Corpus

De Arbres
Aller à : Navigation, rechercher

Le corpus est une des sources possibles des bases empiriques d'une grammaire.

Le corpus est précieux en ce qu'il confronte le/la linguiste avec des structures qu'il ne lui serait pas forcément venu à l'esprit de tester. Les structures apparaissent aussi dans un contexte complet à tous les niveaux: sociolinguistique, affectif, temporel, interactif, pragmatique et syntaxique.

Le corpus est un outil limité (Scheer 2013). Les points forts du corpus font aussi ses défauts: les données sont limitées ou transformées par la performance du locuteur, en opposition à sa compétence. Les corpus ne fournissent évidemment pas, par définition, de phrases dont les linguistes sauraient avec certitude qu'elles sont agrammaticales.

Le fait de trouver ou de ne pas trouver telle ou telle phrase dans un corpus ne détermine pas son statut grammatical. Une phrase très rare peut tout à fait être bien formée. Dans la grammaire générative, qui doit dessiner les limites de ce qui est possible dans une langue donnée, le travail d'analyse de corpus est complété par le travail d'élicitation.


La qualité d'une étude de corpus tient à la qualité de choix de ce corpus, selon les besoins de l'étude.

Cette page sert à référencer les différents types de corpus disponibles pour l'étude de la langue bretonne.


Corpus écrit

Il existe en breton de très nombreux corpus écrits réalisés par des locuteurs natifs de différents dialectes.

Ce site comprend différents outils permettant de choisir un corpus d'étude:


La liste des auteurs natifs, pour l'instant très loin d'être exhaustive, permet de chercher des corpus selon le dialecte utilisé.
Une carte de type googlemap situe différents corpus dans l'espace, ce qui permet d'appréhender la provenance des œuvres avec un visuel géographisé. Cette carte est évolutive.
La page des références de corpus recense en permanence les œuvres dont des exemples ont été utilisés jusqu'à présent sur ce site. Il est possible d'accéder à la liste de tous les exemples tirés d'une oeuvre en allant sur la page de cette référence bibliographique, puis en cliquant sur "pages liées", dans le cartouche en bas à gauche.


Corpus de texte en API

Liste des corpus de texte transcris en Alphabet Phonétique International (API)


  • Humphreys, H.L. 1995. Phonologie et morphosyntaxe du parler breton de Bothoa, Brest, Emglev Breizh, 430-459.


- with English glosses -


  • Wmffre, I. 1998. Central Breton, [= Languages of the World Materials 152] Unterschleißheim: Lincom Europa, 58-62.
- with English glosses -


  • Bureau, L. 1878, 'Le dialecte breton du bourg de Batz (Loire-Inférieure)', Revue Celtique III: 230-231. e-livre
sans gloses


  • ...

Corpus de transcription d'enregistrement audio

De plus en plus de corpus audios sont disponibles sous forme d'une bande son numérique avec sa transcription. Cette tendance devrait s'accélérer avec la possibilité de déposer des fichiers son sur des archives ouvertes (type CRDO).

Il existe aussi aujourd’hui de nombreux outils informatiques: des logiciels d’aide à la transcription, essentiellement orthographique (Transcriber) tantôt couplée à de l’analyse multi-modale (Transana), tantôt couplée à une analyse de la voix (Praat), des logiciels d’assistance à l’analyse quantitative et/ou qualitative (Unitex). D’autres logiciels, non spécialisés dans le traitement des données orales, sont aussi utilisables (Lexico 3, Unitext ou encore les logiciels d’étiquetage comme Tree Tagger).

productions universitaires

  • La revue Hor Yezh a publié quelques transcriptions de corpus oraux:
région de Douarnenez, Hor Yezh (1983)
Kemener, Y. F. 1979. 'Testeni Itron Pensel', Hor Yezh 126, 47-73.
Testeni an Itron Ar Bihan (Hor Yezh 130)
Testeni an Itron Kamilh Douarinou (Hor Yezh 133)
Testeni an Aotrou Per Olier (Hor Yezh 138 et 147)

Cependant, le fichier son du corpus oral est, à ma connaissance, inaccessible.

collection 'Marvaillou', Emgleo Breiz


 Madeg (2010:136):
 "J'ai lancé ces collections et j'ai soit réalisé soit regroupé les 
 enregistrements. Elle consiste en 15 cassettes avec livrets de 
 transcription intégrale. La numérisation étant en cours au moment 
 où j'écris, on pourra à terme disposer de CD. 
 Chaque cassette dure environ 55 minutes."


