Identification des erreurs

3. Identification des erreurs

L’exploitation de la partie du corpus LANCOM produite par les néerlandophones apprenant le français a demandé la création d’un encodage supplémentaire. Comme ces apprenants maîtrisent de façon insuffisante le français, les erreurs que contient leur discours doivent être identifiées. Le système d'encodage de ces erreurs s’est développé et a subi des transformations au fur et à mesure des recherches.

[Pour une description du premier système d'encodage et l'évolution vers le système actuel, voir Histoire.]

3.1. Typologie

Dans le système d’encodage actuel, nous procédons en premier lieu à la description linguistique des fautes. Nous proposons plus particulièrement une catégorisation des erreurs en cinq catégories majeures. La plupart de ces catégories comportent des sous-catégories, ce qui résulte en un système d'encodage assez détaillé permettant de rendre compte de la totalité des constructions erronées. Dans un deuxième temps, nous proposons une description qualitative. Celle-ci correspond, d’une part, à la distinction entre 'erreur' et 'maladresse' et, d’autre part, à l’identification d’éventuelles interférences provenant du néerlandais.

3.1.1. Description linguistique

Pour ce qui est de la description linguistique, les erreurs et les maladresses sont regroupées en cinq grandes catégories, à savoir MORPHOLOGIE, VOCABULAIRE, SYNTAXE, PHONÉTIQUE et PRAGMATIQUE.

Pour affiner l'encodage des erreurs, des sous-catégories ont été élaborées pour la plupart des catégories. [Pour une représentation schématique, voir Tableau 2.] [Pour obtenir des exemples tirés du corpus, cliquer sur les mots soulignés. Voir également 3.4. Exemples tirés du corpus .]

En premier lieu, la catégorie MORPHOLOGIE contient deux sous-catégories, morphologie verbale et morphologie lexicale. Celles-ci comportent des sous-classes, à savoir, le mode, le temps, l’accord, l’auxiliaire et la conjugaison pour la sous-catégorie morphologie verbale et le genre, le nombre, la dérivation et l’accord pour la sous-catégorie morphologie lexicale.

La deuxième catégorie, qui concerne le choix des mots (VOCABULAIRE), n'a pas de sous-catégories.

Pour la catégorie SYNTAXE sont prévues cinq sous-catégories (phrase, préposition, pronom, déterminant et négation) dont quelques-unes ont encore des sous-classes. La sous-catégorie phrase contient les phrases construites de façon incorrecte. En ce qui concerne les prépositions, les néerlandophones ne choisissent pas toujours une préposition adéquate (choix). Parfois, ils ne mettent pas de préposition là où il en faudrait une (omission). Il arrive également que la préposition est superflue (superflu). On retrouve les mêmes cas pour les pronoms : choix incorrect, omission du pronom ou, au contraire, pronom superflu . La place des pronoms ou encore l’accord des pronoms sont autant de problèmes spécifiques des pronoms. Pour ce qui est des déterminants, on retrouve une nouvelle fois les mêmes étiquettes : choix , omission , superflu et accord . Ajoutons que les déterminants subissent parfois des modifications à cause de la construction (modification). Une dernière sous-catégorie concerne les négations incomplètes.

Dans la catégorie PHONÉTIQUE sont regroupées les prononciations incorrectes. Afin de pouvoir identifier l’écart de prononciation, il a paru utile d’ajouter la transcription phonétique du mot en question, tout en soulignant l’endroit exact où se situe la faute.

La dernière catégorie se rapporte à la PRAGMATIQUE et comprend trois sous-catégories : registre, construction de la politesse et formule rituelle. Il convient de souligner qu’il ne s’agit plus dans ces cas de fautes grammaticales. En effet, pour ce qui est du registre, il y a des situations où l'interlocuteur est vouvoyé, alors que dans d’autres situations, le tutoiement est plus naturel. Se vouvoyer entre amis, par exemple, est peu courant, mais grammaticalement correct. Cet emploi ne peut être considéré comme une erreur ou comme une maladresse. Il en est de même pour la construction de la politesse. Alors qu'il est préférable d’utiliser le conditionnel quand on demande quelque chose, ne pas le faire ne peut être qualifié comme une erreur grammaticale. Les écarts liés aux formules rituelles, en dernier lieu, concernent des phrases grammaticalement correctes, mais peu ou pas utilisées par des francophones dans les circonstances données.

3.1.2. Description qualitative

La description qualitative concerne en premier lieu la distinction entre 'erreur' et 'maladresse'. L’identification des erreurs, comme l’utilisation d’un masculin au lieu d’un féminin, est évidente. Il est plus difficile de définir et d'interpréter la notion de maladresse. Devant certaines séquences, on peut avoir une certaine réticence d'ordre linguistique qui ne sera pas nécessairement ressentie de la même façon par d'autres sujets.Ce sentiment peut concerner le choix du vocabulaire, certaines collocations, la syntaxe, etc. Contrairement aux vraies erreurs, les maladresses n'entravent pas vraiment la communication. Rappelons que la distinction entre erreur et maladresse n’est pas pertinente pour la catégorie PRAGMATIQUE. Comme il a été dit, il ne s’agit pas d’erreurs grammaticales. Il en est de même pour les négations incomplètes.

