Distance intertextuelle et connexion lexicale : outils de catégorisation générique ou stylistique ? Approche expérimentale d'un corpus inédit : le corpus aragonien

The purpose of this paper is to test and to compare various methods used by the statistical analyses of the literary texts to measure the more or less big lexical or grammatical nearness of two corpora. The functions included in Hyperbase, the measure of the "intertextual distance" which is based on the indications of Jaccard and the method of Labbé will so be experimented but also the evaluation of the "lexical connection" which we owe to Ch. Muller. The tree diagrams (X. Luong) which emphasize the classificatory hierarchy of texts will be used in particular to present the distribution of the high and the low frequencies as possible criterion of generic differentiation. The chosen corpus of experiment is an original corpus which groups together the poetic work of Aragon written between 1917 and 1952 and narrative works. It has the double advantage to cross two generic sets and to extend over an important chronological slice. The generic parameter and the chronological variation will so be felt as possible criteria of linguistic and stylistic differentiation of the lemmatized corpus.L'enjeu de ce travail est de tester et de comparer différentes méthodes utilisées par les analyses statistiques des textes littéraires pour mesurer la plus ou moins grande proximité lexicale ou grammaticale de deux corpus. Seront ainsi expérimentées les fonctions implémentées dans le logiciel Hyperbase, la mesure de la " distance intertextuelle " qui repose sur les indices de Jaccard et la méthode de Labbé mais aussi l'évaluation de la " connexion lexicale " que l'on doit à Ch. Muller. L'analyse arborée (X. Luong) qui met en valeur la hiérarchie classificatoire des textes sera utilisée notamment pour présenter la distribution des hautes et des basses fréquences comme possible critère de différenciation générique. Le corpus d'expérimentation choisi est un corpus inédit qui regroupe l'oeuvre poétique d'Aragon écrite entre 1917 et 1952 et des oeuvres narratives. Il a le double avantage de croiser deux ensembles génériques et de s'étendre sur une tranche chronologique importante (1917 à 1967). Le paramètre générique et la variation chronologique seront ainsi éprouvés comme possibles critères de différenciation linguistique et stylistique du corpus lemmatisé