IRaMuTeQ et Molière, tutoriel critique

IRaMuTeQ est un logiciel d’analyse statistique de textes, conçu initialement pour la sociologie et les sciences politiques. Il combine une interface graphique, des programmes en python, et la librairie R, un langage puissant pour le calcul matriciel. Ce tutoriel a pour objectif de faire découvrir les fonctionnalités du logiciel, notamment les concepts les plus originaux, en les appliquant à un corpus connu, l’œuvre complète de Molière (format iramuteq, sources XML/TEI). La longue histoire critique de ces textes permet de vérifier les résultats produits. Ce tutoriel s’adresse à des utilisateurs déjà dégourdis sur le logiciel qui pourront reproduire les manipulations, ou bien à des profanes qui veulent mesurer ce qu’ils peuvent en retirer. Les aspects les plus laborieusement techniques ne sont pas couverts, ils sont laissés à la documentation et à la communauté des utilisateurs. La connaissance de Molière n’est pas requise, au contraire, les instruments pourront dévoiler un auteur différent du monument national enseigné dans les écoles. Les spécialistes y trouveront peut-être des ressources pédagogiques, ainsi que quelques surprises produites par la sottise numérique.

Attention, ce billet n’est pas écrit par un littéraire, encore moins par un spécialiste de l’œuvre, il peut comporter des formulations fausses ou maladroites qui ne sont pas voulues par l’auteur. Le propos est principalement méthodologique, les énoncés ne sont pas tranchants pour affirmer des thèses, mais parce que la modélisation informatique oblige à choisir entre 0 ou 1. Le tact consiste à poser des frontières aux endroits les plus significatifs. Si des assertions semblaient discutables, il ne faut pas qu’elles gâchent l’opinion sur la méthode et l’outil, mais plutôt donner envie de les réfuter avec des moyens similaires.

• Généalogie d’IRaMuteQ
• Quelle partition pour Molière ?
• Essai de typologie des personnages
• Similitudes, ou le nuage buissonnant
• Distance de Labbé, Thomas Corneille aurait-il écrit les pièces de Quinault ?
• Mots spécifiques de femmes
• Classification inculte, ce que lit la machine
• Conclusion

Généalogie d’IRaMuTeQ

IRaMuTeQ ne sort pas tout seul armé de la tête d’un programmeur, c’est une branche de la tradition française de textométrie. Comme trop souvent en France, l’acte de naissance de cette discipline est en partie politique. En 1960, le Général de Gaulle soutient le projet de Paul Imbs et Bernard Quémada d’un dictionnaire du français des XIX^e et XX^e siècle, le Trésor de la Langue Française (TLF), établi par un dépouillement mécanographique d’un corpus littéraire, Frantext. Nancy a ainsi hébergé un ordinateur Bull d’une salle entière, et un atelier de dactylographes perforant des fiches, afin d’encoder un canon de la littérature française. Les concordances produites automatiquement ont nourri une école de statistiques lexicales, autour de Charles Muller (1968, Initiation à la statistique lexicale).

L’apparition des ordinateurs personnels dans les années 1980-1990 a permis l’explosion d’innovations et de logiciels, dont Hyperbase d’Étienne Brunet, Lexico d’André Salem, ou Alceste de Max Reinert. Ces plateformes partagent plusieurs concepts statistiques, notamment les spécificités de Pierre Lafon (1980, Sur la variabilité de la fréquence des formes dans un corpus) ou l’analyse factorielle des correspondances de Jean-Paul Benzécri (1981, Pratique de l’analyse des données, Tome III : Linguistique et lexicologie). Ces logiciels étaient généralement payants, conçus par et pour Microsoft. L’arrivée de linux et du logiciel libre dans les années 2000 a conduit Serge Heiden (ENS Lyon, préalablement St Cloud) à refondre une grande partie de ces idées dans un logiciel plus récent, TXM. Iramuteq résulte de la même intention, proposer aux chercheurs un logiciel libre, afin d’extirper les algorithmes du repli propriétaire et commercial de certains chercheurs de la génération précédente. IRaMuTeQ poursuit la branche ouverte par Alceste, avec notamment sa fonctionnalité phare : la classification Méthode Reinert. Cet algorithme permet de dégager les thématiques d’un corpus, sans aucune catégorisation a priori, dévoilant souvent un sous-texte qui courre à travers les mots sans toujours frapper la conscience du lecteur.

Malheureusement, il faut préciser que IRaMuTeQ est un logiciel de chercheurs, qui ne sont pas intéressés économiquement au déboguage de leur produit. La progression de leur salaire est indexée sur leurs publications, pas sur leur logiciels, et encore moins sur l’assistance aux utilisateurs qui explorent les recoins mal testés des fonctionnalités. L’installation par exemple, peut être pénible, selon que l’on soit en Apple, Microsoft ou Linux ; il vaut mieux ne pas se lancer seul mais plutôt lors d’une session collective de formation, avec une personne rompue à toutes les mauvaises surprises. Certains boutons ne semblent pas avoir été bien testés sur tous les systèmes (ex : vue 3D), certains algorithmes sont capricieux, notamment la classification Reinert. On se limitera donc ici à un usage basique, sans modifier les paramètres par défaut, pour ne pas produire de décevantes erreurs d’exécution.

Quelle partition pour Molière ?

