|
À propos de la correction grammaticale française et des correcteurs informatiques
La Correction grammaticale française
La langue est l'outil de communication par excellence. Pour nous comprendre, nous utilisons un vocabulaire unique, plus ou moins large selon les locuteurs, et nous construisons nos phrases selon une logique identique, selon une syntaxe. Ne pas respecter la syntaxe ou l'orthographe, c'est courir le risque d'être mal compris, de ne pas être lu ou écouté. Nul ne rédige un texte, qu'il s'agisse d'une note de service, d'un courrier, d'un article de journal ou d'un essai littéraire, sans respecter du mieux possible les règles de la grammaire.
Un correcteur grammatical constitue donc un outil de base pour tout utilisateur de traitement de texte. Antithèse du gadget, la correction constitue l'une des fonctions capitales de ce type de logiciel, renvoyant définitivement aux oubliettes la machine à écrire. Car chacun, en écrivant, commet inéluctablement des fautes d'inattention, même s'il maîtrise parfaitement toutes les subtilités de la langue, et les correcteurs d'épreuves savent comme certaines de ces erreurs sont difficiles à déceler.
Si l'intérêt des correcteurs grammaticaux est incontesté, certains estiment que cette catégorie de logiciels risque de favoriser l'ignorance en laissant au processeur le soin d'appliquer les règles de grammaire, de même que la calculatrice serait supposée freiner ou tuer le calcul mental. Pourtant le correcteur, lorsqu'il explique la correction et lorsqu'il fournit une aide détaillée sur la règle appliquée, devient un outil d'apprentissage de la langue et de perfectionnement, pour autant que l'utilisateur se donne la peine de lire les messages et l'aide !
Le correcteur grammatical est sans doute le logiciel avec lequel l'utilisateur a le plus de rapports "passionnels". Utilisant généralement les techniques de développement les plus innovantes, il peut être considéré comme le logiciel grand public appartenant le plus au vaste domaine de l'intelligence artificielle. L'étendue infinie des énoncés possibles, l'ambiguïté de nombreux mots français (un sur trois en moyenne), le nombre tout aussi infini des erreurs possibles dans les énoncés, font que la correction ne peut s'effectuer selon une algorithmique classique et se doit d'emprunter à la logique floue et à la théorie des modèles mentaux, en réalisant l'association de véritables moteurs d'expertises.
Si le correcteur n'a que l'intelligence de ses concepteurs avec le handicap d'une binarisation de cette intelligence, il est souvent perçu par l'utilisateur comme un être à part entière, comme l'ordinateur personnalisé (certains auteurs de correcteurs ont d'ailleurs abondé dans ce sens en faisant "s'exprimer" leur logiciel à la première personne !) Il devient alors objet de fascination et de répulsion, ses performances devenant justificatrices de l'utilisation ou de l'achat du micro-ordinateur, ses incohérences ou ses méconnaissances devenant des preuves de la supériorité de l'homme sur la machine... Comme si l'homme devait se prouver sa supériorité par la connaissance de règles !
Ces réactions épidermiques l'emportent parfois sur l'analyse objective des correcteurs et donnent une coloration folklorique à ce domaine logiciel de pointe, au confluent de la linguistique et de l'informatique. Auteurs de CORDIAL, développeurs et linguistes, nous avons consacré plusieurs années à étudier les fautes courantes (en regroupant ainsi un corpus de plus de 40 000) et à produire le premier correcteur et analyseur global de la langue française. Il nous a paru intéressant, au-delà du logiciel lui-même, de fournir les conclusions auxquelles nous sommes parvenus.
Fautes d'orthographe, fautes de grammaire et fautes de sens
La distinction entre fautes d'orthographe et fautes de grammaire n'est pas exactement similaire pour un linguiste et un informaticien. Pour ce dernier, une faute d'orthographe correspond à un mot inconnu des dictionnaires, elle est du ressort des vérificateurs orthographiques, alors qu'une faute de grammaire correspond à un mot figurant dans un des dictionnaires mais ne devant pas être écrit ainsi dans ce contexte grammatical. Ainsi :
"les chevals piaffent" contient une faute d'orthographe, mais
"le chevaux piaffent" contient une faute "de grammaire", ou plus exactement une faute qui ne peut être corrigée par un vérificateur orthographique.
"les chevaux rient" contient une faute de sens, les chevaux pouvant hennir de plaisir mais le rire restant le propre de l'homme.
Pour le grammairien, la première phrase comporte une erreur de compétence (ignorance probable de la formation du pluriel de "cheval") alors que la seconde phrase comporte une erreur de performance (faute d'inattention, oubli de lettre). Quant à la faute de sens, elle est liée au contexte car on peut imaginer des acteurs jouant le rôle de chevaux et s'esclaffant...
