Approches quantitatives et corpus massif
Modalités de travail :
L’élaboration d’un corpus massif de romans, ainsi que le recours aux outils numériques adaptés (détermination de profils de courbe, outils statistiques, lexicométrie) permettra d’alimenter notre réflexion sur la notion de chapitre. Dans un premier temps, nous entendons examiner la notion de chapitre à travers un point de vue quantitatif.
Problématiques :
Ce corpus permettra d’étudier la question de la longueur des chapitres : constate-t-on des évolutions dans le temps, ou dans la pratique d’un même auteur ? Est-il possible de repérer des tendances cohérentes, propres à un auteur, un mouvement littéraire, une période dans la pratique du chapitrage ? Se pose également la question du nombre de chapitres, et du ratio entre la taille du roman et le nombre de chapitres. A été évoqué le cas de Zola qui se positionne contre la pratique de composition des frères Goncourt, qui multiplient les chapitres dans des romans très courts, en préférant, du moins dans ses premiers romans, s’appuyer sur un petit nombre de chapitres de taille importante. Nous avons vu que chez Zola, comme chez d’autres auteurs, le découpage des textes est lié à un enjeu de positionnement dans le champ littéraire, contre une tendance à la fragmentation du texte influencée par la publication en feuilleton.
Les recherches sur un corpus massif devraient ainsi permettre de dégager, pour chaque période, des normes, ou du moins des tendances, et des écarts par rapport à celles-ci.
L’intérêt pour l’ensemble de la communauté scientifique sera aussi de disposer d’un corpus disponible en ligne, construit de manière raisonnée et ne dépendant pas des choix de numérisation des catalogues de bibliothèques et de leur rapidité à les mettre en œuvre.
Ensemble de difficultés rencontrées :
- Choix des bornes chronologiques :
Nous souhaitons rassembler des romans écrits entre 1789 et 1939, à raison de dix textes par années, objectif qui pourra être ajusté par la suite. Ces dates ont été choisies en fonction de critères d’ordre pratique. En effet, nous avons constaté que nous ne disposions pas d’assez de sources pour la période antérieure à 1789. Après 1939, les textes ne sont pas libres de droits et ne pourront donc pas être mis en ligne à disposition de tout utilisateur.
- Comment équilibrer le corpus entre canon et non-canon ?
La deuxième difficulté tient à la composition d’un corpus le plus équilibré possible, entre textes canoniques et non-canoniques. Il s’agira donc à la fois de trier dans le canon quand il est très abondant et d’équilibrer le corpus d’une décennie à l’autre.
La détermination de ce que recouvre le « canon » implique aussi une réflexion sur l’élaboration d’un indice de notoriété qui pourrait reposer sur le nombre d’éditions de l’ouvrage dans le catalogue de la BNF.
Notre désir de récolter des textes non-canoniques implique aussi des recherches documentaires dans des histoires littéraires de l’époque.
- La présence du terme « roman » dans le titre ou le sous-titre : un critère suffisant pour sélectionner et restreindre le corpus ?
Si ce critère représente l’avantage d’être simple et rigoureux, des recherches sur Gallica ont montré qu’il nous pousserait à laisser de côté des œuvres majeures, nous conduisant à le laisser de côté.
- Problème de définition du chapitre
Peut-on considérer un simple passage en belle page comme un indice suffisant ? Est-il possible d’établir un critère minimal du chapitre ? L’exemple des Années, d’Annie Ernaux évoqué lors du séminaire constitue l’un de ces cas complexes. Aucune marque apparente hormis des blancs ne souligne la présence du chapitre. Ernaux utilise cependant un autre principe de composition, puisque ce sont les descriptions de photographies qui scandent le texte qui permettent de repérer le point de départ des chapitres que le lecteur peut ainsi reconstituer.
Le chapitre est donc plutôt à concevoir non en en fonction d’une définition exacte mais comme le produit d’un ensemble de critères à cocher (titre, numéro, passage en belle page), présents en nombre inégal en fonction des cas :
- Le choix des métadonnées
Nous nous sommes enfin demandé quelles métadonnées seraient pertinentes pour accompagner ces textes :
- Un premier ensemble de métadonnées sera constitué des informations présentes sur le catalogue des bibliothèques, et qui peuvent aisément être récupérées (auteur, titre, date et lieu de publication etc).
- Un second ensemble renverra à des informations qui demanderont une recherche plus approfondie (indice de notoriété, possibilité de rattacher le texte à un sous-genre, parution préalable en feuilleton dans un premier temps), sachant que le gain que justifient de telles recherches devra être pris en compte.
OpenEdition vous propose de citer ce billet de la manière suivante :
camillekoskas (12 octobre 2016). Approches quantitatives et corpus massif. Chapitres. Consulté le 18 mars 2025 à l’adresse https://doi.org/10.58079/mn8y