Texte: Hyper-constitution

Je présume que de nombreux internautes ont été comme moi frustrés de n'avoir accès au texte du Traité établissant une Constitution pour l'Europe que sous forme de fichier pdf. Résultat : 482 pages à lire à l'écran ou à imprimer, ce qui est pour le moins malcommode...

Diverses initiatives citoyennes ont essayé de rendre la chose plus lisible (voir le site NotreConstitution.net, ainsi que mon moteur de recherche). Mais mieux vaut tard que jamais : la semaine dernière, la Commission Européenne a rendu disponible sur le site Europa une version HTML en anglais, puis, mercredi, une version en français.

Je ne sais pas quels sont les plans de la Commission pour les autres langues. L'allemand a toujours son gros fichier pdf, et les autres langues sont encore moins bien loties, puisqu'elles n'ont droit qu'à une mise en ligne du Journal Officiel du 16 décembre 2004 dans lequel le texte est paru, sous forme de 50 fichiers pdf séparés (voir par exemple l'espagnol et l'italien). A vos clics (bonjour la tendinite !).

Mais je préfère la version réalisée par une collègue norvégienne, Brit Helle Aarskog de l'Unité de recherche textes et technologies de l'information à Bergen (non, la Norvège n'est pas encore dans l'Union ;-), et à laquelle j'ai très modestement contribué.

Outre la présentation qui en est très agréable (avec une table des matières déroulable présente en permanence dans la partie gauche de l'écran), l'intérêt de cette version est que toutes les références croisées sont cliquables (et elles sont nombreuses !).

Donc plus de problème quand vous rencontrez un de ces articles qui vous obligeait à un feuilletage frénétique pour savoir de quoi on parlait. Il suffit maintenant de suivre le lien. Exemple :

ARTICLE III-395

1. Lorsque, en vertu de la Constitution, le Conseil statue sur proposition de la Commission, il ne peut amender cette proposition qu'en statuant à l'unanimité, sauf dans les cas visés aux articles I-55 et I-56, à l'article III-396, paragraphes 10 et 13, à l'article III-404 et à l'article III-405, paragraphe 2.

En bonus, Brit nous donne une "carte de contenu" (cliquable), qui résume le plan de tout le traité. Je ne donne qu'un extrait du début, et encore, en format réduit : la chose entière fait près d'un mètre de haut. Idéal pour décorer votre salon, ou toute autre partie de votre appartement (selon vos convictions). Attention avant de cliquer. La carte fait 1,4 Mo.

J'aimerais pouvoir lier les résultats de mon moteur de recherche avec cette version hypertexte de façon qu'en cliquant sur les lignes de résultats on ait directement le bon article dans la version de Brit, mais il faudrait que les journées aient 35 heures...

Web: Yes or "Non" to the Constitution ?

[ French version - Version française ]

As many of you must have heard, there will be a referendum in France on May 29th about the project of European Constitution, and the debate is quite animated at the moment -- with a majority in favor of "Non" in the opinion polls, and desperate efforts from the French president Chirac, and others, to change that trend before the D Day.

I wondered whether the Web says more "Oui" or "Non", when it comes to the European Constitution. It is very easy to check with a search engine like Yahoo (search restricted to pages in French) :

Query	Hits
"Constitution européenne" oui -non	135 000
"Constitution européenne" -oui non	521 000
"Constitution européenne" oui non	643 000
"Constitution européenne" -oui -non	528 000
"Constitution européenne"	1 890 000

The first query returns the pages that contain the phrase "constitution européenne" (quotes are important!), the word oui, but not the word non (the minus sign is an exclusion operator). The second returns pages that contain "constitution européenne", non but not oui, etc... This is the good old Venn diagram that we (used to ?) learn in high school :

The total is not exact (it should be according to set theory), but search engines do approximations for Boolean queries. Yahoo actually does a quite reasonable job. The error is only about 3%. Google counts are completely bogus as I have shown before on this blog, and therefore it can't be used for this type of study.

If we look at the pages that contain oui or non, without containing the other word, we see that the non pages are 4 times more numerous than the oui pages.

This is a bit surprising, but we have to be careful since non is always more frequent than oui on the Web, all topics together. It happens in many languages (much more so in English as we will see below). Deep negativity of the human being, or hidden linguistic factors? This would be the topic of another post. The results for the Web as a whole are as follows :

Query	Hist
oui -non	13 500 000
-oui non	40 900 000
oui non	12 800 000

Let's not jump too quickly to conclusions. The non pages are always more important than the yes pages (from now on, I will speak only about the pages that do not contain the opposite word), but on the web as a whole, they are only three times more numerous, as opposed to four on pages with "Constitution Européenne". Statisticians use a measure called "odds ratio", which is simply the division of one by the other. Here the odd ratio (in favor of non) is about 4/3, more exactly 3.9 / 3.0 = 1.27. In other words, one has 27% more chances to find a non than a yes when the Web speaks of "Constitution européenne".

One commentator on my French version of this post remarked that the numbers could be biased by the pages about the current opinion polls -- whose findings are in favor of non. Very interestingly, if we subtract the pages that contain poll (i.e. sondage in French), the odd ratio in favor of non is even greater since it jumps to 2.5 ! Vraiment non !

The comparison with the English-speaking Web is striking. Here are the results, still with Yahoo (English pages only this time) :

Query	Hits
"European constitution" yes -no	5 830
"European constitution" -yes no	132 000
"European constitution" -yes -no	128 000
"European constitution" yes no	99 500
"European constitution"	371 000

The total number of pages about "European Constitution" is surprisingly low! We have seen above that it was close to 1.9 million for French, and we know that the French pages are far less numerous on the Web. I made a quick estimate by querying Yahoo with 50 language-independent "words" (http, www, numbers, etc.), according to the technique I described here. The number of French Yahoo pages is about 5.7% of the number of English pages as of today (April 27th), as can be seen on the following diagram (I don't want to be too technical, but the slope of the regression line in pink gives the proportion).