Le corpus est tiré de l’édition numérique du Labex OBVIL, établie sous la direction du professeur Georges Forestier, par ailleurs éditeur de Molière à la Pléiade. Le texte est donc vérifié sur les originaux imprimés. Le choix philologique a été de moderniser les mots (pas de diroit et autre savoient), ce qui simplifie le travail des machines qui peuvent utiliser des dictionnaires de langue actuelle. Par contre, les éditeurs ont fait le choix de conserver les majuscules d’époque (cf. ci-dessous). Cet usage perturbe les lemmatiseurs communs, mais ne gêne pas IraMuTeQ qui ne s’encombre pas de ces nuances. Il convertit par défaut les textes en minuscules, ce qui d’ailleurs le rend peu pertinent sur les noms propres.

DORINE
Sachez que d’une Fille on risque la vertu,
Lorsque dans son hymen son goût est combattu ;

Tartuffe, II.2

Afin de motiver cette enquête aux instruments, nous nous donnerons une hypothèse à confirmer ou réfuter : est-ce que le mariage est la grande affaire des comédies de Molière ? Il sera facile d’accumuler des indices pour appuyer la thèse, il s’agira aussi d’instruire l’affaire à décharge, afin d’éclairer le jugement du lecteur. L’enjeu de ce billet est surtout de montrer un bon usage de l’objectivation numérique pour se faire une idée d’un corpus de textes.

Un corpus selon IraMuTeQ n’est pas qu’une longue suite de mots, il peut être divisé en textes (séparateur ****), munis d’étiquettes. Cette partition a beaucoup d’intérêt statistique pour révéler des contrastes. Le théâtre classique est très structuré, en pièces, actes, scènes, et répliques par personnage. Les répliques sont parfois trop courtes pour constituer un texte « — TOINETTE. Ha ! — ARGAN : Il y a… — TOINETTE. Ha ! — ARGAN. Il y a une heure… — TOINETTE. Ha ! » (Le Malade imaginaire, I.2). Les scènes ne sont pas non plus très comparables en taille, par exemple celle-ci, parmi les plus courtes : « — CÉLIMÈNE. Encore ici ? — CLITANDRE. L’Amour retient nos pas. — CÉLIMÈNE. Je viens d’ouïr entrer un Carrosse là-bas, / Savez-vous qui c’est ? — CLITANDRE. Non. » (Le Misanthrope, III.2). L’acte est une unité plus stable, sa mesure est contenue par l’endurance des acteurs et l’attention du public. Cependant, il y a peu de révélations à attendre dans la comparaison entre les actes, par exemple les premiers avec les derniers. On se proposera ici une partition beaucoup plus prometteuse, par personnage. Les sources XML/TEI des pièces sont en effet encodées assez soigneusement pour que chaque réplique soit attribuée à un mot clé, si bien qu’un petit programme peut redistribuer les répliques d’un même personnage à la suite. Ceci permet potentiellement de comparer les mots que Molière met dans la bouche des hommes et des femmes ou des domestiques et des maîtres.

Un typologie des rôles n’est pas triviale. Paul Fièvre, sur 1350 pièces de théâtre classique, distingue de très nombreux types de personnages.

On voit vite que l’on risque un éparpillement statistique qui ne conclura rien si l’on veut absolument distinguer les exempts et les capitaines. Mais tout autre étiquetage des rôles procédera d’une interprétation, propre à une époque, voire à une vision politique. Il est impossible de sortir de son temps, mais on peut s’imposer la prudence de comprendre les structures intrinsèques au texte et à la scène avant de plaquer des projections.

Tous les rôles sont tenus par des humains, même les dieux, en général adultes, avec quelques variables biologiques inévitables comme le sexe et l’âge. Le théâtre est le lieu du déguisement, la vieillesse peut s’y croire plus jeune, mais le travestissement confirme justement la règle de ces catégories, l’homosexualité est taboue. La société d’Ancien-Régime est par ailleurs fortement hiérarchisée, cela se constate dès l’annonce des rôles, où l’ordre est très significatif, par exemple ici pour les Fourberies de Scapin :

Argante, Père d’Octave et de Zerbinette.
 Géronte, Père de Léandre et de Hyacinte.
 Octave, Fils d’Argante, et Amant de Hyacinte.
 Léandre, Fils de Géronte, et Amant de Zerbinette.
 Zerbinette, crue Égyptienne, et reconnue Fille d’Argante, et Amante de Léandre.
 Hyancinte, Fille de Géronte, et Amante d’Octave
 Scapin, Valet d'Octave, et Fourbe.
 Silvestre, Valet de Léandre.
 Nérine, Nourrice de Hyacinte.
 Carle, Fourbe.
 Deux porteurs.

Scapin a beau avoir le rôle titre, avec 56% du texte dit, il est en 7^e position dans la distribution, après les bourgeois, premier des domestiques. On notera aussi que les parents passent avant les enfants, et les fils avant les filles ; ce qui confirme bien l’importance de l’âge et du genre. Enfin, Zerbinette, « crue Égyptienne », c’est à dire gitane, d’origine obscure et de mœurs peu recommandables a priori, monte dans la hiérarchie parce qu’elle est reconnue fille d’un bourgeois. Comme pour le sexe, le travestissement de l’origine sociale est là pour confirmer l’ordre. Chaque pièce a ainsi une économie sociale propre au monde mis en scène.

