Navigation – Plan du site
Articles

Une étude quantitative des marqueurs discursifs, disfluences et chevauchements de parole dans des interviews politiques

A quantitative study of discourse markers, disfluencies and overlapping speech in political interviews
Philippe Boula de Mareüil, Gilles Adda, Martine Adda-Decker, Claude Barras, Benoît Habert et Patrick Paroubek

Résumés

À l’interface entre linguistique de corpus et traitement automatique, le travail présenté ici vise à éclairer les différences relevant de la variation diamésique, entre oral et transcriptions écrites à différents niveaux d’élaboration. Un corpus d’interviews télévisées a été utilisé (une dizaine d’émissions de L’heure de vérité), impliquant des journalistes et des hommes politiques ou des personnalités représentant la société civile. Les transcriptions bona fide réalisées à destination de la presse (où la plupart des disfluences et marqueurs discursifs ainsi que les chevauchements de parole ont été éliminés) ont été alignées avec les transcriptions fournies par un système de reconnaissance de la parole, facilitant la production de transcriptions verbatim où tous les événements audibles (y compris la parole superposée) ont été transcrits manuellement.
Trois types de disfluences (les hésitations, les répétitions et les faux départs) ont été distingués et annotés, de même que les marqueurs discursifs. Ces derniers, ainsi que chaque type de disfluences, représentent environ 2 % des mots du corpus hors chevauchements de parole (8 % au total). Ils ont été analysés par type d’énoncé, de locuteur (selon le statut journaliste/invité) et de patrons les plus fréquents.
Les chevauchements de parole ont également été annotés manuellement au moyen de quatre étiquettes, pour les régulateurs ou backchannels du type hmm, pour les prises de parole (avec interruption claire d’un locuteur par un autre), pour les anticipations de tour de parole (quand le locuteur qui intervient semble percevoir que son interlocuteur a terminé) et pour les chevauchements complémentaires (commentaires ou énoncés qui se suffisent à eux-mêmes, où le locuteur qui intervient ne prend pas la parole pour développer une argumentation). L’interaction entre chevauchements de parole, disfluences et marqueurs discursifs a ensuite été étudiée, et les taux d’occurrences observés ont été mis en relation avec le rôle des locuteurs. Les chevauchements de parole sont assez fréquents (en moyenne 3–4 par minute), même s’ils sont de courte durée (5 % des données), les chevauchements non-intrusifs comme les régulateurs de type hmm étant plus courts que les chevauchements intrusifs comme les prises de parole. Les disfluences sont deux fois plus nombreuses en parole superposée qu’en parole non-superposée : les répétitions, en particulier, sont concernées au premier chef. Enfin, des différences intéressantes ont été relevées entre les comportements actifs/passifs (de celui qui prend ou qui a la parole) des journalistes et des invités.

Haut de page

Texte intégral

Nous sommes très reconnaissants envers l’INA pour le corpus audiovisuel et sa transcription. Merci aussi à Frédérique Bénard et à Marguerite Lenhardt pour leur aide précieuse à cette recherche.

1. Introduction

1Le français parlé, comme toute langue parlée, avec son cortège d’hésitations, de lapsus, de faux départs, de répétitions, pose d’importants problèmes à la linguistique et au traitement automatique (Schegloff et al., 1977 ; Levelt, 1989 ; Blanche-Benveniste, 1990 ; Fernandez-Vest, 1994 ; Gadet, 1997 ; Shriberg, 2001 ; Duez, 2001 ; Chanet, 2004 ; Dister, 2007 ; Bertrand et al., 2009 ; Bazillon, 2011). Pour étudier ces phénomènes, pour quantifier la variation diamésique (i.e. de médium) entre langue parlée et langue écrite, les corpus « apparentés » où le « même » contenu est exprimé à la fois à l’oral et sous forme textuelle sont des ressources privilégiées. Ce type de documents, avec des données de parole et leur transcription plus ou moins fidèle ou débarrassée des spécificités de l’oral, se trouve aujourd’hui relativement facilement (débats parlementaires, archives d’émissions de télévision…).

