Une didactique de la phraséologie basée sur les corpus : perspectives et limites

Après des années de contestation de la part de courants rivaux de la linguistique (grammaire générative, pragmatique, cognitivisme), la linguistique de corpus a fait accepter aujourd’hui par la communauté des linguistes le bien-fondé du recours aux corpus. La révolution médiatique n’est pas tout à fait étrangère à cette évolution, par son utilisation massive des documents électroniques, notamment sur la Toile. Dans l’apprentissage des langues étrangères également, les corpus peuvent offrir des solutions originales. Dans cette contribution, nous nous limiterons à l’apport des corpus dans la didactique de la phraséologie, l’étude des expressions figées au sens large. Nous rappellerons brièvement l’évolution actuelle de la linguistique théorique à propos de la notion de phraséologie. La confusion terminologique en matière de désignation ou de classement des expressions figées ne doit pas voiler l’importance considérable de la phraséologie pour la compréhension théorique, le traitement automatique, et la didactique des langues. Les recherches récentes basées sur les corpus démontrent en effet le pourcentage considérable des structures figées dans la langue parlée et écrite. La phraséologie, qui s’intéresse à la fois au figement au sens le plus large, et à l’enracinement culturel des phénomènes linguistiques, offre peut-être la meilleure perspective pour appréhender cette dimension du langage que l’on commence seulement à percevoir grâce aux corpus. Si la phraséologie représente au moins 50 pour cent des textes et bien davantage dans le langage oral, une didactique des langues étrangères, ou même de la langue maternelle, doit lui accorder une place de choix. Nous tenterons de montrer que le recours aux corpus peut être très utile pour atteindre cet objectif. Il convient toutefois d’adopter une perspective réaliste à cet égard : la phraséologie requiert d’énormes corpus, car nombre de constructions figées présentent une fréquence relativement basse. La manipulation des corpus pose dès lors la question de la technologie. Nous plaiderons pour le recours à une méthode basée sur les corpus, mais indirecte et fondée sur une indexation de haut niveau (par exemple le query likelihood model) plutôt que pour des outils tels que les concordanciers, qui sont plutôt rébarbatifs pour l’apprenant et nécessitent un temps de traitement assez long. Nous proposerons une application web qui permet aux apprenants de découvrir automatiquement les structures figées présentes dans un texte donné