Par exemple, si un bourgeois peut avoir le haut de l’affiche dans une pièce parisienne, il sera en bas dans un thème espagnol comme le Festin de Pierre (1665). Don Juan est certes méchant homme, mais grand seigneur, et donc supérieur à Monsieur Dimanche. Il faut donc se garder d’établir une classification par ce que les personnages sont, en cherchant plutôt les traits par quoi ils se distinguent les uns des autres.

Afin de limiter les suppositions, on considère d’abord que la qualité normale d’un rôle est de ne pas en avoir. Par exemple, un notaire, ou un garde, ces utilités qui arrivent parfois dans un acte, n’ont a priori pas d’âge. Acteurs jeunes ou vieux peuvent prendre le rôle, le corps est secondaire relativement au costume. Ces métiers qui peuvent entrer dans les familles, comme un commissaire ou un médecin, sont généralement des hommes, sauf des entremetteuses et autres « femmes d’intrigue » (Frosine, l’Avare). Ces métiers ont des statuts sociaux variables, mais ils n’entrent pas dans une relation hiérarchique avec les personnages principaux, ils sont avant tout utiles mais ne servent pas, on ne les commande pas. Le trait de ces rôles est donc essentiellement d’être extérieurs à l’intrigue, et sans âge.

Les paysans et paysannes, 90 % de la population française à l’époque, ont un statut encore inférieur. Ils ne sont pas dénués de jugeote, notamment les femmes (Don Juan II.2), comme les bergères des pastorales antiques ou médiévales, mais Molière ne les fait pas parler notre français, il invente un patois à effet comique qui n’est pas au dictionnaire, et restera donc invisible à nos instruments. Les ouvriers et artisans de Paris sont pratiquement invisibles ; ainsi que le clergé. Il n’y a pas de prêtres sur scène, Tartuffe n’est qu’un dévot, est-ce que les médecins habillés en noir et qui parlent latin en sont comme des images ? Par contre, il y a des esclaves, mais hors de France, généralement en Méditerranée, que ce soient dans les fictions antiques et mythologiques, ou dans Le Sicilien, et surtout l’Étourdi, repris d’une comédie italienne, où le vieillard Trufaldin enferme une jeune esclave, Célie, que le jeune Lélie essaie d’enlever avec l’aide de son valet Mascarille. Évidemment on découvrira que Célie est de bonne naissance, afin que le jeune homme ne prenne pas « en dot que la seule beauté » (l’Étourdi, IV.3). L’esclavage domestique méditerranéen est donc connu, mais il n’est pas véritablement vécu sur scène, contrairement à la relation avec les domestiques.

Servantes et valets peuvent quitter leurs maîtres et maîtresses pour une autre place et sont payés « SGANARELLE : Ah mes gages ! mes gages ! […] » (le Festin de pierre, V.6), ce ne sont pas des esclaves. Ils sont très genrés, un jeune maître aura son valet, une jeune femme sa suivante, mais le croisement des genres entre deux plans hiérarchiques est déconseillé. Par exemple, « Ascagne, Fille sous l’habit d’homme », ne rencontre sa confidente Frosine qu’en secret (le Dépit amoureux). Le commerce sexuel d’un maître avec une servante peut être suggéré : « Couvrez ce Sein que je ne saurais voir » (Tartuffe, III.2), mais pas exposé. La relation entre maîtresse et valet est taboue, ainsi lorsque Don Juan n’ose pas affronter Done Elvire et fait répondre Sganarelle à sa place (Festin de pierre, I.3) ce n’est pas qu’un effet comique mais aussi une scène de malaise qui blesse la pudeur du sexe et la fierté du rang. Les domestiques n’ont pas d’enfants à marier, ils servent les amours de leurs maîtres, pas les leurs. Ils n’ont pas d’âge, un Sganarelle peut être jeune ou vieux. une servante peut être jouée comme une soubrette ou avec la maturité de sa répartie.

Les intrigues se jouent donc surtout entre des hommes et des femmes de statuts comparables, généralement bourgeois ou nobles, ils seront appelés ici les maîtres, parce qu’ils peuvent commander à des domestiques. Il y a très peu de personnages supérieurs aux maîtres, on notera le comte Dorante, la marquise Dorimène et le grand Mamamouchi dans le Bourgeois gentilhomme ; ou la statue du commandeur et le spectre dans le Festin de Pierre. Ce niveau supérieur est un plafond pour rappeler à chacun à son rang : le bourgeois qui veut se faire noble est ridicule ; et si la noblesse de Don Juan lui évite la justice des hommes, il reste mortel et n’échappera pas au châtiment divin. Les pièces se déroulent en général sur un seul plan, avec quelques rares exceptions, notamment Amphitryon (1668), qui sous couvert mythologique montre Jupiter séduisant une mortelle, articulant deux mondes, celui des dieux, et celui des humains. Il fut reproché à Molière de se moquer des amours du roi Soleil, alors qu’il s’agit plutôt d’une célébration tout à fait chrétienne de la royauté incarnée. Le succès de cette pièce, à la Cour comme à la Ville, manifeste la clé de voûte du système social du moment, et le personnage généralement absent des pièces mais souvent dans le public : le Roi. La Fronde (1648-1653) a définitivement mis les Grands sous le Trône, avec le soutien des bourgeois de Paris, effrayés par les émeutes populaires et par le massacre de l’hôtel de ville par le prince de Condé. La Cour a maté les nobles, et à la Ville, les bourgeois ont renoncé à leur libertés communales de police et de milice s’abandonnant à la protection royale.

