Usages de la lexicométrie et interprétation sociologique

Découpage, structure et représentativité des corpus

La constitution d’un corpus de données, de textes, est une préoccupation et un enjeu central tant en analyse de discours qu’en sociologie. Il en va en effet de la construction d’une donnée sur laquelle porteront les analyses, puis les interprétations. Dans quelle mesure ce corpus rassemblé est-il un représentant raisonnablement fidèle d’une réalité à observer ?

La présentation de Dimitri della Faille, Les « Morceaux choisis » comme enjeu dans la constitution de corpus textuels pour les sciences sociales post-positivistes, se propose de réfléchir à la question des « morceaux choisis » lors de l’étape de la constitution d’un corpus, c’est-à-dire les éléments retenus en fonction d’une hypothèse de recherche clairement établie. Ces éléments sélectionnés pour être analysés font partie d’une réduction d’une vaste population à un échantillon favorable à une hypothèse de recherche. Quelle question de représentativité cela pose-t-il pour les sciences sociales interprétatives, dès lors qu’elles conçoivent le corpus comme autre chose qu’un simple accès à une réalité qui pourrait être mesurée indépendamment du chercheur… ?

Camille Couvry et François Féliu se proposent de réfléchir sur la constitution de Corpus ouverts et corpus fermés : des pratiques de recherche différentes. Les corpus peuvent être ouverts ou fermés tant dans leur constitution (ils peuvent être amplifiés ou restreints en rajoutant ou en enlevant des articles), que dans leur préparation (en amont de l’analyse, en les modifiant selon les fonctionnalités techniques du logiciel). Les auteurs apportent un éclairage réflexif sur cette question à partir d’une comparaison de deux types de corpus d’articles de presse. Celle-ci fait surgir la détermination cruciale de la problématique dans ce choix et montre l’importance de pouvoir effectuer des allers-retours entre les différentes étapes de la recherche pour pouvoir réaliser une interprétation sociologique.

La constitution du corpus au cœur de la qualité de la démarche d’enquête

Dans les analyses textuelles automatisées, la constitution d’un corpus est une opération complexe qui engage une délimitation mutuelle progressive de la problématique et du matériel d’enquête. Plusieurs communications du colloque rendent compte de la complexité et des difficultés de cette démarche faite de va et vient, de choix, mais aussi de limitations liées à l’accès aux données et à leur organisation ou au choix des logiciels. La constitution du corpus est une modalité de passage de l’objet « social » à l’objet de recherche. Elle scelle la qualité de construction de la démarche scientifique.

Fabio Marcodoppido s’interroge sur La constitution d’un corpus textuel : une enquête dans l’enquête. À partir d’une enquête sur la santé mentale, considérée à la fois comme problématique et polysémique, son étude propose une réflexion sur le cheminement qui a orienté la constitution de deux corpus (en français et en italien) en vue d’un traitement socio-informatique. Trois plans, tous imbriqués, ont organisé une véritable enquête dans l’enquête : épistémologique, empirique, lexicométrique. Cette démarche a orienté une sélection raisonnée de textes. L’usage d’expressions-clés, la lecture orientée de manuels de référence, la connaissance sociohistorique de la question, tous ces appuis permettent de clore cette enquête préliminaire par le va-et-vient entre constitution d’un corpus et redéfinition de la problématique de l’enquête.

Audrey Arnoult analyse le passage de la construction de l’objet à la grille d’enquête dans : Les discours de presse sur les troubles liés à l’adolescence : de la construction de l’objet de recherche à l’élaboration de la grille d’enquête. la médiatisation des troubles liés à l’adolescence. Quel est le sens que la presse donne à des conduites qui constituent des transgressions sociales, médicales, juridiques mais qui résultent de la souffrance psychique à laquelle sont confrontés les adolescents ? L’auteur questionne la construction d’un objet de recherche pour ensuite envisager les possibilités d’un traitement quantitatif et statistique d’un corpus volumineux, ce type d’analyse soulevant un certain nombre de questions d’ordre méthodologique (choix du logiciel, construction de la grille d’enquête, etc.).