  • Marvaillou 1: Gorre-Leon
13 histoires: Commana, Guimiliau, Plounéour-Menez, Landivisiau, Bodilis, Plouvorn, Lampaul-Guimiliau, Guimiliau, Plouenan, St-Pol-de-Léon, Carantec, Henvic.
  • Marvaillou 2: Bro-Bagan hag an arzou
huit histoires: Brignogan, Plouider, Kernilis, Guissény, Plougerneau.
  • Marvaillou 3: Goueled-Leon
neuf histoires: Ploudalmézeau, Plourin, Plouvien, Plounéour-Trêz, St-Divy, Landunvez, Le Drennec.
  • Marvaillou 4: Plougastell
sept histoires: six de Plougastel, une de St-Urbain.
  • Marvaillou 5: Laboused e Bro-Leon
ornithologie orale en breton de Cléder.
  • Marvaillou 6: Kleuziad ha kaea
28 léonards (de tout le pays) parlant de la technique de construction des talus.
  • Marvaillou 7: Eun tañva euz brezoneg Leon
textes coruts émanant de 34 communes réparties dans le Léon.
  • Marvaillou 8: Bezin e Bro-Leon
huit léonards de la côte parlant du travail de récolte du goëmon: Plouarzel, Porspoder, St-Pabu, Landéda, Kerlouan, Plouider, Plouescat, St-Pol-de-Léon.
  • Marvaillou 9: ?
  • Marvaillou 10: Kontadennou euz Bro-Gwened
Lignol, Plouay, Pluméliau, Languidic, Brec'h, Plouhinec.
  • Marvaillou 11: Kontadennou euz Traoñ Kerne
huit histoires en breton de Plomeur, Pont-L'Abbé, Briec, Coray, Tourc'h, Bannalec, Trégunc et Riec.
  • Marvaillou 12: Kontadennou euz Bro-Dreger ha Gouelo
dix histoires dont huit du Trégor: Ploulec'h, Cavan, Pleumeur-Bodou, Pleumeur Gauthier, Quimper-Guézennec, Trégonneau, et deux du Goëlo: Goudelin et Kerfot.
  • Marvaillou 13: Kontadennou euz Meneziou Kerne
huit histoires de haute-Cornouaille: Rosnoen, Pleyben, Plonevez du Faou, St-Hernin, Huelgoat, Poullaouen et Caniuhel.
  • Marvaillou 14: ?
  • Marvaillou 15: Blaz ar brezhoneg
trente enregistrements répartis sur toute la Bretagne.
5 en Léon, 4 en Trégor, 8 en Cornouaille, 8 en région de transition (2 en Goëlo, trois en Cornouaille et 4 en Bas-vannetais), et 4 en Haut-Vannetais (surtout maritime).

collection 'enregistrements' Emgleo Breiz

sketches et lectures de textes

  • Enregistrement 1, Pevar skrivagner a Vro-Gerne
lus par les auteurs eux-mêmes, Charlez ar Gall (L'Hôpital-Camfrout), Youenn Brusq (Tréboul), Rémi Derrien (Nord de Quimperlé)
  • Enregistrement 2, Eun toullad kontadennou
Lus par Maria Prat (Lannion)
  • Enregistrement 3, Diwar c'hoarzin
textes du père Médard (centre Léon: Lanarvily)
  • Enregistrement 4, Biskoaz kemend-all
deux sketches radio joués de P.J. Helias (Plozévet), joués avec P. Trépos (Pouldreuzic)
  • Enregistrement 5, Rimodellou kostez Uhelgoad
J. M. Skragn
  • Enregistrement 6, En-dro da vantan Sant-Jeg
Sylvain Loguillard (Yvias)

Dastum

collection 'Komz'