Les maîtres ont toujours un genre, masculin ou féminin, et un âge, essentiellement, celui d’être mariable, ou pas. « […] le Mariage n’est guère votre fait. C’est une chose à laquelle il faut que les jeunes Gens pensent bien mûrement avant que de la faire : mais les Gens de votre âge n’y doivent point penser du tout. » (Le Mariage forcé, 1). La galanterie après le mariage n’est pas interdite, les jaloux sont ridicules. Les enfants doivent obéissance à leur père « [… ] je n’entends rien à toutes ces balivernes, je veux être maître absolu, et pour trancher toutes sortes de discours, ou vous serez mariées toutes deux, avant qu’il soit peu, ou, ma foi, vous serez religieuses » (les Précieuses ridicules, I.4) ; mais on ne les frappe pas pour qu’ils obéissent, contrairement aux valets. Selon la coutume de Paris, les enfants de famille sont mineurs jusque 25 ans avant de pouvoir gérer un patrimoine, mais ils peuvent se marier avec l’autorisation parentale, dès la puberté.

La femme garde un statut inférieur, qu’elle soit fille ou mère, cependant, elle a deux pouvoirs, la faiblesse des hommes, et la dot que lui alloue son père lors de l’alliance avec une belle famille. Ce capital signale son rang sur le marché matrimonial, et elle peut le reprendre si elle devient veuve, mais c’est aussi sa seule part d’héritage, souvent inférieure à celle de ses frères. Selon le droit coutumier, les fils héritent du capital du père à sa mort, mais peuvent être déshérités par testament devant notaire, comme le fils d’Orgon au profit de Tartuffe. Cet effet retard de l’héritage masculin, ou du besoin de faire sa fortune avant de s’établir, aboutit à un âge moyen au premier mariage assez tardif. Les enquêtes historiques et démographiques de Jacques Houdaille permettent de supposer que pour les classes riches de Paris, les jeunes hommes se marient en moyenne vers 30 ans, et les femmes vers 25. Cette maturité des femmes évite la domination initiale par l’âge qui résulte des mariages précoces des filles dans certaines civilisations, du moins, pour le premier mariage. La mortalité des femmes en couches produit beaucoup de veufs, le contrat est alors d’acheter de la jeunesse en renonçant à la dot, le ridicule d’Harpagon est de vouloir les deux : « C’est une raillerie, que de vouloir me constituer son dot de toutes les dépenses qu’elle ne fera point. Je n’irai pas donner quittance de ce que je ne reçois pas ; et il faut bien que je touche quelque chose. […] il y a encore une chose qui m’inquiète. La Fille est jeune, comme tu vois ; et les jeunes gens d’ordinaire n’aiment que leurs semblables, ne cherchent que leur compagnie. J’ai peur qu’un Homme de mon âge ne soit pas de son goût ; et que cela ne vienne à produire chez moi certains petits désordres qui ne m’accommoderaient pas. »

L’enjouement de la comédie ne doit pas cacher une société durement hiérarchique et patriarcale. 3 traits majeurs semblent pouvoir caractériser un personnage : le statut, l’âge, et le genre. Selon l’ordre de la distribution des rôles annoncée à l’affiche, le statut s’impose à l’âge, qui s’impose au genre. Une mère commande théoriquement à ses fils et ses valets. Il semble donc selon ce modèle que la femme riche a des droits plus élevés que les classes inférieures, les inégalités sociales auraient pour effet mécanique d’élever le statut de certaines femmes. Cette hypothèse théorique reste à vérifier.

Essai de typologie des personnages

Afin que différents acteurs puissent en prendre le costume, la définition des rôles doit garder des imprécisions laissant du jeu. On se suffira donc de trois valeurs pour chaque trait : son affirmation, son opposé, et son absence. Pour le genre, il y aurait théoriquement le neutre, mais presque toutes les répliques peuvent être genrée, à part quelques rares chœurs mêlant des hommes et des femmes.

statut	maître	serviteur	extérieur
âge	mûr	jeune	sans-âge
genre	masculin	féminin

Selon une combinatoire stricte, cela produirait 18 types de rôles, mais nous avons montré que les rangs n’accèdent pas également aux distinctions d’âge, certaines cases seraient très artificielles avec des chiffres négligeables, le juge de paix sera statistique.

statut	pièces	rôles	texte
maître	30 / 30	63 %	75 %
serviteur	29 / 30	24 %	21 %
extérieur	17 / 30	13 %	5 %

Les utilités (extérieurs) pèsent peu en nombre de rôles, et encore moins en quantité de paroles. Toutes les pièces comportent des serviteurs, sauf Psyche (une tragédie-ballet). Les maîtres sont bien plus nombreux, parlent un peu plus par rôle, confirmant l’hypothèse théorique que la pièce se joue d’abord entre égaux.