Constantinos Delimitsos se penche sur la littérature des « nouveaux experts en sécurité ». Un exemple d’analyse textuelle sur un grand corpus à prétention savante. L’auteur s’est penché sur la rhétorique, les formes d’argumentation et les représentations véhiculées par ces « nouveaux experts en sécurité ». Extraire un échantillon exploitable revenait à opérer un tri parmi d’innombrables textes très différents quant à leur format, leur thématique, leur registre de langage, le public visé, etc. Cet exercice soulève de nombreuses questions d’ordre technique, méthodologique, épistémologique.

Quels outils de constitution et quels outils d’analyse de corpus ?

Les outils sont profondément impliqués dans les pratiques de constitution de corpus. Certains d’entre eux automatisent plus ou moins largement la recherche des données textuelles, ce qui permet de rassembler de larges corpus avec plus de facilité. D’autres, par les codages ou les extractions automatisées qu’ils proposent, recomposent ou complexifient largement les données en en faisant surgir des dimensions nouvelles (temps de la parole et débit moyen des interlocuteurs, détection dans un corpus des acteurs et de leur influence, mouvements successifs d’écriture d’un texte, etc.), qui ne demandent qu’à être analysées.

L’Extraction automatisée de documents sur Internet et la constitution de larges corpus textuels est la méthode que Thomas Delclite questionne et décrit. Sur internet les documents doivent être téléchargés manuellement et isolément avant d’être préparés. Delclite présente une méthodologie d’extraction automatisée de documents. qui repose sur la conception d’un « robot » informatique capable d’extraire et de référencer automatiquement les documents souhaités. Pour les sciences humaines et sociales, cette méthodologie permet la constitution de larges corpus textuels, quelles que soient la nature et l’origine des documents.

Alex Alber propose un logiciel qu’il a conçu (Sonal ³ ) : Compter les mots, compter les durées : vers une lexicométrie « dynamique » ? Cette méthode informatique débouche sur la création de corpus dits « audio-textuels » dans lesquels chaque « extrait » possède à la fois une dimension textuelle et une dimension temporelle (position dans la bande, durée). Les transcriptions interviennent alors comme une indexation de la bande sonore, qui permet une réécoute rapide de n’importe quel passage écrit. Le contenu textuel des différents extraits peut ensuite être étudié avec les outils classiques de l’analyse lexicométrique. Apparaît ainsi la possibilité de réintroduire au cœur de l’analyse les conditions de production de la parole étudiée, d’essayer de prendre en compte la dynamique conversationnelle à l’intérieur de l’analyse de contenu.

L’étude de cas sur la protection des données personnelles dans les médias proposée par Mathilde de Saint-Leger, Brigitte Juanals et Jean-Luc Minel porte sur la protection de la vie privée et les services mobiles sans contact. Dans ce cadre, les auteurs continuent de développer une méthodologie instrumentée en l’enrichissant notamment par une analyse lexicométrique du traitement médiatique de l’information (mots associés, extraction terminologique automatisée, détermination d’acteurs, cartographies des thématiques, graphes d’influence des acteurs). L’apport de cette analyse lexicométrique vise à permettre un passage à l’échelle pour le traitement de grandes masses de données textuelles. Les auteurs proposent de développer une heuristique permettant de s’affranchir, du moins en partie, des contraintes de l’outil utilisé en argumentant les choix.

Textométrie : entre outil de débroussaillage et facilitateur d’analyse ? Telle est l’interrogation de Frédéric Pugnière-Saavedra. Il s’agit de montrer comment différents usages de la textométrie participent sinon à apporter des connaissances nouvelles dans la compréhension d’un type de discours, du moins à réquisitionner la relation triadique outil textométrique/conception de la langue-discours/objectif de la recherche en sciences humaines et sociales. Les écrits des travailleurs sociaux relevant de l’Aide Sociale à l’Enfance portant sur les dossiers de signalement constituent un discours en tant que production écrite en relation dynamique avec un contexte socio-institutionnel qui le détermine et le contraint en partie. L’utilisation de plusieurs outils textométriques dans le cadre de ce projet a consisté à explorer ce vaste corpus et à faire émerger des hypothèses liées aux processus d’écriture.