I would therefore expect 371 000 * 0.057 = 21 147 pages containing "Constitution Européenne" in French. Instead we found 1.9 million, i.e. 90 times more. The conclusion is clear : the debate is quite lively at the moment in France!

As far as yes and no are concerned, we can see that no is much more frequent that yes :

Query	Hits
yes -no	43 200 000
-yes no	1 190 000 000
yes no	163 000 000

This unbalance is much more pronounced than in French, since there are 28 times more no's than yes's (this is probably due to the different linguistic role of no in English : for example determiners such as aucun in "aucune loi" translate as no in English : "no bill"). In any case, no is only 23 times more frequent in the pages containing "European Constitution". The odd ratio is this time 1.22 (i.e. 22% more), but in favor of yes.

These amusing statistics thus reveal that France is already the "black sheep" of Europe, at least on the Web, to use President Chirac's own terms ;-)

Web: C'est plutôt yes !

[Version anglaise - English version]

J'ai montré dans mon étude d'hier que le Web francophone disait franchement non lorsqu'il s'agissait de Constitution Européenne. Le Web anglophone parle à l'inverse : en anglais c'est nettement yes ! Les statistiques semblent donc confirmer la position à part de la France dans le débat Européen.

Voici les résultats concernant le yes et le no dans les pages parlant de "European Constitution" (toujours avec Yahoo, pages en anglais cette fois -- j'ai mentionné que les comptes de Google sont faux et donc inutilisables pour ce type de travail) :

Requête	Résultats
"european constitution" yes -no	5 830
"european constitution" -yes no	132 000
"european constitution" -yes -no	128 000
"european constitution" yes no	99 500
"european constitution"	371 000

Ce tableau amène une première constatation tout à fait surprenante. J'ai montré hier qu'il y avait 1 890 000 pages francophones contenant les mots "Constitution Européenne". Il n'y en a que 371 000 en anglais. Or on sait que les pages en anglais sont bien plus nombreuses que les pages en français sur le Web.

En interrogeant Yahoo avec une liste de 50 "mots" indépendants de la langue (http, www, nombres, etc.), selon une technique que j'ai décrite ici, j'ai pu estimer que le nombre de pages francophones indexées par Yahoo est (à la date d'aujourd'hui, 27 avril) environ de 5,7% le nombre de pages en anglais. Le diagramme ci-dessous montre le nombre de résultats retournés pour chacune des langues --c'est un peu technique, mais la pente de la droite de régression (en rose) indique la proportion de pages françaises.

Je m'attendrais donc à observer environ 371 000 * 0,057 = 21 147 pages contenant "Constitution Européenne" en français. Or, il y en a près de 1,9 million, c'est-à-dire environ 90 fois plus. Le constat est sans appel : le Web confirme ce que nous savons déjà, à savoir que le débat sur ce thème fait actuellement rage en France. Mais revenons au yes et au no. On observe que le no "sec" (sans yes dans la même page) est bien plus fréquent que le yes "sec". Il faut bien sûr, comme je l'ai expliqué hier, comparer avec les proportions de yes et no sur l'ensemble du Web anglophone :

Requête	Résultats
yes -no	43 200 000
-yes no	1 190 000 000
yes no	163 000 000

Permettez-moi d'ouvrir une petite parenthèse linguistique sans rapport avec la Constitution: on s'aperçoit dans cette table que la proportion no/yes (secs) est bien plus grande en anglais qu'en français. On avait environ 3 fois plus de non que de oui en français sur l'ensemble du Web. En anglais c'est environ 28 fois. Cela tient sans doute au fait que le no anglais apparaît dans de nombreux rôles qui sont dévolus à d'autres mots en français (par exemple l'adjectif indéfini : "aucune loi" = "no bill").

Quoi qu'il en soit, ce qui nous intéresse ici c'est de comparer le rapport no/yes sur l'ensemble du web et dans les pages contenant "European Constitution". On s'aperçoit que ce rapport n'est plus que d'environ 23 fois dans ces dernières. Le "rapport de chances" (voir mon billet d'hier) est cette fois-ci de 1,22 (soit 22% de plus) mais en faveur du yes.

Ces quelques statistiques simples, au-delà de leur valeur récréative, montrent donc clairement que la France est déjà le vilain mouton noir d'Internet ;-)

Mais attention, ne prenez pas tout ça trop au sérieux, quand même !

Web: C'est plutôt non

[Version anglaise - English version]

---

Lire la suite

27 avr - En anglais, c'est plutôt yes

---

Quelques statistiques simples montrent que le Web dit plutôt non que oui lorsqu'il parle de la Constitution Européenne. Vous pouvez le vérifier vous-même aisément avec le moteur de recherche Yahoo (pages en français) :

Requête	Résultats
"Constitution européenne" oui -non	135 000
"Constitution européenne" -oui non	521 000
"Constitution européenne" oui non	643 000
"Constitution européenne" -oui -non	528 000
"Constitution européenne"	1 890 000

La première requête cherche les pages qui contiennent les deux mots "constitution européenne" côte à côte (les guillemets sont importants!), le mot oui, et pas le mot non (le signe moins est un opérateur de recherche avancée qui permet d'exclure la présence de certains mots). La seconde cherche les pages qui contiennent "constitution européenne", non et pas oui, etc... Ceci correspond au bon vieux patatoïde de la théorie des ensembles, ou diagramme de Venn, qu'on apprend (apprenait ?) sur les bancs du lycée :

On remarquera que l'addition n'est pas tout à fait exacte (alors qu'elle le devrait selon la théorie des ensembles). Mais c'est normal : les moteurs de recherche font obligatoirement une approximation lors de requêtes booléennes de ce type. Yahoo ne s'en tire pas trop mal, l'erreur n'est que de 3%. Google est catastrophique de ce point de vue, comme je l'ai largement fait remarquer sur ce blog, et donc il est totalement inutilisable pour le genre de travail que j'illustre ici.

