« Ce que l’on conçoit bien s’énonce clairement, et les mots pour le dire arrivent aisément. » Si Nicolas Boileau érige la clarté en vertu de l’expression, la réalité linguistique est plus complexe. La langue française n’est pas un système binaire univoque, mais un ensemble flexible où l’ambiguïté lexicale apparaît souvent. Loin d’être un défaut en soi, les mots à double sens enrichissent la langue française et apportent une dose de subtilité aux messages échangés entre les personnes.

Qu’est-ce qu’une ambiguïté lexicale ?

L’ambiguïté lexicale survient lorsqu’une unité lexicale possède plusieurs interprétations sémantiques. Les linguistes distinguent plusieurs catégories selon la relation entre les sens et l’origine étymologique du mot.

Polysémie et homonymie

Dans la langue française, la polysémie désigne un mot ou une expression issue de la même étymologie qui prend plusieurs sens. La homonymie fait référence aux mots qui s’écrivent ou se prononcent de la même manière tout en ayant une signification différente.

La polysémie : le mot possèdent plusieurs sens, mais ils sont unis par une logique commune. Par exemple, le mot « bouton » désigne aussi bien la fleur qui va éclore, la petite excroissance sur la peau, ou l’objet qui ferme un vêtement. Le lien ? La forme ronde et saillante.

L’homonymie : deux mots aux origines différentes finissent par s’écrire ou se prononcer de la même façon. Le mot « vers » peut désigner l’animal (le ver de terre), la direction (vers le nord), la poésie (un vers de mirliton) ou la couleur (le vert, par homophonie).

Ambiguïté grammaticale

Il s’agit d’une ambiguïté de nature fonctionnelle où un même mot change de classe grammaticale (nom, verbe, adjectif) sans modification morphologique. Par exemple, dans la phrase « le garçon compte les sous de sa tirelire », le mot « compte » est la forme conjuguée du verbe compter. Par contre, lorsque « Julie vérifie le solde de son compte bancaire », le mot « compte » est un nom commun.

Énantiosémie

L’énantiosémie est une forme de polysémie où un mot possède deux sens antonymiques (opposés). Par exemple, Le verbe « louer » signifie aussi bien « donner à bail » que « prendre à bail ». Le nom « hôte » désigne simultanément celui qui reçoit et celui qui est reçu. Ici, seul le contexte de la phrase permet de lever l’ambiguïté.

Paronymie

Il s’agit ici de mots qui se ressemblent que l’on a tendance à les confondre. L’erreur entre « éminent » (prestigieux) et « imminent » (très proche dans le temps) est l’une des plus courantes. L’orthographe et la prononciation de ces mots est proches bien qu’il n’y a aucune logique entre les sens des ces deux mots.

L’ambiguïté lexicale est un formidable terrain de jeu

L’humour et les jeux de mots

Le calembour est le roi de l’ambiguïté. Jouer sur le mot « fin » (qui peut désigner la mort, la conclusion d’un film ou la finesse d’un esprit) permet de créer des décalages qui provoquent le rire. C’est l’art de dire deux choses avec un seul son.

La publicité et le marketing

La publicité et le marketing exploitent également l’ambiguïté lexicale pour capter l’attention du consommateur. Les slogans et les jeux de mots sont couramment utilisés pour créer des messages accrocheurs. Par exemple, une campagne publicitaire pour un café pourrait jouer sur l’idée que « un bon café, c’est de la magie dans chaque tasse », où le mot « magie » peut évoquer à la fois l’enchantement et l’excellence du produit. Cette ambiguïté incite les consommateurs à s’interroger et à retenir l’information.

La poésie

La poésie, quant à elle, utilise l’ambiguïté lexicale pour enrichir les images et les émotions. Les poètes jouent avec les multiples sens des mots pour créer des effets de surprise et de profondeur. Par exemple, dans un poème, le mot « lumière » peut à la fois désigner la clarté physique et symboliser la connaissance ou l’espoir. Cette richesse sémantique permet aux lecteurs d’interpréter les vers de manière personnelle et d’y trouver des significations variées.

Les énigmes

Les énigmes sont un autre domaine où l’ambiguïté lexicale règne en maître. Elles requièrent souvent un jeu de mots astucieux pour amener le lecteur à réfléchir. Par exemple, une énigme classique pourrait demander : « Qu’est-ce qui est toujours devant vous mais ne peut jamais être vu ? » La réponse, « le futur », joue sur l’idée d’un concept qui est à la fois un état temporel et un aspect abstrait.

Dans quelles situations l’ambiguïté lexicale est-elle dangereuse ?

Si elle est une source de richesse créative, l’ambiguïté devient un obstacle majeur lorsque la précision est une question de sécurité, de droit ou de compréhension fondamentale.

Le domaine juridique

En droit, l’interprétation d’un texte peut changer le cours d’un procès. Une loi ou un contrat mal rédigé laisse la porte ouverte à des litiges sur l’intention réelle des parties.Par exemple, dans certains contrats, si l’on précise « un délai de trois jours », l’ambiguïté peut porter sur la nature de ces jours : sont-ils ouvrables (hors week-end), ouvrés ou calendaires ? Une confusion ici peut entraîner l’annulation d’une vente ou des pénalités de retard conséquentes.

Le domaine de la santé

Dans le secteur médical, l’ambiguïté peut avoir des conséquences vitales. Qu’il s’agisse d’une prescription ou d’un diagnostic, le langage doit être totalement dénué d’équivoque. Lorsqu’un patient comprend qu’il doit « traiter » sa plaie (la nettoyer), alors que le médecin entend par là l’application d’un médicament spécifique. De même, la paronymie entre certains noms de médicaments, comme le Lasilix (diurétique) et le Loxapac (neuroleptique), a déjà causé des erreurs d’administration grave par simple confusion sonore ou visuelle lors de la lecture d’une ordonnance manuscrite.

L’apprentissage des langues

Pour un apprenant, l’ambiguïté lexicale est l’un des plus grands freins à la fluidité. Sans le bagage culturel nécessaire pour décoder le contexte, le locuteur étranger se retrouve bloqué par des mots aux sens contradictoires. Selon que l’on prononce le « s » final ou non, ce mot peut signifier une quantité supplémentaire ou, au contraire, une absence totale (« Je n’en veux plus »). Pour un étudiant étranger, la phrase « Il y a plus de pain » est indéchiffrable sans le contexte sonore ou syntaxique (présence ou absence du « ne »), ce qui peut mener à des quiproquos gênants lors d’un repas.

L’Intelligence Artificielle (IA)

La désambiguïsation est un défi majeur dans le Traitement Automatique du Langage Naturel (TALN). Une IA doit calculer statistiquement quel sens donner à un mot en fonction de son environnement lexical. Par exemple, Le mot « avocat ». Si vous demandez à une IA de traduire « L’avocat est au tribunal », elle doit identifier qu’il s’agit du juriste et non du fruit. Si la phrase est « L’avocat est mûr », elle doit basculer vers le fruit. Une erreur de l’algorithme dans un système de traduction automatique peut transformer un compte-rendu judiciaire sérieux en une recette de cuisine absurde ;-).

