LIETUVIŲ KALBOTYROS KLAUSIMAI XXXIX (1998)

Vida ŽILINSKIENĖ

Matematikos ir informatikos institutas, Vilnius

Dictionnaire de fréquence du lituanien écrit contemporain

(premiers résultats de l’étude)

Un dictionnaire informatique de fréquence du lituanien écrit contemporain est désormais disponible. Il a été élaboré à partir de documents issus de quatre styles fonctionnels (littéraire, journalistique, scientifique et administratif). Pour en savoir plus sur la méthodologie et les principes d’élaboration du dictionnaire, voir l’article (Grumadienė 1995).

La diversité lexicale d’une langue, d’un style fonctionnel particulier, d’un écrivain ou d’une œuvre donnée est évaluée au moyen du coefficient dit d’itération (rapport entre le nombre d’occurrences et le nombre de mots), qui représente également la fréquence moyenne des mots dans le texte. Les calculs effectués montrent que le coefficient d’itération des styles mentionnés et de l’ensemble de la langue lituanienne est le suivant:

littérature – 9,53,

journalisme – 10,51,

scientifique – 12,63,

administratif – 20,78,

ensemble de la langue – 20,06.

Plus ce coefficient est faible, plus les textes contenant le même nombre d’occurrences de mots (dans notre cas, 300 000 occurrences ont été étudiées dans les textes de chaque style fonctionnel) présentent de mots différents, et plus le lexique de ce style est varié. Les chiffres présentés montrent très clairement que: 1) le lexique littéraire est deux fois plus varié que celui du style administratif; 2) la diversité lexicale des styles littéraire, journalistique et même scientifique est assez proche.

Nous pouvons comparer la diversité des formes de mots relevées dans les textes étudiés en rapprochant, pour chaque style, le rapport entre le nombre d’occurrences de mots et le nombre de formes de mots:

littérature – 4,34,

journalisme – 4,48,

scientifique – 4,83,

spécialisé – 7,29,

ensemble de la langue – 7,16.

Ces chiffres montrent également de manière évidente que: 1) les formes grammaticales les plus variées sont utilisées dans les styles littéraire, journalistique et scientifique; 2) le style spécialisé se distingue lui aussi nettement des autres styles à cet égard.

219

Puisque nous disposons d’un dictionnaire de fréquence de la presse lituanienne élaboré selon la même méthodologie (Žilinskienė 1990), calculé à partir de textes de journaux et de magazines de 1973-74, ainsi que d’un dictionnaire de fréquence de la presse lettone (Jakubaitė 1969), calculé à partir de textes de 1966-67, nous pouvons comparer leurs coefficients d’itération:

Presse lituanienne de 1993–95 – 10,51, presse lituanienne de 1973–74 – 15,38, presse lettone de 1966–67 – 18,60.

Ces coefficients montrent clairement que le lexique de la presse lituanienne actuelle est plus varié que celui de la presse lituanienne d’il y a vingt ans ou que celui de la presse lettone d’il y a près de trente ans. Comparons les dix mots les plus fréquents dans les différents styles et dans l’ensemble de la langue (voir le tableau 1; dans ce tableau et les suivants, le nombre indiqué à côté d’un mot correspond à sa fréquence).

Tableau 1. Les dix mots les plus fréquents dans les différents styles

littéraire | journalistique | scientifique | spécialisé | ensemble de la langue ir* 11442 | ir* 9743 | ir* 11140 | ir* 10990 | ir* 43315 jis 9634 | būti 5825 | būti 6294 | būti 5138 | jis 24613 aš 4580 | jis 5824 | jis 4692 | jis 4463 | būti 21366 į 4216 | tas 3487 | tas 2783 | tas 3286 | tas 13528 būti 4109 | kad* 3235 | šis 2138 | kuris 2273 | į 10715 tas 3972 | į 2719 | kuris 2054 | Lietuva 2195 | kad* 9877 o* 2822 | aš 2602 | į 1941 | šis 2135 | aš 9025 kad* 2811 | kuris 1985 | kad* 1844 | kad* 1992 | kuris 7610 kaip 2219 | o* 1904 | su 1838 | ar 1903 | iš 7162 kas 2136 | su 1897 | iš 1647 | į 1839 | su 7034