  • K1, Doareoù an Ankou
30 anecdotes en breton du Léon et Cornouaille finistérienne de l'Ouest.
  • K2, Margodig an Dour Yen
conté par J.-L. Rolland (Trébrivan)
  • K3, C'hwec'h kontadenn eus Arvor Bro-Vigoudenn
contés par M. Divanac'h (Lesconil)
  • K4, Erwan Pier ar C'horr
8 contes du pays Pourlet, contés par Loeiz Bevan (Lignol)
  • K5, Ret vije deoc'h bezañ gwelet
13 histoires en breton du Trégor (Trémel, Rospez, Plestin, Ploubezre, Pleumeur-Gauthier, Lannion)
  • K6, Kontadennoù Groñvel
(Glomel, Bonel)

Journal an tri c'hanton

Cassettes audio (au moins trois numéros) enregistrées dans les années 70/80, dans les cantons de Gourin, Le Faouet et Guemene.

casette 1: RUMMAD TCHOU 1 – miz EOST

 Langonned gwechall - Laerien kezeg - Konskriou Gourin
 Dime kentañ Marie - Bleidi ba Kermadou - Zon ga Joseph ha Jaffray
 Tenno pato ba Beloriant- Ton da zañsal- Teir zon - Kontenn Yann
 Petra oa digoueet ga Joseph hont da gas e vestrez d’ar ger
 Daou don da dañsal - Dansal doc’h zul
 
 Marie Goujard et Joseph Auffret
 musiciens : L.M. CARIO, C. DERRIEN, D. LE CRAS, D. POULERIGUEN, G. POUPON, J.Y. SIBERIL


casette 2: RUMMAD TCHOU 2 - bloavezh mat

 Ton da zañsal
 Yves ha Mari Guern, Langonned
 Joseph Auffret, Gourin
 Yves Bris ha Marcel Guillou, Roudouallec
 Marie Kerdaffre, Ar Zent
 M. Guillou, Lanruon
 Louis Guern, maer Lanvenegen
 Ton da zansal

Keloù bro Dardoup

  • cassette audio enregistrée dans les années 70/80

autres

  • Dastum Bro Leon (éd.) O! Kement-se! Istorioù farsus
3CD d'histoires en breton du Léon
transcriptions disponibles auprès de Dastum Bro-Leon (Lesneven).
  • Dastum Bro Leon (éd.) 2003. Amañ 'z eus plijadur
contes et joutes orales (Léon), avec transcriptions.
utilisé comme corpus dans Rezac (2009).
  • Dastum Bro Leon (éd.) Peñse Bro-Leon
30 anecdotes par 18 léonards de la côte, surtout du Bas-Léon (de Plougonvelin à Goulven) et 4 du Haut-Léon (de Plouescat à Carantec), avec transcriptions.
  • Kontadennoù Marsel Guilloux (Lanrivain), Radio Kreiz-Breizh.
sans livret de retranscription
  • Dastum Bro-Dreger (éd.) Encyclopédie sonore du Trégor-Goelo, Lannion, Dastum Bro-Dreger
sans livret de retranscription
  • TES (éd.) 2008. A-hed ar c'hantved, Sant-Brieg.
DVD 4: 'Treger-Goueloù'

autres transcriptions

  • Gurvan Lozac'h met en ligne des enregistrements fait par 'Kazetenn ar Menez' en 1981, mais également ses propres enregistrements, qu'il transcrit par la suite. À lire et écouter sur son blog brezhoneg digor.
  • recueil d'interviews retranscrites et traduites de paysans du Léon
Mellouet, P. & A. Pennec. 2004. Blaz an douar, le goût de la terre, Blaz an douar (éd.), Dastum Bro Leon - avec CD audio.
  • En annexe de Humphreys (1995), on trouve la transcription phonétique traduite d'un enregistrement de Kazetenn ar Vro Plinn, 11 (1979). François le Provost y est interviewé par René Richard.
Les disques de kazetenn ar Vro Plinn sont listés sur le site de Dastum.
Ensemble de dictionnaires de parlers locaux disponibles en ligne.
Les fichiers audio ou même vidéo sont retranscrits en API, en orthographe locale et standard et traduits en français.

