Dramagraphie 0.2

Ce billet préparait une intervention pour le séminaire UDPN Numériser le littéraire (7 avril 2016, 14h à 17h), à laquelle j’étais invité par Michel Bernard avec le sujet : « présenter des travaux liés au numérique et à l’informatique et en envisager les usages (constatés, escomptés, induits) ». Deux chercheurs du LABEX OBVIL étaient aussi présents. Didier Alexandre a présenté le LABEX et une étude de cas, 4 versions d’une même pièce de Claudel (L’Annonce faite à Marie), analysées avec plusieurs approches informatiques (déplacements de blocs de textes, et graphes ci-dessous). Marianne Reboul a présenté l’état de ses travaux sur 50 traductions françaises de l’Odyssée, l’amenant à programmer elle-même ses algorithmes. Faut-il que la critique littéraire soit toujours déçue par la raideur du numérique, doit-elle apprendre à programmer pour ne pas renier la finesse des humanités ? Je voudrais montrer  que cette aporie résulte d’une conception trop individualiste de la recherche, mais que l’organisation d’un travail en réseaux permet de développer des logiciels répondant mieux aux intérêt d’un public plus large. Ce texte fait suite au billet précédent sur un Pamphlet de Moretti, en analysant comment et pourquoi a été développée une version “0.2” d’un instrument de visualisation de textes de théâtre. Les textes et le code sont disponibles sur Github.

Billet précédent — Parmi d’autres hypothèses, le Pamphlet 6 de Moretti proposait  qu’une pièce de théâtre pouvait se projeter sur un réseau, un graphe, où les personnages seraient des nœuds, tandis que les flèches montreraient la quantité de paroles qu’ils échangent. Le calcul automatisé pourrait ainsi découvrir le personnage principal d’une intrigue, qui n’est pas nécessairement celui qui parle le plus, mais peut-être plutôt celui qui est au centre du réseau. Le texte de Moretti est téléchargeable, mais reste un fichier pdf en noir et blanc, pensé à l’avance pour l’économie de l’imprimé. Il n’ouvre pas le laboratoire, les données ne sont pas téléchargeables, ni les programmes. Les tableaux, les graphiques, sont choisis pour soutenir l’argument, mais il faut faire confiance à l’auteur, lui supposer l’honnêteté de ne pas nous cacher trop de cas gênants. Quelle que soit la probité du chercheur, on ne peut plus penser qu’un fonds a été exploité parce qu’un bon esprit l’a fouillé. Ainsi par exemple, l’archéologie explique que le gisement d’ossements humains le plus accessible, ce sont les musées et les résultats de fouilles précédentes, que l’on peut étudier avec de nouveaux instruments comme l’analyse génétique. Sans attendre une innovation technique, la variété des intérêts et des compétences assurent qu’il y a toujours d’autres conclusions à tirer des mêmes données. Le numérique permet la reproductibilité à coûts négligeables (lorsque les droits sont libérés), l’écran permet ainsi de nouvelles formes d’exposition scientifique, avec plus d’images, de couleurs, et même, des interfaces interactives qui permettent à chacun de refaire l’expérience. J’ai donc repris l’hypothèse de Moretti sur la centralité du personnage principal, en la testant sur tout Corneille, Racine et Molière. Elle fonctionne bien sur les tragédies classiques les plus connues, imitées de l’antiquité. Moretti s’intéressant surtout à la “collision tragique”, son propos est justifié, mais sur d’autres genres théâtraux, les résultats sont plus confus. Étonnamment, cela fonctionne aussi très bien sur les comédies de Corneille. L’instrument n’est pas utile sur les comédies farce où un pitre fait tout  le spectacle (Molière, Les Fourberies de Scapin). Les réseaux fonctionnent très mal sur les pièces à spectacle (Corneille, La Toison d’or ; Molière, le Bourgeois gentilhomme), il faut d’ailleurs les encoder spécifiquement pour distinguer les prologues et les intermèdes, avec des personnages qui ne se lient pas à l’intrigue principale. Enfin, cela n’éclaire pas vraiment les comédies que l’on pourrait dire “chorales”, avec de nombreuses scènes à plus de deux personnages (Molière, Tartuffe). Plutôt que le moyen d’une théorie générale sur le théâtre, l’instrument s’avère plutôt un auxiliaire pédagogique pour mieux visualiser le fonctionnement d’une pièce. Les metteurs en scène, les professeurs, établissent depuis longtemps ce genre de statistiques. Ce qui change ici, c’est la vitesse, qui permet de constituer un stock de données pour mieux situer un texte relativement au répertoire.