Les pages qui contiennent à la fois les mots oui et non, tout comme celles qui ne contiennent ni l'un ni l'autre, ne nous permettent évidemment pas d'opposer ces deux mots. Ignorons-les (pour l'instant). On voit que les pages qui contiennent un non sans oui (que j'appellerai un non sec pour faire plus court) sont à peu près 4 fois plus nombreuses que les pages qui contiennent un oui sec. Etonnant, non ?

Oui... mais ! Ne nous emballons pas. Il faut comparer avec ce qu'on trouve généralement sur le Web dans son ensemble ! Or, on voit que le non est toujours plus fréquent que le oui, tous sujets confondus. Etonnant aussi. Et cela se retrouve aussi dans d'autres langues. Je ne sais pas si quelqu'un l'a déjà remarqué... Peut-être. Profonde négativité de l'être humain ? C'est certainement intriguant, et à étudier de plus près, mais ce sera pour un autre billet.

Requête	Résultats
oui -non	13 500 000
-oui non	40 900 000
oui non	12 800 000

Oui... mais re-mais : sur l'ensemble du Web (en tous cas, les quelques centaines de millions de pages indexées par Yahoo pour le français), le non sec est seulement trois fois plus présent que le oui sec. Les statisticiens utilisent un terme savant pour comparer de tels couples de proportions, à savoir la notion de rapport de chances -- attention, "chances" est le terme consacré, ne l'interprétez pas mal dans le contexte de ce référendum ! Les statisticiens parlent aussi bien de "chances" de mourir du cancer que d'en guérir...

Ici, le "rapport de chances" en faveur du non est en gros de 4 pour 3. Si vous vous amusez à faire les calculs précis à partir des tableaux ci-dessus, vous verrez que c'est plus exactement 3,9 / 3,0 soit 1,27. En d'autres termes, on a environ 27% plus de "chances" de trouver non quand le Web parle de "Constitution européenne".

Je laisse à chacun le soin d'interpréter ce résultat... Bien sûr, il y a des pages qui contiennent le mot non et qui sont favorables à la Constitution (du genre "Ne votez pas non"), et inversement. Mais les statistiques s'intéressent aux grandes masses, et j'ai bien l'impression quand même après avoir examiné les premières dizaines de pages retournées par Yahoo pour le non sec et le oui sec, que les pages qui contiennent non sec sont plutôt contre, et les pages qui contiennent oui sec sont plutôt pour. Si c'est bien le cas, cela n'a évidemment de toutes façons pas valeur de sondage sur l'ensemble des futurs votants. Cela ne représenterait au mieux qu'un sondage sur une petite fraction, celle des internautes, et encore, ceux qui écrivent.

Une dernière petite remarque : la proportion des pages qui contiennent à la fois oui et non par rapport à l'ensemble des oui/non est de près de 50% sur les pages qui parlent de "Constitution européenne". Elle n'est que d'environ 20% sur l'ensemble du Web. Beaucoup d'indécis ? Beaucoup de sites qui appellent à réfléchir, qui essaient d'éclaircir le débat sans prendre position ?

A vous de juger.

---

Post-scriptum

27 avr - Le Web est contre !

Daniel Broche me fait remarquer que le pour est plus fréquent que le contre dans les pages qui parlent de Constitution Européenne, (voir son billet). Que ne l'ai-je lu avant d'écrire le mien ! J'aurais intitulé mon billet "Le Web est contre !". Car, à nouveau il faut comparer le rapport contre / pour dans les pages sur la Constitution Européenne et les autres. Et il n'y a pas photo :

mot	Web	Const. Eur.
contre	28 700 000	1 050 000
pour	215 000 000	1 780 000
contre/pour	0,13	0,59

Le rapport de chances est ici de 0,59 / 0,13 = 4,4 (en faveur du contre) ! Bien plus élevé que pour oui / non. Et en plus, cet exemple a une vertu pédagogique bien meilleure (merci Daniel, je vais l'utiliser dans mes cours !), puisque si on s'arrête à la simple proportion dans les pages liées à la Constitution, sans calculer le "rapport de chances" on aboutit dans ce cas à une conclusion inverse de la bonne !

27 avr - Le Web dit franchement non !

Indif fait remarquer très justement que le thème du sondage peut biaiser les résultats (notamment parce que les sondages semblent jusqu'ici donner le non gagnant). Dans un des commentaires, Indif refait les comptes en enlevant les mots sondage et sondages. Je reprends sa table ici, car trop de lecteurs ne cliqueraient pas pour aller voir les commentaires et c'est très intéressant :

Requête	Résultats
"Constitution européenne" oui -non -sondage -sondages	56 000
"Constitution européenne" non -oui -sondage -sondages	414 000
non/oui	7,39

Je me permets de comparer avec le Web dans son ensemble (même remarque que ci-dessus) :

Requête	Résultats
oui -non -sondage -sondages	13 300 000
oui non -sondage -sondages	40 100 000
non/oui	3,01

Le rapport de chances devient, si l'on exclut les pages parlant de sondages, 7,39 / 3,01 = 2,45. Soit près de deux fois et demi la proportion de non à laquelle on s'attendrait !

Donc j'avais fait preuve de myopie. Commentaires sur les sondages mis à part, le Web ne dit pas non, il dit franchement non!

