2022
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.4000/lla.4615
info:eu-repo/semantics/OpenAccess
Marc Allassonnière-Tang et al., « L'alternance non causal/causal et l'affiliation généalogique : Analyses quantitatives dans trois familles de langues Niger-Congo », HAL-SHS : linguistique, ID : 10.4000/lla.4615
L’alternance noncausal/causal désigne l’appariement de deux formes verbales référant à un même événement mais se distinguant par l'absence vs. présence d’un causateur de l’événement (e.g. rise vs. raise, open (intr.) vs. open (tr.) ou die vs. kill). Les langues emploient diverses stratégies pour encoder cette opposition. Cette étude utilise des méthodes d’apprentissage-machine (clustering et classificateurs computationnels fondés sur des arbres de décision) afin d’analyser le pouvoir prédictif des stratégies d’encodage sur l'affiliation généalogique de 38 langues appartenant aux familles Atlantique, Mandé et Mel. Les langues de l’enquête sont essentiellement localisées au Sénégal et dans ses environs où existent des zones de contact. Ces trois familles relèvent du même phylum Niger-Congo mais présentent des profils typologiques assez différents. Le traitement de l’alternance causale comme marqueur généalogique est traité ici à partir d’une étude antérieure utilisant une liste standardisée de 18 paires de verbes pour établir les stratégies employées dans ces langues. En plus d'indiquer quelles stratégies sont favorisées dans chaque famille, nos analyses quantitatives montrent que l'affiliation généalogique des 38 langues peut être prédite avec une grande précision à partir des stratégies de codage de l’alternance causale utilisées pour les 18 paires de verbes, mais que le pouvoir prédictif des paires de verbes 1-9 est généralement inférieur à celui des paires de verbes 10-18. Ces résultats confirment l'hypothèse selon laquelle le premier groupe de verbes montre des tendances universelles plutôt qu’une variation interlinguistique dans le marquage de l’alternance noncausal/causal. De plus, notre analyse identifie pour ces familles de langues quelles paires de verbes spécifiques parmi les 18 sélectionnées ont le pouvoir prédictif le plus élevé. Cette approche ouvre de nouvelles voies pour résoudre un problème fondamental de la linguistique historique, celui des filtres nécessaires pour trier les données synchroniques pertinentes pour la classification généalogique. Des études futures pourraient reproduire la même analyse sur différentes familles de langues pour évaluer si ces résultats sont universels ou spécifiques à certaines familles de langues.