2Dans l’étude rapportée dans cet article, nous sommes partis d’interviews télévisées et nous avons utilisé les transcriptions bona fide réalisées à destination de la presse afin de fournir une transcription verbatim plus fidèle à l’original. Les transcriptions bona fide ne sont pas des transcriptions au mot près de ce qui a été dit. En particulier, les hésitations, reformulations et amorces de mots abandonnés sont (presque) systématiquement gommées. Néanmoins, ces transcriptions restent suffisamment proches de ce qui a été dit pour pouvoir être utilisées à des fins de citation.

3Alors qu’un laps de temps sépare la lecture de l’écriture, la simultanéité de la production et de la perception dans la communication parlée rend patents les bredouillages, bafouillages et cafouillages, achoppements et piétinements dans le flux de parole. La chaîne écrite traditionnelle comme la chaîne parlée est linéaire, mais elle permet dans sa phase de conception (traçable dans le brouillon) des ratures et des effacements normalement impossibles à l’oral. L’écrit a vocation à être persistant, contrairement aux mots parlés qui jaillissent de façon éphémère et s’envolent — à moins bien sûr d’être enregistrés. Il n’est pas astreint aux mêmes contraintes physiologiques que la phonation, qui utilise les mêmes organes que la respiration : beaucoup de fautes de frappe, au clavier, n’ont aucune base phonétique ou phonologique. On peut distinguer l’écriture (processus dynamique), l’écrit (validé par le scripteur) et la lecture (étape de décodage), alors que dans la conversation informelle de tous les jours, typiquement face à face avec des tours de parole dont l’ordre n’est pas préétabli, l’idéation (la recherche des mots, le travail de formulation), le fait de parler et d’écouter sont synchrones. D’où également des chevauchements de parole délicats à linéariser. La transcription de l’oral implique des choix théoriques (voire idéologiques) qui sont devenus un objet de recherche linguistique en soi (Blanche-Benveniste, 1990 ; Morel & Danon-Boileau, 1998 ; Delais-Roussarie & Durand, 2003). Elle est toujours un début d’analyse, ne serait-ce qu’à travers l’espace entre les mots (Catach, 1992), puisqu’elle discrétise des phénomènes qui peuvent présenter des ambiguïtés (ex. on (n’)a pas). Elle est le résultat d’un long travail de standardisation qui peut faire paraître l’écrit pour plus stable, plus homogène que l’oral. Elle suppose des conventions et des jugements subjectifs qui dépendent des domaines linguistiques étudiés. La ponctuation, en particulier, rend plus lisible les transcriptions et facilite le traitement automatique, mais n’est qu’un équivalent approximatif de la prosodie (Catach, 1994 ; Dister et al., à paraître).

  • 1 Ce travail a été mené dans le cadre d’une action transversale du département Communication Homme-Ma (...)

4Il a été montré, dans Adda-Decker et al. (2003) ainsi que dans Barras et al. (2004), qu’il est relativement simple d’aligner automatiquement les transcriptions automatiques d’un corpus de parole avec des transcriptions bona fide en s’appuyant sur les îlots de confiance constitués de sous-séquences similaires.1 Nous pouvons ainsi fournir aux transcripteurs humains, à un coût relativement faible, une transcription approximative où les portions douteuses sont mises en évidence : les transcripteurs peuvent ainsi concentrer leurs efforts sur les parties de la transcription qui nécessitent le plus leur attention.