âge	pièces	rôles	texte
mûr	28 / 30	36 %	44 %
jeune	24 / 30	27 %	30 %
sans-âge	30 / 30	37 %	26 %

Toutes les pièces comportent des sans-âge, c’est-à-dire selon la convention ici, des domestiques et des extérieurs. 2 pièces ne comportent que des jeunes gens, l’Impromptu de Versailles (1 acte) et le Misanthrope. Même s’il y a 6 pièces sans jeunes (des divertissements de cour ou la matière espagnole), l’âge est un critère plus équitable que le statut dans la répartition des rôles et de la parole. Le dialogue entre les générations tient donc une place importante dans le théâtre de Molière.

genre	pièces	rôles	texte
masculin	30 / 30	69 %	73 %
féminin	30 / 30	31 %	27 %

Les rôles masculins sont plus de deux fois plus nombreux que les rôles féminins. En moyenne, les hommes parlent un peu plus que les femmes, en raison de quelques grands rôles comiques qui prennent toute la place ; mais globalement, l’inégalité sexiste concerne surtout le nombre de rôles.

Relativement aux 18 types que la combinatoire pouvait produire, on en regroupera quelques uns pour en garder 7 : père (maître homme mûr), mère (maîtresse femme mûre), fils (maître jeune homme), fille (maîtresse jeune femme), valet (homme qui sert), servante (femme qui sert), autres (les extérieurs). Ces désignations ne supposent pas une relation familiale explicite dans la pièce, par exemple, les jeunes gens du Misanthrope seront classés comme fils et filles, même si on ne sait rien de leurs parents ; Béralde, le frère d’Argan dans le Malade imaginaire, n’a pas d’enfants sur scène mais sera dit un père.  Ces approximations évitent l’éparpillement de catégories qui n’auraient plus d’intérêt statistique.

fonction	pièces	rôles	texte
père	28 / 30	28 %	36 %
fils	23 / 30	14 %	17 %
valet	20 / 30	15 %	16 %
fille	24 / 30	13 %	13 %
mère	15 / 30	8 %	8 %
servante	24 / 30	9 %	5 %
autres	17 / 30	13 %	5 %

Les hommes se partagent donc les trois quarts des mots, avec en ordre d’importance, les pères, deux fois plus nombreux que les fils, puis les valets, qui parlent moins que leurs maîtres. Contrairement au rang dans la distribution, l’importance des rôles féminins ne confirme pas le pouvoir des mères, seulement présentes dans la moitié des pièces ; il y a plus de jeunes femmes désirables et mariables. Quant aux servantes, elles parlent en moyenne deux fois moins que les valets, malgré l’importance de quelques figures mémorables comme Dorine dans le Tartuffe, ou Toinette dans le Malade imaginaire.

La définition abstraite des catégories permettait de croire à une relative symétrie entre les sexes selon les classes sociales, les masses de mots racontent une dynamique autrement plus patriarcale. La seule lecture de ce tableau, comme s’il s’agissait d’une statistique sociologique, conduirait à l’hypothèse que le pouvoir est aux pères, disputés par les fils, avec les filles pour objets. Les domestiques animent les scènes comiques, mais sont périphériques au nœud de l’intrigue.

Le corpus est maintenant muni de plusieurs partitions : statut, âge, genre, fonction ; qui vont permettre d’explorer les fonctionnalités d’IRaMuTeQ.

Étienne Brunet a déjà tranché magistralement la polémique Labbé-Molière dans Où l’on mesure la distance entre les distances (2004), on ne peut que le confirmer avec des textes supplémentaires. Soit un corpus avec tout Molière, Quinault qui lui a succédé à la Cour, Pierre Corneille (corneillep) dont il a joué des pièces avec sa troupe, et son frère Thomas Corneille (corneillet), qui a versifié le Festin de Pierre ; 106 pièces de contemporains qui se connaissaient et sont en partie rivaux. L’algorithme sépare très bien la prose, les comédies en vers, les tragédies, et un genre mixte noté ici show, qui sont des pièces à grands spectacle dont Le Berger extravagant de Thomas Corneille (1652) « Comédie mêlée d’ornements et de musique », la Toison d’or de Pierre Corneille (1660), ainsi que les spectacles et opéras de Quinault. En sortant les tragédies en vers et les comédies en prose de la collection, il reste 56 pièces.

L’algorithme de Labbé s’avère particulièrement efficace pour distinguer le génie propre de Molière dans ses comédies en vers, à l’exception du spectacle Psyché (1671), œuvre collective avec Quinault et Pierre Corneille, et Dom Garcie de Navarre (1661), une comédie héroïque qui fut un échec commercial, on y a reproché à Molière de ne pas avoir voulu faire rire. S’il faut absolument qu’un Corneille ait écrit les pièces de quelqu’un d’autre, l’algorithme semble signifier que ce serait Thomas qui fut la plume de Quinault. Un spécialiste du théâtre classique pourra mieux expliquer certains embranchements, mais pour l’échelle qui nous importe ici, cette expérience montre surtout que les écrivains retenus par la postérité s’illustrent souvent par leur singularité, tandis que les auteurs moins connus, même à succès de leur temps, auront plus tendance à se confondre dans la mode et l’effet de genre.

La distance de Labbé découvre des phénomènes intéressants, à la condition de ne pas seulement y chercher l’identification d’auteurs. On notera qu’elle est peu sensible au vocabulaire thématique — les noms communs dont un texte parle —, elle révèle plutôt les intrus et les contradictions stylistiques d’un corpus trop composite. C’est une étape préalable nécessaire avant de se jeter dans l’interprétation des mots, cela peut conduire à recomposer son corpus et lui ajouter des étiquettes. On regrettera que les arbres disponibles dans R ne soient pas aussi bien étalés que ceux de Brunet.

