tête à tête, œil pour œil, dent pour dent, nez à nez, main dans la main, pied à pied, dos à dos, bouche à bouche, corps à corps). La création de telles locutions repose sur un effet d’inattendu, volontairement recherché. La répétition d’un mot à si courte distance étant statistiquement improbable, on spécule sur la surprise et l’expressivité. Puis, au fil du temps, l’expression tend à se figer et, perdant ses déterminants, sa forme se fait lapidaire, comme il arrive aux dictons ou maximes populaires.

25Là aussi le corpus de Google Books peut aider à mesurer dans le temps la fortune de cette forme de répétition. On aurait souhaité proposer à l’automate une structure à trois variables, de la forme substantif + préposition + substantif en précisant seulement que les deux substantifs devaient être identiques.

Figure 9. Analyse factorielle des locutions à redoublement

du type corps à corps

du type corps à corps
  • 16  Le site Cuturomics (https://books.google.com/ngrams) dessine la courbe d’emploi de tout mot ou loc (...)

26Malheureusement le site Culturomics16 qui distribue les données statistiques de Google Books accepte les variables aussi bien que les constantes, mais ne permet pas d’imposer le filtre qui respecterait la contrainte requise. Seule la préposition au centre du triplet a été exprimée sous la forme générale et codée _ADP_. Mais il a fallu désigner nommément les mots qui l’encadrent. C’est donc un échantillon d’une trentaine de locutions qu’on trouvera dans l’analyse factorielle de la figure 9 supra.

27Quoique quasiment toutes les locutions soient présentes dès 1800, le moule est encore disponible pour de nouvelles créations (vrai de vrai ne se rencontre guère avant 1850) et les structures de A à A ou de B en B peuvent s’appliquer à n’importe quel élément spatial pour exprimer un processus progressif ou distributif (de bloc à bloc, de proche en proche). Le déclin est pourtant visible : non seulement les créations nouvelles sont rares, mais les locutions les plus fermement établies sont en perte de vitesse.

Figure 10. Déclin des expressions à redoublement de 1800 à 2000

(3 millions d’occurrences, tendance chronologique r = -0,90)

(3 millions d’occurrences, tendance chronologique r = -0,90)

28Le quadrant inférieur gauche réservé aux tranches les plus récentes est presque vide et le centre de gravité de l’ensemble (correspondant à la position du point TOTAL) est déporté nettement à droite, là où campe le 19e siècle. On peut d’ailleurs pour plus de clarté regrouper en un seul histogramme toutes les variétés rencontrées : la courbe de la figure 10 est régulièrement descendante et ne permet pas le doute.

29À quoi peut-on rattacher cette sorte de glaciation qui se contente d’une expression plus neutre, plus froide, plus tournée vers le constat que vers le style ? Sans doute moins à l’évolution de la langue qu’à un changement dans la composition du corpus. Les publications les plus récentes, qui sont aussi les plus nombreuses, n’ont pas été soumises au tri de l’histoire : c’est le tout-venant de l’édition, où pullulent les ouvrages d’information, les traités techniques et les sujets les plus divers. Les livres plus anciens ont survécu à l’oubli et à la perdition parce que, leur intérêt se maintenant, des rééditions ont eu lieu qui ont augmenté leur chance de survie. C’est là le privilège des œuvres littéraires, rarement le cas des publications techniques, que le progrès condamne très vite. Or un effet de sens, un trait de style, étant attaché à cette sorte de répétition, au moins lors de sa création, sa raréfaction ne ferait que suivre la sous-représentation de la littérature dans les publications actuelles. Il est probable que les mêmes raisons expliqueraient le déclin des dictons et des clichés.

30Ces cas extrêmes où la cooccurrence du même au même est observée à très courte distance (dans la contiguïté ou avec un seul mot intercalaire), le hasard ne peut être invoqué et la coïncidence ne peut être qu’intentionnelle et résulter d’un effet de sens, même s’il faut remonter à l’inventeur d’une expression figée. Dans le schéma d’urne, l’obtention d’un même mot deux fois de suite (ou deux fois sur trois si l’on accepte un mot intercalaire) est beaucoup plus improbable qu’une répétition observée dans un cadre plus large où l’on dispose d’un certain nombre de tirages, qui multiplient les chances (autant de coups qu’il y a de mots dans la phrase). Les autres cas de répétition n’offrent guère de prise au traitement automatique et ne permettent guère de séparer la répétition volontaire de celle qui ne l’est pas. On bute nécessairement sur les multiples variétés et valeurs des répétitions. Ainsi les répétitions évitées ou biffées échappent à l’emprise de l’automate, n’étant visibles que dans le manuscrit (à moins de saisir une à une les variantes et d’en faire la synthèse). Aucun moyen direct d’épingler les répétitions disgracieuses qui échapperont toujours à son jugement, comme celles qui sont voulues et portent un effet de sens. Difficile aussi d’ouvrir l’empan et d’élargir le cadre d’étude au-delà de la phrase. Les retours ou résurgences de thèmes ou de termes ont souvent besoin d’un espace plus large et plus flou pour être repérés. Force est de se concentrer sur une définition étroite de l’objet d’étude (le lemme répété) dans un cadre délimité (la phrase). Le rôle de l’automate se borne alors à renifler le texte et à signaler les écarts, les anomalies, les concentrations ou les manques, comme ferait un chien d’arrêt ou un détecteur de métaux.

