Billet 1. LE CHAMP SEMANTIQUE DU POLYPE : EXPERIMENTATIONS NUMERIQUES

Nadège Lechevrel, Bénédicte Percheron, Gisèle Séginger

Les billets regroupés sous le titre « Le polype. Formes et savoirs » ont pour objectif d’amorcer une étude du contexte épistémologique dans lequel se sont développés les travaux et les réflexions sur le polype, tant dans le domaine scientifique que littéraire, philosophique, historiographique ou politique. Au XIXe siècle – époque sur laquelle est centré le programme ANR/DFG BIOLOGRAPHES –, les termes et les représentations circulent abondamment entre les disciplines. Cette recherche a aussi nécessité la prise en compte en amont d’une intertextualité littéraire et scientifique, et il nous a fallu remonter en particulier jusqu’au XVIIIe siècle, à l’époque où ont été publiés les premiers travaux scientifiques sur la nature animale du polype. Les idées nouvelles ont été bien diffusées grâce à l’Encyclopédie de Diderot et d’Alembert (qui comporte une notice « Polype ») ainsi qu’à la littérature.

En raison de la quantité et de la diversité des textes à traiter, en raison aussi de la complexité terminologique – les termes sont multiples (polype, polypier, corail, zoophyte, hydre), et le mot « polype » est polysémique –, nous avons eu recours à des outils statistiques (N-grammes de Google, logiciel TXM) et à des outils de visualisation, comme le logiciel TreeCloud qui permet de réaliser des nuages arborés de mots. L’interrogation du corpus avec ces outils a fait apparaître des éléments clefs de notre sujet. Les résultats ainsi obtenus ont contribué à la formulation d’hypothèses utiles à la fois pour une périodisation et pour une étude intertextuelle des textes littéraires, à une époque de circulation interdisciplinaire des savoirs. Les billets fournissent donc l’exemple d’une collaboration possible entre l’ingénierie linguistique (notamment la textométrie), l’histoire des sciences et la littérature. Ils donnent un aperçu des résultats de notre analyse, qui alimenteront par ailleurs aussi la rédaction d’un livre collectif ou les travaux du colloque final du programme BIOLOGRAPHES.

L’expérimentation a été réalisée sur des textes numérisés (au format texte), accessibles grâce aux bases de données en ligne. Précisons que l’extraction et l’analyse automatiques ont nécessité un tri, dans un second temps, afin d’exclure deux autres acceptions du mot « polype », qui désigne aussi, d’une part, en médecine, une excroissance anormale des tissus muqueux et d’autre part, en zoologie et en littérature, le poulpe, acception attestée depuis Pline (Histoire naturelle, Livre IX, XLVI) et jusqu’au XVIIIe siècle (Diderot et d’Alembert, L’Encyclopédie, 1765). Si le sens médical ne disparaîtra jamais, la désignation du poulpe par le mot « polype » devient plus rare au XIXe siècle, bien qu’on puisse encore en trouver des exemples dans la littérature, chez Chateaubriand (Itinéraire de Paris à Jérusalem, 1811 : 100) ou chez Victor Hugo pour qui l’animal aux tentacules gigantesques est une figure de la monstruosité et de l’innommable[1]. Mais ces cas sont suffisamment rares pour ne pas remettre en cause les analyses automatiques.

Avant d’entreprendre l’exploration de bibliothèques numériques et de suivre l’évolution des termes et des recherches à grande échelle à l’aide des N-grammes (Billet 4), nous avons défini le champ lexical complexe du polype à partir d’un corpus plus limité. Nous avons donc commencé par sélectionner un ensemble de textes représentatifs. Ce corpus comprend des textes scientifiques importants et bien diffusés, des textes de vulgarisation connus à l’époque, comme ceux de Louis Figuier, l’un des grands vulgarisateurs du XIXe siècle, ainsi que des textes littéraires (Diderot, Chateaubriand, Flaubert, Balzac…), qui montrent que les connaissances sur la nature du polype et les questionnements plus larges qu’il suscite dès le XVIIIe siècle s’étaient diffusés bien au-delà du cercle des scientifiques. En effet, cet être à l’aspect hybride manifeste une étrange vitalité et une force plastique qui fascinent non seulement les scientifiques mais aussi les écrivains.

En fonction des critères ci-dessus définis nous avons référencé 54 œuvres scientifiques ou littéraires, documentées dans un tableur. Celui-ci donne accès aux métadonnées les concernant comme les informations biographiques des auteurs (obtenues par l’envoi de requêtes via le SPARQL de la Bibliothèque Nationale de France : http://data.bnf.fr/sparql) ou les informations sur les fichiers texte (titre, source, nombre de mots, etc.). Ce tableur permettra ensuite de faire la synthèse des analyses automatiques.