L’œuvre de Molière est donc très composite, et ne se limite pas aux grandes comédies (en vers ou en prose). Outre les farces, elle comporte beaucoup de pièces dont le succès à l’époque ne tenait pas seulement au texte, mais aussi aux danses, aux musiques, et même aux costumes et aux décors « — CLIMÈNE. Quoi, vous l’avez vue ? [L’École des femmes] — URANIE. Oui ; et écoutée d’un bout à l’autre. » (La Critique de l’École des femmes, 3).

Mots spécifiques de femmes

Les analyses Spécificités et AFC deviennent très intéressantes quand un corpus est divisé avec des étiquettes. Le premier formulaire Paramètres permet de choisir les mots par leur type (bouton propriétés), on conseillera de mettre ici à 0 les Formes non reconnues (noms propres, conjugaisons rares, patois paysans, latin de médecins…), qui perturbent les algorithmes. Le formulaire Choix des variables permet de sélectionner la dimension selon laquelle découper le corpus (*statut, *age, *sexe, *fonction…).

Le principe consiste à comparer des parties entre elles, en relevant les mots qui sont les plus et les moins spécifiques de chacune relativement à toutes les autres, selon une équation dont on ne détaillera pas les mathématiques mais plutôt les effets. L’onglet Forms donne suffisamment d’informations, les autres tableaux sont moins parlants, et les graphique de l’onglet CA sont ici confus, car les répliques redistribuées par rôle partagent le contexte des scènes et se distinguent mal. Le contraste entre vers et prose permettra de se familiariser avec ce genre de listes de mots.

• Molière, *style_prose [+] monsieur, cela, médecin, que, y, voilà, vous, chose, ah, être, malade…
• Molière, *style_vers [+] cœur, âme, encor, vœu, trait, courroux, flamme, destin…
• Pierre Corneille, comédies en vers, mots fréquents [+] amour, cœur, âme, œil, beau, esprit, feu, grand, encor, jour, ami…
• Racine, tragédies, mots fréquents [+] seigneur, cœur, œil, dieu, amour, roi, jour, fils, sang, main…

Le vers impose son dictionnaire. Quoique l’auteur veuille dire, il est porté par un registre, comme un jeu de tuyaux d’orgue avec ses couleurs et son brillant. Que ce soient les comédies ou les tragédies, les personnages à rimes ont des cœurs, des âmes, et beaucoup de sentiments. La prose, par contre, élargit le vocabulaire à des choses concrètes, ici l’obsession de Molière pour les médecins, mais on y trouvera aussi l’argent, ou le mariage (plutôt que l’hymen). Les pièces ne peuvent pas se diviser également selon ce critère, ainsi le Tartuffe en vers reste un thème de farce (le mari caché dans le coffre pour surprendre le séducteur de sa femme), tandis qu’une pièce réputée grave comme le Festin de pierre (Dom Juan) est restée en prose durant le vivant de Molière. Le calcul de spécificités arrive assez bien à neutraliser le vocabulaire du genre quand on observe les partitions selon les rôles, parce que cette division est orthogonale à toutes les pièces, qu’elles soient en vers ou en prose.

• Molière, *sexe_femme [+] hi, mari, aimer, amant, cœur, papa, sentiment, vous, mère, mériter, époux, on, cousin, prince, sexe…
• Molière, *sexe_homme [+] diable, aller, je monsieur, debout, la, homme, toi, parbleu, pistole, argent, serviteur, coquin, te, tu, morbleu…

L’interjection hi n’est pas un mot très fréquent, mais il est prononcé tant de fois par la servante Nicole qui se moque de son maître le Bourgeois gentilhomme qu’il est calculé comme le plus spécifique des femmes de Molière. La formule est malheureusement très sensible aux aberrations statistiques habituelles dans les textes littéraire. L’hypothèse sociologique est en tous cas confirmée de manière cinglante, les hommes jurent, parlent d’argent à d’autres hommes, et tutoient leurs valets ; les femmes parlent surtout de leurs sentiments pour des hommes. Molière ne passe pas le test de Bechdel, quand des femmes parlent ensemble, c’est surtout d’hommes.