Encore un bel exemple pour mes cours. Merci Indif et Daniel. Les blogs ne sont-il pas un outil extraordinaire ? Une sorte de workshop scientifique permanent !

---

Lire la suite

27 avr - En anglais, c'est plutôt yes

---

Référencement: Define n'importe quoi

J'ai été secoué de rire pendant un bon moment en voyant les nouvelles requêtes Google qui arrivent sur mon site, pour lesquelles il se classe premier (enfin pour l'instant...) : define infarctus (et aussi bien sûr l'inévitable define infractus), define conclave, define pape (si !), define otage (hélas), define poète (celle-là je l'adore), define klingon, define kafir (incroyable !), etc. -- et la meilleure de toutes :

Alors là, franchement, je crois que notre robot de l'information planétaire a un sens profond de l'humour, puisque le billet qui arrive en tête est tout simplement mon coup de gougueule de l'autre jour sur l'inanité de la fonction define et les blagues sexistes tout à fait déplacées sur un moteur grand public (imaginez un peu les Pages Jaunes qui vous sortiraient des trucs comme ça...).

Mais trêve de plaisanteries. Si vous croyez que vous êtes sur ce blog (seulement) pour rigoler, vous avez tort. Le grand professeur Aixtal va vous livrer gratuitement quelques conseils de référencement qui vont vous permettre d'attirer de façon infaillible (mais peut-être pas pour longtemps) des centaines d'internautes perdus sur le site où vous évertuez depuis plusieurs mois à attirer quelques cyberchalands.

Première constatation. Beaucoup d'internautes ne tapent pas les "deux points" après define. Donc au lieu de "define:truc", beaucoup de gens tapent simplement "define truc".

Deuxième constatation. Ils n'ont pas tout à fait tort, puisque Google admet les deux syntaxes. C'est d'ailleurs expliqué dans l'aide en ligne. Avec les deux points on a la liste de toutes les "définitions" (notez les guillemets) et sans les deux points, Google donne sa préférée (le plus souvent, c'est celle de Wikipédia, quand elle existe). Un peu subtil, non ?

Troisième constatation. Google est buggué (on le savait, mais c'est comme les trains : un bug peut en cacher un autre, et ainsi de suite). Si define est un mot spécial, qui fait partie du métalangage, il doit être traité de façon séparée, et il n'y a aucune raison à mon avis qu'il fasse partie des termes cherchés. Trop occupé à gérer son livret de Caisse d'Epargne, Google a oublié ce petit détail, et donc la fonction define donne les deux comportements :

• ramener la définition du mot truc ;
• ramener les résultats pour la requête define+truc, au lieu de truc tout seul.

Conclusion: si vous mettez dans vos titres (selon ce que vous vendez : define merguez, define yoghourt, define vernis, define "chasse à courre", etc.), c'est la fortune assurée. Ca marche aussi ailleurs que dans les titres, et les mots define et truc n'ont pas vraiment besoin d'être collés, mais ça dépend de votre PageRank (ou ce qui en fait office ces temps-ci, à savoir le GoogleFluide). Si vous n'avez guère de GoogleFluide, mettez plutôt dans les titres, et utilisez Blogger ;-).

Mais, me direz-vous, pour les malheureux internautes qui n'utilisent pas Google? Pas de problème, le grand professeur Aixtal peut aider-vous aussi, grâce à ses surnaturels donts de voyansse SEO. Succès assurée, fortune garanti à 1000% :

Essayez dès aujourd'hui ! Profitez, parce qu'à mon avis ça ne va pas durer (le grand Google lit hélas ce blog...).

Texte: Comparez les Constitutions française et européenne

Vous avez été très nombreux à utiliser mon outil de navigation dans le TCE, et je vous en remercie, mais vous avez regretté de ne pas pouvoir l'utiliser pour parcourir aussi la Constitution française de 1958. Il suffisait de demander ! Voici donc un nouvel outil qui permet de comparer les deux constitutions.

Chercher dans la Constitution Française Européenne



Fr : A B C D E F G H I J K L M N O P Q R S T U V W X Y Z - Mots fréquents
Eu : A B C D E F G H I J K L M N O P Q R S T U V W X Y Z - Mots fréquents

Technologies du langage - Aide

Les listes alphabétiques et de mots les plus fréquents dans le formulaire ci-dessus ont été expugées des mots-outils (mots-grammaticaux, nombres, etc.) pour une meilleure lisibilité. Vous pouvez télécharger les listes complètes si vous le désirez :

• classés par fréquences décroissantes, zip (fr) (eu)
• classés par ordre alphabétique, zip (fr) (eu)

Vous pouvez également ajouter le formulaire de recherche sur vos pages (plusieurs versions à copier-coller ici).

Bonne navigation !

---

Post-scriptum

Attention aux comparaisons directes de fréquences des mots, car les deux textes sont de tailles extrêmement différentes. La Constitution Européenne est près de 20 fois plus grosse que la Constitution Française (bien entendu je compte les Annexes, dont l'Article IV-442 nous rappelle qu'elles font partie intégrante du traité).

5 mai - Voir Le vocabulaire des constitutions : une analyse et un outil permettant les comparaisons
7 mai - Mise au point: Le Monde, Attac et moi

---

Texte: Constitutions parallèles

Lars Nygaard (Université d'Oslo) et Jörg Tiedemann (Rijksuniversiteit Groningen) mettent à notre disposition les 21 langues de la constitution européenne sous forme de textes parallèles : chaque phrase est alignée avec la phrase correspondante dans les 20 autres versions (ce qui fait 210 couples !).