Corpus, stratégies d’enquête et croisement des méthodes

Il s’agit également de réfléchir au couplage corpus/méthode dans la mesure où chaque stratégie de recherche doit opérer un réglage conjoint de ces deux dimensions. La méthode adoptée guide en effet le choix des matériaux analysés. Lorsqu’une stratégie de recherche implique la mise en œuvre de plusieurs méthodes sur le même corpus, celui-ci est souvent spécifié en sous-corpus différenciés. La question se pose alors de la pertinence de la comparaison entre des couplages sous-corpus/méthodes hétérogènes. Et in fine de la qualité heuristique de ces croisements.

Sidonie Naulin questionne les complémentarités entre la lexicométrie et l’étude « manuelle ». L’étude lexicométrique est intervenue une fois le dépouillement manuel d’un corpus de journaux gastronomiques et son interprétation réalisée. Il s’est alors agi de vérifier si les conclusions tirées du travail non instrumenté étaient robustes à une analyse statistique de contenu ; et de vérifier à l’aide du logiciel Alceste d’une part la pertinence de la partition temporelle des éditoriaux et d’autre part la pertinence de la qualification de chaque période. Deux questions se posent : celle de la préparation du corpus, celle de l’interprétation des résultats et notamment de la mise au regard des résultats du logiciel avec des résultats issus d’une analyse non instrumentée.

L’interprétation comme pratique de découpage, d’annotation et de catégorisation des données

Comment penser et analyser la part interprétative qui est nécessairement impliquée par les automatismes de traitement dès lors qu’on ne les subsume pas uniquement sous une idée d’objectivité des procédures ? Deux communications abordent cette question en répertoriant les différentes opérations introduites par le travail lexicométrique sur les données textuelles et en montrant que ces opérations impliquent des interprétations continues de la part du chercheur. Interprétations qui tiennent tant du niveau local que du niveau global. L’annotation ou la catégorisation par exemple sont des « actes de recherche » qui, pour être microscopiques, impliquent néanmoins des choix classificatoires et des décisions de type herméneutique.

Jules Duchastel et Danielle Laberge définissent la catégorisation comme une pratique d’interprétation. Ils partent de l’idée que dans l’analyse lexicométrique, la forme textuelle du discours est progressivement déconstruite dans ses unités constitutives pour être l’objet de description (catégories), d’exploration et d’analyse. Ce travail d’objectivation du texte n’est jamais indépendant d’actes interprétatifs se logeant dans l’ensemble du processus et non pas au seul temps de l’interprétation des résultats produits par la mesure. Ce n’est qu’au terme de la recherche qu’un nouveau discours interprétatif global (par exemple, de nature sociologique) peut être proposé.

Divers logiciels proposent des catégorisations automatiques (lemmatique, grammaticale, sémantique) alors que d’autres (Caqdas) offrent des fonctionnalités de catégorisation en contexte. Les auteurs retiennent l’exemple d’un logiciel à orientation lexicométrique qui offre la double possibilité de catégoriser en ou hors contexte (SATO), pour montrer en quoi les deux formes de catégorisation posent problème. L’acte de catégoriser est a priori un acte interprétatif. Les systèmes de catégories peuvent avoir un caractère plus ou moins factuel ou référentiel mais, dans les deux cas, ils réfèrent à un triple espace de décision : paradigmatique, théorique et contextuel (syntagmatique).