L’ambiguïté lexicale enrichit la langue française en offrant des nuances et des subtilités, mais elle peut également engendrer des malentendus dans des contextes où la clarté est essentielle. Avec le temps, l’enfant ou l’étudiant étranger sélectionne assez facilement le bon sens du mot dans la phrase. Avec un peu de pratique, les humains lèvent facilement les ambiguïtés lexicales. Pour l’intelligence artificielle, la désambiguïsation lexicale est une tache complexe qui fera l’objet d’un article à part entière.

Longtemps mis au coin, les patois et dialectes régionaux, de la Bretagne à l’Alsace, reprennent aujourd’hui des couleurs. Peut-être entendez-vous encore la voix d’une grand-mère s’exclamer « Boudiou ! » en sortant une tarte du four, ou celle d’un oncle vous demandant de fermer la « clanche » de la porte. Pourtant, pendant des décennies, on nous a appris à les gommer. Il fallait « bien parler », gommer l’accent, lisser le verbe. Aujourd’hui, alors que le monde s’uniformise, nous réalisons que ces langues régionales ne sont pas des vieilleries poussiéreuses, mais des racines vivantes qui nous ancrent dans notre histoire. Et si ces « vieux mots » étaient en réalité le ciment de notre identité ?

La France des terroirs

On l’oublie souvent, mais le « français standard » tel que nous le connaissons est une construction relativement récente à l’échelle de l’histoire. La France a longtemps été un véritable archipel linguistique. Au nord, les langues d’Oïl (comme le Picard ou le Normand), au sud, les langues d’Oc (Provençal, Gascon).

Prenons l’exemple de la Bretagne, cette terre de granit et de légendes. Le breton n’est pas un dérivé du latin comme le français, mais une langue celtique, cousine du gallois et de l’irlandais. C’est une langue d’images et de poésie, façonnée par la mer, qui porte en elle l’âme des marins et des paysans de l’Armorique. À l’autre bout de l’Hexagone, l’Alsace nous offre un tout autre visage. Ici, le dialecte est un pont. Langue d’origine alémanique, l’alsacien est apparu au IVe siècle de notre ère lorsque les peuples germaniques commencent à envahir l’Alsace. C’est une langue du quotidien, concrète, affective, qui a longtemps servi de code secret entre les habitants pour préserver leur identité face aux bouleversements de l’Histoire.

Quand parler patois était une faute

Pourquoi ces langues ont-elles failli disparaître ? Celles et ceux qui ont la cinquantaine aujourd’hui se souviennent peut-être des récits de leurs parents ou grands-parents. L’École de la République, dans sa volonté d’unifier la nation, a mené une guerre sans merci aux parlers locaux. Dans les cours de récréation, l’élève surpris à dire un mot de breton ou d’occitan se voyait remettre un objet (un sabot, un bouton, un morceau de bois). Il devait garder le symbole (appelé également signal ou signum) jusqu’à ce qu’il surprenne un autre camarade fauter à son tour. Le dernier à l’avoir en fin de journée était puni. Cette politique linguistique devait diffuser l’idée que le patois était la langue des ignorants, celle qu’il fallait oublier pour réussir sa vie.

Ballotée entre la France et l’Allemagne, la région a vu sa langue devenir un enjeu politique. Parler français ou parler alsacien pouvait être tour à tour un acte de résistance ou une raison de suspicion. Ce traumatisme a poussé toute une génération, après-guerre, à ne plus transmettre le dialecte à ses enfants, pensant bien faire, pour leur éviter des ennuis et favoriser leur intégration. Le déclin du patois s’explique également par l’exode rural au fil des ans. En quittant les villages pour les villes, en allumant la télévision qui parlait d’une seule voix, nous avons peu à peu perdu ces mots qui désignaient des outils agricoles oubliés ou des nuances de météo que seul un paysan pouvait comprendre.

Notre patrimoine linguistique

Si l’on entend plus parler le patois à chaque coin de rue, il n’a pas disparu pour autant. Il s’est fait plus discret mais toujours bien ancré dans notre patrimoine linguistique. Pour preuve, je vous invite à ouvrir une carte routière. La toponymie d’une région est un des gardiens de nos racines et de notre identité régionale.

En Bretagne, les noms des villages retracent l’histoire du lieu. Les préfixes « Plou- » (paroisse), « Lan- » (lieu sacré) ou « Ker- » (lieu habité) marquent l’influence celtique. Saviez-vous, par exemple, que Kermit signifie littéralement « maison de l’ermite » ?

En Alsace, la carte est l’illustration des grandes migrations qu’a connu la région. Les terminaisons en « -heim » désignent le foyer, le « chez-soi », tandis que les « -willer » (comme Guebwiller) sont des vestiges du latin villare (ferme), témoins du passage des Romains puis des germains par la suite.

Il en est de même pour les habitudes et les expressions propre à une région. Notre lexique au quotidien regorge de régionalisme qui nous sont transmis par nos aïeux pour défendre notre identité culturelle.

• Dans le Sud, on redoute que le sol ne « pègue » (du verbe occitan pegar, coller) sous l’effet de la chaleur
• Dans l’Ouest, on range ses courses dans un « pochon » avant de fermer la porte à « clanche »
• En Alsace, les parents demandent un « schmutz » (bisou) aux enfants pour marquer l’affection
• Dans le Nord, on ne passe pas la serpillière, on passe la « wassingue » ou la « panosse »

Ces expressions ne sont en aucun cas des fautes de langage. Elles constituent la mémoire vivante de l’identité d’une région, un héritage de nos aïeux qui insuffle au français une couleur locale unique. En les employant, nous ne faisons pas que communiquer : nous revendiquons une appartenance et une nuance affective qu’aucune traduction standard ne saurait remplacer.

L’émergence des modèles de langage de grande taille, ou LLM (Large Language Models), marque une étape charnière dans l’histoire de l’informatique. Capables de rédiger des textes complexes, de coder des applications ou de synthétiser des idées avec une aisance presque humaine. Pourtant, ces systèmes ne sont pas dotés d’une conscience et reposent uniquement sur des architectures mathématiques complexes.

Architecture d’un LLM

Un LLM (Large Language Model) est un modèle d’intelligence artificielle qui a la particularité de posséder un grand nombre de paramètres (généralement plus d’un milliard). L’architecture de cette IA repose sur plusieurs couches de réseaux de neurones capables aussi bien de comprendre une demande verbale et non structurée que de fournir un résultat comme le ferait un humain.