• Molière, pères [+] frère, tu, femme, fille, ma, drelin (Argan dans le Malade Imaginaire), te, sol (la monnaie), docteur, je, nourrice, diable, carogne, pendard, coquin…
  [–] hi, père, monsieur, il, nous, ça, aimer, madame, vous, aveu, sentiment, papa, li, effort…
• Molière, mères [+] on , laquais, die, vous, Dieu, siège, mari, oreille, qualité, pudeur, chimère, comte, insolence…
  [–] tu, père, je, oui, diable, bon, toi, lui, foi, seigneur, médecin, malade…
• Molière, fils [+] madame, mademoiselle, âme, rival, père, mon, bonheur, sonnet, trop, mes, écrire, aimable…
  [–] fille, là, femme, frère, fils, médecin, mari, voilà, hi, Dieu, époux, dire, diable, y, enfant, seigneur…
• Molière, filles [+] cœur, aimer, mon, père, vœu, papa, sentiment, pouvoir, mériter, me, choix, amant, prince, sexe…
  [–] monsieur, aller, cela, te, médecin, diable, homme, bon, voilà, elle, fille, toi, maître, fils, femme…
• Molière, valets [+] monsieur, il, ahi, maîtres, ça, coup, bâton, sanglier, musique, danse, voleur…
  [–] mon, ma, cœur, me, pouvoir, devoir, choix, âme, ardeur, elle, mes, sœur, hi, sentiment, vœu, aimer…
• Molière, servantes [+] hi, monsieur, mari, ça, madame, votre, poumon, maîtresse, médecin…
  [–] mon, mes, argent, dont, sœur, vers, les, me, cœur, ardeur, roi, coquin, peine, respect
• Molière, autres [+] maladie, contrat, futur, remède, li, guérir, forme, procéder, proposition…
  [–] me, madame, tu, je, ma, mon, cœur, te, voir, me, moi, ton…

Les spécificités permettent de montrer les mots les plus probables [+] pour une catégorie, mais aussi les moins probables [–] (en cliquant sur les têtes de colonnes). Ces mots négatifs peuvent renforcer les interprétations, comme nous allons l’illustrer en remontant dans l’ordre des rangs.

Les extérieurs sont généralement des professions libérales, médecins ou juristes, leurs relations aux femmes sont rares (pas de madame), ils se doivent d’être objectif et impersonnel, pas de première personne, et pas de tutoiement non plus, même si leur sexe ne l’interdirait pas.

Les domestiques n’expriment pas non plus leur personne et leur sentiments, et généralement placés jeunes à Paris, ils n’ont pas de famille ([–] sœur). Les servantes communiquent surtout avec les maîtres et maîtresses de maison (monsieur, madame) elles parlent souvent de l’un à l’autre (votre mari). Les valets s’adressent surtout à leurs maîtres, monsieur, et peuvent être battus (coups de bâton).

Les filles aiment et ont du cœur, elles ont la première personne passive, me, et s’adressent affectueusement à leur père papa ; mais elle ne tutoient pas. Les fils ont une âme, des dames, des rivaux, ils ont la première personne possessive, mon, mes, mais pas encore de femme, de fille ou de fils ; le tutoiement ne leur ait pas interdit.

Les mères se distinguent comme ménagères « Donnez donc des sièges », avec plus de religiosité traditionnelle, elles n’ont pas de personne à elle, si ce n’est le « on die » (les Femmes savantes). Les pères ont une première personne active, je, ils possèdent le féminin, ma femme, ma fille, ils tutoient, ils jurent, vouvoient moins, et parlent moins de leurs sentiments.

Nous avons vu que les pronoms personnels sont spécialement fréquents dans le texte théâtral, comparé à d’autres genres comme le roman ; ils sont aussi très distinctifs des rôles. Les statistiques lexicales permettent de dresser un schéma grammatical du moi. Le pronom de la première personne au cas objet n’est pas spécifique d’un groupe, par contre, il se déploie différemment pour ses autres fonctions grammaticales. Le personnage maître est celui qui peut être le sujet d’un verbe actif, qui dit je, ce sont les pères. La relation principale s’articule avec celles qui pâtissent de ces je, ce sont les filles, qui insistent sur le me. Les possessifs (ma, mon, mes) sont un peu moins fréquents et opposent ici les pères aux fils dans le droit de posséder du féminin, ou au moins de l’argent, qui permet de se marier. Les mères sont sorties du commerce matrimonial, il leur reste les sièges, Dieu, et l’impersonnel (on). Les domestiques n’ont pas droit au je, ni à parler au nom de tous (on), on reconnaît tout au plus aux servantes d’être parfois plus proches du droit naturel et de rappeler les maîtres au bon sens, lorsqu’elles ne sont pas seulement sottes (hi).

Cet emploi des personnes est assez inconscient pour l’auteur. Mais comme on a vu l’effet du vers sur le lexique, l’écriture est ici conduite par la cohérence des rôles et des situations, qui commandent le genre et le cas des pronoms personnels. Ces petits faits de langue restent dans l’inconscient de la compréhension du lecteur, les statistiques les relèvent, montrant les articulations de la société classique, entre pudeur du sexe et fierté du rang.

Classification inculte, ce que lit la machine

La classification Reinert est la fonctionnalité la plus capricieuse du logiciel, elle prend plusieurs dizaines de secondes, qui se prolongent parfois en minutes, et elle peut s’arrêter sur des messages d’erreur humiliants, mais elle a un grand intérêt heuristique. Elle a été réglée pour dégager des thématiques dans des réponses à des questionnaires, corpus beaucoup plus homogènes que plusieurs décennies d’œuvre d’un auteur. Le paramétrage par défaut (avec les formes non reconnues) donne déjà de bons résultats, comme l’image ci-dessus, mais il est conseillé de reproduire l’expérience avec différents réglages afin de se familiariser avec ce que cette projection voit des textes. Certains paramétrages n’arrivent pas à distinguer plus de deux classes (en gros, le prosaïque et le poétique), ce qui n’ajoute pas grand chose aux métadonnées. L’analyse devient intéressante avec 5 à 7 classes, au-delà, l’intelligence humaine n’est plus capable de s’expliquer ce que la machine a calculé. Modifier le Nombre de classes terminales de la phase 1, dans le formulaire de Paramètres, à un effet sur le nombre final de divisions et fonctionne comme un genre de zoom qui divise des classes existantes mais reste avec une sémantique assez stable. Il faut donc en retenir que le nombre de classes d’un corpus est un choix d’interprétation dans un continu beaucoup plus confus.