Elias Rizkallah s’intéresse à l’encadrement du processus d’interprétation des données discursives et porte un regard critique et prospectif sur l’usage des logiciels lexicométriques (LL) en sociologie. Ceux-ci peuvent être considérés comme des outils de contraste fournissant à propos des données discursives à l’étude (surtout des unités lexicales), des représentations qui facilitent l’interprétation. Les LL ont comme principale unité d’analyse l’unité textuelle (mot, segment, etc.). Or, en sociologie, où la majorité des données à analyser s’inscrivent dans du langagier, le processus d’interprétation ne peut se limiter à l’unique analyse des unités lexicales (occurrence, co-occurrence locale et globale, n-gram, etc.). Il y a forcément d’autres unités d’analyse comme des enrichissements globaux (annotations) ou locaux (notes) ainsi que des structures plus complexes (catégories relationnelles) issues de l’interaction entre le chercheur et ses données discursives. Ces couches de lectures/écritures du chercheur s’intercalent dans le processus d’analyse, sans que les LL n’en portent suffisamment de traces.

Décrivant quelques unes des unités d’analyse sur lesquelles se base le processus d’interprétation, l’auteur rappelle que la seule prise en compte du lexique augmente le réductionnisme et le manque d’exhaustivité dans les interprétations. Il pointe le fait que malgré les avancées techniques et technologiques, les LL sont bien plus des outils d’analyses clés en main que des outils de gestion de données d’analyses essentielles à l’interprétation. En attendant à moyen terme d’avoir un environnement plus intégré, il y a lieu de s’orienter vers des formats d’échange qui tiennent compte de ces annotations/traces ainsi que de l’architecture des différents LL.

L’interprétation du chercheur orientée par les opérations automatisées

En parlant d’orientation de l’interprétation par les opérations automatisées, nous référons à plusieurs dimensions qui sont développées dans les communications du colloque. D’abord le fait que la production de l’interprétation est d’une certaine façon « préconstruite » par les logiciels puisqu’elle se fait à partir des types d’opérations permises par le logiciel (voir le point précédent). Ensuite l’idée, précisément, que ces logiciels ne sont pas neutres, ils « embarquent » des théories implicites, par exemple des théories du langage. L’interprétation est vue alors pour certains comme la part résistante du chercheur aux diktats des algorithmes, car c’est le chercheur qui doit rester maître des inférences sociologiques produites sur la base des traitements lexicométriques. Enfin, en élargissant des logiciels aux méthodes d’analyse, il faut signaler le rôle décisif des modes « d’inscription » des données, dans le guidage des interprétations : les visualisations, schématisations, axes, tableaux d’extraction, cartographies, graphes… orientent incontestablement les formes de raisonnement et le calcul interprétatif.

Frédéric Moulène pose la question du sociologue « dans la machine » : lorsque la linguistique textuelle oriente l’interprétation du chercheur. Beaucoup de chercheurs se tournent aujourd’hui vers la lexicométrie dont les ressources informatiques ne cessent de s’enrichir. Mais, de l’avis même des plus ardents défenseurs de la linguistique textuelle, la phase interprétative revient toujours au chercheur. En même temps, on ne saurait nier que les opérations de traitement et d’analyse sont étroitement liées. Et si les outils informatiques séduisent par leur immense portée calculatoire, il faut aussi comprendre que leur usage ne saurait être neutre sur l’interprétation des résultats. Les principes programmatiques des logiciels reposent notamment sur des choix théoriques particuliers (ainsi, l’Analyse du Discours à Entrée Lexicale s’inspire des travaux de Volochinov). L’auteur finit en montrant comment les fonctionnalités les plus basiques de la lexicométrie peuvent assister une lecture théorique des données textuelles, par exemple l’« imprégnation » du discours politique chez Klemperer qui est l’objet de sa recherche.