La fréquence des mots marqués d’un astérisque (*) dans le tableau 1 diffère de celle des mêmes mots présentée dans la thèse (Žilinskienė 1995), car le présent tableau donne la fréquence totale de chaque lexème, tandis que la thèse indique la fréquence du lexème correspondant lorsqu’il est employé uniquement comme conjonction dans les textes étudiés.

Le tableau 1 montre clairement que: 1) les dix mots les plus fréquents comprennent des mots grammaticaux, des pronoms qui, du point de vue statistique, se comportent généralement comme des mots grammaticaux, ainsi que le verbe être, souvent employé comme auxiliaire dans le texte; 2) dans le premier classement des mots les plus fréquents

220

dans le top cent, six mots (et, il, être, ce, que, vers) sont les mêmes, seuls leurs rangs diffèrent (numéros de position dans les listes de fréquence), à l’évidence, à l’exception de et, 3) il n’y a qu’un seul mot ayant un sens concret, Lituanie, dans le top dix des mots les plus fréquents du style spécialisé.

Comparons les vingt mots les plus fréquents de la presse actuelle en lituanien, de la presse en lituanien plus ancienne et de la presse en letton (voir le tableau 2).

Tableau 2. Mots les plus fréquents dans la presse en lituanien et en letton

Presse de 1993–95 | Presse de 1973–74 | Presse lettone | et 9743 | et 11890 | un 10401 | être 5825 | il 5733 | être 6395 | il 5824 | être 4167 | ce 5244 | ce 3487 | ce 3939 | ou 3631 | que 3235 | vers 2614 | par 3546 | vers 2719 | je 2461 | qui 3119 | je 2602 | que 2455 | il 2610 | lequel 1985 | lequel 2394 | de 2342 | mais 1904 | avec 2046 | que 2325 | avec 1897 | ce 2024 | aussi 2304 | de 1890 | tout 1825 | ce 2275 | Lituanie 1839 | travail 1759 | travail 2059 | ce 1715 | de 1602 | nous 2030 | tout 1517 | comme 1594 | année 1789 | son 1463 | année 1563 | mais 1643 | mais 1273 | mais 1538 | sur 1630 | personne 1271 | personne 1421 | comme 1609 | ou 1213 | ne 1389 | tout 1601 | année 1302 | seulement 1277 | conseil 1386 | au sujet de 1165 | son 1263 | sien 1349

En comparant la presse lituanienne des deux périodes, nous constatons que la fréquence d’emploi des mots les plus fréquents est très similaire; seuls trois mots (mais, ou, au sujet de), qui figurent

221

dans le premier top vingt de la presse actuelle, se sont trouvés à des rangs inférieurs dans la presse antérieure (mais occupe le 22e rang, ou le 39e, au sujet de le 26e) (Žilinskienė 1990), tandis que le mot Lituanie était codé dans la presse antérieure comme nom de pays; on y calculait donc uniquement la fréquence totale de groupes distincts de noms propres (par exemple, prénoms, noms de famille, noms de pays, noms de cours d’eau, etc.), de sorte qu’il ne figure pas dans le dictionnaire des mots classés par fréquence décroissante. Lors du traitement de la presse actuelle, son a été considéré comme le génitif du pronom sien, et il est évident que le lexème alors relevé était sien; ainsi, si l’on recalculait la presse antérieure de cette manière, sien aurait eu une fréquence de 1461 et se serait classé au 17e rang. Il convient également de noter que des noms communs figurent désormais dans le deuxième top dix des mots les plus fréquents (année, personne); seul travail est passé dans le troisième top vingt de la presse actuelle.