  • 17 Sur cette question de la cooccurrence, voir le numéro 11 de la revue Corpus, La cooccurrence. Du fa (...)

31La répétition d’un mot est un cas particulier d’une itération qui peut s’appliquer à bien d’autres objets du langage : une sonorité, une rime, une construction syntaxique, un fait de rythme, une figure stylistique, un tic d’écriture. Tout l’univers lexicométrique est fondé sur la répétition. La fréquence d’un mot dans un texte, c’est le nombre qui mesure sa répétition. Or la fréquence des mots et des segments a été considérée généralement à l’échelle large du texte et du corpus, à un niveau où la répétition n’est sensible ni à l’oreille ni à la mémoire. Il convient de se situer aussi à l’échelle du microtexte et de la séquence courte qui s’arrête à la fin de la phrase ou du paragraphe et où se limite la portée de la rémanence mémorielle. Dans cette enceinte étroite et fermée les mots se voient, s’écoutent, se parlent. C’est là, dans ces rencontres furtives ou insistantes, que la lexicométrie a tendance à s’engager présentement. Mais dans ce cadre la répétition n’est qu’un cas particulier et secondaire d’un observable beaucoup plus riche : la cooccurrence17. Le sens et le style ne dépendent guère de la relation trouble, et jugée parfois haïssable, qu’un mot peut avoir avec lui-même mais des rapports et connivences multiples qui lient les mots entre eux et en font une chaîne.

Haut de page

Notes

1 Pascal, Pensée 48, édition Brunschvicg. « Quand dans un discours se trouvent des mots répétés, et qu’essayant de les corriger, on les trouve si propres qu’on gâterait le discours, il les faut laisser, c’en est la marque ; et c’est là la part de l’envie, qui est aveugle, et qui ne sait pas que cette répétition n’est pas faute en cet endroit, car il n’y a point de règle générale. »

2 Voir les bases de données à l’adresse suivante http://logometrie.unice.fr/pages/bases/ (Note des éditeurs).

3 Quand le chevalier se présente : « Hans Von Wittenstein zu Wittenstein », Ondine applaudit : « Que c'est joli l'écho dans un nom ! ».

4 « Ô forme de ma forme », La Jeune Parque, Pléiade p. 109. « Je n'aime que le travail du travail ». Variétés. Pléiade, p. 1500.

5 Judith, p. 250.

6 Électre, I, scène 3, p. 21.

7 Siegfried et le Limousin. On peut citer encore la réplique célèbre de Jouvet dans Drôle de Drame : « Moi, j’ai dit bizarre… bizarre ? Comme c’est étrange…Pourquoi aurais-je dit bizarre… bizarre… », qui s'inspire probablement de Juliette au pays des Hommes, p. 27. « Éleveur d'animaux bizarres ? répéta-t-il. Expression bizarre, mademoiselle ». En 1937, à la sortie du film de Carné, Jouvet et Giraudoux sont des intimes et l’on peut imaginer cette contribution de l’acteur aux dialogues de Prévert.

8 Églantine, p. 58.

9 Le nom de Moïse se prête d'autant mieux à la répétition qu'il intervient dans des phrases généralement plus longues, plus ornées, plus orientales, à l'image de Moïse lui-même. La moyenne des phrases est en effet de 26,57 mots, 26,08 et 25,51 dans les chapitres 2 et 3 et 6 consacrés à Moïse tandis qu'elle tombe à 22,99, 24,82 et 24,98 dans les chapitres 1, 4 et 7 où évolue Fontranges.

10 Nous désignons par segment une unité linguistique qui recouvre généralement le paragraphe. Mais les nécessités du traitement informatique et l’obligation de restituer des passages ni trop courts, ni trop longs ont déplacé parfois les lignes de démarcation. Au reste ce formatage plus régulier est un avantage dans la présente recherche : le souci d’éviter les répétitions déborde le cadre d’une simple phrase mais il se dilue et se perd quand le paragraphe s’étend trop largement. La reprise d’un terme n’est sentie comme une répétition que si les deux occurrences sont visibles dans une fenêtre glissante assez étroite, de trois ou quatre lignes au maximum.