Le tokenizer

Avant qu’un modèle puisse assimiler les données, le texte doit être converti en nombres. C’est le rôle du tokenizer, à savoir découper la phrase d’entrée en petites unités appelées tokens. Un token peut aussi bien être un mot entier (« chat »), une partie du mot (syllabe, préfixe, suffixe) ou même un simple caractère. Pour un LLM, une phrase n’est pas une suite de lettres, mais une suite de vecteurs numériques.

Le transformer et le mécanisme d’attention

Le cœur du LLM réside dans l’architecture d’apprentissage profond Transformer, introduite en 2017, l’innovation porte sur l’ajout d’un mécanisme d’attention. Imaginez une phrase complexe : votre cerveau accorde inconsciemment plus d’attention à certains mots clés et comprend leurs relations. Le mécanisme d’attention fait de même. Pour prédire le mot suivant dans une phrase, le modèle calcule un « score d’attention » pour chaque token déterminant ainsi leur importance dans le contexte de la phrase. C’est ce qui permet au modèle de savoir que le pronom « elle » dans un paragraphe se rapporte à « Marie » mentionnée trois phrases plus tôt, et non à un objet féminin aléatoire.

L’encodage de vecteurs multidimensionnels

Avant ce calcul, chaque token est converti en un vecteur ou plongement (embedding). Ces vecteurs sont des représentations mathématiques multidimensionnelles (des centaines, voire des milliers de dimensions) qui capturent non seulement l’identité du mot, mais aussi une part de son sens en fonction de son contexte d’apprentissage. Des mots sémantiquement proches, comme « chien » et « chiot », auront des vecteurs géométriquement proches puisque ces mots sont utilisés dans un contexte similaire.

La prédiction finale

A ce stade, le LLM n’a plus qu’un objectif : prédire le token suivant, calculée en fonction d’une distribution de probabilités. Mais la statistique pure a ses limites : choisir systématiquement l’option la plus sûre produirait un texte plat et répétitif. Pour insuffler un peu de créativité aux réponses, le modèle introduit une dose d’aléatoire. Le paramètre s’appelle « température » et consiste à piocher dans des choix moins évidents. Le mécanisme est censé donner un peu de peps aux textes et imiter le langage humain.

L’entraînement des LLM

Le pré-entraînement (Pre-training)

Le premier entrainement du LLM est l’étape la plus longue. Afin d’initialiser les poids et les relations entre les transformeurs, le modèle ingère de grandes quantités de textes. Ces corpus proviennent le plus souvent d’internet et couvrent de nombreuses sujets Wikipédia, livres numérisés, articles de presse, code source, forums de discussion). Pendant cette phase, le modèle apprend la structure du langage, la grammaire, et emmagasine une quantité massive de connaissances factuelles.

Le fine-tuning supervisé (SFT)

Le modèle pré-entraîné est capable de compléter des phrases, mais il ne sait pas suivre des instructions. Si vous lui demandez « Comment faire une poule au pot ? », il pourrait simplement continuer la phrase par « la poule au pot est une spécialité de la cuisine française …  » au lieu de donner la recette. Durant le fine-tuning, des humains fournissent au modèle des exemples de questions-réponses (dialogues, résumés, traductions). Le modèle apprend alors un nouveau comportement : celui d’un assistant serviable.

Le RLHF (Reinforcement Learning from Human Feedback)

C’est la touche finale qui permet d’aligner le modèle avec les valeurs humaines. Des humains testent le modèle, comparent plusieurs de ses réponses et votent pour la meilleure (la plus pertinente, la moins toxique). Ces données servent à entraîner un « modèle de récompense » qui va ensuite guider le LLM. C’est un système de punition/récompense similaire au dressage : le modèle ajuste ses paramètres pour maximiser la satisfaction humaine. Sans RLHF, les modèles seraient souvent impolis, dangereux ou incohérents.

Est-ce que le modèle LLM comprend le langage humain ?

Le sens émerge du contexte

Pour un LLM, le sens n’est pas intrinsèque, il est définit par le contexte de la phrase. Le mot « avocat » n’a aucune signification isolée pour le modèle. Cependant, s’il est entouré des mots « juge », « loi » et « tribunal », son vecteur s’orientera vers le domaine juridique. S’il est entouré de « guacamole » et « noyau », il s’orientera vers le domaine culinaire. Cette plasticité permet au modèle de gérer les nuances avec une finesse surprenante.

La compression sémantique

Pour prédire efficacement le mot suivant dans n’importe quel contexte (chimie, histoire, codage), le modèle est obligé de développer une représentation interne « compressée » du fonctionnement du monde. Pour prédire la fin d’une phrase expliquant la gravité, il doit avoir « internalisé » une forme de logique physique.
Pourtant, il est crucial de rappeler que le modèle calcule un score de probabilité. Il n’a pas d’intention, de conscience ou de croyances. Il navigue dans un océan de statistiques pour trouver la suite de mots la plus plausible.

À quoi servent les LLM

Principaux fournisseurs de LLM

Domaine d’application

Rédaction et synthèse : rédiger des emails, résumer des rapports, reformuler des textes complexes.
Assistance au codage : pour les développeurs, les LLM agissent comme des binômes capables d’écrire des fonctions entières ou de trouver des bugs.
Analyse de données : les LLM sont capables de structurer des données non structurées (extraire des informations clés d’un flux de factures PDF, par exemple).
Assistants virtuels (Chatbots) : soutenir une conversation fluide pour le service client ou l’éducation.

Les limites des LLM

Les hallucinations

Les hallucinations représentent un défi technique pour les concepteurs de LLM. Ce phénomène s’explique par la nature même de l’architecture de ces modèles : ils sont conçus pour prédire le jeton (token) suivant une probabilité dans un contexte donné, et non suivant des faits avérés. En d’autres termes, le modèle privilégie la fluidité syntaxique et crée de ce fait une « vérité statistique » qui peut être totalement déconnectée de la réalité.

Biais et stéréotypes culturels

Puisqu’ils sont nourris de vastes corpus issus du web, ils héritent inévitablement des préjugés, des stéréotypes et des déséquilibres culturels présents dans ces textes. On observe ainsi une forte prédominance des valeurs occidentales, de l’anglais et de visions du monde spécifiques, au détriment des minorités ou des cultures moins représentées numériquement. Ces biais peuvent se manifester par des réponses sexistes, racistes ou par une incapacité à sortir d’un prisme euro-centré. Malgré les couches de sécurité et de « fine-tuning » éthique ajoutées par les développeurs, le substrat initial du modèle reste imprégné des travers humains capturés lors de la phase d’apprentissage.

L’analyse critique de Yann LeCun

Le débat sur la nature profonde de l’intelligence des LLM oppose souvent les partisans d’une « intelligence émergente » aux sceptiques comme Yann LeCun. Pour ce dernier, les modèles actuels sont dépourvus de véritable raisonnement. La critique de LeCun repose sur l’absence de « modèle du monde » : contrairement à un humain ou même à un animal, le LLM ne comprend pas les lois physiques élémentaires, la causalité ou le bon sens. Il manipule des symboles sans en saisir la réalité matérielle. Pour LeCun, tant que l’IA ne pourra pas planifier des actions ou apprendre par observation directe du monde physique, elle restera confinée à un rôle de prédicteur probabiliste.