Mathieu Brugidou s’interroge sur les formes de pluralisme méthodologique à partir de l’approche discursive de l’opinion publique par l’analyse des données textuelles des questions ouvertes. Différentes familles de méthodes se rattachent à l’analyse des données textuelles (ADT). Ces approches s’incarnent de manière privilégiée dans des programmes informatiques qui s’avèrent indissociablement des programmes épistémologiques. L’analyse de questions ouvertes de sondage par les logiciels Alceste (Reinert, 1993) et Tropes (Ghiglione et al., 1998) est l’occasion d’expliciter un cheminement relevant du pluralisme méthodologique aux différents paliers de l’analyse (constitution des data, calcul et mises en relation des faits, formes de raisonnement). Dans l’analyse des questions ouvertes, les procédures de mises en forme des data font en effet co-exister des données (les variables morphologiques ou d’attitudes décrivant les locuteurs) et un corpus (l’ensemble des énoncés retranscrits). Le palier des techniques d’analyses proposées ou « supportées » par le logiciel permet à la fois de mobiliser des approches holistiques (approche structurale comme la classification descendante hiérarchique ou l’AFC sur les classes) et analytiques (spécificités, réponses modales, variables/mots étoilés, etc.). Par ailleurs le type de preuves et les formes de raisonnement mobilisés (palier épistémologique) peuvent s’autoriser tour à tour d’un paradigme interprétatif – en dégageant différentes dimensions sémantiques, mettant en évidence des grammaires actantielles et en décrivant des actes de langage – ou d’un paradigme explicatif (avec des stratégies exploratoires ou hypothético-déductives). La circulation entre ces différents paradigmes, en « descendant » ces différents paliers, ménage ainsi une position intermédiaire entre une ontologie réaliste et constructiviste : le logiciel constitue une pièce centrale, à côté de l’échantillon, du questionnaire, etc. d’un agencement plus large de dispositifs de recueil, de traitements et d’analyse. Cet agencement s’avère étroitement ajusté à une conception discursive et pragmatiste de l’opinion publique (Kaufmann, 2002; Brugidou, 2008) dont il constitue un puissant instrument d’objectivation.

Frédéric Lebaron et Philippe Bonnet s’interrogent sur l’apport de l’analyse géométrique des données à l’interprétation sociologique des textes, dans l’usage de la lexicométrie sur des discours politico-économiques. À partir d’un corpus de textes politico-économiques portant sur le cadre financier pluriannuel de l’UE (« budget européen ») publiés juste après le conseil européen des 7 et 8 février 2013, les auteurs font le point, dans une perspective méthodologique et réflexive, sur l’apport des méthodes d’analyse géométrique des données à l’étude sociologique des discours de type politico-économique. Leur propos vise à décrire les différentes étapes qui vont de la mise en œuvre statistique de l’analyse géométrique des données (en l’occurrence, l’analyse des correspondances simples) à l’interprétation sociologique : construction et visualisation d’un espace des textes et d’un espace des mots via à l’AC, interprétation des axes, utilisation des différentes « aides à l’interprétation » en analyse des données, et en particulier : éléments supplémentaires, analyse des données structurées, classification euclidienne… Les auteurs insistent tout particulièrement sur l’articulation entre les phases statistique et proprement sociologique de l’interprétation. Cela les conduit à mettre en évidence l’importance des contextes et des caractéristiques sociales des producteurs de texte, et de leurs relations, si l’on veut donner sens aux structures lexicales révélées par l’analyse.

Décrire des parcours interprétatifs

Plusieurs communications se sont centrées sur la description de parcours interprétatifs. L’outil y est vu comme un moyen de poser des questions au texte. Les auteurs montrent comment la statistique différentielle, les calculs de co-occurrences et l’analyse factorielle notamment, leur permettent de valider des hypothèses théoriques arrêtées au début de la recherche. Ils soulignent l’enjeu de contextualisation de ces résultats.

Magali Guaresi travaille sur les identités politiques de députées (1958-2007). Elle propose de décrire les parcours interprétatifs suggérés par les outils implémentés dans Hyperbase (calcul des spécificités, calcul co-occurrentiel, graphe d’associations) appliqués à un corpus de Professions de foi électorales, pour la compréhension des identités politiques des candidates à la députation. Elle montre que c’est le traitement non-supervisé, systématique et exhaustif de l’ensemble des unités textuelles du corpus qui, dans une perspective inductive et heuristique, oriente l’historien dans sa compréhension.

