Résumé

La correspondance est un lieu d'échange et de dialogue qui offre un espace privilégié à l'expression des controverses, des polémiques et des débats [1]. Dans une perspective d'analyse automatique, nous nous proposons d'étudier les stratégies dialogiques inhérentes au style polémique dans la correspondance de Voltaire. Numérisé dans le cadre du projet Electronic Enlightenment à l'Université d'Oxford [2], le corpus de travail est composé d'environ 21000 lettres structurées en XML-TEI.

L'approche utilisée est symbolique et vise à annoter automatiquement les passages polémiques reflétant les postures et les positionnements des protagonistes autour de sujets débattus. En nous appuyant sur des travaux linguistiques autour de la subjectivité [3, 4, 5] et en traitement automatique des langues [6, 7, 8], nous avons mené une construction systématique de dictionnaires de patrons linguistiques à caractère polémique, organisés en quelques dizaines de classes : accords, désaccords, opinions, critiques, éloges, excuses, insultes, etc.

L'application finale permet de naviguer dans les lettres à travers les passages polémiques annotés. L'utilisateur a le moyen de filtrer les résultats par des mots clés et des métadonnées, et de les croiser avec des noms propres (personnes et lieux cités) automatiquement repérés à l'aide d'un modèle d'apprentissage automatique [9]. 

L'étude des résultats d'annotation nous a permis de mettre en avant la spécificité des marqueurs linguistiques observables qui accompagnent l'expression de la polémique dans le corpus. Dans cet espace de dialogue d'idées, nous avons pu constater chez Voltaire, à des degrés divers, une grande importance accordée aux éléments stylistiques de détournement du discours adverse : parodie, humour, sarcasme et satire. D'autres procédés annotés pourraient être caractéristiques du style polémique voltairien [10], notamment l'inscription de différentes voix opposées dans un espace polyphonique, et la manipulation savante de différentes formes du discours rapporté : le discours direct qui renforce l'aspect objectif du débat ; mais surtout le discours indirect où les propos de l'adversaire semblent d'abord tolérés pour vite être disqualifiés.

Les résultats des premières évaluations sont encourageants malgré certaines difficultés que nous soulignons : la nature très particulière de l'écriture épistolaire (orthographe ancienne, textes courts, changement thématique fréquent...) ; l'attribution des discours cités dans les lettres (distinguer les propos de l'écrivain de celui d'une personne citée [11]), les messages à caractère ironique ou allusif qui sont très difficiles à détecter automatiquement [12], etc.

Après une démonstration de l'outil sur le corpus de Voltaire, la présentation portera sur les caractéristiques du corpus (numérisation, structuration, modernisation...), sur la méthodologie de l'analyse automatique et son évaluation, et sur les perspectives.