5À partir d’un corpus d’une dizaine d’émissions télévisées, nous avons, dans un premier temps, porté notre attention plus particulièrement sur le traitement des marqueurs discursifs — ces « “petits mots” qui habitent l’oral » (Morel & Danon-Boileau, 1998) — et des phénomènes d’hésitations, répétitions et faux départs, que le terme de « disfluence » se propose de recouvrir. Ce terme que nous préférons à celui de scories (Gadet, 1997) évoque toujours, malheureusement, quelque chose de gênant en soi — toutefois, c’est la graphie dysfluence qui est réservée aux pathologies du langage. Les « marqueurs discursifs », quant à eux, recouvrent ce que la littérature pragmatique — ou sa variante francophone, la théorie de l’énonciation — appelle « connecteurs » (ex. mais, alors, donc) ainsi que les « ponctuants » comme ben, voilà et ce que l’analyse conversationnelle nomme les « phatiques » (ex. tu sais/vois, écoutez, hein), mais exclut les « régulateurs » du type hmm (Fernandez-Vest, 1994 ; Chanet, 2004). Cependant, il n’est pas toujours évident de distinguer nettement entre ces catégories (Dister, 2007). Et les mots cités en exemples ci-dessus ne sont pas systématiquement des marqueurs discursifs. Le terme bon, par exemple, peut être une interjection servant à marquer une certaine transition dans le discours (Tanguy, 2009), mais il peut aussi être un adjectif remplissant une véritable fonction syntaxique. De même que les disfluences, les marqueurs discursifs ont fait l’objet d’un important travail d’annotation manuelle, qui est relaté dans cette étude.

6Nous nous sommes concentrés dans un second temps sur les chevauchements de parole : la transcription, l’annotation ainsi que les interactions avec les disfluences (répétitions, faux départs, hésitations) et les marqueurs discursifs. Ces chevauchements de parole, impliquant plus d’un locuteur parlant simultanément, constituent de sérieux problèmes pour la transcription de dialogues (Blanche-Benveniste, 1990 ; Delais-Roussarie & Durand, 2003 ; Dister et al., à paraître) et sont autant d’écueils pour la reconnaissance de la parole, qui les négligeait encore récemment. Ils sont pourtant naturels dans la communication orale et essentiels pour l’analyse conversationnelle (Schegloff, 2000).

7Même des interviews télédiffusées, matériel relativement contrôlé sur lequel nous travaillons, produisent des chevauchements — en moins grand nombre, certes, que dans des conversations téléphoniques ou des réunions. Une interview est un type d’interaction asymétrique entre des locuteurs de statuts différents, ayant des rôles complémentaires. Elle diffère également de la conversation entre pairs sur l’axe compétitif/coopératif (Grice, 1975 ; Schegloff, 2000). La symétrie et la compétitivité dans l’échange accroissent le degré d’interactivité, et partant les alternances de tours de parole ainsi que le taux de chevauchements. La coopérativité peut consister à aider l’interlocuteur à parler, ce qui d’habitude n’est pas nécessaire dans des interviews politiques. Dans les interviews politiques, les journalistes ont souvent un point de vue à défendre : ils s’inscrivent dans une double énonciation dans laquelle ils s’adressent également à un public. Ils peuvent contredire et interrompre les invités, favorisant par là même les chevauchements. Le but de l’étude de ce genre de matériau est d’arriver à prendre en compte des informations sur la synchronisation et la régulation des tours de parole en interaction. La question est alors : comment distinguer différents types de chevauchements et quelle est leur influence sur les disfluences ?

8La section suivante (section 2) présente le corpus et la méthode suivie, avec les directives de transcription et le schéma d’annotation. Nous développons ensuite l’analyse des disfluences et marqueurs discursifs (section 3) et des chevauchements de parole (section 4). Enfin, la section 5 résume les principaux résultats et ouvre quelques perspectives.

2. Corpus, transcription et annotation

2.1. Corpus

9Nos études reposent sur un corpus d’interviews politiques : 9 émissions de L’heure de vérité enregistrées de 1992 à 1994 et fournies par l’Institut National de l’Audiovisuel (INA). Pendant chaque émission, un homme politique ou une personnalité publique est interviewé par plusieurs journalistes. Ces derniers ont préparé leurs questions, et les réponses ne sont pas entièrement spontanées : on a plutôt affaire à un discours surveillé — careful speech (Labov, 1976). En revanche, un modérateur, qui dirige les débats et veille au temps consacré aux différents thèmes, peut souvent interrompre la personne interviewée ou poser des questions. Cette configuration favorise donc les chevauchements de parole. Une partie seulement des nombreuses disfluences fournit de l’information quant au travail de formulation du locuteur ; une autre partie correspond à une lutte pour la parole entre interlocuteurs, même si les journalistes ne « coupent » pas la parole n’importe quand.