L'alignement a été obtenu automatiquement, et il subsiste donc quelques petites erreurs, mais les meilleurs outils actuels savent aligner ce type de texte avec jusqu'à 98% de résultats corrects. On peut télécharger l'ensemble (attention, 67 Mo !) ou un couple de langues particulier. Lars et Jörg ont également réalisé un concordancier (c'est-à-dire un moteur de recherche qui permet de voir toutes les occurrences d'un mot en contexte, du type de celui que j'ai mis à votre disposition il y a quelques jours), mais en version bilingue. Cherchez dans une langue, et vous avez les résultats dans une ou plusieurs autres au choix. Idéal pour les traducteurs, et simplement pour tous ceux qui veulent perfectionner leurs langues !

Exemple : Comment se dit abrogé en anglais ? Réponse : repealed.

Un bel outil, bravo !

La langue de l'Europe c'est la traduction
Umberto Eco

Google: Femmes enceintes et sexe hard XXX

Quoi de plus beau que la venue d'un bébé ? Mais combien de questions et d'interrogations pour la future jeune maman (et le futur jeune papa !)... Alors quoi de plus naturel que de chercher sur Google des forums, des conseils, des vêtements pour femmes enceintes, etc. Mais avez-vous vraiment envie que les liens sponsorisés vous proposent du "sexe hard XXX" ? Avez-vous vraiment envie que le cinquième lien, en plein milieu de la première page vous propose des "femmes enceintes en photos X et live show hardcore" ? Pourtant, c'est ce que vous aurez :

Je ne fais partie ni des puritains au cul serré, ni des googlophobes systématiques, mais là, j'ai envie de crier STOP ! Google doit faire face à la responsabilité qu'il s'est lui-même créée en se positionnant comme portail d'entrée quasi exclusif de l'information mondiale. Et s'il ne le fait pas, il est de notre responsabilité à nous, citoyens du monde, de protester haut et fort.

Que l'on ne m'objecte pas qu'il y a de tout sur internet, que le filtrage est difficile. La firme Google a largement les moyens financiers pour faire le nécessaire si elle le souhaite. Elle vient d'annoncer "avoir multiplié par près de six son bénéfice net au 1er trimestre 2005, profitant de la forte croissance de la publicité en ligne. En terme de chiffre d'affaires, Google atteint un nouveau record, à 1,26 milliard de dollars" (Nouvel Obs). Le filtrage est au demeurant d'une simplicité enfantine sur de tels cas ! Un étudiant saurait filtrer les mots-clés absolument explicites qui apparaissent sur les pages et liens mentionnés.

Google ne se permettrait d'ailleurs pas ce type de laisser-aller aux Etats-Unis, comme la même requête "pregnant women" sur www.google.com le démontre. Ce n'est d'ailleurs pas la première fois que Google montre un souci assez lointain pour les autres langues et cultures (voir ici).

Ne nous laissons pas faire. La soif de profit n'excuse pas tout.

Langues: Parlez ku avec Nicole Kidman

[Non, ce n'est pas un nouveau billet sur le langage SMS !]

Mark Liberman nous livre une information qui ne semble pas encore avoir intéressé la presse française. Nicole Kidman vient de tourner The Interpreter dirigé par Sidney Pollack, qui met en scène une tentative d'assassinat aux Nations Unies (soit dit en passant, les Nations Unies ont accepté qu'on tourne dans leur bâtiment, alors qu'elles l'avaient jusqu'ici refusé, y compris quand Alfred Hitchcock l'avait demandé pour North By Northwest, La mort aux trousses).

Dans le film, Nicole Kidman parle le ku, en plus du français et de l'espagnol. Ce n'est pas la peine de vous jeter sur l'extraordinaire base de données Ethnologue (que je recommande vivement au passage) pour en savoir plus sur le ku. Les fiches de la production expliquent qu'il s'agit d'une langue inventée pour les besoins du film (avec l'aide de "linguistes anglais" -- Mark a mené l'enquête, il s'agirait d'un africaniste de Londres, Said el-Gheithy). Le ku rejoint donc la lignée des langues artificielles dont je parlais l'autre jour à propos du Klingon. On verra s'il a le même succès...

Peu d'informations sur Internet. Rien en français, apparemment (la presse française se concentre plutôt pour l'instant sur la question de savoir si Nicole Kidman est enceinte...). Pas grand chose non plus en anglais. On est dans une de ces situations typiques où des dizaines de journaux et médias variés reprennent en boucle le même texte, en l'occurrence la dépêche de la production. Du bon journalisme : ça vend bien, et ça ne coûte rien. Ceux-là au moins ne seront pas pris en otages.

On apprend donc seulement que le ku, qui est censé être parlé dans le pays africain imaginaire du Matobo, est une fabrication à partir du swahili et du shona. Ce sont deux langues bantu parlées dans l'est de l'Afrique, respectivement dans les zones G et S de la carte ci-dessous.

Vous avez sans doute entendu parler du swahili. Hakuna matata, ça ne vous rappelle rien ?

Ca veut dire Ne t'en fais pas en swahili. On en a plus entendu parler que du shona (il me semble ?). Pourtant, le swahili a seulement 700 000 locuteurs de langue maternelle (essentiellement en Tanzanie et au Kenya, et aussi un peu à Mayotte et au Burundi), contre dix millions pour le shona (80% des habitants du Zimbabwe, plus des locuteurs au Botswana, au Mozambique et dans les pays limitrophes). Ce qui fait la différence, ce n'est pas seulement le Roi Lion. C'est surtout le fait que le swahili est largement écrit, avec livres et journaux. De nombreux locuteurs de la région le parlent et l'utilisent comme seconde langue. Même Google a une interface en swahili (mais pas de détection de la langue, hélas). Un bel exemple (ils sont rares) d'une langue africaine qui a réussi à résister.

Euh... Google, ça n'est pas le printemps là-bas, en Tanzanie !