L’écriture s’impose comme l’une des inventions les plus prodigieuses de l’humanité. Véritable vecteur de civilisation, elle permet la pérennisation du savoir à travers les millénaires et la transmission des données par-delà les frontières. Depuis l’Antiquité, l’être humain a su exploiter les propriétés naturelles de la plume pour en faire l’instrument scripturaire par excellence, l’outil fétiche des scribes et des érudits.

La plume dans l’Antiquité

À l’origine, les outils d’écriture étaient façonnés à partir de rémiges de grands oiseaux, principalement l’oie et le cygne. En Égypte comme en Mésopotamie, les scribes taillaient ces calames organiques avec une précision chirurgicale pour obtenir une pointe fine. Bien que de facture rudimentaire, cette technique permettait de graver avec agilité les signes sur le papyrus ou le parchemin.

Dans ces sociétés archaïques, la plume transcendait sa fonction utilitaire pour devenir un véritable insigne d’autorité et de sagesse. Elle servait à consigner les codes législatifs, les registres commerciaux et les premiers chefs-d’œuvre littéraires, assurant ainsi une diffusion de la connaissance sans précédent.

La plume à partir du Moyen Âge

Au Moyen Âge, la plume connaît ses heures de gloire dans le silence des monastères. Les moines copistes y consacraient leur vie, transcrivant des manuscrits enluminés avec une rigueur ascétique. C’est à cette époque que l’on voit apparaître les premières ébauches de plumes métalliques, recherchées pour leur longévité. Les substances chimiques évoluent également : l’invention de l’encre ferro-gallique (à base de noix de galle et de sels métalliques) offre une tenue indélébile aux parchemins.

La Renaissance transforme ensuite l’écriture en un art visuel. Artistes et humanistes explorent de nouveaux styles de calligraphie, faisant de la plume un instrument d’expression personnelle. Souvent richement ornée, elle devient un attribut de distinction sociale. Si l’invention de l’imprimerie par Gutenberg au XVe siècle bouleverse la reproduction des textes, l’écriture manuscrite demeure le pilier de la correspondance intime et de la création artistique.

La plume à l’époque moderne (XVIIe – XIXe siècle)

Le XVIIe siècle marque l’essor de la métallurgie, permettant la production de plumes en acier, plus souples et résistantes. Mais le véritable défi technologique restait l’autonomie. Jusqu’au XIXe siècle, le rêve d’un « réservoir intégré » se heurtait aux lois de la physique des fluides. Léonard de Vinci en avait imaginé les prémices, mais ses successeurs échouaient face à un dilemme : l’encre refusait de couler ou, au contraire, inondait le papier.

Le tournant décisif survient en 1883 avec Lewis Edson Waterman. La légende veut qu’un contrat perdu à cause d’une tache d’encre l’ait poussé à l’innovation. Il comprit le principe de la capillarité : pour que l’encre s’écoule de façon régulée, l’air doit pouvoir remonter dans le réservoir. En inventant le conduit à canaux capillaires (le feeder), Waterman donne naissance au stylo-plume moderne.

Vers 1902, l’innovation atteint sa pleine maturité. Les mécanismes à levier, les pompes et les vessies en caoutchouc remplacent les remplissages fastidieux au compte-gouttes. Le stylo devient un accessoire nomade, fiable et étanche. Habillé d’ébonite ciselée ou d’or fin, il s’impose comme un objet de luxe. Libéré de l’encrier, l’écrivain — à l’instar de Voltaire ou Rousseau autrefois — peut désormais coucher ses pensées partout, du café parisien au champ de bataille.

Comme l’affirmait Edward Bulwer-Lytton : « La plume est plus forte que l’épée ». Cette maxime illustre une réalité historique profonde : si les territoires s’emparent par les armes, c’est par l’encre que s’opère la mutation profonde des sociétés. À travers les lois, l’éducation et la littérature, la plume impose la langue et les valeurs du vainqueur, transformant durablement la culture des peuples conquis. En définitive, si les empires naissent dans le fracas de la violence, ils se consolident et se pérennisent par le verbe, prouvant que l’écrit possède un pouvoir de métamorphose bien plus redoutable que la force brute.

Notre périple estivale nous a conduit dans le sud ouest de la France. En voyant défiler le panneau indicateur pour ‘Jarnac’, ma premier pensée a été pour François Mitterrand. Cette commune de Charente est la ville natale et la dernière demeure de l’ancien président de la République.

Puis mon esprit s’est mis à associer trahison, déloyal et perfide à la ville de Jarnac. Quelques minutes de recherches ont suffit pour se rendre compte que ces qualificatifs faisaient référence à l’expression ‘coup de Jarnac’. L’origine de cette locution remonte au XVIè siècle et fait référence au dernier duel judiciaire qui a opposé Guy Chabot et François de Vivonne.

Le camouflet à l’origine du duel

Au cœur de l’affaire se trouve Guy Chabot de Saint-Gelais, Baron de Jarnac. En mars 1540, il épouse Louise de Pisseleu, sœur de la duchesse d’Étampes, favorite de François 1er. Cette union le place dans un réseau complexe de rivalités, notamment avec Diane de Poitiers, maîtresse du futur Henri II. Un jour, lors d’une conversation, Chabot se vante de la richesse de ses vêtements. Ce propos, entendu par Diane et le Dauphin, est habilement déformé pour le ridiculiser, insinuant une faveur inappropriée.

Bien qu’il opposa un fort démenti, Chabot se voit contraint de défendre son honneur. Il demande au roi l’autorisation de provoquer un duel judiciaire, mais François Ier refuse, conscient que la querelle découle d’intrigues de cour. Ce n’est qu’après la mort du roi, survenue en mars 1547, que Chabot renouvellera sa demande auprès d’Henri II, qui l’accepte.

Ne pouvant pas affronter directement le Dauphin, François de Vivonne (seigneur de La Châtaigneraie) est désigné pour croiser le fer avec Guy Chabot. Connu pour sa force physique, de La Châtaigneraie est également un bretteur craint et respecté. Afin de préparer au mieux le combat, Chabot prend des leçons d’escrime auprès du capitaine Caize, un spadassin italien, qui lui a enseigné une technique secrète

Le 10 juillet 1547, le duel a lieu près du Château de Saint-Germain-en-Laye. Les règles du duel à cette époque sont strictes: les duellistes doivent prouver leur bravoure sans recourir à la tricherie. Armés de rapières, Jarnac et Chabot s’affrontent dans une arène devant le Roy et toute sa cour. Lors d’une série d’échanges, la Châtaigneraie avance un peu trop sa jambe vers l’avant. Jarnac en profite et porte le célèbre coup à l’arrière de la cuisse. Le roi, témoin de ce coup habile et imprévu, doit intervenir pour stopper le combat avant que Jarnac ne porte le coup final. La Châtaigneraie, gravement blessé, meurt le lendemain.