10Pour chaque émission, nous disposons à la fois de l’audio et de la transcription bona fide destinée à la presse. Sans reproduire les paroles exactes, cette transcription se veut assez proche de l’audio, tout en suivant des conventions implicites. De fait, la plupart des disfluences ont été ignorées. Aussi une transcription « exacte » (verbatim) a-t-elle été produite manuellement, avec tous les événements audibles contenant notamment les phénomènes de disfluences. Pour ce faire, une transcription automatique a été générée, à l’aide d’un système de reconnaissance de la parole : le système du LIMSI (Gauvain et al., 2005). Nous avons d’abord aligné les transcriptions automatiques et bona fide avec le signal de parole. Puis le corpus a été corrigé à la main (88 000 mots) pour fournir la transcription verbatim, avec une version modifiée du logiciel Transcriber (Barras et al., 2001). Ce travail a été facilité par la sélection automatisée de zones de discordance entre transcriptions automatique et bona fide, zones qui contiennent a priori des disfluences non reproduites dans la transcription bona fide (Adda-Decker et al., 2003 ; Barras et al., 2004). Il en résulte une représentation écrite de l’oral qui est un compromis entre fidélité et lisibilité (en orthographe standard, sans trucages tels que y’a ou ch’sais pas), alignée avec les données de parole (cf. figure 1).

2.2. Annotation des disfluences et marqueurs discursifs

11Dans ce travail émargeant aux deux champs que sont la linguistique de corpus et le traitement automatique, nous avons globalement suivi les consignes d’annotation développées par le Linguistic Data Consortium (LDC2). Nous avons annoté les marqueurs discursifs (DM pour Discourse Markers) et les phénomènes de disfluences, que nous avons classés en trois types principaux : FP (Filled Pauses) pour les hésitations du type euh, RP (RePetitions) pour les répétitions et RV (ReVisions) pour les faux départs.

12Les hésitations, transcrites euh, ont été annotées automatiquement. Les répétitions couvrent des mots (éventuellement tronqués ou interrompus par un autre locuteur), des emphases renforçant un propos, ainsi que des reprises à distance après incises. Les faux départs impliquent des fragments de mots, des mots ou groupes de mots qui sont abandonnés, sans nécessairement être corrigés. Les phrases inachevées, cependant, n’entrent pas dans cette catégorie. Quant aux marqueurs discursifs, ils peuvent avoir un simple rôle de remplisseur (une sorte de respiration au sein du flux de parole) ou une vraie fonction de structuration du discours (Auchlin, 1981 ; Fernandez-Vest, 1994 ; Chanet, 2004). Suivant la terminologie de l’école genevoise d’analyse du discours (Roulet et al., 1991), ils peuvent être consécutifs (ex. alors, donc), contre-argumentatifs (ex. mais) ou réévaluatifs (ex. enfin). Mais il n’est pas toujours aisé d’interpréter leur rôle précis, puisqu’on ne connaît pas les intentions exactes des intervenants. La conjonction et, en particulier, peut être utilisée pour structurer le dialogue, pour commencer un tour de parole, pour éviter un euh stigmatisé, pour lier deux énoncés ou pour éviter d’être interrompu. Il en va de même des expressions comme je crois que, qui peuvent être de simples tics de langage pour certains locuteurs, et qui sont difficiles à annoter de façon cohérente. Souvent, de telles expressions de réserve ou d’atténuation sont là pour adoucir le message, le rendre moins abrupt, le relativiser, temporiser et laisser la place à des opinions autres. En dernier lieu, des cas complexes existent, où de faux départs peuvent inclure des marqueurs discursifs, qui à leur tour peuvent inclure des répétitions et des faux départs. Ils ont également été prévus dans l’annotation, même s’ils sont rares.