11  Précisons qu’il s’agit de lemmes, les variations de nombre ou de genre grammatical étant sans influence sur la perception d’une répétition.

12 D’où des effets comiques obtenus par accumulation ou coordination de niveaux différents : De Lattre de Tassigny de corvée de chiottes demain. Je vais à Paris et à vélo. Mon vélo est en panne et en aluminium.

13 La définition de la répétition est ambiguë lorsque le mot est réitéré plusieurs fois, par exemple 4 fois : ou bien on compte 1 (présence/absence) ; ou bien on détaille les « arrangements » (1 et 2, 1 et 3, 1 et 4 , 2 et 3, 2 et 4, 3 et 4) , soit 6 au total ; ou bien on compte les apparitions d’un mot reprenant la première occurrence, soit 3.

14 Giraudoux, Portugal, p.21.

15 Le Clézio abandonne assez vite ce procédé, les reprises de terme devenant de plus en plus rares dans la suite de ses oeuvres: 9 Procès, 30 Fièvre, 37 Déluge, 22 Extase, 30 Fuite, 26 Guerre, 16 Mydriase, 10 Voyage, 1 Prophéties, 7 Mondo, 4 Inconnu, 1 Icebergs, 0 Arbres, 3 Désert, 0 Villes, 0 Ronde, 6 Chercheur, 0 Angoli, 15 Rodrigues, 1 Rêve, 6 Printemps, 0 Sirandanes, 2 Onitsha, 6 Étoile, 1 Pawana, 7 Diego, 2 Quarantain, 5 Poisson, 2 Fête, 0 Nuages, 0 Hasard.

16  Le site Cuturomics (https://books.google.com/ngrams) dessine la courbe d’emploi de tout mot ou locution, pour un corpus donné et entre deux dates choisies (par défaut de 1800 à 2000). Le corpus français (soit 89 milliards de mots) correspond aux données de Google Books, dans l’état où elles se trouvaient en 2012. Pour un usage plus élaboré de telles données, on les a transférées dans une base autonome, GOOFRE.tbk, téléchargeable à l’adresse http://logometrie.unice.fr .

17 Sur cette question de la cooccurrence, voir le numéro 11 de la revue Corpus, La cooccurrence. Du fait statistique au fait textuel, Université de Nice, 2012, 252p.

Haut de page

Table des illustrations

URL http://journals.openedition.org/semen/docannexe/image/10287/img-1.png
Fichier image/png, 9,7k
URL http://journals.openedition.org/semen/docannexe/image/10287/img-2.png
Fichier image/png, 9,1k
Titre de la préposition « sur » dans le roman Églantine
URL http://journals.openedition.org/semen/docannexe/image/10287/img-3.png
Fichier image/png, 72k
Titre dans certains mots du roman Églantine
URL http://journals.openedition.org/semen/docannexe/image/10287/img-4.png
Fichier image/png, 58k
Titre Tableau 3. Distribution de la longueur des segments
URL http://journals.openedition.org/semen/docannexe/image/10287/img-5.png
Fichier image/png, 40k
Titre Tableau 4. Répétitions relevées et analysées dans le corpus Giraudoux
URL http://journals.openedition.org/semen/docannexe/image/10287/img-6.png
Fichier image/png, 64k
Titre Tableau 5. Mesure statistique de la cooccurrence (écart réduit) chez Giraudoux (en gras les répétitions, en maigre les simples cooccurrences)
URL http://journals.openedition.org/semen/docannexe/image/10287/img-7.png
Fichier image/png, 82k
Titre Tableau 6. Les répétitions chez Gracq (œuvre complète)
URL http://journals.openedition.org/semen/docannexe/image/10287/img-8.png
Fichier image/png, 65k
Titre Figure 7. Le taux de répétition chez les écrivains
URL http://journals.openedition.org/semen/docannexe/image/10287/img-9.png
Fichier image/png, 157k
Titre dans Google Books (domaine français)
URL http://journals.openedition.org/semen/docannexe/image/10287/img-10.png
Fichier image/png, 48k
Titre du type corps à corps
URL http://journals.openedition.org/semen/docannexe/image/10287/img-11.png
Fichier image/png, 90k
Titre (3 millions d’occurrences, tendance chronologique r = -0,90)
URL http://journals.openedition.org/semen/docannexe/image/10287/img-12.png
Fichier image/png, 32k
Haut de page

Pour citer cet article

Référence électronique

Étienne Brunet, « La répétition dans la phrase. Etude statistique. »Semen [En ligne], 38 | 2015, mis en ligne le 24 avril 2015, consulté le 21 mai 2025. URL : http://journals.openedition.org/semen/10287 ; DOI : https://doi.org/10.4000/semen.10287

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Search OpenEdition Search

You will be redirected to OpenEdition Search