Nicole a dû drôlement bosser pour ce film, parce que les langues bantu ce n'est pas simple pour nous autres occidentaux. Et il paraît qu'elle est devenue "fluente" comme un natif du Matobo... Outre la phonétique avec des sons assez difficiles pour notre appareil phonateur, les langues bantu se distinguent par un système de "classes nominales" extrêment surprenantes pour les occidentaux. Ce n'est pas comme chez nous, où nous avons seulement le masculin et le féminin (et le neutre dans quelques langues voisines). Les langues bantu distinguent humains, végétaux, animaux, abstraits, etc. Chacune de ces classes a un système de préfixes différent (par exemple les noms de langues font partie de la classe abstraite préfixée par ki -- le vrai nom du swahili est donc le kiswahili, et celui du ku, le kiku...) qui déclenche son propre système d'accord (comme pour nous le genre et le nombre) sur le reste des mots de la phrase...

Passionnant (et drôlement décapant pour nos neurones).

Il paraît que le film sort en juin en France. J'ai hâte de savoir comment on a traduit "ku"...

Lexique: Quand les cons clavent...

Quand les cons clavent, les souris dansent. Ca pourrait résumer ce que j’ai ressenti (en 1981...) en voyant le prototype de ce qui allait devenir le Lisa d’Apple. Deux mains pour le clavier, une troisième pour la souris. Difficile (à moins d’être trichire, évidemment). Je n’étais pas le seul à être perplexe face à cet engin étrange et anti-ergonomique. L’inventeur de la souris lui-même, Douglas Engelbart, ne croyait pas que l’on puisse associer son engin à un clavier normal, et il avait inventé un clavier spécial à cinq touches, sur lequel on pouvait plaquer des « accords » comme sur un piano (on peut voir une vidéo d’époque assez étonnante) :

Clavier à accords

Une main pour le clavier, une autre pour la souris. Voilà qui faisait sens. Mais ce n’est pas la solution que l’Histoire a retenue : nous avons préféré devenir des sortes de jongleurs de texte à trois balles plutôt que d’apprendre à claver sur cet espèce de sous-clavier.

Les lecteurs attentifs se sont sans doute dit que le verbe claver n’existe pas. Eh bien, si. Tout comme clavier, il vient du latin clavis, clé. Claver était employé dans de nombreuses régions pour fermer une porte à clé (il semblerait qu’il subsiste encore ici ou là si l’on en croit le Dictionnaire des Régionalismes de France --encore un produit INaLF, maintenant ATILF, que je recommande à tous les amoureux de la langue !). Plus technique, claver c’est aussi bloquer une voûte au moyen de la fameuse clé (de voûte).

Clé bien clavée

Mais, d’accord, je l'admets, claver n'est pas encore homologué dans le sens où je l'emploie. Et c'est dommage, car il nous faut utiliser une circonlocution pesante : taper à la machine – en plus les jeunes générations n’ont peut-être même jamais vu une machine à écrire... Voici d'ailleurs la magnifique machine Mignon sans clavier qui me fascinait entre les mains expertes de mon grand-père et que je n'avais hélas rigoureusement pas le droit de toucher et encore moins de taper :

Clavier Mignon

Pourquoi taper ? Sommes-nous un peuple si brutal qu’il nous failler taper nos écrits pour les faire entendre ? Claver irait très bien. Et après tout, si certains ont cru bon d’inventer clavarder pour chatter (pour ne pas confondre avec attraper les souris ?), claver n'est pas pire ! Je crois même que claver un billet ne serait pas plus idiot que le poster…

Le mot clavier est tout de même un peu curieux. Le suffixe -ier comme dans pommier suggèrerait une sorte d’arbre à clés à tout martien qui visiterait la planète, et qui n'aurait pas été prévenu que les humains ne sont pas logiques :

Clavier indien

Ca devrait plutôt être le touchier, non ? Car ce ne sont pas des clés qu'il contient, mais des touches. Au lieu de taper brutalement nos lettres, nous pourrions simplement les toucher, ce qui serait beaucoup plus poétique. En fait, le mot clavier a désigné pendant longtemps l’anneau à clefs que l’on portait à la ceinture, ainsi que le gardien des clés.

Clavier pour copocléphile

On pourrait sans doute le ressusciter et l’appliquer aux matons, ce qui montrerait que parfois ce sont les claviers qui tapent...

Claviers mal tempérés

*
* *

Et le conclave ? A peine besoin de mentionner l’étymologie, tout le monde a dû la lire ou l’entendre jusqu’à la nausée ces jours-ci. Cum clavis, avec la clé : on enferme les cardinaux à clé pour qu’ils se dépêchent d'élire un pape. Le mot serait apparu à l'occasion de l’élection douloureuse de Grégoire X, à Viterbe en 1271, qui a duré près de trois ans... Les habitants et les autorités excédés ont enfermé les cardinaux en menaçant de les affamer, jusqu’à ce qu’ils trouvent une solution. Seul problème, à l’époque on les a emmurés, et non pas enfermés à double tour de clé. Quelque chose ne colle pas…

Grégoire X, Conclavier

Le clou (du latin clavis...) de l’histoire, c’est en fait que le mot conclave existait déjà bien avant puisque, selon le Dictionnaire Historique d’Alain Rey, le mot désignait en latin « la chambre à coucher, la salle à manger, l’enclos pour garder les animaux (étable, volière) ; en latin médiéval la sacristie (v. 813) et la clôture claustrale (v. 813-814) ». Il n’a donc pas été créé lors de l’élection de Grégoire X, même si à partir de là (ou plutôt sans doute à partir du second Concile de Lyon ^[fr][en], en 1274, où le même Grégoire X a fixé les clauses de l’élection papale) il a commencé à prendre le sens qu'on lui connaît. Il faut se méfier des histoires qui tournent en boucle, surtout sur Internet. On aurait vite fait de créer des légendes urbaines. De urbi… -- non, j’arrête, il me faut clore ce billet. Alors, je vais me la claver comme on dit encore en Provence, c'est-à-dire que je vais me la fermer...