Figure 1. Vue d’écran du logiciel Transcriber avec un extrait de transcription verbatim vérifiée manuellement et complétée d’annotations pour les événements propres à l’oral spontané

Figure 1. Vue d’écran du logiciel Transcriber avec un extrait de transcription verbatim vérifiée manuellement et complétée d’annotations pour les événements propres à l’oral spontané

2.3. Transcription et annotation de la parole superposée

13Sur 8 émissions de L’heure de vérité, une segmentation manuelle en portions de parole superposée a été faite en relâchant les contraintes d’ancrage temporel. Même la localisation précise du début et de la fin des chevauchements, en effet, n’est pas triviale. Le logiciel Transcriber a été adapté en conséquence pour faciliter cette tâche. Deux situations ont été distinguées : (1) le chevauchement ne conduit pas à un changement de locuteur primaire, qui reste le même au terme du chevauchement ; (2) le locuteur primaire s’arrête et le locuteur secondaire devient le locuteur primaire d’un nouveau tour de parole. Ces deux situations sont présentées dans la figure 2.

Figure 2. Exemples de segmentation et de transcription orthographique dans deux situations

Alain Duhamel
O /vous avez/ dû souvent souffrir, alors ?
Rony Brauman (1)
O non, non, non, /au contraire/ /Duhamel : non/ non non, je me suis vraiment épanoui,  j’adore ce que je fais, je l’ai toujours fait avec passion et j’ai pas vraiment souffert.
O écoutez il y a des /moments durs vous pouvez pas.../
Alain Duhamel (2)
O /alors c’était quoi ?/ la volonté de transformation ? déjà la lutte, ou la /lutte contre/  /Brauman : non/ l’injustice ?
O c’était quoi ?

(1) le chevauchement ne conduit pas à un changement de locuteur primaire, qui reste le même au terme du chevauchement ; (2) le locuteur primaire s’arrête et le locuteur secondaire devient le locuteur primaire d’un nouveau tour de parole.

14Les chevauchements de parole ont également été annotés en utilisant quatre étiquettes : bck (backchannel) pour les régulateurs du type hmm, tst (turn stealing) pour les prises de parole, att (anticipated turn taking) pour les anticipations de tour de parole et cmp (« complementary ») pour les chevauchements complémentaires. Les régulateurs indiquent que l’on suit l’interlocuteur, qu’on le comprend, qu’on est d’accord ou en empathie avec lui ; ils ne dérangent pas ou que peu le locuteur principal (Yngve, 1970 ; Goodwin, 1986 ; Clancy et al., 1996 ; Cerrato & D’Imperio, 2003). À l’opposé, les prises de parole que nous avons étiquetées comme tst interrompent clairement le locuteur primaire, même si la tentative peut échouer comme pour tout autre acte de langage. L’anticipation de tour de parole correspond au cas où le locuteur qui intervient semble percevoir que le locuteur primaire a terminé (indices de fin de syntagme ou de proposition, mélodie descendante, etc.). Enfin, l’étiquette complémentaire a été introduite pour les chevauchements qui visent à compléter le propos du locuteur principal : une répétition éventuellement paraphrasée de ce que dit le locuteur primaire, un accord ou un désaccord explicite, une brève réponse anticipée, une précision avancée ou requise non seulement sur le contenu mais aussi sur la forme de l’échange (temps imparti, thème abordé), un bon mot ou la poursuite de l’énoncé en cours. Cette étiquette complémentaire, contrairement à celle de prise de parole (tst), est attribuée à des commentaires ou des énoncés qui se suffisent à eux-mêmes : le locuteur qui intervient ne prend pas la parole pour développer une argumentation. Ce type de chevauchement peut être favorisé par le contexte situationnel : au-delà des locuteurs directement impliqués dans l’émission, un acteur peut souhaiter apporter des informations supplémentaires à l’auditoire. Le tableau 1 donne un exemple de chaque type de chevauchement.

15Les différences entre étiquettes peuvent s’avérer subtiles et donner lieu à des interprétations divergentes. L’assignation d’une étiquette unique n’est pas toujours aisée : même les hmm peuvent avoir différentes fonctions communicatives, comme indiquer à son interlocuteur une intention d’entrer en scène. D’un extrême à l’autre dans les chevauchements, du régulateur à la prise de parole tst, les transitions progressives sont courantes dans les tours de parole les plus longs.

