Cette recherche est ancrée à la fois dans la statistique textuelle, et secondairement dans l’analyse du discours, avec une complémentarité quantitatif-qualitatif. L’état de la question présente une vue d’ensemble des recherches linguistiques sur la publicité – linguistique descriptive, analyse du discours, sémiologie/sémiotique et rhétorique/stylistique, en prenant pour point de départ le travail pionnier en linguistique descriptive de Leech (TheLanguage of Advertising, 1966) – et révèle plusieurs constats :1. les mots de la publicité constituent bien un discours spécialisé 2. la publicité ressemble à la fois à la poésie et à la langue courante 3. l’intertextualité et la participation active d’un récepteur ciblé sont deux données clés de la communication publicitaire 4. la langue publicitaire est émotionnelle, ambiguë, indirecte et implicite 5. de façon simpliste et ludique, la publicité nous dépeint un monde de bonheur parfait 6. simplicité et conventionnalisation du discours publicitaire, et invariants lexicaux. Pour répondre à certaines questions sur le discours, la langue, la communication et la traduction publicitaires, nous avons choisi une approche quantitative et l’approche lexicométrique (ou statistique textuelle, devenue récemment textométrie), développée notamment par le « groupe de Saint-Cloud » et ses collaborateurs, dont André Salem (concepteur de Lexico, le logiciel utilisé pour nos analyses). L'analyse lexicométrique est complétée par l'analyse factorielle des correspondances (AFC) et la méthode de projection géodésique de Viprey (avec le logiciel Astadiag). Grâce à un corpus parallèle (bitexte) d’environ 800 000 occurrences en anglais et un million en français (170 brochures publicitaires compilées à partir de sites Web canadiens de 20 marques, 10 constructeurs, 229 véhicules au total), nous avons réussi à déterminer un profil lexical distinct pour chacun des sept segments du marché automobile : AB, CD, EF, MPV (véhicules multifonctions), PK (pickups/camions), SP (voitures de sport) et SUV (VUS : véhicules utilitaires sports) et montré que dans l’ensemble, les publicités sont traduites assez littéralement. / Our research is quantitative and qualitative, based on textometrics tools and discourse analysis. Our literature review surveyed linguistic studies of advertising, through different schools of thought : descriptive linguistics, discourse analysis, semiology, rhetorics/stylistics, starting with Leech’s founding work (The Language of Advertising, 1966), which led to several highlights : 1. advertising is indeed a specialty discourse, or a language for special purpose (LSP) 2. advertising shares some common features with both poetry and the language we speak everyday 3. intertextuality and active participation of the targeted reader are two key factors of advertising communication 4. the language of advertising is emotional, ambiguous, indirect and implicit 5. in a simple and playful way, advertising depicts a perfect, happy world 6. simplicity and conventionalization of the advertising discourse, with lexical constants.To find answers to some of our questions on the advertising discourse, language, communication and translation, we selected a quantitative approach, i.e., the lexicometric methodology (statistical linguistics, more recently called textometry) developed by the Saint-Cloud (France) group, including André Salem (founder and developer of Lexico,which we used to analyze our corpus). Our lexicometric analysis is complemented by a classic factor analysis (FCA)and Viprey’s geodesical projection method (with the Astadiag software). With our parallel corpus of roughly 800,000 tokens in English and one million in French (170 advertising brochures downloaded from 20 brands/10carmakers’ Canadian websites, for a total of 229 vehicles), we found distinct lexical profiles for each of the seven carmarket segments: AB, CD, EF, MPV, PK (pickup trucks), SP (sports cars) and SUV. We also showed that overall,advertisements are translated rather literally.

Ce travail a pour objet l'étude de deux méthodes de fouille automatique de textes, l'extraction d'informations et la textométrie, toutes deux mises au service de la veille stratégique des événements économiques. Pour l'extraction d'informations, il s'agit d'identifier et d'étiqueter des unités de connaissances, entités nommées -- sociétés, lieux, personnes, qui servent de points d'entrée pour les analyses d'activités ou d'événements économiques -- fusions, faillites, partenariats, impliquant ces différents acteurs. La méthode textométrique, en revanche, met en oeuvre un ensemble de modèles statistiques permettant l'analyse des distributions de mots dans de vastes corpus, afin faire émerger les caractéristiques significatives des données textuelles. Dans cette recherche, la textométrie, traditionnellement considérée comme étant incompatible avec la fouille par l'extraction, est substituée à cette dernière pour obtenir des informations sur des événements économiques dans le discours. Plusieurs analyses textométriques (spécificités et cooccurrences) sont donc menées sur un corpus de flux de presse numérisé. On étudie ensuite les résultats obtenus grâce à la textométrie en vue de les comparer aux connaissances mises en évidence au moyen d'une procédure d'extraction d'informations. On constate que chacune des approches contribuent différemment au traitement des données textuelles, produisant toutes deux des analyses complémentaires. À l'issue de la comparaison est exposé l'apport des deux méthodes de fouille pour la veille d'événements.

