La textométrie propose une approche et des outils pour analyser les corpus numériques, que les chercheurs en sémantique interprétative mettent à profit depuis une quinzaine d’années. Pour éclairer ces réussites, on entreprend ici de repérer des adéquations essentielles entre la théorie linguistique de la sémantique interprétative, et les principes fondateurs de l’approche textométrique. Les connivences sont nombreuses : la place centrale des textes à toutes les étapes de l’analyse, le souci de rester au plus proche du texte et d’éviter toute (...) préconception réductrice, le rôle déterminant du contexte global construit par le corpus de référence, le fonctionnement différentiel des calculs contrastifs comme des tris… Dans le contexte de renouveau actuel des logiciels textométriques, la sémantique interprétative est appelée à nourrir la réflexion théorique sous-jacente. (shrink)

As a concrete basis for thought, we first share the experience of a correspondence analysis applied to a morphosyntactically tagged corpus. The automatic tagging has been partially checked and shows errors. Knowing how factorial analysis works, and having identified the noisiest tags, we adjust the data to be submitted to the analysis so that it is both reliable and clear, making sense for the interpretation of the results to be drawn.This experiment calls for a three-fold discussion. Firstly, about the evaluation (...) of such a process: indeed, by bypassing (rather than correcting) errors (noise), we shift the analysis framework, which no longer allows an evaluation based on the usual comparison of results and improvement measurement. Next, we justify how tweaking the data can still be a sound scientific approach, when the process is methodical and transparent. Then we consider whether corpus size matters, in relationship with the law of large numbers: statistics neutralize the noise of random fluctuations, but not that of repetitive bias.Thus, we argue for “taming” noise: that is, knowing your corpus and your tools, so as to be able to design quality analyses while managing the residual noise, and freeing yourself from a prior and probably illusory requirement for data perfection. (shrink)

Convenons, à la suite de Rastier (2001) notamment, que les textes sont l’objet de la linguistique. Un texte est entendu ici comme « une suite linguistique empirique attestée, produite dans une pratique sociale déterminée, et fixée sur un support quelconque » (Rastier, 2001 : 21), ce qui intègre pleinement diverses formes d’expression (orales comme écrites). Le corpus de textes est alors le terrain privilégié de l’observation de la langue. Lors de la collecte des données, lors de leur enregist...