16Pour les régulateurs, des catégorisations plus fines ont été proposées (Bertrand et al., 2009), distinguant les fonctions d’accusé-réception (continuer), celles consistant à exprimer la compréhension (understanding), à montrer l’accord avec l’interlocuteur (assessment), etc. Mais de l’aveu même des auteurs, identifier ces différentes catégories est une tâche très délicate, et bien que la nécessité de recourir à plusieurs annotateurs soit mentionnée, aucune évaluation de l’accord inter-annotateur n’est fournie. Un pré-test sur L’heure de vérité nous a conduits à renoncer à une telle annotation en différents sous-types de régulateurs, en raison du trop grand désaccord entre annotateurs (Adda-Decker et al., 2008).

Tableau 1. Types de chevauchements retenus (les locuteurs sont indiqués par les lettres A et B)

Type

Chevauchement de parole

bck (régulateur)

A : c’est simplement /le fait/ /B : hmm/ que...

cmp (complémentaire)

A : j’ai une dernière question /sur/ /B : très courte/ sur votre...

tst (prise de parole)

A : et dans /ce cas.../

B : /je veux/ revenir...

att (anticipation)

A : et cela mène à l’action /humanitaire ?/

B : /eh bien je/ pense

17À partir de notre corpus, deux émissions ont été traitées par 5 annotateurs. La référence résultait d’une harmonisation à travers une négociation entre les annotateurs, d’abord, une adjudication, ensuite, pour les étiquettes disputées. Le tableau 2 présente pour l’une des émissions la distribution des étiquettes entre les différents annotateurs. Il confirme le caractère intermédiaire de l’étiquette complémentaire, et montre un pourcentage de confusion assez élevé (24 %) entre prises de parole anticipées ou non (att contre tst). Pour les 5 annotations comparées à la référence, la mesure Kappa (de Cohen) de l’accord inter-annotation se situe entre 0,7 et 0,8. Chacune des six émissions suivantes a été traitée par un seul annotateur et passée à un collègue pour vérification. Les corrections impliquaient entre 3 % et 6 % des étiquettes, ce qui peut être vu comme une estimation du taux de désaccords résiduels. L’annotation manuelle du corpus fondée sur les quatre types de chevauchement retenus donne donc un bon accord inter-annotateur. Ce premier résultat permet d’étudier la distribution des chevauchements ainsi que leur lien avec les disfluences et les marqueurs discursifs. Nous y reviendrons en section 4.

Tableau 2. Recouvrement des distributions des étiquettes produites par les 5 annotateurs relativement à la distribution finale des étiquettes pour une émission (de 50 minutes)

Chevauchement de parole

étiquettes des annotateurs ( %)

étiquettes finales

total (#)

bck

cmp

tst

att

bck (régulateur)

63

91,1

8,0

1,0

0,0

cmp (complémentaire)

50

9,2

75,8

15,0

0,0

tst (prise de parole)

107

0,4

3,6

89,2

6, 8

att (anticipation)

26

0,0

0,0

24,0

76,0

3. Analyse des disfluences et marqueurs discursifs

3.1. Distribution globale

18Dans une première étude sur la variation diamésique, nous avons analysé les disfluences et marqueurs discursifs dans 9 émissions, écartant 24 minutes de parole superposée. Notre schéma d’annotation nous a permis de classifier les mots impliqués dans les hésitations (1,9 %), les répétitions (2,3 %), les faux départs (2,2 %) et les marqueurs discursifs (2,5 %). Les proportions, calculées par rapport au nombre total de mots dans le corpus, sont relativement bien équilibrées malgré une certaine variabilité inter-locuteur confirmée sur un autre corpus par Bazillon (2011) (cf. tableau 3). Les journalistes font davantage d’hésitations et de répétitions, tandis que les invités produisent davantage de faux départs et de marqueurs discursifs. Un test de comparaison de deux proportions indique que chaque différence est significative3 avec α = 0,05. Cette différence peut être due aux difficultés que rencontrent les journalistes quand ils essaient d’interroger leur interlocuteur, alors que les invités essaient de construire une véritable argumentation.

Tableau 3. Disfluences (FP, RP, RV), et marqueurs discursifs (DM) des invités et des journalistes.