Dans notre recherche, le premier volume inclut une composante linguistique comportant une analyse textométrique du corpus afin de compléter la vision d’ensemble dans une optique statistique servant à élargir le regard porté sur le discours de Jules Verne. En nous appuyant sur les possibilités offertes par les nouvelles technologies, nous avons fait un travail détaillé portant sur presque l’intégralité du corpus Verne.Le deuxième volume vise à explorer l’influence de la Franc-maçonnerie dans l’écriture vernienne. À cet égard, nous pouvons dire que depuis quelques années, de nouvelles tendances dans l’interprétation de ses textes viennent ajouter un ingrédient supplémentaire à l’éventail de recettes nous permettant d’interpréter autrement l’écrivain nantais. La critique littéraire pose ses regards sur un Jules Verne différent et dont l’œuvre est influencée par l’ésotérisme, conception bien éloignée de la vision que la tradition lui avait accordée. Nous trouvons capital de signaler qu’une composante philosophique proche de certaines sociétés secrètes imprègne l’œuvre de Verne au point de mériter une étude plus approfondie. / In this work, a first volume includes a linguistic component involving a textometric analysis of Jules Verne’s writings that provides an overview of his work from a statistical perspective; this analysis has allowed us to enhance our vision of his discourse. Taking advantage of new possibilities offered by recent technologies, we have performed a detailed study of nearly all of the corpus of Verne.The second volume explores the influence of Freemasonry on Verne’s work. This volume relates to new trends that have been explored in recent years, providing an additional element that has permitted a new interpretation of the writer. This body of literary criticism has examined Jules Verne under a different light, viewing his work as being influenced by esotericism, a perspective significantly removed from the traditional conception of his writings. It is important to emphasize that a philosophical component, close to certain secret societies such as Freemasonry, permeates the work of Verne and deserves further study. / En nuestra investigación, el primer volumen incluye un componente lingüístico que contiene básicamente un análisis textométrico del corpus, con el propósito de completar el panorama desde la óptica de la estadística a fin de ampliar la imagen que se tiene sobre el discurso de Verne. Sobre la base de las posibilidades que ofrecen las nuevas tecnologías, hemos hecho un trabajo detallado de casi todo el corpus Verne.El segundo volumen explora la influencia de la Franmasonería en los escritura verniana. A este respecto, podemos decir que en los últimos años, nuevas tendencias en la interpretación de sus textos vienen a agregar un ingrediente complementario al abanico de recetas que nos permiten interpretar de otra manera al autor nacido en Nantes. La crítica literaria pone sus ojos en un Jules Verne diferente, autor cuya obra está influenciada por el esoterismo, reception ésta muy alejada de la visión que la tradición le había dado. Creemos capital señalar que un componente filosófico, cercano de algunas sociedades secretas, impregna la obra de Verne como para merecer un estudio más profundo.

