ERCVOX

DICTIONNAIRE MULTILINGUE PYRENEEN

Envoyé par: Fossat (J.-L.) UTM erss_clid <fossat@univ-tlse2.fr> (mwall.univ-tlse2.fr)
Date: Mardi, 8 Février 2000, ˆ 4:07

• RESUME ET CONTENU ARAGONAIS, GASCON, LANGUEDOCIEN, FRANCAIS, ESPAGNOL • PRESENTATION GENERALE • Remerciements à G. ROHLFS; TLA (Pr. Fancho Nagore Laínz et son équipe du Centro de Estudios Alto-aragonésos de Huesca • TECHNOLOGIE; le dictionnaire, destiné à la comparaison, peut être téléchargé en ligne à demande, tel quel (texte électronique marqué); il est destiné à être traité en PROLOG, langage PERL, ou logiciel 4D (SGBD relationnel DRAWCARTE), selon les options des linguistiques dites de corpus; car le texte du dictionnaire ainsi structuré pour extraction de l'information, fait corpus.

DICCIONARI PIRINENC ELECTRONIC DE G. ROHLFS DICTIONNAIRE PYRENEEN ELECTRONIQUE DE G. ROHLFS AU BANC D'ESSAI CLE_ PIR ROHLFS UESCA_99 par J.L. Fossat, M. Peytavi, C. Zafar, P. Lescure, Max Reinert, A. Meqqori, Sami Ouanès erss_clid Uesca-Tolosa (abriu de 1994- 15 novéme de 1999) Communautés de Travail des Pyrénées

***********

PRESENTATION GENERALE; INTRODUCTION. LA NORMALITE ARAGONAISE NEGOCIEE DANS LE DICTIONNAIRE PYRENEEN DE G. ROHLFS: POUR UNE LINGUISTIQUE DE LA GRADUALITE

• dimension comparative Ce recueil électronique, qui prend comme matériau de base les données recueillies et rassemblées par G. Rohlfs sur les relations entre aragonais et parlers pyrénéens concerne le champ Théories et terrain de la ressemblance gréduée, concept de base du comparatisme graduel en lexicographie comparée des langues et dialectes romans de type pyrénéen: différenciation linguistique de système et variation lexicale dans le cadre des théories et modèles de la "déformation continue" d'une part. • dimension diachronique Le recueil de données a une dimension génétique d'autre part (description de l'aragonais dans sa variété territoriale et historique. • dimension sociolinguistique: il a enfin une dimension plus sociolinguistique, en rapport avec les faits de "négociation" entre langues comparables, et mises en contact (gascon et catalan pyrénéens d'est en ouest, navarrais, basque); des géographes (François Taillefer, Georges Bertrand, et d'autres) ont jugé utile, à plusieurs reprises, les diverses approches de la linguistique historique et territoriale qui ne s'égarait pas dans les arcanes d'une théorisation linguistique sophistiquée; des anthropologues (Godelier, entre autres, nous ont demandé de nous tenir à l'abri de certaines formes de la sophistication, et de nous en tenir au CORPS de la langue, autrement dit à ce qui relève de l'observable dans le changement historique et géographique affectant les sonorités écoutables, vérifiables, attestées. Nous allons présenter trois propositions de traitement de données empiriques relevant de nos objectifs à court terme
1° ce qui est réalisé
• atlas électronique multilingue gascon, catalan et gascon (listes et exemples)
• dictionnaire électronique multilingue aragonais, gascon, catalan, avec traduction en castillan (listes et exemples)
2° phase de transition: ce qui reste à réaliser
• indexation d'un système de conversation où alternent, soit chez un même locuteur (indexation monolocuteur), soit chez plusieurs interlocuteurs (système multilocuteur), des caractéristiques aragonaises, catalanes, gasconnes pyrénéennes. Nous nous contenterons ici de mettre au banc d'essai, en vue d'une implémentation, les données recueuillies par le romaniste G. Rohlfs dans les Pyrénbées centrales et occidentales (données de première main, mais aussi données compilées), dans son dictionnaire des parlers pyrénéens, résumé de son expérience de comparatiste.
Pour cette fin, nous avons soumis les données à évaluation par trois méthodes:
(1) alceste (texte.dico) sans représentation cartographique
(2) drawcarte.dictionnaire: avec représentation cartographique de type BD_CARTO s'inspirant de BD_atlas http://www.univ-tlse2.fr/erss/clid/occitan
(3) hyperbase (E. Brunet http://ancilla.unice.fr), sans représentation cartographique (de type BD_CARTO), avec couplage à des logiciels permettant une analyse syntaxique (SATO, par exemple).