Expression « Coup de Jarnac »

La botte secrète de Guy Chabot lors du duel de 1547 est bien évidemment à l’origine de l’expression « Coup de Jarnac ». Au départ, elle désigne une action habile et imparable. Au fil du temps, le sens de l’expression a pris une connotation péjorative, proche de coup bas et d’acte pernicieux. Est-ce que le coup au jarret du Baron de Jarnac était une botte géniale ou un acte déloyal ? une simple différence de point de vue me direz-vous

Pour y voir plus clair, intéressons à l’évolution du sens de cette expression au fil du temps. Peu de temps après le duel, l’expression « coup de Jarnac » est synonyme de coup habile et loyal. A partir de la fin du XVIII^e siècle, les jésuites interprètent différemment l’attitude de Guy Chabot. Pour eux, il s’agit d’un tour auquel on ne s’attend pas et les religieux vont même jusqu’à consigner par écrit cette traitrise dans le Dictionnaire de Trévoux. Un siècle plus tard, Émile Littré tente d’inverser la tendance dans son ouvrage: le coup de Jarnac est un coup habile et loyal dans toutes les règles de l’honneur.

« Ma caisse ne vous regarde pas, dites-vous ? Soit ! Opérez sur la vôtre, mais n’emplissez ni ne videz la mienne. D’ailleurs, qui sait si tout cela n’est pas un coup de Jarnac politique ; si le ministre, furieux de me voir de l’opposition, et jaloux des sympathies populaires que je soulève, ne s’entend pas avec M. Debray pour me ruiner ? »

La tirade ci-dessus est extraite du 3è tome du Comte de Monte Cristo. Comme vous pouvez le voir, Alexandre Dumas donne également un sens péjoratif à l’expression « coup de Jarnac » en 1861.

Comment utiliser l’expression « coup de Jarnac » ?
Le duel judiciaire entre Guy Chabot et François de Vivonne illustre à lui seul les rivalités de cour et les enjeux d’honneur à la Renaissance. De cet affrontement est né l’expression « coup de Jarnac ». Initialement, le combat est perçu comme loyal et Guy Chabot aurait fait preuve de ruse et d’habileté. Avec le temps, l’expression « coup de Jarnac » est associé à la traîtrise et au coup bas. Cette transformation linguistique reflète la complexité des interprétations culturelles, où la perception d’un acte peut changer radicalement selon le contexte.

Depuis une dizaine d’années, une clameur venue de la Silicon Valley nous pousse à prendre conscience de la révolution en cours. De quoi s’agit-il ? Les progrès de l’Intelligence Artificielle (IA) seraient tellement importants que les humains peuvent dès à présent débrancher leur cerveau.

Cette entrée en matière un peu triviale fait suite à un entretien que j’ai eu avec un chercheur au CNRS. Nous sommes tous les deux réticents à utiliser un agent conversationnel tel que ChatGPT dans nos travaux quotidiens. Quelques jours après notre rencontre, le doute s’est installé : est-ce que j’accorde aussi peu d’intérêt à chatGPT à cause de mes a priori et du manque d’information sur l’outil ?

Compréhension et interprétation du langage humain

La première chose à faire est d’évaluer le niveau de compréhension de l’agent conversationnel. Est-ce que l’IA décode et traite correctement les données en entrée ?

Cette étape est loin d’être un processus facile à réaliser. En partant d’un ensemble de caractères, l’IA devra donner une fonction à chaque mot, définir le contexte général de la phrase puis, in fine, déterminer l’intention ou la demande de l’utilisateur.

Étiquetage grammatical

Autrefois réalisé à la main, l’étiquetage est le marquage de mots ou de mots dans une phrase. Le but de l’opération est d’ajouter un calque sur le texte afin d’identifier le rôle de chaque séquence. Concrètement, un humain ou un logiciel (par exemple TreeTagger Universität Stuttgart) annote chaque mot avec la catégorie grammaticale (nom, verbe, adjectif,…) et le type de relation entre les séquences de la phrase.

Prompt: peux-tu étiqueter grammaticalement la phrase suivante:
Cerise déguste une cerise à la chantilly à Chantilly

Cerise : nom commun, sujet (sujet de la phrase)
déguste : verbe, verbe principal, 3ème personne du singulier, indicatif présent
une : déterminant indéfini, article défini, introduit le nom "cerise"
cerise : nom commun, complément d'objet direct (COD) du verbe "déguste"
à : préposition
la : déterminant défini, article défini, introduit "chantilly"
chantilly : nom commun, complément du nom "à la chantilly"
à : préposition
Chantilly : nom propre, complément du nom "à Chantilly" (lieu)

Aucun souci, l’étiquetage est correct tant au niveau du genre grammatical qu’au niveau de la fonction de chaque partie de la phrase.

Extraction d’entités nommées

Le deuxième test que nous allons mener est la reconnaissance d’entités nommées (Named Entity Recognition). Est-ce que l’IA de ChatGPT identifie les informations clés dans un corpus non structuré ?

Imaginons que l’on veuille évaluer le sens de la phrase en identifiant les personnages, les lieux, les dates, ou encore les quantités.

Prompt: extrait les entités nommées de: Depuis le 25 mai, Roland-Garros accueille 128 joueurs du monde entier pendant deux semaines à l’ouest de Paris

25 mai (date)
Roland-Garros (lieu / événement)
128 joueurs (nombre / entité numérique)
le monde entier (entité géographique / population mondiale)
deux semaines (durée)
l’ouest de Paris (lieu / région)

ChatGPT s’en sort haut la main, les entités nommées retournées résument bien le sens de la phrase. Avec ces données, il devient possible, par exemple, d’évaluer la proximité sémantique de deux textes.

Test de compréhension du langage naturel

Après avoir vérifié que l’étiquetage se fait correctement, intéressons nous au contexte de la phrase. En fonction de l’ordre des mots et de la ponctuation, la demande de l’utilisateur aura un sens différent. Est-ce que l’IA est capable d’interpréter correctement l’intention de l’humain ?

Prompt: lorsque j'avais 18 ans ma soeur avait la moitié de mon age. J'ai 49 ans.
Quel age a ma soeur ?

Aujourd'hui, vous avez 49 ans. En conservant cette différence d'âge, votre sœur doit avoir 49 - 9 = 40 ans.

Prompt: le train part à 18h20 de la gare de Paris. Le trajet dure 3:45 et la SNCF a signalé à Paris un incident technique qu'ils ont mis une heure à résoudre. A quelle heure arrive le train à Strasbourg ?

Le train arrivera à Strasbourg vers 23h05.

Dans les deux cas, ChatGPT a parfaitement compris notre demande.