Après dépouillement d'un corpus de plus de 40 000 fautes commises essentiellement par des adultes de niveau scolaire secondaire ou supérieur, souvent lors d'écriture de premier jet, nous avons recensé environ 60 % de fautes "d'orthographe" et 40 % de fautes de syntaxe, le nombre de fautes de sens étant infime. Parmi les fautes d'orthographe, certaines sont très fréquentes et correspondent à une méconnaissance probable de l'écriture de certains mots, la plupart semblent cependant être des fautes de frappe et d'inattention. Les principaux types d'erreurs sont les suivants :
lettre manquante......................... 26 %
lettre remplacée par une autre........... 38 %
lettre superflue......................... 17 %
interversion de lettres.................. 6 %
soudure de mots.......................... 5 %
autres erreurs........................... 10 %
Ces statistiques s'appliquent aussi aux erreurs dites de grammaire, c'est-à-dire aux mots morphologiquement justes mais syntaxiquement erronés pour autant qu'il ne s'agit pas d'erreurs de compétence, par exemple d'utilisations d'homophones.
La notion même de faute mérite réflexion. Si l'oubli d'un "s" sur un pluriel ou un mauvais accord verbal ne souffre guère discussion, doit-on réclamer un indicatif ou un subjonctif dans une proposition débutant par "après que" ? L'Académie et les puristes réclament l'indicatif, mais l'usage lui préfère depuis longtemps le subjonctif et une phrase comme "après qu'il est allé à l'usine" paraît suspecte à nombre de nos contemporains. Même la règle bien connue qui préfère "je suis allé chez le boucher" à "je suis allé au boucher" n'a pas de fondement linguistique indiscutable. Après tout on ne saurait confondre "je suis allé chez les flics" et "je suis allé aux flics", qui ont deux valeurs sémantiques distinctes et la préposition "chez" induit une familiarité non présente dans "au", à tel point que si vous me dites être allé "chez le boucher", je suis en droit de me demander si vous êtes allé dans sa boutique ou à son domicile.
Afin de satisfaire les puristes comme le français moyen, une double stratégie nous semble nécessaire : les messages doivent donner, autant qu'il est possible, une évaluation du degré de nécessité de la règle appliquée ; par ailleurs un paramétrage pluri-optionnel à échelle variable doit permettre de définir les types de règles à prendre en compte et leur degré de prise en compte. Enfin pour chaque règle et autant qu'il est possible, les exceptions doivent être traitées afin d'éviter de fournir un message d'erreur à propos d'une formulation juste ou pouvant être tolérée.
La correction des fautes suppose que la fonction grammaticale de chacun des mots de la phrase ait pu être déterminée afin qu'en appliquant l'ensemble des règles d'accord on puisse mettre en valeur et corriger ces erreurs. Évidence... mais pas facile à réaliser ! L'ensemble des règles de syntaxe n'a jamais été formalisé en français (ni sans doute pour aucune langue) et il suffit de parcourir quelques ouvrages de linguistique pour constater que la langue est vivante, mouvante et fort diverse. Certaines formes syntaxiques comme les substantifs épithètes connaissent un développement récent tout à fait exceptionnel, spécialement dans le monde de la publicité (des talons aiguille aux tickets choc, en passant par la femme femme, le plombier-zingueur et le dépôt-vente...)
Le développement d'un correcteur de la langue française achoppe sur ce dilemme : soit on se limite aux constructions régulières, auquel cas on peut corriger bon nombre de fautes mais en forçant l'utilisateur à accepter ce moule (ainsi certains correcteurs demandent à l'utilisateur d'éviter telle ou telle structure, par exemple les substantifs épithètes), soit l'on tente de décrire et de prendre en compte la totalité des structurations possibles de la langue, mais l'on risque alors de générer une multitude de solutions parasites pour la phrase la plus banale (ainsi pourquoi ne pas accepter "des enfants sort une chanson" où "des enfants" serait un complément d'objet et où le sujet serait "une chanson", comme dans "des enfants vient une chanson" ?).
Fournir le minimum de messages inadéquats pour un maximum de messages adéquats est l'objectif que nous nous sommes fixé. À l'utilisateur de juger du résultat ! Mais en sachant que l'accroissement des performances se traduit par un accroissement de la complexité parfois exponentiel. C'est la loi de l'explosion combinatoire, ô combien d'actualité dans la correction syntaxique. Ainsi CORDIAL identifiera "par" comme un nom commun masculin singulier dans la phrase "ce joueur de golf est à dix sous le par" car le dictionnaire différencie la préposition "par" du nom. Les autres correcteurs ont fait l'impasse sur le nom, ce qui ne leur permet pas d'analyser correctement la phrase mais ce qui leur permet, a contrario, d'éviter de désambiguïser le mot "par" chaque fois qu'il figure dans une phrase... À un autre niveau, si l'on suit les grammairiens, le verbe "être" devrait quasiment toujours avoir un attribut, mais si l'on ne gère pas les exceptions, la phrase "je pense, donc je suis" ne pourra être acceptée.
La taille de l'univers sémantique, l'étendue des règles et des exceptions gérées, la multiplicité des types de fautes possibles, la prise en compte du langage populaire comme du langage soutenu, des belgicismes ou des helvétismes comme des anglicismes, tous ces facteurs contribuent à accroître le volume des bases lexicales et syntaxiques nécessaires et le volume du logiciel de traitement, surtout lorsque l'objectif est de corriger aussi bien les fautes d'inattention du journaliste ou du chercheur que les fautes de construction de l'enfant ou de l'étranger, voire les dysorthographies patentes.
|
Connexion
M’enregistrer
Pronostics
FAQ
Rechercher