I.- LE PROJET DE DICTIONNAIRE CULTUREL PYRENEEN (source: données initiales G. ROHLFS): Des données empiriques aux théories et modèles dans lequelle on parle de la normalité aragonaise

OBJECTIFS. DEFORMATION CONTINUE ET REGLES GRADIENTES NEGOCIEES.

La frange catalano-aragonaise est un des lieux de prédilection pour l'observation des "arrangements" que savent créer les gens qui connaissent la grammaire, socle de base aragonaise: autrement dit la phonétique et le lexique des langues et les pratiquent en situation de contact.La zone est bien connue par un ensemble de travaux articulés autour des recherches, entre autres, de Ramon Sistach (Lleida), Fancho Nagore Laínz d'autre part; elle dispose d'un atlas traditionnel (ALV) et d'un Thesaurus (TLA, coordonné par F.Nagore Laínz, autour d'un véritable Office de la Langue, comme on dit parfois, mais de moins en moins). On vise ici essentiellement à mettre en place non un programme démesuré, trop ambitieux pour nos forces et compétences, mais un modeste banc d'essai, préfiguration d'un programme collectif beaucoup plus ambitieux, qui concerne l'analyse des règles de construction des mots romans (opération de morphologie lexicale) et l'analyse des "ressemblances" et "différences" en matière de catégories syntaxiques ou catégories du discours oral produit et perçu (opérations d'implémentation phonétique, opération phonologique; opérateurs phonotactiques). Nous raisonnerons en termes d'activité contradictoire à niveau local et supralocal, autrement dit en termes de conflit de normes, sans jamais faire appel aux concepts de standard imposé, de quelque obédience que cela puisse être: ceci s'entend à tous les plans de l'activité physique: activité palatale, activité nasale; activité accentuelle; activité de syllabation et de désyllabation; d'accommodation/non-accommodation;élision/non-élision; apocope/non-apocope; nasalisation/non-nasalisation; corrélation entre nasalisation et palatalisation en tant qu'activité palatale; monophtongaison/non-monophtongaison.
C'est dire que pour résoudre les problèmes que linguistes et philogogues ont à résoudre, il est absolument indispensable de conceptualiser, grâce à un ensemble de méthodes, les concepts mêmes de ressemblance et différence, à partir de dictionnaires de variables construits sur le principe de contradiction, bien connu depuis Aristote, tel que mis en évidence dans la systématique de Rabelais, par ailleurs, au plan sémantique, s'il faut à tout prix se trouver des précédents illustres et intelligents. Raisonnons sur un exemple frais à notre mémoire, et désormais inscrit: là où un Français lit et prononce Taulis /tol'is tol'i/, nous nous reconnaissons, dans la large famille, famille étendue, par le signe, qui fait signature /tawl'is/, et à l'incertitude même /tawl'is/ /t'awlis/ NP Tollis, lu à la mode française ou a la mode gabach. Certes ces différences n'annulent pas la ressemblance; mais à ce menu problème on peut mesurer la complexité cernée au coeur même de la simplicité: ce qui est compliqué, c'est la simplicité même, disions-nous, Marc Peytavi, Eugène Horber, Jacques Vanpoucke et moi-même, en séminaire consacré aux méthodes de mesure de la similarité et de la différence (Journées d'analyse de linguistique spatiale du 18-20 mars 1994). Cette thématique peut être conceptualisée (Jacques Lafosse 1994) et pourrait nous assister dans la proposition de solutions aux douloureux problèmes de rassemblement que nous avons à résoudre en linguistique d'action (création de consortium pyrénéen, par exemple), là où les Etats ne trouvent que du "rural dispersé", des pages dispersées, en souffrance; la théorie que nous utilisons est fondée sur la rationalité de la théorie de la mesure des rapports de ressemblance/différence d'une part, de parité/disparité d'autre part, à partir d'observations territoriales crédibles. En raisonnant sur un mot isolé (sanc, par exemple, cas unique d'observable [nk], on risque pourtant de ne pas donner une bonne image de l'ampleur de la problématique, de la taille nécessairement très étendue des "corpus" utiles(logique de corpora, si vous préférez), de leur étendue en rapport avec leur contenu et leurs formes (graphiques/sonores, annotées), et des problèmes de grandeurs que nous avons à résoudre en linguistique spatiale. Le programme de travail, loin de se limiter à l'analyse de mots isolés du dictionnaire de formes graphiques, comporte établissement de bouquets de variables sur des formes phoniques (FPh), qui permettent de naviguer dans des bibliothèques de séquences, de syntagmes et de phrases; les méthodes quantitatives ioci utilisées sont destinées à faciliter les tâches de l'analyste en comparatisme.