Mara Vercors est entrée et les observe sans qu’ils la voient.
VIOLAINE : Adieu, Pierre !
PIERRE DE CRAON : Adieu ! Violaine !
VIOLAINE : Pauvre Pierre !
Ici le baiser qui doit être administré avec beaucoup de solennité.
(Claudel, L’Annonce faite à Marie, version de 1948)

L’Annonce faite à Marie Avec Marc Douguet, chercheur en études théâtrales, j’ai été invité par Didier Alexandre, éditeur du théâtre de Claudel pour la Pleiade, à travailler sur quatre versions de L’Annonce faite à Marie (1892, 1899, 1911, 1948). Cette étude très précise, sous la conduite d’un fin connaisseur des textes, a d’abord mis l’instrument en défaut. Les réglages qui suivent résultent d’un travail collectif. À traits larges, l’argument de la pièce peut se résumer ainsi : Anne Vercors et la mère ont deux filles, Violaine et Mara. Violaine est promise à Jacques Hury, Mara est jalouse, or à la fin du prologue, la cadette surprend sa sœur donnant un baiser à un autre homme, Pierre de Craon, lépreux. Violaine est dénoncée, contracte la lèpre, est rejetée. Mara se marie avec le promis de sa sœur. Si un graphe ne montre pas le baiser et les quelques mots surpris par Mara, alors la clé de la pièce est manquée.

Insuffisances 0.1 — L’instrument avait été initialement réglé pour découvrir la centralité d’un personnage. Or, il suffit de quelques mots pour tirer un fil entre deux nœuds, serrant la forme générale qui devient moins lisible. Un filtre était appliqué pour simplifier le graphe, en supprimant les échanges brefs. Désormais, tous les fils sont tirés, ce qui rend le graphe plus complexe, les nœuds doivent parfois être déplacés manuellement pour y voir plus clair. De plus, une réplique était comptée comme ne s’adressant qu’à une personne ; or, tous les personnages présents sur scène entendent potentiellement ce qui se dit dit. L’Annonce est une pièce plutôt chorale, en moyenne 2,7 personnages parlants sur scène, plus qu’une tragédie classique (Racine, Andromaque : 2,0), comme une comédie d’inspiration italienne (Molière, Les Fourberies de Scapin : 2,8), moins qu’une comédie d’inspiration familiale (Molière, Les Femmes savantes : 4,0). De l’algorithme précédent, il résultait que Violaine et sa mère ne se parlaient pas. Elles n’ont pas de scène à elles deux, mais elles échangent des paroles en présence de Mara, de Jacques Hury, ou du père. Une imprécision sur la quantité exacte de paroles adressées est supportable, mais l’absence de lien pouvait conduire à une interprétation très fautive du texte. Enfin, dans la scène du baiser, la présence de Mara est signalée par une didascalie, mais elle ne parle pas. Marc Douguet a relu les didascalies et encodé chaque situation, découvrant deux fois plus de “scènes” que de titres explicitement indiqués, c’est à dire de changements du nombre de personnages sur scène. Un tel effort éditorial serait lourd pour un plus gros corpus, mais il a permis d’obtenir cette petite ligne entre Mara et Pierre de Craon qui déclenche la pièce. D’autres liens faibles sont apparus, notamment les interventions du ciel aux moments clés, dont le Salve Regina qui justifie le titre de la pièce. Les données nécessaires au graphe ont permis d’établir d’autres chiffres, très significatifs, et beaucoup plus simples à calculer.