L’auteur s’arrête à l’enjeu de contextualisation qui est crucial dans le passage des données attestées en corpus à l’interprétation, des chiffres au sens. Cette contextualisation tend à se réaliser, au niveau global, par l’internalisation des ressources pour l’interprétation à travers l’élaboration de « macro-corpus réflexifs » comprenant à la fois les textes analysés et les textes mobilisés pour leur compréhension. Concrètement, l’étude des discours électoraux des candidates à la députation passe par l’établissement d’un corpus rassemblant outre les textes des candidates, un échantillon raisonné de professions de foi d’hommes rédigées à la même période. La statistique différentielle appliquée au corpus, incarnant une norme endogène de la parole électorale législative, permet d’éclairer dans une perspective réflexive les textes des candidates. À l’autre extrémité, au niveau local, la co-occurrence permet de dépasser l’approche occurrentielle parfois limitée pour traiter de paires de mots constitutives de la textualité et déjà porteuses de sens. L’interprétation, in fine toujours subjective et sujette à discussion, est néanmoins solidement fondée sur des parcours de lecture objectivés par la statistique.

Clément Steuer s’interroge sur La séparation interne/externe dans les corpus politiques. Quelle est la place respective prise dans l’interprétation des résultats, d’une part par le contexte, et d’autre part par la comparaison entre les sous-éléments du corpus ? L’auteur travaille sur un parti politique égyptien, le Wasat, créé par des Frères musulmans dissidents en 1996. Ce parti n’a pu obtenir d’autorisation légale avant février 2011 et durant quinze années, il a été maintenu en lisière du champ politique, dans la quasi-impossibilité de mener une activité autre que discursive. Le corpus qui a fait l’objet d’une étude lexicométrique, est constitué par les quatre programmes politiques rédigés par ce parti dans cette période (1996, 1998, 2004, 2006). L’étude de cette série textuelle chronologique corrobore l’hypothèse d’une spécialisation et d’une professionnalisation politique du parti. Elle révèle par ailleurs un résultat inattendu : le texte de 2004 semble fortement inspiré par les thèses des intellectuels du nouveau courant islamiste.

Dans sa communication, l’auteur discute de la possibilité qu’a la lexicométrie d’extraire des mots et de les analyser de manière décontextualisée. Si les analystes de corpus politiques ont pour usage de resituer – au moment de l’acte interprétatif – les mots dans leur cadre textuel, il apparaît que le mot coupé de son contexte fait également sens de par sa polysémie, et l’étude de ces « virtualités sémantiques » présente en soi un grand intérêt. Ainsi le terme de Umma pour désigner la nation égyptienne fait sens du fait de l’ambiguïté de ce terme, qui peut également désigner la nation arabe ou la communauté des croyants. D’autre part, la critique interne à un même corpus revient à comparer entre eux les textes qui les composent. Or la mise en corpus constitue une détermination sémantique pour chacun des textes qui le composent, à tel point que Damon Mayaffre (2002) construit la notion de « corpus réflexif », suffisamment large pour constituer son propre contexte, et dont tous les éléments seraient interprétables sans recours à des éléments de sens extérieurs. Dans son enquête, Clément Steuer sépare formellement ces deux niveaux d’analyse en ne tenant pas compte du contexte dans l’interprétation des résultats des analyses factorielles des correspondances, et en réservant la prise en compte du contexte à la deuxième phase de l’analyse, portant sur la structure sémantique des programmes. Selon lui, ces deux niveaux d’analyse engagent à réfléchir sur les rapports entre critique interne et critique externe dans l’interprétation des résultats d’une enquête lexicométrique.