Dans le traitement automatique du langage naturel (TALN), la lemmatisation est un des processus de préparation des corpus. Pour que l’Intelligence Artificielle assimile correctement le contenu, la lemmatisation remplace chaque mot par sa variante la plus basique, appelée lemme, en fonction du contexte grammaticale. Cette technique de prétraitement normalise les textes et sécurise par la même occasion l’apprentissage profond.

Aujourd’hui, la lemmatisation est le plus souvent automatisée et réalisée en tâche de fond. À des fins pédagogiques, l’article expose les principes et le but de cette simplification du texte pour mieux comprendre la finalité de l’opération. À quoi sert la lemmatisation ? Alimenter les modèles d’apprentissage profond qui engloutissent des quantités astronomiques de données.

Qu’est-ce que la lemmatisation ?

La lemmatisation est une technique de normalisation linguistique visant à simplifier un texte. Pour cela, chaque mot fléchi est remplacé par sa forme canonique, appelée aussi « lemme ». Lemmatiser un verbe consiste à utiliser l’infinitif à la place de la forme conjuguée. Par exemple, la forme canonique de « voyageons », « voyagez » et « voyagent » est le verbe à l’infinitif « voyager ».

En fait, le processus de la lemmatisation est plus complexe qu’un simple remplacement d’un mot pluriel par un mot au singulier ou encore d’un féminin par un masculin. Dans la langue française, le sens d’un même mot varie en fonction du contexte grammatical où il se trouve. Par exemple, le mot « danse » peut aussi bien signifier l’activité du samedi soir (nom commun) que le verbe « danser » conjugué au présent simple.

Un processus supplémentaire est nécessaire à la normalisation de corpus: la désambiguïsation lexicale. De quoi s’agit-il ? Lorsque plusieurs sens sont possibles pour un mot, la désambiguïsation détermine sa signification exacte en fonction du contexte de la phrase. L’algo choisit le bon lemme à partir d’une liste de possibilités (dictionnaire) et de l’analyse syntaxique issue de règles linguistiques.

Comparaison racinisation et lemmatisation

Les modèles d’apprentissage profond ont besoin de corpus de qualité et normalisé pour éviter toute forme de biais. La lemmatisation et la racinisation sont deux techniques de préparation de texte assez similaires.

La racinisation (stemming)

La racinisation est une méthode de prétraitement de texte utilisée pour réduire un mot à son radical. La racine du mot, aussi appelée stem, est obtenue par suppression du préfixe ou du suffixe de sa forme fléchie. En suivant les règles de racinisation de l’algorithme de Porter ou de l’algorithme de Carry, on obtient les radicaux suivants:

« mang » pour « mangeons », « mang » pour « manger » et « mang » pour « mangeoir »

La recherche du radical par racinisateur algorithmique est très rapide par contre les radicaux obtenus sont parfois incohérents.

La lemmatisation

La lemmatisation s’appuie à la fois sur les lexiques et sur les règles grammaticales de la langue. Cette recherche de la forme canonique est bien plus précise qu’une simple suppression de caractères (racinisation). Par contre, le dictionnaire, la recherche du contexte grammaticale et le test des possibilités prend beaucoup de temps.

En résumé

• La racinisation est rapide mais peu précise. Attention, deux mots au sens très différents peuvent avoir la même racine.
• La recherche du radical par lemmatisation est plus précise. par contre ce traitement lexical demande plus de puissance de calcul.

Pour des projets où la précision est essentielle, la lemmatisation est généralement privilégiée. Pour des analyses rapides ou sur de gros volumes de données, la racinisation peut suffire.

Code source de la lemmatisation avec Python

Nul besoin d’être un développeur informatique de génie pour lemmatiser un texte. Le langage Python est assez simple à utiliser et propose des librairies d’analyse de corpus « clé en main ». Pour les avoir mis en œuvre assez régulièrement, je vous conseille le package NLTK (Natural Language Toolkit) maintenu par l’université de Pennsylvanie et la bibliothèque SpaCy developpé par Matt Honnibal.

Exemple de lemmatisation avec SpaCy

# Définir le package
import spacy

# Charger le modèle de langue française
nlp = spacy.load("fr_core_news_sm")

# Texte à lemmatiser
text = "Rien ne sert de courir ; il faut partir à point."

# Traitement du texte
doc = nlp(text)

# Affichage des lemmes et la classe grammaticale
for token in doc:
    print(token.text, "->", token.lemma_,token.pos_)

Que fait le code source ci-dessus ?
Découper la phrase en unités lexicales (tokenisation) puis étiqueter chaque unité avec son lemme et la classe grammaticale. Le résultat dans la console Python est le suivant :

Rien -> rien PRON
ne -> ne ADV
sert -> servir VERB
de -> de ADP
courir -> courir VERB
; -> ; PUNCT
il -> il PRON
faut -> falloir VERB
partir -> partir VERB
à -> à ADP
point -> point NOUN
. -> . PUNCT

La phrase « Rien ne sert de courir ; il faut partir à point. » est découpée en 12 unité de sens. La bibliothèque SpaCy s’en sort bien, les unités lexicales sont identifiées et les catégories grammaticales sont également renseignées (adjectif, verbe, nom commun, …).

Exemples d’utilisation de la lemmatisation

La lemmatisation est un processus de normalisation de corpus souvent utilisé en TALN. Par défaut, un texte est une donnée non structurée que la machine comprend difficilement. L’identification des lemmes condense la richesse du vocabulaire et par là même réduit les éléments non pertinents (bruit). Ces données structurées sont une ‘nourriture’ idéale pour tous les modèles d’apprentissage de l’Intelligence Artificielle.

Fouille de texte

La fouille de texte est la recherche d’information sur de gros volumes de données. Pour illustrer l’intérêt de lemmatisation, prenons l’exemple d’un texte dans lequel le rédacteur souhaite entourer toutes les formes du verbes « flâner ». Sans lemmatisation préalable, l’utilisateur devra repérer un à un les formes fléchies « flâne », « flânons », « flânâtes », … dans le texte. Avec la lemmatisation, une simple recherche sur « flâner » lui donnera toutes les occurrences du verbe.

Classification de document

Le but de la classification de document est de regrouper les données suivant leur contenu. Prenons l’exemple d’une boite mail générique sur laquelle arrivent toutes les demandes. Sans assistance par l’Intelligence Artificielle, l' »humain » ouvre le message, repère la demande puis redirige le mail vers le bon service, tâche rébarbatif et sans intérêt. Avec la lemmatisation, les modèles d’apprentissage auront appris, à partir des données structurées, à rediriger automatiquement le message vers le bon service.

La lemmatisation est un domaine de recherche stable du traitement automatique du langage naturel (TALN). Avec les bibliothèques gratuites telles que NLTK et spaCy, chacun peut se faire sa propre expérience du traitement de données non structurées. Peu importe votre, dès lors que le volume de texte devient important, la lemmatisation préalable est vivement conseillée.