Claudel, L’Annonce faite à Marie (1948)
↓Personnage↑ Interl. Pres. moy Présence Paroles Par. % prés. Répl. Répl. moy.
[TOUS] 20 2,7 100 % 1 689 l. 37 % 1038 1,63 l.
Mara 10 2,4 59 % 19 % 31 % 207 1,48 l.
Violaine 9 2,1 69 % 24 % 34 % 263 1,50 l.
Femmes 6 4,5 9 % 2 % 15 % 19 1,08 l.
Jacques Hury 5 3,1 47 % 15 % 32 % 179 1,39 l.
Anne Vercors 5 3,3 32 % 19 % 58 % 127 2,40 l.
Maire 5 4,5 9 % 2 % 19 % 21 1,23 l.
Apprenti 5 4,5 9 % 4 % 38 % 16 3,26 l.
Ouvriers 5 4,5 9 % 1 % 12 % 16 1,04 l.
Hommes 5 4,5 9 % 2 % 15 % 16 1,23 l.
La mère 4 4,5 29 % 8 % 28 % 104 1,26 l.
Pierre de Craon 3 2,0 17 % 10 % 59 % 66 2,46 l.
Enfants 3 4,3 14 % 1 % 2 % 2 1,78 l.
Angelus 2 4,0 1 % 1 % 8 % 1 0,78 l.
Volée 2 4,0 1 % 1 % 15 % 1 1,52 l.
Chœur 0 0 1 % 0 % 0 % 0 0
Serviteurs 0 0 2 % 0 % 0 % 0 0
Servantes 0 0 9 % 0 % 0 % 0 0
Voleur 0 0 2 % 0 % 0 % 0 0
Aubaine 0 0 17 % 0 % 0 % 0 0
Chants surnaturels 0 0 1 % 0 % 0 % 0 0

Table des rôles — Le graphe de la pièce de Claudel (image tout en haut) ressemble à un pentacle familial serré, auquel se greffe le prologue entre Violaine et Pierre de Craon, et la première scène de l’acte III, nuit de Noël en extérieur avec groupe. Le tableau ci-dessus permet de mieux observer différentes manières d’exister sur scène. “Interlocuteurs” est le nombre de personnes qui entendent ce que dit un personnage. Plus un personnage est présent avec d’autres, plus il a de liens, plus il aura tendance à être central.  Les rôles à 0 ne sont pas des erreurs mais montrent au contraire le raffinement du balisage qui repère les personnages muets, morts ou inconscients (l’enfant Aubaine…), ainsi que les voix hors scène (serviteurs, chants surnaturels…). Des rôles comme “les femmes”, “le maire” ou “l’apprenti”, interagissent relativement beaucoup mais uniquement dans la scène de groupe (peu de temps de présence). De cette scène, il résulte aussi que Mara et Violaine ont beaucoup plus d’interactions que les autres, sont-elles pour autant les plus importantes ? Anne Vercors, le père, a une autre manière d’imposer sa présence. Il n’est pas là longtemps (32% des signes prononcés), car en pèlerinage durant les actes II et III, mais lorsqu’il est là, il occupe 58% du temps de parole, en tirades plus longues que les autres. La mère, qui n’a pas de nom, est présente à peu près autant que Anne Vercors (29%) mais partage beaucoup plus la parole ; le déséquilibre est surtout avec son mari, tandis qu’elle parle plus lorsqu’elle s’adresse à ses filles. Les deux prétendants ont une manière très différente d’exister. Jacques Hury est très présent, mais il parle peu ; Pierre de Craon n’a qu’une scène dans la version de 1948 (il ne revient pas de pèlerinage au dernier acte comme dans la version de 1911), mais il y parle suffisamment pour laisser un souvenir. Confronté à un cas particulier, l’instrument a été perfectionné en introduisant de nouvelles grandeurs qui méritent d’être confirmées sur d‘autres pièces.