Aline Valence et Nicolas Roussiau travaillent sur l’apport d’ALCESTE dans l’analyse médiatique des représentations sociales des droi t s de l’Homme et de l’immigration. La plupart des analyses représentationnelles « classiques » portent sur l’étude d’une seule représentation. En se centrant sur la description des contours des représentations, les analyses font apparaître celles-ci comme des modalités de connaissance isolées les unes des autres et fonctionnant de manière autonome. Les auteurs ont donc cherché à tester une approche systémique des représentations supposant que celles-ci fonctionnent de manière articulée et s’agencent en réseau. Une analyse des discours médiatiques relatifs à ces deux problématiques sociales (Libération et Le Figaro sur la période du quinquennat présidentiel de 2002 à 2007) a été réalisée à l’aide d’ALCESTE. Si elle permet un éclairage sur le contenu et l’organisation des éléments des deux représentations prises distinctement, elle offre également la possibilité de saisir leur articulation concrète à travers les classes lexicales isolées par le logiciel. Les auteurs proposent alors de revenir spécifiquement sur l’interprétation d’une de ces classes et montrent la possibilité qu’offre la lexicométrie de valider une hypothèse théorique tout en apportant – de par la nature de cette hypothèse – un certain éclairage des rapports sociaux, ici le rapport entre le registre des droits et la « question » migratoire.

L’interprétation comme interpellation du chercheur par l’inattendu, le non-dit des textes ou par les scories de l’analyse automatisée

Soucieux de restituer la traçabilité de leurs raisonnements, certains chercheurs ont tenu à donner à voir leur cheminement interprétatif. On découvre des parcours heuristiques qui butent sur des résultats inattendus et s’attachent à les éclairer par des analyses complémentaires fructueuses. La mise en comparaison de sous-corpus permise par certains logiciels joue ici un rôle non négligeable dans la mise en évidence de propriétés insoupçonnées qui encouragent à de nouvelles investigations. L’enquête se fait donc aussi « aux marges de l’analyse ».

Patrick Trabal et Henrique Rodas proposent, dans leur texte Cheminements qui mènent quelque part, d’assumer, à toutes les étapes de la recherche et de l’utilisation des outils informatiques, les interprétations du chercheur. Alors qu’une tradition consiste à penser qu’il faut « repousser le plus loin possible le saut interprétatif » (Lebart et Salem, 1988), les auteurs considèrent qu’au contraire, on doit assumer les interprétations à toutes les étapes de l’analyse sur des textes (Chateauraynaud, 2003). Les outils qu’ils ont choisis et qu’ils contribuent à développer sont précisément construits sur la possibilité d’accompagner le sociologue dans ses interprétations.

Pour expliciter ces cheminements et restituer la traçabilité du raisonnement, ils s’appuient sur trois recherches : l’une, issue de l’analyse d’un corpus de résumés sociologiques (Trabal, 2005) permet de souligner comment une intuition a été mise à l’épreuve et comment une scorie a pu donner naissance à une piste de recherches ; une autre, extraite d’une analyse de fils de discussion sur un forum, revient à raconter comment des recherches de quantification ont pu modifier les interprétations et faire émerger des dimensions souvent négligées ; une autre enfin sur les aspects économiques et juridiques des transferts dans le football invite à penser l’interprétation du non-dit.

En utilisant successivement Lexico et Alceste, Mona Zegaï s’attache à (Re)découvrir son terrain à partir d’une analyse lexicométrique : l’exemple d’une recherche sur des catalogues de jouets. Cherchant à montrer que les jouets sont des outils de socialisation sexuée des enfants, elle utilise Lexico pour mettre en évidence de manière contrastive les spécificités lexicales de parties du corpus. A priori, des formes qui n’apparaissent spécifiques d’aucune des parties pourraient sembler moins intéressantes à l’analyste soucieux de mettre au jour les oppositions discursives. Pourtant, le logiciel effectuant une analyse distributionnelle et non une analyse sémantique, une forme apparaissant comme non sexuée dans sa fréquence d’utilisation peut se révéler particulièrement sexuée dans son sens. Le mot « eau » par exemple se retrouve autant chez les garçons et chez les filles mais ne revêt pas la même signification : celle des garçons permet l’aventure et le combat, lorsque celle des filles permet de gérer le quotidien et en particulier d’effectuer le travail domestique. L’auteur montre ici l’intérêt de travailler aux marges de l’analyse. Poursuivant son analyse avec Alceste, elle montre comment le logiciel permet de questionner son objet en introduisant de nouvelles distinctions dans les catégories inductives utilisées : les poupées et les poupons par exemple apparaissent comme n’ayant pas grand-chose en commun, les premières étant liées à l’esthétique (se pomponner), les secondes au maternage (pouponner). La récurrence de telles oppositions incite le chercheur à poursuivre plus avant l’enquête. Il est apparu par exemple que l’aventure et le combat se trouvent du côté des garçons lorsque le travail domestique se trouve du côté des filles, axes de recherche pouvant être mobilisés dans le cadre d’une analyse plus globale du terrain.