Cette fonctionnalités synthétise plusieurs concepts déjà évoqués. Le principe consiste à découper le texte en petits extraits, à calculer une proximité lexicale entre chaque extrait, et à essayer de dessiner automatiquement des groupes (un peu comme les algorithmes d’arbres ou de halos colorés plus haut). Cette procédure mélange tous les textes, et peut par exemple rapprocher des répliques qui auraient été éloignées dans le découpage par rôles, ce qui produit une nouvelle partition automatique dont on peut présenter les mots spécifiques. Le placement spatial des mots est une AFC de Benzecri, il ne faut regarder que les distances relatives, les orientations haut-bas ou gauche-droite ne sont pas significatives.

Il s’en dégage plusieurs thèmes assez clairs : la farce et la bastonnade des coquins en bleu ; les affaires d’argent et de mariage en violet ; la galanterie des cœurs, vœux, choix, amour, comme dans le Misanthrope en vert. Le nuage gris regroupe les scènes des pièces à musique. Enfin, le nuage rouge peut être plus surprenant pour ceux qui ne connaissent pas toute l’œuvre, Molière a pu être critique de lui-même (La Critique de l’École des femmes, 1663), ou mettre sur scène des comédiens jouant leur rôle (l’Impromptu de Versailles, 1663). Les classes constituées artificiellement peuvent aussi être explicitées par leurs métadonnées les plus spécifiques, confirmant le sens dégagé à partir des seuls mots.

Conclusion

La typologie sociologique des rôles — père, mère, fils, fille, valet, servante, extérieur — répartit bien les mots les plus fréquents de Molière, et notamment l’articulation subtile des pronoms personnels ; mais cette théorie juste peut très bien ne pas être le seul axe qui organise les pièces de Molière. La machine finit toujours pas montrer quelque chose qui peut nourrir le démon de l’interprétation ; mais elle ne montre pas ce qu’on ne veut pas voir.

La classification Reinert permet de cartographier toute l’œuvre, révélant des pans entiers qui ne sont pas régis par la lutte des sexes et des rangs autour du mariage. Dans les galanteries de Cour et autres mondes imaginaires, des jeunes gens éternels convolent également sans s’inquiéter d’argent.

Un marxisme vulgaire aurait dit que les pastorales insouciantes sont bourgeoises (même si elles ne présentent a priori que des princes et des bergères). Ce soupçon sociologique mécanique manque une dimension fondamentale de la littérature si on oublie qu’elle veut aussi faire rêver. Ce rêve montre en creux les lois qui pèsent sur le réel, mais anime aussi les utopies. La religion chrétienne par exemple, opium du peuple, a servi autant les dominations que les révoltes, et notamment un axe structurant de l’Europe, la Réforme. La fiction galante auquel contribue Molière a eu évidemment un rôle moindre que Saint Paul dans l’histoire, mais elle donne tout de même de la chair à un paradis désirable.

Les grands peuvent ne pas se soucier de dot, d’argent, de grossesses non désirées, et ne vivre que les hésitations de leur cœur. Ce thème est assez fréquent dans les séries de colocataires, Friends a parfois des airs de Misanthrope. Depuis les années 1970, la prospérité économique, la contraception, et la massification universitaire, ont permis à une tranche significative (20 à 30%) de la jeunesse en sociétés riches de toucher (un peu) à l’utopie galante.

Mais l’histoire referme très vite ses parenthèses. La pression financière sur le logement pèse de plus en plus sur la vie des jeunes urbains. Piketty, dans le Capitalisme au XXI^e siècle (2013), annonce une société de croissance lente, avec chômage de masse, et retour à l’héritage comme rare accès à l’autonomie financière. Désormais, les enfants, et plus seulement les fils, vont devoir s’entendre avec leurs parents jusqu’à l’âge de 50 ans, selon l’espérance de vie actuelle, avant de pouvoir en hériter. À noter, c’est au-delà de l’âge de fertilité des femmes, ce qui annonce de tristes marchandages matrimoniaux. Si les domestiques n’habitent plus avec leurs maîtres, c’est que les appartements sont trop petits, mais la nuée des livreurs et aides-soignantes grossit autour des consommateurs solvables. Il y a sans doute un nouveau théâtre à écrire, mais il n’est pas certain qu’il sera comique.

IRaMuTeQ est un excellent outil, fondé sur des algorithmes robustes, cette exploration d’une œuvre connue en valide les fonctionnalités, on regrette que l’équipe ne trouve pas le temps de sortir une nouvelle version, plus polie dans les recoins. Mais remercions les d’avoir rendu leur logiciel librement disponible, avec en plus des exemples d’utilisation. Ce billet est une contribution similaire, pas seulement pour promouvoir le logiciel, mais surtout la démarche d’objectivation des textes dont il est la concrétisation. Pour le lecteur qui veut poursuivre ses expérimentations, ce billet a été l’occasion de remettre en ordre une collection de théâtre et de romans encodés au mieux pour IRaMuTeQ.

---

---