En comparaison avec la presse lettone, on peut constater que la plupart des mêmes mots-outils figurent dans le premier top dix, ainsi que les deux mêmes noms les plus fréquents; toutefois, le mot letton padome est encore très fréquent (dans la presse lituanienne antérieure, taryba apparaissait 455 fois, contre 137 fois dans la presse actuelle).

Comparons les noms, les adjectifs, les numéraux, les verbes et les adverbes figurant dans le premier top cent des mots les plus fréquents des quatre styles et de la langue dans son ensemble (voir le tableau 3).

Tableau 3. Noms, verbes et adverbes les plus fréquents dans différents styles

littérature

presse

scientifique

spécialisé

langue dans son ensemble

personne

Lituanie

travail

Lituanie

Lituanie

œil

personne

système

travail

travail

main

année

Lituanie

document

personne

tête

travail

personne

article

année

jour

pays

recherche

république

droit

temps

jour

partie

droit

document

maison

époque

époque

personne

temps

mot

État

processus

entreprise

jour

homme

terre

élément

loi

État

fois

Vilnius

matériau

président

république

travail

temps

eau

État

partie

enfant

vie

temps

établissement

loi

père

école

année

organisation

article

jambe

Russie

culture

langue

entreprise

222

littérature époque femme vie fenêtre grand bon presse enfant Lituanien entreprise fois banque loi monde maison économie Europe partie ville grand nouveau bon important scientifique donnée Lituanien condition manière nombre signification cas langue science forme groupe surface méthode résultat activité problème lieu propriété grand divers principal nouveau important spécialisé partie mot député tribunal commission question affaire décision ordre marchandise conseil pays employé membre personne cas gouvernement infraction mesure jour projet banque séance forme contrat temps prix public élevé administratif principal important tous les styles mot langue pays personne système fois terre époque lieu vie grand nouveau élevé

223

littérature presse scientifique spécialisé tous les styles général social un deux un premier deux trois un premier deux un premier deux un premier deux être pouvoir ne pas être avoir dire savoir aller vouloir prendre falloir dire regarder ne pas pouvoir voir sembler être avoir pouvoir ne pas être dire falloir être pouvoir avoir ne pas être constituer utiliser établir être avoir pouvoir falloir ne pas être prévoir vouloir être pouvoir avoir ne pas être falloir savoir établir vouloir constituer dire obtenir ne pas pouvoir ainsi très beaucoup où ici là bien alors très maintenant ainsi c’est pourquoi ici encore déjà très beaucoup c’est pourquoi souvent ainsi également beaucoup ainsi maintenant c’est pourquoi souvent très beaucoup encore ainsi déjà maintenant ici également où c’est pourquoi seulement

224

Comme on pouvait s’y attendre, les cent mots les plus fréquents montrent tout d’abord que la littérature se distingue des styles non fictionnels: 1) la littérature compte le moins de noms (18) et d’adjectifs (2), et deux fois plus de verbes (15); 2) la presse est plus proche de la littérature, tant par la proportion des parties du discours que par les lexèmes particuliers (par exemple, maison, fois, enfant, vie, bon, dire, ici figurent uniquement dans les cent mots les plus fréquents de ces styles). Quelques lexèmes se retrouvent dans les cent mots les plus fréquents de tous les styles: personne, travail, temps, être, pouvoir, ne pas être, avoir. À partir des cent noms les plus fréquents, il serait déjà facile de dire de quel style proviennent les textes dont ces mots ont été extraits. Par exemple, il est impossible d’imaginer que des mots comme recherche, processus, élément, donnée, condition, signification, forme soient fréquents dans la littérature, tout comme il est impossible d’imaginer que œil, main, tête, enfant, père et ainsi de suite reviennent souvent dans la langue du style scientifique. Ces mots ne peuvent être fréquents que dans un échantillon particulier où l’on écrit précisément sur ce sujet. En outre, il est tout à fait évident que les verbes parmi les cent mots les plus fréquents ont un sens très général et fonctionnent le plus souvent comme des auxiliaires dans les textes.