Text: The words of the European Constitution

[ French version - Version française ]

Many of you have asked for it. You can now download the complete list of words in the Treaty for the European Constitution (TEC) :

• sorted by decreasing frequencies (zip)
  
• sorted by alphabetical order (zip)
  

Still with the goal of helping you read the TEC, I have added an on-line navigation tool from this list (minus a stoplist of grammatical words, numbers, etc.) :

• A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

You can also see the list of the mot frequent words (excluding those in the stoplist) :

• Most frequent words
  

And of course, keyword search is still possible :

• Keyword search
  

Have fun!

Texte: Les mots de la Constitution Européenne

[Version anglaise - English version]

---

Lire la suite

25 avr - Comparez les constitutions française et européenne
5 mai - Le vocabulaire des constitutions
7 mai - Mise au point: Le Monde, Attac et moi

---

Vous avez été nombreux à me la demander. Voici la liste complète des mots du Traité pour la Constitution Européenne (TCE) à télécharger :

• classés par fréquences décroissantes (zip)
  
• classés par ordre alphabétique (zip)
  

Toujours dans l'idée de faciliter la lecture du TCE, j'ai ajouté une possiblité de navigation en ligne à partir de cette liste (expurgée des mots-outils : mots-grammaticaux, nombres, etc.) :

• A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Vous pouvez également voir ici la liste des mots les plus fréquents (toujours à l'exclusion des mots-outils) :

• Mots les plus fréquents

Et évidemment la recherche par mots-clés est toujours possible :

• Recherche par mots-clés

Bonne navigation !

---

Lire la suite

25 avr - Comparez les constitutions française et européenne
5 mai - Le vocabulaire des constitutions
7 mai - Mise au point: Le Monde, Attac et moi

---

Lexique: Otages

Cent jours.

Ecrivons pour eux.
Pour que leurs visages ne s'évanouissent pas dans l'oubli.

*
* *

Cruelle ironie des mots... L'otage c'était celui que l'on reçoit ; "prendre en otage" c'était accueillir en sa demeure. Hôte, hospitalité, hôtel, hôpital, hospice : la plupart des autres mots de la famille sont restés accueillants. Mais celui-là a mal tourné. La première apparition qu'on lui connaisse, c'est dans la "Laisse" (ou strophe) III de la Chanson de Roland autour de l'an mil, comme en témoigne ce magnifique manuscrit, conservé à la Bodleian Library d'Oxford (une de celles que Google veut numériser bien que je n'aie pas entendu dire que les manuscrits anciens soient concernés !) :

Le mot commençait à avoir une autre signification, celle de gens que l'on envoie volontairement chez ses adversaires pour garantir un accord, un traité... Des cautions vivantes, en quelque sorte :

S'en volt ostages, e vos l'en enveiez,
U dis u vint pur lui afiancer.
Enveiu[n]s i les filz de noz muillers

(BnF)

S'il [Charles] veut des otages, vous lui en envoyez,
Ou dix, ou vingt, pour le mettre en confiance.
Envoyons-y les fils de nos femmes.

Et puis le mot s'est mis à prendre le tour encore plus lugubre qu'on lui connaît. Par un curieux chassé-croisé étymologique, il s'est mis à se rapprocher du mot ôter, qui n'avait pourtant historiquement rien à voir. On pourrait hélas désormais proposer la définition suivante à Google :

otage. n. Personne innocente que l'on ôte injustement aux siens. Prendre quelqu'un en otage : crime contre l'humanité.

On pourra ôter des innocents à leurs familles et à leurs amis, mais on ne nous ôtera ni la mémoire, ni la parole.

Lexique: Qu'a-t-on fait d'hecaton?

A Florence et Hussein. Cent jours.

Entre deux googueleries (par exemple ici et ici), et une crise de constipation européenne (ici et ici), je continue tranquillement d'autres recherches moins médiatiques, mais tout aussi passionnantes, par exemple celles sur les "livres d'emblèmes" ou "recueil de devises" du XVIè siècle -- que j'ai entreprises à propos de... Google (on ne s'en sort pas, c'est l'alpha et l'oméga, tout en part et tout y revient, en attendant l'apocalypse) !

Je suis tombé sur un des premiers livres d'emblèmes illustrés français, l'Hecatongraphie, de Gilles Corrozet, auteur libraire et traducteur, publié en 1543, donc une dizaine d'années avant les Devises Héroïques de Claude Paradin qui ont inspiré (indirectement) les Googlers (voir ici).

Il en existe une réédition, publiée aux Editions Plein-Chant dans la collection Xylographies oubliées (je leur fais bien volontiers de la pub!). Je la vois à 22,87 € chez Amazon. Si ce n'est pas une erreur, ce n'est rien pour cette petite merveille. Mais si vous êtes (con)pressé, ou radin, il est aussi à la Gallica, dont je ne peux dire assez de bien.

Voici une des très belles gravures que ce livre contient (la page en face donne une explication en vers de la maxime qui est illustrée). Elle me parle tout particulièrement :

J'ai été un peu perturbé par la notice de la BnF, qui donne le titre Hécatomgraphie :

Pourquoi un m ? Le mot est manifestement formé sur hekaton qui veut dire cent en grec : cent maximes. L'original porte bien le titre Hecatongraphie avec un n. L'erreur est aussi présente au catalogue des Editions Plein-Chant, et chez Amazon (tapez bien "hécatoMgraphie" !).