Sont d’abord rassemblées des études réalisées dans le cadre du projet BIBLINDEX, index en ligne des citations scripturaires chez les Pères de l’Église. Elles visent à renouveler l’historiographie de la réception des Écritures par l’analyse statistique. Les aspects méthodologiques – repérage, expression, délimitation, caractérisation, interrogation et visualisation – sont discutés, puis la méthode définie est appliquée à plusieurs corpus des premiers siècles : les œuvres d’Irénée, de Jérôme ; le livre de Qohélet lu par les Pères. Le corpus du « dernier » d’entre eux, Bernard de Clairvaux, fait l’objet des deux parties suivantes : archétypique en effet, de par la richesse et la complexité de ses mises en œuvre du matériau biblique, ce corpus se prête particulièrement bien à une application approfondie des méthodes d’investigation développées pour BIBLINDEX, complétées par des approches texto-métriques. Nous commençons par livrer quelques enquêtes théologiques, littéraires et historiques de l’œuvre du cistercien, qui ont accompagné l’édition de ses œuvres complètes dans la collection Sources Chrétiennes et illustrent plusieurs types d’usages bibliques, comme la constitution d’un arsenal polémique dans les conflits épistolaires ; la structuration d’une argumentation logique, à la fois philosophique et théologique ; la construction d’une géographie spirituelle avec les interprétations de noms hébreux. Puis nous donnons l’esquisse d’une étude synthétique de la Bible de Bernard, qui reposerait sur les méthodes précédemment définies pour améliorer notre connaissance des relations du saint à la tradition et du rôle de l’assimilation scripturaire dans ses stratégies d’écriture. / First of all, studies carried out within the framework of the BIBLINDEX project, an online index of scriptural quotations in the Early Christian Literature, are gathered. They aim at renewing the historiography on the reception of the Scriptures by statistical analysis. The methodological aspects – identification, expression, delimitation, characterization, queries and visualization – are discussed, then the defined method is applied to several corpora of the first centuries: the works of Irenaeus, Jerome; the book of Qohelet as read by the Fathers. The corpus written by the "last" of them, Bernard of Clairvaux, is the subject of the two following parts: archetypal indeed, due to the richness and the complexity of its implementations of the biblical material, this corpus lends itself particularly well an in-depth application of the investigation methods developed for BIBLINDEX, supplemented by textometric approaches. Some theological, literary and historical inquiries of the Cistercian’s work are first presented, which come along with the publication of his complete works in the collection Sources Chrétiennes and illustrate several types of biblical practices, such as constituting a controversial arsenal in epistolary conflicts; structuring a logical, both philosophical and theological, argumentation; establishing a spiritual geography using interpretations of Hebrew names. Finally, the sketch of a synthetic study of Bernard’s Bible is given, which would be based on the methods previously defined to improve our knowledge of the saint’s relationship to tradition and the role of scriptural assimilation in his writing strategies.

Ce travail de recherche s'inscrit dans le cadre des méthodes de la linguistique de corpus et procède des besoins d'exploitation formulés dans le domaine du marketing à l'égard des conversations des internautes. Deux pistes sont poursuivies, la première relevant de leur description du point de vue de l'analyse des conversations et de la textométrie, la seconde visant des applications pratiques relatives à la fouille de textes. Une méthode de description systématique et automatisable est proposée, à partir de laquelle un procédé de mesure de l'engagement conversationnel des participants est mis en œuvre. L'étude des diagrammes d'engagement conversationnel (DEC) produits à partir de cette mesure permet d'observer des régularités typologiques dans les postures manifestées par les participants. Ce travail met également en exergue l'apport de la méthode textométrique pour l'acquisition de connaissances utiles à des fins de catégorisation automatique. Plusieurs analyses textométriques sont utilisées (spécificités, segments répétés, inventaires distributionnels) pour élaborer un modèle de connaissance dédié à la détection des intentions d'achat dans des fils de discussion issus d'un forum automobile. Les résultats obtenus, encourageants malgré la rareté des signaux exploitables au sein du corpus étudié, soulignent l'intérêt d'articuler des techniques d'analyse textométrique et de fouille de données textuelles au sein d'un même procédé d'acquisition de connaissances pour l'analyse automatique des conversations des internautes. / This research is part of the methods of corpus linguistics and proceeds from the needs expressed in the field of marketing regarding conversations of internet users. Two lines of research are investigated, the first falling under the perspective of conversation analysis and textometry, the second focuses on practical applications for text mining. A systematic and automated description is provided, from which a method of measuring participants' conversational engagement is implemented. The study of conversational engagement diagrams (CED) produced from this measure allows to observe typological regularities regarding how participants position themselves in conversations. This work also highlights the contribution of the textometric method for acquiring useful knowledge for supervised classification. Several textometric measures are used (specificity, repeated segments, distributional inventories) to develop a knowledge model for the detection of purchase intentions in discussions threads from an automotive forum. The results, encouraging despite the scarcity of usable signals in the corpus, underline the importance of articulating textometric analysis techniques and text mining in the same process of knowledge acquisition for automatic analysis of conversations of internet users.