LE MATERIAU DISPONIBLE (DONNEES EMPIRIQUES).
De quelles données empiriques disposons-nous ici? et dans quel cadre théorique pouvons-nous en parler, aujourd'hui? raisonnablement, et quelles sont les limites de validité de ces matériaux?. On ne vise pas ici a constituer une documentation exhaustive du matériau lexicographique mais à constituer un échantillon largement représentatif des rapports qu'entretiennent lexique gascon, aranais, aragonais et catalan, en contexte culturel pyrénéen. L'objectif visé n'est pas de constituer un Thesaurus aragonais; ceci est de la compétence du Tesauro Aragonés (Instituto de Estudios Alto-aragoneses et Gobierno de Aragón); mais bien de doter l'observateur d'une méthode comparative, fondée sur la mesure des similarités. Le marquage géographique respecte à la lettre les choix de G. Rohlfs, vérifiable dans le Tesauro (Endize de vocables de l'aragonés); le marquage grammatical est modifié; le marquage phonétique *p /XXX/ a été ajouté, au besoin; il s'agit d'une dotation vraisemblable, qui entend prendre en compte l'existence d'un polymorphisme vraisemblable. Le regroupement en classes d'objets a été amorcé, tant selon des critères de catégorisation syntaxique que sur critères onomasiologiques (connaissances lexicales sémantiques et encyclopédiques).
Les matériaux ainsi présentés sont destinés à être interrogés, triés, ordonnés par recours à l'indexation alphabétique et aux tris sur index rendus possibles par l'utilisation d'outils tels que TACT, NATUREL, ALCESTE, SPAD.T, ADT de Marc Peytavi, Choeb Zafar, HYPERBASE, ANALYSER de P. BONNEFOIS, plus vulgairement CERCA_LEU, LEXICO, SATO etc.) etc.... Le but essentiel des tris opérés est de faciliter l'étude des correspondances entre lexiques aragonais, gascon et catalan de contact et interférentiels. L'objectif n'est pas de développer la littérature statistique, qui n'a que faire de nous, mais sur base statistique de mieux résoudre la partie des problèmes connus qui ne sont pas totalement résolus, en rapport notamment avec une définition de la normalité qui inègre le concept de degrés de liberté. On atteint ces connexions lexicales par la procédure de repérage des collocations des synonymes ou équivalents d'une entrée de dictionnaire non unimodal. Il serait vain, à cette étape, de rêver de les atteindre par un algorithme puissant de génération de thesaurus hiérarchique (réseaux sémantiques, carte conceptuelle en réseau relationnel); personne ici, en ce 26 avril 1994, ne rêve de réseaux neuronaux; on se contente d'équiper le comparatisme d'un outil fruste où toutes les informations utiles ont été portées par le travail totalement manuel, pour répondre plus vite aux questions de première urgence que posent les usagers. On peut ainsi procéder à une classification du degré de complexité des cartes conceptuelles, d'après le nombre absolu des connexions paradigmatiques et syntagmatiques repérées . Il est indispensable, dans un programme de travail de morphologie lexicale, de mettre en place un dictionnaire de variables phonologiques, qui mette en évidence: - les segments isolés caractéristiques, pour regarder ce qui se passe à l'intérieur du mot phonique. - les processus caractéristiques dans le temps et l'espace, obéissant à des régularités de type X > Y / Z, visibles à l'intérieur du mot phonique. A ce compte, le dictionnaire roman (LEXICO.R), peut servir de base à une analyse exploratoire qui recoure aux outils de la lemmatisation, de la classification hiérarchique, de l'analyse multidimensionnelle. On accordera ici l'importance qui lui est due à la description et à l'explication du polymorphisme en situation de contact de plusieurs parlers pyrénéens; reliés par "un air de famille": catalan pyrénéen, haut aragonais, gascon pyrénéen et parfois basque. La comparaison ne porte pas sur moins de 10 langues de statut méridional : dialectes italiens, ensemble des dialectes de la péninsule ibérique (asturien, gallego, navarrais etc...). Toutefois l'objectif crucial du relevé est d'assister le lexicographe dans le repérage des phénomènes phonétiques de contact. C'est dans l'esprit du récent colloque international de dialectologie pyrénéenne de Viella (mars 1994), que nous avons décidé la mise en place du projet d'exploitation des matériaux rassemblés par le pionnier de la lexicographie dialectale pyrénéenne G. Rohlfs, cet autre géant de l'enquête lexicale de terrain en romanistique comparée. Le matériau recueilli et organisé par Rohlfs témoigne d'une des toutes premières tentatives de mise en relation de la lexicographie et de la géographie linguistique, et permet encore, au prix de vérifications indispensables, de revisiter des processus et événements cruciaux pour l'identification des caractéristiques pyrénéennes (à tous les plans de la description); la méthode de G. Rohlfs est une méthode déclarative, mais déclarative de normes; ce sera la méthode qui nous servira de cadre théorique provisoire.