Malgré la limitation de ce corpus initial, l’analyse a été confrontée à une première difficulté : les imperfections dans l’océrisation de certains textes dans les bibliothèques numériques en libre accès, surtout lorsqu’il s’agit d’éditions antérieures au XIXe siècle, presque impossibles à numériser parfaitement. La nécessité de procéder aux analyses sur des textes aussi bien numérisés que possible a orienté le choix des éditions et des sources à partir desquelles ils ont été prélevés, sans toutefois atteindre une océrisation parfaite à 100 %.

Les graphiques ci-dessous rendent compte de l’état du corpus constitué, des modes d’accès, de la répartition par genre de textes et de la répartition en fonction de la chronologie.

[1] « Ces quatre hommes n’étaient point quatre hommes c’était une sorte de mystérieux voleur à quatre têtes travaillant en grand sur Paris c’était le polype monstrueux du mal habitant la crypte de la société. » (Victor Hugo, Les Misérables, 1890, Paris, J. Lemonnyer, G. Richard, III, p. 280).

Fig. 1. Modes d’accès et qualité de numérisation
Fig. 1. Modes d’accès et qualité de numérisation
Fig. 2. Catégories : œuvres scientifiques, œuvres littéraires, vulgarisation, correspondance
Fig. 2. Catégories : œuvres scientifiques, œuvres littéraires, vulgarisation, correspondance
Fig. 3. Histogramme des décades les plus représentées dans le corpus étudié
Fig. 3. Histogramme des décades les plus représentées dans le corpus étudié

La figure 1 montre la proportion de textes que nous avons pu utiliser (63% des œuvres référencées) pour conduire nos analyses textométriques et produire des visualisations concernant le lexique. Les textes ont été prétraités via le logiciel TXM qui en a produit l’étiquetage et la lemmatisation[1].

 

Ce corpus nous a ensuite permis d’étudier les cooccurrents de la forme « polype » et de distinguer – grâce à deux visualisations (fig. 4 et 5) sous formes de nuages de mots arborés –, les cooccurrents N (nom commun) des cooccurrents ADJ (adjectif).

[1] TXM utilise Treetagger pour la lemmatisation. Voir Helmut Schmid, « Probabilistic Part-of-Speech Tagging Using Decision Trees », Proceedings of International Conference on New Methods in Language Processing, 1994, p. 44-49.

Fig. 4. Nuage de mots arboré des lemmes NOM cooccurrents de la forme « polype »
Fig. 4. Nuage de mots arboré des lemmes NOM cooccurrents de la forme « polype »
Fig. 5. Nuage de mots arboré des lemmes ADJ cooccurrents de la forme « polype »
Fig. 5. Nuage de mots arboré des lemmes ADJ cooccurrents de la forme « polype »

 

Ces visualisations ont été ensuite utilisées soit pour former des hypothèses sur les représentations du polype dans des textes de nature variée, soit comme point de départ pour l’élaboration de ressources lexicales (listes ou dictionnaires de formes) relatives aux savoirs biologiques. De telles ressources, élaborées par des retours au texte constants, nous permettront à leur tour de continuer à étudier la circulation des savoirs biologiques dans la littérature du XIXe siècle en affinant nos interprétations.

Bibliographie du billet

Nous indiquons des éditions consultables en ligne.

BALZAC, Honoré de, Physiologie du mariage [1829], Œuvres complètes de M. de Balzac, Paris, Furne, vol. 16, 1842-1848.

CHATEAUBRIAND, François-René de, Itinéraire de Paris à Jérusalem et de Jérusalem à Paris, Paris, Le Normant, 3 vol.

DIDEROT, Denis et D’ALEMBERT, Jean Le Rond, Encyclopédie, ou dictionnaire raisonné des sciences, des arts et des métiers, etc., eds. University of Chicago: ARTFL Encyclopédie Project (Spring 2016 Edition), Robert Morrissey and Glenn Roe (eds), http://encyclopedie.uchicago.edu/

FIGUIER, Louis, La Vie et les œuvres des animaux : zoophytes et mollusques, Paris, L. Hachette, 1866.

FLAUBERT, Gustave, La Tentation de Saint Antoine, Paris, Charpentier, 1874.

HUGO, Victor, Les Misérables [1862], Paris, J. Lemonnyer, G. Richard, 1890, 3 vol.

PLINE L’ANCIEN, Histoire naturelle, Dubochet, Le Chevalier et Cie, 1848-1850, 2 vol.

Vous pouvez aussi consulter les billets suivants :

Billet 2 : Polype, zoophyte, hydre : histoire de mots

Billet 3 : Polype dans L’Encyclopédie de Diderot et d’Alembert

Billet 4 : N-Grammes et interprétation de l’évolution terminologique

Billet 5 : Le polype littéraire

Billet 6 : Le polype : une image politique

Billet 7 : Bibliographie générale