ATLASUMMORechercher

Linguistique · Protocole à construire

Le corpus révèle-t-il des profils rédactionnels distincts et reproductibles ?

Des profils stylistiques stables apparaissent-ils dans les textes espagnols disponibles après contrôle de la date, du sujet, de la longueur, du destinataire, du support et des interventions de transcription ?

Question de recherche

Des profils stylistiques stables apparaissent-ils dans les textes espagnols disponibles après contrôle de la date, du sujet, de la longueur, du destinataire, du support et des interventions de transcription ?

Proposition de départ

Les documents attribués au corpus couvrent plusieurs décennies, sujets, destinataires et chaînes de transcription. Des différences de vocabulaire, ponctuation, syntaxe ou rythme peuvent refléter des phases rédactionnelles, mais aussi le thème, la traduction, le copiste ou le travail éditorial.

La stylométrie mesure des ressemblances statistiques ; elle ne lit pas une signature personnelle infaillible. Dans ce corpus, une traduction française, une normalisation typographique ou plusieurs textes sur le même thème peuvent créer de faux regroupements. L’étude doit donc commencer par les versions espagnoles les plus proches des supports, conserver toutes les transformations et tester la robustesse des résultats plutôt que chercher immédiatement un nom d’auteur.

Cette fiche propose un point de départ méthodologique. Elle ne constitue ni un protocole validé par un comité scientifique, ni une étude en cours, ni un résultat.
Hypothèse de travail

Ce que l’étude chercherait à évaluer

Au moins deux profils rédactionnels demeurent distinguables sur des échantillons tenus à l’écart lorsque les effets de sujet, période, longueur et transmission éditoriale sont contrôlés.

Alternatives

Hypothèses concurrentes

  • Les regroupements reflètent surtout les thèmes scientifiques, sociaux ou métaphysiques plutôt que des habitudes rédactionnelles.
  • Les différences proviennent des transcripteurs, traducteurs, machines à écrire ou normalisations éditoriales.
  • Un seul continuum stylistique évolue avec le temps, sans groupes rédactionnels séparables.
  • Le corpus est trop court, trop hétérogène ou trop lacunaire pour distinguer un signal stable du bruit.

Protocole initial

Méthode proposée

  1. 01

    Rassembler les transcriptions espagnoles et, lorsque possible, les images des supports ; attribuer à chaque version un identifiant, une provenance et un niveau de contrôle matériel.

  2. 02

    Séparer le texte du document des titres, notes, corrections, légendes et interventions ajoutées par les éditeurs ; conserver parallèlement une version diplomatique et une version normalisée.

  3. 03

    Définir avant calcul les unités comparables et une longueur minimale ; exclure ou regrouper avec prudence les fragments trop courts sans les faire disparaître du registre.

  4. 04

    Mesurer plusieurs familles de traits peu dépendantes du contenu : mots-outils, n-grammes de caractères, ponctuation, longueurs de phrases, fréquences morphosyntaxiques et habitudes typographiques.

  5. 05

    Comparer classifications non supervisées et tests de vérification, avec validation croisée laissant successivement un document ou une période entière hors apprentissage.

  6. 06

    Contrôler séparément sujet, date, destinataire, lieu d’envoi, longueur et chaîne de transcription ; introduire des corpus témoins espagnols de même époque et de genres proches.

  7. 07

    Répéter l’analyse avec plusieurs paramètres et versions textuelles, puis publier les résultats instables, les regroupements contradictoires et les performances hors échantillon.

  8. 08

    Ne formuler une hypothèse d’auteur qu’après convergence indépendante de la stylométrie, de la provenance matérielle et des archives historiques.

Critères de réfutation

  • Les groupes disparaissent ou changent fortement lorsque le sujet, la période ou la longueur sont contrôlés.
  • Les résultats suivent mieux les transcripteurs, traductions ou versions éditoriales que les documents supposés apparentés.
  • La classification ne dépasse pas des références simples sur les documents ou périodes tenus à l’écart.
  • Les profils ne sont pas reproduits par une seconde équipe avec le corpus et les paramètres publiés.

Résultats possibles

  • Plusieurs profils robustes
  • Évolution chronologique continue
  • Effet principalement thématique
  • Effet de transcription ou de traduction
  • Corpus insuffisant

Limites et précautions

  • Originaux et scans inégalement accessibles
  • Textes courts ou fragmentaires
  • Interventions éditoriales parfois non localisées
  • Absence de corpus de référence attribués aux auteurs possibles
  • Confusion possible entre auteur, secrétaire, traducteur et machine

Passage de relais

Ce qu’un chercheur peut reprendre

Un corpus espagnol versionné, un registre de prétraitement, des analyses reproductibles et une carte de similarité accompagnée d’intervalles d’incertitude — sans attribution nominative lorsque les preuves externes manquent.