LA STRUCTURATION DES DONNEES EMPIRIQUES (ROHLFS_dictionnaire pyrénéen): banc d'essai, maquette, production d'un prototype.
• champ de l'entrée castillane (à droite d'un séparateur [:]; ceci est la zone de traduction en castillan des entrées aragonaises et de leurs correspondances dans les variétés culturelles des parlers pyrénéens.
• champ de correspondance des données aragonaises (ARAG), catalanes (CAT) et gasconnes (GASC); dans ce champ le séparateur d'une information/langue est la virgule.
• dictionnaire de localisation: une forme graphique aragonaise habite un lieu.
• établissement du fonds de carte des localités aragonaises du document-source (Rohlfs) pour le volet aragonais *l (..., ..., ..., ). • Correspondances pyrénéennes: les données catalanes [*c CAT], et gasconnes [*c GASC] constituent des suites S2_catal) et S3_gasc. avec qui le lexique aragonais a été amené à pratiques des arrangements, négociés en zone dite de frange interférentielle. • champ des attestations, exemples: ce sont des configurations syntaxiques [@ (1) XXXXX] • champ de l'annotation morphologique *m [x#y#z] • champ de l'annotation phonétique (dictionnaire de prononciation aragonaise, notée en norme API); chaque entrée d'un lexique multilingue est susceptible d'abriter une annotation de prononciation entre barres séquentes *p /xxx/. • EXIGENCE DE DICTIONNAIRE DES PARAMÈTRES - PHONÉTIQUES (DIACHRONIE) SELON LA FORMULE X PRODUIT Y /_Z EN CONTEXTE =Z - PHONOLOGIQUES (TYPES PHONOLOGIQUES ARAGONAIS ET LEURS RELATIONS, CORRESPONDANCES) - MORPHOLOGIQUES ((CAT_GRAM) - SYNTAXIQUES Ces dictionnaires sont conçus comme des déclarations de valeurs de variables.
• SONORITES: La maison des sonorités aragonaises Cette partie est la partie constructible par les utilisateurs aragonais, appelés à sonoriser eux-mêmes leur dictionnaire; dans le dispositif DRAWCARTE qui leur est proposé.
• CARTE LEXICALE (lexique général et vocabulaire général d'orientation technique VGOT aragonais, occitan, catalan, castillan, par rapport aux usages pyrénéens) On propose ici un dispositif diversifié, qui permet à chaque utilisateur de cartographies les correspondances lexicales, les frontières et leurs violations, les similarités, les dissimilarités; ce qui suppose que les bases de données soient couplées à des bases de données cartographiques (Carte-données d'Articque; BD_CARTO d'IGN etc; SIG de sophistication minimale tels que GEODOC, MAPINFO, ALLIANCE, et notre propre outils DRAWCARTE, couplé à CARTE"Z_interdit". • CARTE TOPONYMIQUE: chantier complémentaire distinct, exposé ailleurs, dans ses principes et sa mise en oeuvre.