L’interprétation au croisement des méthodes d’analyse lexicométrique avec des méthodes qualitatives plus classiques en sociologie

Enfin, si la plupart des auteurs du colloque montrent la qualité heuristique des démarches appuyées sur l’analyse lexicométrique, certains d’entre eux ne sont pas sans plaider pour une nécessaire complémentarité entre cette dernière et les approches qualitatives plus classiques en sociologie. Leurs communications donnent alors à voir des exemples de construction d’enquête intégrant différentes méthodes aux niveaux successifs de la démarche d’analyse et interrogent la fécondité de tels croisements.

Lionel Scotto d’Appolonia utilise la lexicométrie dans un cadre d’analyse socioépistémique des controverses climatiques. L’analyse lexicométrique en sociologie des sciences et de l’environnement est peu à peu investie par la recherche, principalement à travers la balistique sociologique de Francis Chateauraynaud (2011), consistant à analyser les « jeux d’acteurs et d’arguments », en comparant les « trajectoires visées par les acteurs ». Rares toutefois sont les études lexicométriques concernant les controverses climatiques. A partir d’une analyse des discours des chercheurs climatologues ou non, l’auteur se pose deux questions. La première concerne la « neutralité axiologique » en sociologie des controverses socio-scientifiques (elle-même controversée), question qui est redoublée par l’ancienneté de certaines sources difficilement exploitables techniquement et par la très grande hétérogénéité des volumes et des espaces de publicisation des chercheurs. Une deuxième interrogation majeure concerne la valeur interprétative de l’analyse lexicométrique dans le cadre des controverses socio-scientifiques. La méthode proposée consiste à croiser les approches externalistes (bibliométrie, lexicométrie), et internalistes (analyse qualitative d’entretiens semi-directif auprès de chercheurs impliqués dans les controverses climatiques). De manière plus générale, l’auteur questionne la façon dont des cadres paradigmatiques différents peuvent dialoguer, et quelle est la fécondité heuristique et les limites d’une telle approche.

Ronny Scholtz s’interroge sur L’approche lexicométrique en sociologie. Possibilités et limites de son emploi appliquée à l’analyse du discours politique. L’auteur utilise la lexicométrie pour développer des hypothèses sur la macrostructure de ces discours. Par macrostructure, il faut entendre les caractéristiques dominantes qui apparaissent à l’échelle de la forme verbale dans un corpus textuel représentant un certain type de discours. Les méthodes lexicométriques permettent de mettre en évidence les acteurs participant au discours, les sujets principaux, certaines traces d’argumentation et le rapport entre ces variables, ainsi que les évolutions diachroniques de leur représentation dans le corpus étudié, voire les variations translinguistiques. Trois corpus de programmes électoraux pour les élections européennes entre 1979 et 2009 servent d’illustration pour présenter une étude sur l’emploi du terme Europe dans les discours politiques électoraux français, anglais, et allemand. L’analyse de la macrostructure d’un discours est utile seulement dans la mesure où elle est complétée par des méthodes dites qualitatives plus proches du texte permettant par exemple l’analyse des préconstruits ou de l’implicite.