L’indice de lisibilité d’un texte évalue la difficulté à comprendre le contenu. La mesure de la facilité de lecture est fréquemment utilisée par les rédacteurs web et les enseignants en milieu scolaire. Sur Internet, l’internaute consacre peu de temps à la lecture complète d’un article. Pour captiver l’attention et inviter le lecteur à parcourir l’ensemble des lignes, l’article devra faire preuve d’une bonne lisibilité. D’autre part, la complexité d’un texte est également à prendre en compte dans les supports d’éducation des enfants. Une compréhension facile du texte favorise la motivation de l’élève à en assimiler les connaissances.

Comment déterminer le degré de lisibilité d’un document ? Dans les années 1920, les scientifiques ont cherché à améliorer les manuels scolaires. Rapidement, les professeurs se sont rendu compte que la longueur des mots, la taille des phrases et le nombre de syllabes influent sur la capacité d’assimilation. Dans la seconde partie de l’article, nous verrons les limites des tests de lisibilité et des trucs et astuces pour améliorer la lisibilité d’un document.

Objectifs de l’indice de lisibilité

La lisibilité d’un texte est un élément à prendre impérativement en compte lors de la rédaction. La finalité d’un auteur n’est-elle pas de rédiger un texte qui se comprend rapidement et qui agréable à lire ? De plus, en fonction de l’heure de la journée, le lecteur peut avoir une capacité d’attention réduite. Pour ce faire, il est conseillé de limiter les mots difficiles et des phrases trop longues. En effet, l’attention du cerveau humain a tendance à baisser lorsqu’il rencontre des difficultés à comprendre le sens des mots. En théorie, l’indice de lisibilité évalue la facilité de compréhension et probablement aussi le plaisir que prend le lecteur à parcourir un article.

Afin de mieux cerner la notion de lisibilité, comparons un texte à une partition de musique. Le rythme, la fluidité des notes et le tempo détermine l’attention que l’on va accorder à la musique. Il en est de même avec un contenu bénéficiant d’une bonne lisibilité. Un échange se crée entre l’auteur de l’article et le lecteur. Sans avoir fait d’efforts, le lecteur comprend rapidement le message que l’auteur à intégrer dans le texte. À présent, nous allons découvrir les méthodes de calcul pour déterminer le score de lisibilité.

Comment calculer la lisibilité d’un texte

Dès le 19ème siècle, les linguistes ont cherché à comprendre ce qui rend un texte facile à lire. Rapidement, les chercheurs se sont rendu compte que les phrases courtes et les mots simples contribuent à une facilité de compréhension. À partir de ce constat, des formules mathématiques ont été développées pour déterminer rapidement la lisibilité d’un texte. Par la suite, les enseignants ont amélioré les tests pour adapter les manuels scolaires aux capacités des élèves du secondaire. Dès 1940, l’US Navy, de grandes universités américaines et des thèses de doctorat ont permis d’affiner les formules de lisibilité pour prédire la difficulté de lecture.

Sur les médias comme Internet, la quantité de textes rédigée chaque jour est astronomique. Pour de tels volumes, les formules de lisibilité doivent être simples et rapides à mettre en œuvre. Ainsi, la lisibilité d’un texte est calculée à partir du nombre de mots dans une phrase, la longueur des mots et la fréquence des mots difficiles. Voyons plus en détail deux formules de lisibilité pour comprendre le principe du test de lisibilité.

Le test de Flesch

En 1943, Rudolf Flesch s’est intéressé aux méthodes pédagogiques en vigueur à l’époque. Ce brillant linguiste américain a mis au point la formule la plus utilisée de nos jours: le test de Flesch. Selon lui, plus les phrases et les mots sont courts, plus le texte est facile à comprendre. Ces caractéristiques sont évaluées selon la formule suivante:
La formule utilisée pour le test de lisibilité Flesch est la suivante :

206.835 – 1.015 x (total de mots/total de phrases) – 84.6 x (total de syllabes/total de mots)

Le score de lisibilité obtenu avec la formule de Flesh varie de 0 à 100. Si le texte obtient une note proche de 100, il est admis qu’un enfant au CM2 pourra en comprendre le contenu. À partir d’une note de 30 jusqu’à 0, l’article ne pourra être compris que par des personnes ayant suivi des études supérieures.

Le test de Dale-Chall

En 1948, Edgar Dale et Jeanne Chall ont amélioré la formule de lisibilité pour prendre en compte la difficulté du vocabulaire. En plus du comptage de lettre, ils évaluent le nombre de mots difficiles à comprendre par les élèves. Pour cela, Dale et Chall ont établi une liste de 763 mots faciles à comprendre (3000 par la suite). La Formule de Dale-Chall compare la proportion de mots difficiles au nombre total de mots. Un mot est marqué difficile s’il n’est pas dans la liste.

0.1579 x (mots difficiles/total de mots) + 0,0496 x (total de mots / total de phrases)

Plus le score de lisibilité Dale–Chall s’approche de 10, plus le texte contient une forte proportion de mots difficiles.

Sur le même principe, il existe d’autres formules de lisibilité plus ou moins précises: Gunning Fog index, la formule Coleman/Liau et l’indexe de LIX.
Pour conclure cet article, intéressons-nous à la question suivante: est-ce que les tests de lisibilité sont fiables et indispensables au rédacteur de texte ?

Limite du score de lisibilité

Est-ce que la clarté d’un texte dépend uniquement de la difficulté des mots et de la fréquence de phrases courtes ?
Nul doute que l’intelligibilité d’un texte est plus difficile à construire qu’une simple optimisation syntaxique. La compréhension des détails de l’article découle d’un plan clair, d’un fil directeur entre les concepts et d’une bonne mise en contexte des idées. De plus, les tests de lisibilités donnent parfois des résultats différents pour le même texte. Prédire le niveau de lecture requis à l’aide de ces outils semble une méthode aléatoire.

A défaut de tester ses articles auprès de lecteurs représentatifs, les tests de lisibilité sont un excellent outil pour les rédacteurs. Idéalement, ces tests s’intègrent dans notre logiciel de traitement de texte pour guider nos écrits. Les règles issues des tests de lisibilité sont un bon garde-fou aux proses interminables de Marcel Proust qui n’ont plus la cote !

Pour nous assister dans la relecture du texte, un correcteur d’orthographe peut se révéler être un allié précieux. Soyons honnête, un courriel, un document interne ou encore une dissertation sera lu avec moins d’intérêt s’il y a avec une faute à chaque ligne. De plus, la langue française est réputée pour être une langue complexe. Seuls les élus de l’Académie française maitrisent à la perfection les multiples exceptions grammaticales.

Voici donc un guide des correcteurs d’orthographe en français gratuits, qui facilitent la recherche de fautes dans les textes. La liste proposée n’est pas un classement sur le niveau de détection de fautes. L’article présente un ensemble d’outils dans lequel vous pourrez choisir le correcteur d’orthographe qui vous convient le mieux.