GRAPHIE, MORPHOGRAPHIE ET DICTIONNAIRE DE SONS

A l'inverse des dictionnaires morphographiques, le dispositif utilisé et livré (CD) en un dispositif qui permet à tout utilisateur cmpétent d'enregistrer des prononciations, en vue de les valider, et de les donner à entendre; à ce titre c'est un outil destiné à faciliter l'émergence de la parole. Pëuvent être entendus - des mots phoniques des syntagmes phonologiques caractérisés en tant que configurations syntaxiques - en tant que contours prosodiques associés à une voix (d'homme, de femme, d'enfant) C'est un outil d'aide à la description, à l'acquisition de la parole (données empiriques) à la discrimination à l'oreille (outil fragile) de propriétés "proprioperceptives".

DICTIONNAIRE DE REGLES VARIABLES OU DE NORMES POUR SERVIR A LA NAVIGATION DANS LE DICTIONNAIRE ELECTRONIQUE SONORE/SONORISABLE (REGLES DECLARATIVES)

1° système de marquage

Pour pouvoir exploiter un dictionnaire électronique (texte), la première exigence est de le marquer de manière cohérente et homogène, en utilisant si possible un des grands standards de marquage.

2° identification des critères de requête, sur texte de dictionnaire lisible en machine, à des fins de constitution de tables traitables, donnant des résultats triés.

On utilisera comme méthode d'identification les références classiques en analyse du fait linguistique aragonais: Elcock (aragonais moderne), Varvaro (textes historiques juridiques) en rapport avec les travaux actuels de J.-F. Le Nail. Les caractéristiques de base sont toutes connues. C'est le sort qui en est fait qui n'est pas connu de manière organisée. Dans le présent exposé, nous faisons abstraction du traitement des données de l'atlas linguistique aragonais pour le Haut-Aragon, pourtant point focal d'une démonstration ultérieure.

SYSTEME DE REQUETES (clés d'interrogation linguistique)

On recherche dans le texte du dictionnaire lisible en machine les clés qui constituent les éléments de la description phonétique ou phonologique, morphologique, catégorielle, sémantique, syntaxique). On peut considérer les contrainbtes graphiques comme des contraintes stylistiques, et les rendre, selon le cas, obligatoires; la norme graphique peut être selon le cas, considérée comme une exigence.

Requêtes sur liste de localités On procède à partir d'un index des localités représentées dans les données. On procède à la mise en place d'un ensemble de "microsynchronies", sans attacher une trop grande importance à la frontière entre Diachronie et synchronie.

1.- MICROSYNCHRONIES DU SYSTEME VOCALIQUE GRADUEL(clés de requête)

• ouvertude de la suite [w'e] en [w'a] processus facilité devant nasale en suite [w'e]N.T; généralisable (aranés; aragonés): base 1 (microsynchronie N° 1) • [e] marque ou trace phonologique d'opération morphologique de pluralisation (N fém.): base 2 • amuissement d'atone finale (destruction): base 3 • phonotaxe : aphérèse/troncation/destruction de voyelle extramétrique [e]: condition: existence d'un article gascon-aragonais fém. déf. disyllabique, moins bien formé que la/las (CV, CVC)era XXX: base 4 • transition d'aperture de type occitan (gascon: uelh): base 5 • j d'hiatustilgung: faena est bloqué; résolution de l'hiatus dans les parlers pyrénéens (V. le cas du gascon haut-lavedanais pyrénéen): base 6 etc.

La carte sélectionnée concerne l'alternance [js\j*]; on utilise pour cela un classique tableur excel en direction duquel sont exportés les éléments sélectionnés pour illustrer les valeurs prises par cette variable dans le dictionnaire, partitionné pour ce faire en 7 blocs (R1, ..., R7 FIN).On peut généraliser le procéssus à toutes les variables, soit prises ensemble, soit prises séparément. Ainsi conçu, le dictionnaire des formes sonores est l'atlas du pauvre.