Corpus audio numérisé non-transcrit

Dastum

en ligne

Les enquêtes ethno-linguistiques de Spered ar Yezh sont écoutables en ligne:

Christiane Fer : enquêtes.
Marie-Laure Groix : enquêtes
Eflamm Le Cornec : enquêtes
Anna Jouin : enquêtes
Natacha Le Floc'h : enquêtes (mais plusieurs locuteurs y parlent en même temps).
Benjamin Texier-Pauton : enquêtes

radios

Toutes les radios en breton ont maintenant des fichiers numérisés des interviews conduites. Il n'existe cependant pas de classement permettant de trouver un enregistrement de locuteur natif.

Corpus dessiné

Les bandes dessinées en breton sont massivement des traductions. Les traductions fournissent des données dont il faut se méfier, car le traducteur, même lorsqu'il est natif de la langue, subit l'influence de la langue source.

Les bandes dessinées sont surtout intéressantes linguistiquement en ce qu'elles fournissent des informations complexes sur le cadre énonciatif sans que ces informations entrent pour autant dans l'énoncé. Par rapport à un texte en prose, cette situation rapproche le corpus dessiné de la situation orale normale, où toute information doit apparaître dans l'énoncé. (Par ailleurs, l'intérêt pédagogique de ce support attractif n'est pas à négliger).

Ci-dessous, quelques corpus dessinés ont été listés, avec un petit travail de ciblage dialectal et de relevé de faits de langue.

  • traducteur Comes, 1984. ar gaerell, Casterman, Keit Vimp Beo.
faits de langue Comes 1984


  • traducteur Comes, 1981. skeud ar vran, Keit Vimp Beo.
faits de langue Comes 1981


  • traducteur Cosey (il semble à peu près constant sur les différents albums)
1983. Hag ar menez a gano evidoc'h, Jonathan 2, Keit Vimp Beo
1983. Kate, Jonathan 7, Keit Vimp Beo
faits de langue Cosey


  • traducteur Derib, 1982, 1982b: (il semble constant sur les différents albums), plausiblement du sud Cornouaille.
Ar sekred, Buddy Longway 5, Keit Vimp Beo.
faits de langue Derib 1982
An orignal, Buddy Longway 6, Keit Vimp Beo.
faits de langue Derib 1982b


  • traducteur Derib, 1983. An abadennou chaseal kentan, Buddy Longway 9, Keit Vimp Beo.
faits de langue Derib 1983


  • Kervella, Divi 2001. Troioù-kaer Tintin: Bravigoù ar Gastafiorenn, An Here (éd)., traduction en breton standard de Hergé (1963) Les bijoux de la castafiore, Casterman.
  • Kervella, Divi. 2002. Troioù-kaer Tintin: Al Lotuz Glas, An Here (éd.), traduction en breton standard de Hergé. 1946. Le Lotus Bleu, Casterman.


  • Uderzo & Goscinny 1977. Emgann ar Pennoù, Preder (ed.), Armor diffusion, traduction de "le combat des chefs", Dargaud 1966.

Corpus video

Dizale

L'association Dizale réalise des DVDs en langue bretonne. Catalogue complet et accessibilité des corpus sur le site breizhvod.

  • 2009. Marc'h al lorc'h
Voix de Marion Guen, Nolwenn Korbell, Manu Mehu, Gilles Pennec, Yann Vijer
  • 2008. Columbo
Voix de Tangi Daniel pour Columbo
  • 2006. An Afer Sezneg
Voix de : Goulwena an Henaff, Corinne ar Mero, Keridwenn ar Mero, Erell Beloni, Klet Beyer, Aziliz Bourges, Mona Bouzeg, Sten Charbonneau, Loic de Chateaubriand, Louis Conan, Tangi Daniel, Remi Derrien, Dom Duff,...

films de l'INA

  • Des films courts et reportages en breton sont disponibles en ligne sur le site de l'INA (avec des transcriptions).
L'ouest en mémoire


Bibliographie

Scheer, Tobias. 2013. 'The Corpus: A Tool among Others', Laurence Vincent-Durroux et Philip Carr (dir.), Statut et utilisation des corpus en linguistique, Corela.