Silo de données scientifiques — Sortir du prototype demande à entrer en production et à réunir un corpus significatif de textes normalisés (même avec un balisage moins fin que pour les pièces de Claudel ci-dessus). Le billet précédent réunissait les pièces de Pierre Corneille, Molière et Racine, avec tout le biais de se limiter aux auteurs sanctifiés par le canon.  Ces fichiers étaient uniquement entretenus pour les expériences, mais les textes n’étaient pas publiés en ligne, si bien que personne n’en signalait les erreurs. Le démonstrateur ci-dessous s’alimente au Molière de l’OBVIL (37 textes), à la Bibliothèque dramatique (CELLF 16-18, 104 textes), et à une première moisson dans le Théâtre Classique de Paul Fièvre (environ 80 textes sur 800). Ces trois collections s’affichent sur un site public, sont utilisés par des professeurs d’université, et en reçoivent les demandes de correction. Un bon texte n’est pas un bien mais une charge. Les fichiers de l’OBVIL correspondent aux normes que je prescris, et je peux influencer la Bibliothèque dramatique, mais Théâtre Classique est une entreprise non financée, complètement indépendante. Comment persuader Paul Fièvre de perdre du temps à rentrer dans des standards qui ne lui apportent rien ? En lui apportant quelque chose, ou en tous cas, en s’efforçant de lui apporter. Avec l’aide de l’OBVIL, Paul Fièvre s’est engagé dans un lourd travail de conversion de ses fichiers, vers un TEI plus standard (P5), le travail est en cours, dernier état ici. Ce n’est pas simple d’emménager ses balises dans les fichiers d’un autre, cela se négocie comme dans une famille recomposée. Un tel effort ne se pérennise pas avec de belles paroles sur le partage des données, ou la conformité à un standard, il faut un intérêt. Pour Théâtre Classique, c’est d’abord l’assurance que le travail ne sera jamais perdu, que d’autres sauront le reprendre. C’est aussi un moyen de mutualiser l’effort de correction et de maintenance. Enfin, partager des normes, c’est la possibilité de partager des outils, par exemple la transformation en livre électronique (epub), ou des graphes. Scientifiquement, cela signifie que tout le monde peut reproduire ou corriger les chiffres ci-dessous sur les mêmes fichiers, afin que les résultats soient comparables, “falsifiables”. Cela devrait être un préalable obligatoire avant toute publication en humanités qui se disent “numériques”.

Tester les métriques — Le sélecteur de la fenêtre ci-dessus permet de choisir parmi 200 pièces, pour en obtenir un tableau de données par personnage. Chaque colonne peut être triée en cliquant sa tête. Ainsi par exemple, Tartuffe est bien moins présent que Dorine, Orgon, Cléante ou Elmire ; en conséquence, il parle moins, mais lorsqu’il est là, il prononce 46% des paroles. Dans cette pièce collective, occuper la moitié du temps de parole lorsque 3,3 personne parlantes sont sur scène, c’est prendre une place importante avec des tirades plus longues. Les personnages très présents ont chacun une manière différente et mesurable d’exister. Orgon est le second dans la distribution imprimée (cliquer la tête “personnage” pour retrouver l’ordre initial), ce qui témoigne de son statut de père de famille (derrière sa mère). Il a pourtant la tirade beaucoup plus courte que sa femme, Elmire, beau personnage galant. Dorine est la plus présente, parle le plus, et interagit avec presque tout le monde, c’est un moteur de la pièce. Enfin, Cléante s’affirme surtout par son long discours pour raisonner Orgon en scène 5 de l’acte I, ce qui élève la moyenne de sa tirade. Les grandeurs proposée demandent encore à être testée par les connaisseurs des textes, pour s’assurer que ce sont les plus significatives.