2.- MICROSYNCHRONIES DU SYSTEME CONSONANTIQUE GRADUEL (clés de requête, clés d'interrogation)
• Produit gradient de la palatalisation, quelle que soit son origine diachronique, dans le système phonologique aragonais: - exécution d'affriquée prépalatale sourde [t*] - exécution de fricative prépalatale sourde [*] - [j*] Base 1
• exécution de non voisement des C en position FORTE (attaque de syllabe), mais en position faible du point de vue de l'implémentation phonétique (intervocaliques) : programme [p t k] en position intervocalique en aragonais, haut-béarnais occidental: base 2
•[jr] traité par non exécution de [r] ou exécution de [j] avec désassociation du deuxième élément (instruction de destruction générale, attestée en occitan, aragonais): base 3
• Sonorisation de [t] en séquence [nt] derrière [n] hétérosyllabique (attestée en aragonais, haut béarnais): antes: andes: base 4
• mb/m: ambas (gascon/aragonais): base 5
• renforcement consonantique de traitement [w'e] par transition d'aperture (uelh gascon connaît un renforcement identique): base 6
• [s] sifflante [+CORONAL] en occitan, catalan et aragonais: non traitement interdental: base 7
• [pl] en position forte avec intensification palatale: (V. Occitan Pyrénéen du Quérigut, Donnezan): base 8
• alternance [js] / [i*] commune au gascon pyrénéen et aux usages aragonais (frange catalano-aragonaise): base 9
• [jt]/[wt]: feito/feuto: négociation, arrangements, phonologie naturelle, tendances universelles (statut des glissantes, dites aussi vocoïdes par la classification) : base 10
• apocope paroxytonique des proparoxytons: fame: base 11
• traitement de [rd]: mardan, marran: base 12 etc.
Une base comporte une table de données, un calcul de distances, un calcul des classes, une représentation des adjacences, proximités, voisinages.

3.- MICROSYNCHRONIES DE MORPHOLOGIE LEXICALE GRADUELLE (clés de requête)
• article défini pyrénaïque de contour prosodique (eth), négocié avec le générique de contour Cv (lo).pendant fém. sg. [e]ra en tant que base phonolexicale dans le syntagme phonologique aragonais, gascon pyrénéen • beth, belagun = bel+algun (Quantifiant indéfini du gascon aranais et de l'aragonais)
• existence du PR PERS 3 el/eth/eras/eres/eris (aragonais, haut-gascon pyr.)
• postposition de l'expression des possessifs (PB, OCCITAN, CATAL)
• enta (enta ont) préposition locative, combinable à ADV_INTERROG (ont) • dab PREP_SOCIATIVE (gasc, arag., catal)
• ADVERBE DE NEGATION simple et complexe Le cas de non brica (gasc., aragonais)
• ENONCIATIF aragonais-gascon RAI

4.- MICROSYNCHRONIES DE SYNTAXE GRADUELLE (premiers éléments utilisés comme clés de requête)
• construction directe du rapport NdN (non continuité du latin (faux miroir); mais configuration syntaxique et contour prosodique seconds): base 1 • configurations syntaxiques et contours prosodique: le cas du pronom régime complexe en occitan, catalan, aragonés: base 2 etc.

LE DISPOSITIF GENERAL BILINGUE DU DICTIONNAIRE ELECTRONIQUE LISIBLE EN MACHINE
• entrée normée castillane
• données illustrant les arrangements, les formes prises en domaine aragonais, au contact des parlers pyrénéens en situation de parenté génétique.
• concordances (exemplier sélectionné)
• localisation géographique des formes phoniques
• annnotation phonologisante provisoire
• création de SIGNAL • annotation morphologique, grammaticale
• dictionnaire de variables: et formalisation des items permettant de construire à partir de données éparses, des connaissances ordonnées sur les processus, les objets phonologiques, morphologiques.

Dans le cadre de ce dispositif, le dictionnaire aragonais peut être interrogé et trié par les outils les plus divers - drawcarte.base_dictionnaire - cerca-lèu (quich_search) - alceste - hyperbase etc. C'est dire que nos objectifs d'analyse de la parole relèvent de la description de la langue, sans prétention aucune, ici, à la maîtrise du discours aragonais.