Les éventuelles interférences provenant du néerlandais sont également traitées dans la description qualitative. Ainsi, un néerlandophone dira facilement "Ce soir je ne sais pas venir nager" au lieu de "Ce soir je ne peux pas venir nager" par analogie avec le néerlandais. Dans ce cas, l’erreur est due à une interférence du néerlandais.

[Pour une représentation schématique, voir Tableau 3.]

3.2. Encodage

En vue d’analyses ultérieures, il va de soi que l’encodage doit être uniforme. C’est pourquoi nous avons opté pour un encodage selon le système SGML. Dans ce qui suit, nous expliquerons l’encodage à partir d’un exemple concret :

Exemple : ce que vous <MOR TYPE=VERB-conj Q="E"> disez </MOR> est faux

L’erreur est caractérisée selon une typologie (linguistique) hiérarchique et les critères sélectionnés apparaissent à des endroits précis de la balise. On retrouve en effet :

1) la catégorie MORPHOLOGIE
2) la sous-catégorie morphologie verbale
3) la sous-classe conjugaison
4) la qualification en tant que ‘erreur’

Comme nous l’avons dit dans ce qui précède, chaque critère peut prendre plusieurs valeurs. [Pour une énumération de ces valeurs, voir Tableau 2 et Tableau 3.] Les parties 1 à 3 concernent la description linguistique, alors que la partie 4 porte sur la description qualitative.

Suivant le système SGML, chaque code est placé entre deux crochets pointus. Après le premier crochet pointu est indiquée la catégorie, en majuscules, selon les abréviations prévues [cf. Tableau 2]. Si la catégorie comporte une sous-catégorie [Rappelons que toutes les catégories comportent des sous-catégories, sauf les catégories VOCABULAIRE et PHONÉTIQUE.], celle-ci est indiquée, en majuscules, après l’attribut TYPE=. Ce dernier est séparé de la catégorie par un blanc. Pour certaines sous-catégories, il y a d’autres sous-classes [Il s'agit des sous-catégories suivantes : morphologie verbale, morphologie lexicale, préposition, pronom et déterminant.]. Celles-ci sont indiquées, en minuscules, après un tiret.

La description qualitative [cf. Tableau 3] est symbolisée par la lettre Q=, précédée d’un blanc et immédiatement suivie de guillemets. Entre les guillemets, il est indiqué s’il s’agit d’une erreur ou d’une maladresse. [Rappelons que la distinction entre erreur et maladresse n'est pas pertinente pour la sous-catégorie négation, ni pour la catégorie PRAGMATIQUE.] Dans les cas d’interférence, on ajoute la lettre I précédée d’une virgule. Rappelons que le code est terminé par le deuxième crochet pointu. Pour une représentation schématique, voir Tableau 4 (Fiche technique) ou 3.3. Tableau récapitulatif.

Etant donné que l’écart peut concerner un seul mot, plusieurs mots ou même une phrase entière, le fragment en question sera délimité à l’aide de deux balises : l’une indiquant le début du fragment, l’autre sa fin. La première mentionne la catégorie et les attributs; la deuxième uniquement la catégorie mais précédée d’une barre oblique. Pour des exemples concrets tirés du corpus, voir 3.4. Exemples tirés du corpus.

Dans les cas d’autocorrection, l’erreur est neutralisée et ne doit donc plus être identifiée. Ajoutons que pour certains mots ou phrases, plusieurs erreurs ou maladresses peuvent se manifester en même temps. Dans ces cas, les différents codes sont enchâssés l’un dans l’autre.

3.3. Tableau récapitulatif

Description linguistique

Description qualitative

Obligatoire

Facultatif

Obl.

MOR

TYPE=

VERB

mo
te
ac
aux
conj

E
M

LEX

gen
nbr
der
ac

VOC

E
M

SYNT

TYPE=

E
M

PREP

ch
om
sup

PRON

ch
om
sup
pl
ac

DET

ch
om
sup
mdf
ac

NEG

PHT

E
M

PRAG

TYPE=

REG

POL

3.4. Exemples tirés du corpus

I. MORPHOLOGIE

1. Morphologie verbale

Morphologie verbale : Mode

<L=FN><cas nr=11, série=24><séq=7> : <sp who=E1 nr=23>c’est bien que vous <MOR TYPE=VERB-mo Q="E"> avez </MOR> une bonne cuisine ici</sp>

<L=FN><cas nr=12, série=25><séq=4c> : <sp who=M nr=9>je voudrais que vous <MOR TYPE=VERB-mo Q="E"> serez </MOR> ici de: dix heures du matin jusqu'à cinq heures du soir [...]</sp>