Cette thèse propose une série de méthodes de veille textométrique multilingue appliquées à des corpus thématiques. Pour constituer ce travail, deux types de corpus sont mobilisés : un corpus comparable et un corpus parallèle, composés de données textuelles extraites des discours de presse, ainsi que ceux des ONG. Les informations récupérées proviennent de trois mondes en trois langues différentes : français, anglais et chinois. La construction de ces deux corpus s’effectue autour de deux thèmes d’actualité ayant pour objet, l’environnement et l’énergie, avec une attention particulière sur trois notions : les énergies, le nucléaire et l’EPR. Après un bref rappel de l’état de l’art en intelligence économique, veille et textométrie, nous avons exposé les deux sujets retenus, les technicités morphosyntaxiques des trois langues dans les contextes nationaux et internationaux. Successivement, les caractéristiques globales, les convergences et les particularités de ces corpus ont été mises en évidence. Les dépouillements et les analyses qualitatives et quantitatives des résultats obtenus sont réalisés à l’aide des outils de la textométrie, notamment grâce aux analyses factorielles des correspondances, réseaux cooccurrentiels et poly-cooccurrentiels, spécificités du modèle hypergéométrique, segments répétés ou encore à la carte des sections. Ensuite, la veille bi-textuelle bilingue a été appliquée sur les trois mêmes concepts dans l’objectif de mettre en évidence les modes selon lesquels les corpus multilingues à caractère comparé et parallèle se complètent dans un processus de veille plurilingue, de restitution, de prévision et d’anticipation. Nous concluons notre recherche en proposant une méthode analytique par Objets-Traits-Entrées (OTE). / This thesis proposes a series of textometric multilingual information monitoring methods applied to thematic corpora (textometry is also called textual statistics or text data analysis). Two types of corpora are mobilized to create this work: a comparable corpus and a parallel corpus in which the textual data are extracted from the press and discourse of NGOs. The information source was retrieved from three countries in three different languages: English, French and Chinese. The two corpora were constructed on two topical issues concerning the environment and energy, with a focus on three concepts: energy, nuclear power and the EPR (European Pressurized Reactor or Evolutionary Power Reactor). After a brief review of the state of the art on business intelligence, information monitoring and textometry, we first set out the two chosen subjects – the environment and energy – and then the morphosyntactic features of the three languages in national and international contexts. The overall characteristics, similarities and peculiarities of these corpora are highlighted successively. The recounts and qualitative and quantitative analyses of the results were carried out using textometric tools, including factor analysis of correspondences, co-occurrences and polyco-occurrential networks, specificities of the hypergeometric model and repeated segments or map sections. Thereafter, bilingual bitextual information monitoring was applied to the same three concepts with the aim of elucidating how the comparable corpus and the parallel corpus can mutually help each other in a process of multilingual information monitoring, by restitution, forecasting and anticipation. We conclude our research by offering an analytical method called Objects-Features-Opening (OFO).

Ce mémoire essaye de dire en peu de mots - moins de 100 pages - ce que j'ai pu développer ailleurs trop longuement - 1100 pages d'ouvrages ; 600 pages d'articles. Les références bibliographiques ont été volontairement limitées pour réduire le feuilleté scientifique et l'écho intertextuel ; les notes de bas de page ont été autant que possible comptées afin ne pas multiplier les excursus ; le ton direct, libre, sans détour s'écarte en partie des précautions universitaires habituelles dans l'espoir d'égayer la lecture. En tant que mémoire de synthèse, ce travail laisse le plus souvent de côté le corps des démonstrations pour ne dire que l'essentiel : la cohérence du parcours de recherche depuis 12 ans, les résultats obtenus, les convictions scientifiques naïves ou profondes. En complément, le lecteur sera renvoyé, au fil des pages, aux deux volumes d'articles et aux deux ouvrages joints au dossier.