Grammalecte

Apparu en janvier 2011 sur la base d’Aspell, Grammalecte est un ensemble d’outils et de dictionnaires dédiés à la langue française. Ces aides à la rédaction se composent d’un correcteur orthographique, d’un conjugueur et d’un module consacré aux erreurs typographiques. Son principe de fonctionnement est d’analyser le paragraphe en cours de rédaction afin de proposer des suggestions et des corrections qu’il suffit d’accepter.

Entièrement gratuit, il est possible que vous utilisiez déjà Grammalecte dans votre logiciel de traitement de texte. En effet, ce correcteur grammatical est une extension installée fréquemment sur les suites bureautiques (Libre Office), sur les navigateurs internet (Firefox, Chrome) ou encore sur les clients de messagerie (Thunderbird).

L’installation de ce correcteur d’orthographe est rapide et facile à réaliser. La première étape consiste à se rendre dans le menu des extensions pour rechercher les dictionnaires à installer. Puis après le téléchargement des greffons, les aides à la rédaction s’insèrent dans l’éditeur de texte. Les outils de Grammalecte sont discrets et ne gênent pas l’ajout de nouveau texte à votre article. Lorsqu’un mot ou une locution est souligné en rouge, il suffit d’un clic droit pour afficher les propositions de correction.

Cordial

Depuis plus de trente ans, la société toulousaine Synapse développe des outils d’aide à la rédaction. Le nom du logiciel Cordial est en fait l’acronyme de « CORrecteur D’Imprécisions et Analyseur Lexico-syntaxique ». La société s’adresse à tous ceux qui ont besoin d’analyser des corpus aussi bien pour la correction que pour l’analyse. En effet, une version de Cordial a même été développée pour les chercheurs en linguistique comprenant en autres un outil l’étiquetage morpho-syntaxique.

Ce logiciel de correction grammaticale s’intègre facilement dans les traitements de texte courants aussi bien sous Windows que sous Macintosh. En plus de la correction orthographique, Cordial propose également des ressources permettant à chacun de progresser. Notamment sur le site internet, un simple clic vous amène sur les dictionnaires, les manuels de typographie et les fiches de grammaire.

Le logiciel Cordial se décline en deux versions, l’une payante pour les professionnels, l’autre gratuite pour un usage moins fréquent. Pour cela, il suffit de se rendre sur le site internet de Cordial pour soumettre votre texte au correcteur d’orthographe. Un code couleur guide le rédacteur dans l’amélioration et la correction du texte: du rouge pour les erreurs de syntaxe, du bleu pour les fautes d’orthographe et de grammaire, et du vert pour les suggestions. La limite de 1000 mots pour la version gratuite est largement suffisante pour corriger les textes de la vie quotidienne.

Techniques pour vérifier son texte

Pour limiter la longueur de l’article, la revue des correcteurs d’orthographe se résume à la présentation de deux outils. Un billet du blog sera consacré à outil de rédaction Antidote, au correcteur orthographique Scribens et à la startup MerciApp.

La relecture du texte est une étape essentielle après la rédaction d’un article. Des outils basés sur l’intelligence artificielle corrigent la majorité des fautes d’orthographe, de grammaire ou encore d’accord. En complément, je vous conseille de reprendre votre article quelques jours après l’avoir rédigé. Avec des yeux reposés, le coquilles sont bien plus faciles à corriger.

En composition typographique, la césure est l’opération qui consiste à couper un mot en fin de ligne et qui n’entre pas dans la justification. Cette coupure obéit à des règles bien précises qui varient d’une langue à l’autre. Nous allons présenter celles qui s’appliquent au français.

Les règles de césure de mots

D’une façon générale, le découpage d’un mot à l’aide d’un trait d’union à pour but de rendre l’aspect d’une ligne de texte plus homogène en évitant un « blanc » disgracieux en bout de ligne. Cette coupure est marquée par un tiret « – » (un signe de ponctuation) et que l’on place uniquement en fin de ligne. Il s’insère à la position de coupure d’un mot, et doit apparaître dans la largeur de la colonne de texte. Le tiret de césure préserve le style et la graisse des caractères du mot orthographié comme dans l’exemple ci-dessous.

La césure s’effectue, en essayant si possible de couper entre préfixes et radicaux, selon le découpage étymologique (« inter-saison , cis-alpin ») et syllabique (« intersai-son , cisal-pin »). Dans le cas des mots composés, la division se fait au trait d’union: « porte-avion, timbre-poste ».

Il est nécessaire cependant de garder un minimum de deux lettres en fin de ligne, et on rejette un minimum de trois lettres à la ligne suivante. Du point de vue pratique, le trait d’union est souvent nommé « tiret du 6 » en référence à la touche 6 qui se trouve sur la première ligne des claviers d’ordinateur.

Les césures interdites

Certaines divisions sont proscrites dans la langue française notamment pour éviter de confondre avec d’autres mots, césure qui dans ce cas rendrait le sens de la phrase ambiguë. Voici des exemples pour lesquels il n’est pas recommander d’insérer de trait d’union (la barre / indique la césure interdite):

• entre deux voyelles: la cavali/ère, une consci/ence;
• entre les lettres d’un sigle: S/N/C/F;
• entre les nombres exprimés en chiffre et tout ce qui les précède ou les suit: 15/euros , Louis/XV , 20/% , 12/h/00/min/01/s ,etc.;
• après la première lettre: a/charner , a/larme ;
• avant ou après x et y précédés et suivis d’une voyelle: tu/y/au , ta/x/er ;
• après une apostrophe: aujourd’/hui , lorsqu’/il ;
• après la première lettre suivant l’apostrophe: l’é/charpe ;
• après le t et s euphoniques dans certaines formes de conjugaisons: manges-/en , donnera-t-/elle ;
• après les lettres abréviatives ou les particules (dans un patronyme) et le name auquel elles se rapportent: M./Hyde , Dr/Jekkyl , S. A. R. la princesse de Hanovre , Baron de La/Luthumière , etc.

Par ailleurs, il convient de se limiter à trois césures successives même si la colonne est étroite et si le texte est justifié à droite et à gauche sur la ligne.

Mise en forme du texte

La plupart des logiciels de traitement de texte utilisés sur un ordinateur intègre un mécanisme automatique de coupure des mots par un trait d’union. Ces fonctions de mise en forme ont pour but de réduire les irrégularités le long des marges ou de limiter la taille des espaces insérés entre chaque mot lorsque l’alignement est justifié.

Le rédacteur d’un texte a la possibilité de définir manuellement l’emplacement des césures en choisissant au préalable les mots pouvant être couper. L’emplacement du trait d’union est marqué à l’aide du caractère Unicode U+00AD indiquant par la même au traitement de texte l’emplacement d’une césure possible. Lorsque le texte est au format HTML, l’entité de caractère ­­ (soft hyphen) insère un trait d’union souple pour découper les mots longs.