Comparons les noms, adjectifs, numéraux et verbes figurant parmi les cent mots les plus fréquents de la presse en lituanien contemporain, de la presse en lituanien antérieur et de la presse en letton (voir le tableau 4).

Tableau 4. Les noms et les verbes les plus fréquents dans la presse lituanienne et lettone

Presse de 1993–95

Presse de 1973–74

presse lettone

Lituanie

travail

travail

personne

année

année

année

personne

conseil

travail

école

personne

pays

pays

temps

jour

fois

parti

occasion

république

nation

État

économie

État

terre

jour

jour

Vilnius

vie

république

temps

film

terre

vie

district

lieu

école

temps

dette

Russie

ville

usine

enfant

science

district

Lituanien

terre

vie

225

textes journalistiques de 1993–1995

textes journalistiques de 1973–1974

textes journalistiques lettons

entreprise génération banque loi monde maison économie Europe partie ville

enfant peuple conseil question monde lieu temps enseignant production organisation sport étudiant femme

ville question organisation fois comité entreprise monde mot lutte tâche enseignement force ouvrier

grand nouveau bon important

nouveau grand bon soviétique important jeune élevé socialiste véritable

jeune grand bon élevé

un premier deux trois

un premier

premier un deux second

être avoir pouvoir ne pas être dire falloir

être avoir pouvoir falloir ne pas être savoir travailler parler vouloir dire

être ne pas être pouvoir devenir se produire travailler commencer donner

Cette comparaison montre précisément quels lexèmes sont les plus caractéristiques des textes journalistiques, c’est-à-dire quels lexèmes sont fréquents à la fois dans les textes journalistiques lituaniens des deux périodes et dans les textes lettons.

226

dans la presse. Enfin, certaines lexèmes fréquents (par exemple, seuls bankas, įstatymas figuraient déjà parmi les mots les plus fréquents dans la presse actuelle, tandis que la presse antérieure comptait tarybinis, socialistinis) reflètent les aspects politiques et économiques de la période concernée.

Cette étude s’appuie sur les données du Dictionnaire fréquentiel du lituanien écrit contemporain, élaboré avec le soutien du Fonds lituanien pour la science et les études.

Reçu le 26 juin 1998

LITERATŪRA

Grumadienė L. 1995: Dabartinės rašomosios lietuvių kalbos dažnumų žodynas: sandara ir darbo eiga. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 18–19.

Jakubaitė T. 1969: Jakubaitė T., Gulėvska D., Ozola V., Prūse R., Rubina A., Sika N. Latviešu valodas biežuma vārdnīca. 2, Rīgā: Zinātne.

Žilinskienė V. 1990: Lietuvių kalbos dažninis žodynas, Vilnius: Mokslas, 176.

Žilinskienė V. 1995: Rašomosios lietuvių kalbos dažninis žodynas. – Lietuvių kalba: tyrėjai ir tyrimai. Konferencijos pranešimų tezės, Vilnius: Lietuvių kalbos institutas, 33–34.

HÄUFIGKEITSWÖRTERBUCH DER LITAUISCHEN SCHRIFTSPRACHE

(erste Forschungsresultate)

Zusammenfassung

Dieser Beitrag bietet die Einschätzung der Häufigkeit der Wörter in der Lexik der verschiedenen funktionalen Stile der gegenwärtigen litauischen Schriftsprache nach Iterationskoeffizienten, wobei auf das Verhältnis der Wortformen in den Stilgattungen hingewiesen wird. Verglichen werden, die gebräuchlichsten Wörter in den Stilgattungen und die gebräuchlichsten in der litauischen Publizistik 1993–1995 bzw. 1973–1974 sowie in der lettischen Publizistik. Der Vergleich zeigt, welche Lexeme für die Publizistik besonders kennzeichnend sind und wie sie die politischen bzw. wirtschaftlichen Aspekte einer gewissen Zeitperiode widerspiegeln.

227