Table des relations — Les mêmes données permettent de qualifier les relations des personnages deux à deux. Ainsi dans le Tartuffe, l’interaction la plus importante (cliquer la case “Texte”) est entre Tartuffe et Elmire (les scènes de séduction de l’acte III et de l’acte IV). Ce tableau permet aussi d’observer le déséquilibre de la parole entre deux personnages, par exemple Cléante parle plus qu’Orgon lorsqu’il veut le raisonner, mais on notera l’égalité d’Orgon avec sa femme Elmire, avec son confesseur Tartuffe, et même avec sa servante Dorine, notoirement bavarde. Le déséquilibre de la parole est un ressort théâtral, mais sa signification est très variable. L’avantage de Phèdre sur sa confidente est le signe de son statut, mais les longs discours d’Elvire à Dom Juan montre plutôt l’affront du grand seigneur méchant homme. Lorsque la parole est équilibrée, la longueur moyenne des répliques est une autre variable indiquant le type de relation. Ainsi dans L’Avare, Valère est beaucoup plus bref avec Harpagon qu’avec Élise, ou bien dans le Misanthrope, Célimène s’épanche en tirades bien plus longues avec son amie Arsinoé qu’avec son amant Alceste. Ces chiffres demandent encore à être pratiqués pour en régler l’interprétation, mais ils pourraient apporter un indice utile à la lecture rapide lorsque l’on a besoin d’observer un corpus plus large que sa lecture et sa mémoire.

Graphes

Les mêmes données peuvent tout aussi bien se projeter en graphes. Ces images sont appréciées, probablement d’abord comme illustration pour les articles imprimés. On m’a ainsi demandé un bouton pour une version noir et blanc [◐], ainsi qu’un  assistant à la capture d’image [📷]. Outre la satisfaction esthétique, une image apporte une vision d’ensemble très complémentaire d’un tableau triable. L’œil embrasse tout le réseau d’un coup, remarque les inégalités de parole dans les relations, ou les personnages qui ne se parlent pas, par contre il a plus de mal à déterminer le rond le plus grand (le personnage qui parle le plus) ou l’interaction la plus importante. Toutes ces vues, même un simple tableau, demande beaucoup de réglages pour couler de plus en plus naturellement. Dans quel ordre placer des colonnes, avec quel intitulés ? Quel modèle de base données pour obtenir rapidement les résultats ? Quelle librairie logicielle offre le plus de facilités personnaliser l’apparence d’un graphe ? Il faut du temps et de l’astuce pour se faire oublier.

Conclusion, le corpus — Ces mesures permettent d’observer l’économie interne d’une pièce, et commencent à dégager des repères de comparaison entre les pièces. Pour l’instant, un ordre de grandeur est situé relativement à des textes connus, comme le Tartuffe, ou Phèdre. Mais des chiffres comme la présence moyenne sur scène ou la taille moyenne des répliques pourrait être projetés sur des chronologies beaucoup plus larges, afin par exemple d’observer s’ils tiennent à la génération de l’auteur ou au goût de l’époque. Notre corpus normalisé ne permet pas encore de se faire une idée du théâtre classique, la collection est trop disparate. Il faudrait d’abord observer comment la versification et le genre affecte ces grandeurs. Ainsi par exemple, les premières comédies de Corneille ont la tirade moyenne aussi longue que ses tragédies (La Place Royale : 4,3 lignes ; Le Cid : 3,8 l.), laissant supposer que le public aimait un rythme lent ; puis Le Menteur passe à 2,2 l., le rythme moyen d’une pièce de Molière en vers (Tartuffe : 2,4 l.) ou en prose (Dom Juan : 2,3).  Il faudrait beaucoup d’autres textes pour confirmer ou réfuter une inflexion du goût. Ici le développeur d’instruments s’arrête, il faut que d’autres s’en emparent pour les vérifier, et les utiliser à leurs fins. Cette version 0.2 ne s’est pas arrêtée à Claudel, elle est maintenant portée sur un dossier de comédies autour de Molière, par des auteurs devanciers et contemporains. Cette mise en réseau des compétences illustre peut-être plusieurs bons usages à diffuser dans les humanités numériques, pour qu’elles ne s’arrêtent pas à la promotion de belles démonstrations en ligne mais continuent la tradition de la critique réflexive : sur l’objet, sur la méthode, et sur soi-même.


Frédéric Glorieux

Ingénieur informatique

More Posts - Twitter - Flickr

Publié par

Frédéric Glorieux

Ingénieur informatique

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.