Cette thèse a pour objet de décrire l’argumentation des élèves dans dix « cafés scientifiques » sur l’eau potable ayant eu lieu en 2011-2012 dans quatre écoles au Mexique, aux USA et en France. Il s’agit d’environnements éducatifs semi-formels (activité organisée à l’école mais extracurriculaire). Cette démarche est détaillée dans une première partie, avec la présentation des divers ancrages théoriques qui l’ont inspirée, issus de la linguistique interactionnelle, des études de l’argumentation, et de plusieurs traditions de recherches en éducation ; puis la définition des principales questions de recherche ; et enfin une présentation détaillée du corpus d’analyse.Au niveau mésoscopique, est proposée dans la partie II une analyse de la qualité des interactions lors du travail en petits groupes d’élèves, inspirée de la typologie des types de discours de Mercer (1996). Le discours d’exploration est appréhendé à partir de 5 indicateurs adaptés à la situation pédagogique, et attesté dans les trois pays. Ses frontières avec le discours d’accumulation et le discours de dispute sont précisées. Enfin, l’ensemble de la typologie est questionnée et affinée, à l’aune de cas problématiques interrogeant les unités d’analyse pertinentes et l’alternance entre les différents types de discours. La partie III analyse plutôt le travail de construction des arguments par les élèves, à l’échelle microscopique, à partir de trois grands types de ressources : savoirs, principes généraux incluant lois, normes et valeurs, et émotions. Un relevé exhaustif des éléments de savoir-croyance et des principes généraux utilisés par les élèves est réalisé. Est ensuite proposé un modèle du recours à ces principes dans l’interaction argumentative, inspiré de celui de la structure conversationnelle de l’argumentation de Muntigl et Turnbull (1998). Enfin, trois études de cas donnent à voir le fonctionnement discursif de la mobilisation des émotions à des fins argumentatives, à partir d’outils proposés par Plantin (2011). Dans la partie IV, à l’échelle macroscopique, les dix débats réalisés sur les différents terrains sont comparés. Le cadrage du débat est caractérisé sur le plan de l’orientation thématique vers des domaines de savoir et celui de la préférence pour certains modèles cognitifs de l’eau. Est également étudiée la façon dont les élèves construisent l’objet de discours « eau » et le présentent préférentiellement sous certains éclairages (Grize, 1990, 1996), phénomène analysé à l’aide d’outils textométriques. Les résultats des votes d’opinion individuels et par groupe réalisés tout au long des débats sont enfin présentés. L’ensemble de ces éléments (11-14) convergent pour décrire le travail discursif des élèves comme l’activation et le renforcement de scenarios d’affrontement entre argumentaires typiques. Ainsi, chaque sous-corpus national se caractérise par un scenario argumentatif propre, qui domine les débats, même si d’autres scenarios, minoritaires, cohabitent avec lui.Finalement, ce travail offre un modèle cohérent de l’argumentation des élèves, qui permet de caractériser à différents niveaux ces scenarios argumentatifs. / This thesis aims at describing students’ argumentation in ten « scientific cafés » about drinking water organized in 2011-2012 in Mexico, the USA and France. These events can be characterized as a semi-formal educational context (at school but an extra-curricular activity). Part I begins with a literature review of theoretical backgrounds in interactional linguistics, argumentation studies, and education research. The main research questions and the empirical data used in the study are then presented.Part II reports an analysis of the quality of students’ interactions at the mesoscopic level, while they are working in small groups, based on Mercer’s talk typology (1996). Exploratory talk is evidenced in each of the three countries, and is analyzed with 5 indicators taking into account the specificities of the pedagogical situation. The boundaries between exploratory talk, cumulative talk and disputational talk are discussed. The whole typology is refined, with the presentation of problematic atypical cases, raising the issues of the relevant unit of analysis and the alternation between different types of talk. Part III consists of an analysis of students’ work of building up their arguments at the microscopic level. To do so, they use 3 types of resources: knowledge, general principles (including laws, norms and values), and emotions. An inventory of the knowledge-belief elements and general principles used by the students is presented. An interactional model of the argumentative use of these general principles is then proposed, based on Muntigl and Turnbull’s model of the conversational structure of argumentation (1998). Finally, three case studies describe the role of emotions in students’ argumentation, using Plantin’s conceptual and methodological tools (2011).In the last chapter, Part IV, the ten debates are analyzed and compared at the macroscopic level. They are characterized by their tendency for orientation of the discourse towards disciplinary knowledge fields and their preference for certain cognitive models of water over others. There is also an analysis of how the students build « water » as a discourse object (“objet de discours”), and present it in specific lights (“éclairage”) (Grize, 1990, 1996). This analysis depends notably on the use of textometric tools. Results of individual and group opinion votes during the cafés are also presented. These three sets of results converge to give a global picture of students’ discursive work as the activation and strengthening of typical scenarios of opposing arguments. Each national sub-corpus has a specific, preferred argumentative scenario, which dominates the debates, even though there are alternative minority scenarios coexisting with the dominant scheme.In summary, this thesis offers a coherent model of students’ argumentation, and permits the characterization of such argumentative scenarios at different levels.