C'est probablement une contamination due au mot "hécatombe". J'ai déjà parlé de ces contaminations orthographiques il y a quelque temps. Elles nous donnent des infractus, des aréoports, et des génycologues (voir ici). Le mot hécatombe n'a rien à voir avec la tombe, contrairement à ce que beaucoup de gens pensent. Il fait allusion au massacre de cent boeufs, sacrifice grec (encore que l'Iliade parle de 12, l'Odyssée de 81, mais ne chipotons pas, il y avait peut-être des restrictions budgétaires par-ci par-là). Le m se justifie tout à fait, puisqu'il est suivi d'un b. Règle habituelle en français (tombe, plombier, etc.). Mais pas dans hécatongraphie. Comme quoi, même les documentalistes de la BnF peuvent se prendre les pieds dans le tapis de la souris. Une vraie hécatombe, l'orthographe, ces temps-ci.

Mon esprit a sauté de la coquille à l'âne, et j'ai été frappé tout d'un coup par la faible productivité de ce préfixe, hécaton, cent... A dire vrai, je ne connaissais qu'hécatombe avant de tomber sur Corrozet. Bien sûr, il y a les méchants Hécatonshires --non Hécatonchires. Ce n'est pas une race de chiens, mais les terribles enfants de Gaïa (la Terre) et Ouranos (oui, Uranus : le Ciel), encore plus horribles que les Cyclopes, ce qui n'est pas peu dire. Monstres aux cents mains. Pentacontacéphales en plus : cinquante têtes (chacun). Même Ouranos a eu les jetons, et les a jetés dans le Tartare (pas le steak). Il a dû détruire toutes les photos, car je n'arrive pas à trouver d'image, même avec l'aide de tous les Godgles de l'Olympe. Enfin, ça devait quand même un peu ressembler un peu à ça (c'est la version Heroic fantasy) :

Mais ça ne compte pas, c'est un nom propre. Il n'y a aucun autre mot qui commence par hécato(n|m) à part hécatombe dans le TLFI. C'est mauvais signe. Rien non plus dans le Dictionnaire Historique d'Alain Rey. Reste Internet, mais la recherche avec joker, "hécato*", n'est hélas pas possible. Je ne sais pas par quel court-circuit mental, mais il m'est venu une idée jouissive : utiliser Google Suggest, qui fait, finalement, une recherche par préfixe (tout y revient, je vous dis : un trou noir informationnel).

Évidemment Google Suggest donne surtout des suggestions en anglais, mais sur un préfixe grec, ça n'est pas très grave, nos deux langues sont parallèles. Eh bien, pas grand chose on plus, à part le recueil Hecatommithi (cent nouvelles en imitation du Décaméron de Bocace), qui a servi d'inspiration à Shakespeare pour son Othello.

Si quand même, un mot curieux : hecatontagon, en français hecatontagone, un site ou deux en parlent. Ah oui, j'aurais dû y penser, pentagone, hexagone... Et les autres ? qui peut les réciter par coeur ? Comme ça, sur le bout de la langue, il ne m'en vient que quelques-uns :

Côtés	Nom
5	Pentagone
6	Hexagone
7	Heptagone
8	Octogone
9	Ennéagone
10	Décagone
11	Hendécagone
12	Dodécagone

Bien sûr, je pourrais vous fabriquer un triacontakaihenagone, qui prouverait mathématiquement que le grec c'est du chinois, mais je suis sûr de n'en avoir jamais vu, ni en écrit, ni en dessin !

Je ne veux pas couper les cheveux en tétra, mais, hécatontagone ça ne va pas. Le grec c'est compliqué : 30 = triaconta, 40= tretraconta, 50= pentaconta, etc. mais 100 c'est seulement hecaton, pas hecatonta. Le bon polygone à 100 côtés, ce devrait être un hécatongone. Vu, les gones ?

Qu'a-t-on fait d'hécaton ? On devrait en avoir besoin : toute notre civilisation est basée sur les puissances de 10 : 10, 100, 1000, etc. (enfin, en principe...). En fait, s'il y a aussi peu de mots en hécaton, c'est parce qu'une variante plus courte s'est développée et lui a fait concurrence (l'influence du texto, déjà ?) : hecto. Encore un exemple de l'évolution darwinienne du langage. Des mots en hecto, on en a des myriades (de myrias = 10000) : hectogramme, hectolitre, hectopascal, etc. Et finalement, c'est heureux, vous vous voyez demander à votre marchand de fromage "Vous m'en mettez un hecaton ?".

Pour finir, juste pour la bonne bouche, voici la liste complète des préfixes adoptée par la Conférence générale des poids et mesures :

Facteur	Nom	Symbole		Facteur	Nom	Symbole
1024	yotta	Y		10–1	déci	d
1021	zetta	Z		10–2	centi	c
1015	peta	P		10–6	micro	µ
1012	téra	T		10–9	nano	n
109	giga	G		10–12	pico	p
106	méga	M		10–15	femto	f
103	kilo	k		10–18	atto	a
102	hecto	h		10–21	zepto	z
101	déca	da		10–24	yocto	y

Yotta, zetta, zepto et yocto n'ont été adoptés qu'en 1991. Tout jeunes. Que va-t-on faire lorsqu'on va avoir besoin de préfixes pour 10^-27 et 10²⁷ ? Au train où rétrécissent les puces et où augmente la taille de l'index de Google (ou des comptes GMail), ça ne saurait manquer d'arriver. Je proposerais volontiers yoda et zebda.

En tous cas, pour 10¹⁰⁰ on connaît déjà. C'est le Google. Mais ça n'a aucun usage pratique :

10 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000

Je crois qu'il me faut un bon café après tout ça -- surtout pas un déca !