Locuteur

#mots

 %FP 

(hésitations)

 %RP
(répétitions) 

 %RV 
(faux départs)

 %DM
(marqueurs)

 %dis.+DM 

Brauman

8174

1,2

2,2

3,6

1,5

8,4

de Robien

7589

1,8

1,0

1,9

4,7

9,4

Delors

7462

0,6

3,1

3,4

3,2

10,4

Voynet

7177

2,5

1,8

1,7

4,0

10,0

Pasqua

5385

0,9

1,6

1,5

1,4

5,4

Diouf

4809

0,8

1,9

2,2

0,4

5,6

Brittan

4806

4,3

5,8

3,5

4,4

18,0

Pinay

4006

0,7

3,3

3,3

1,6

8,8

Chevènement

3842

2,8

1,4

0,9

3,8

8,9

Lamassourre

2729

1,1

0,9

0,6

0,6

3,2

Total invités

55979

1,6

2,1

2,2

2,8

9,1

de Virieu

10184

2,3

1,8

1,2

1,6

7,0

Duhamel

7175

2,2

2,8

1,2

1,8

8,0

Colombani

4818

1,3

2,3

2,9

2,2

8,7

du Roy

3706

4,3

2,5

2,7

1,3

10,8

Diop

1904

2,0

1,9

1,4

1,8

7,5

Tesson

1270

2,0

2,5

5,8

2,4

12,7

Giesbert

886

2,2

4,6

3,1

5,6

16,0

Laffon

809

2,6

2,2

0,6

1,9

7,3

d’Orcival

743

1,1

2,2

2,4

3,2

8,9

English

622

3,5

4,2

2,3

3,7

13,7

Total journalistes

32117

2,4

2,4

1,9

2

8,7

Total

88056

1,9

2,3

2,2

2,5

8,9

19Comme établi par Shriberg (2001), les disfluences et marqueurs discursifs apparaissent dans notre corpus au début plutôt qu’à la fin des énoncés. Ce résultat apparaît dans la figure 3 et se retrouve dans la figure 4, où sont affichés les taux moyens pour les énoncés de moins de 12 mots et de plus de 16 mots. Nous interprétons ce fait par une plus grande difficulté à démarrer plutôt qu’à continuer de parler.

Figure 3 : distribution des disfluences et marqueurs discursifs en fonction de la position dans l’énoncé, de 1 (1er mot) à N (dernier mot).

Figure 4 : pourcentage de mots étiquetés comme disfluences ou marqueurs discursifs en fonction de la longueur de l’énoncé (en nombre de mots).

  • 4 De fait, la distribution est quasi-linéaire sur une échelle logarithmique. Pour diverses représent (...)

20Outre le contexte d’apparition, le contenu des hésitations, répétitions, faux départs et marqueurs discursifs a été étudié. Les quelque 1500 hésitations correspondent toutes à euh ou ses variantes. Quant aux répétitions, faux départs et marqueurs discursifs, leur distribution en termes d’items lexicaux ou d’expressions figées semble suivre la loi de Zipf.4

3.2. Hésitations, répétitions et faux départs

21Concernant les hésitations, l’analyse montre que plus du tiers d’entre elles apparaissent à une frontière de phrase indiquée par un point final (14 %) ou à une frontière majeure de syntagme indiquée par une virgule (21 %) dans la transcription bona fide. Pour les 65 % d’hésitations restantes, le tableau 4 donne la distribution des contextes gauche et droit les plus fréquents, pris indépendamment. Même en milieu de phrase, les hésitations précèdent fréquemment un déterminant ou une préposition, et elles auraient plutôt tendance à suivre une conjonction ou une préposition. Cette asymétrie suggère que l’on évite les hésitations dans les syntagmes nominaux, en particulier entre un déterminant et un nom ; dans ces cas, d’autres mécanismes sont préférés, comme l’allongement de la syllabe finale ou des répétitions. En situation de dialogue, les euh d’hésitation ont pu être interprétés comme une façon d’occuper le terrain pour ne pas être interrompu. Ils constituent un signe d’inachèvement par lequel le locuteur souligne son intention de continuer (Morel & Danon-Boileau, 1998 ; Candea, 2000). Nos résultats n’étayent pas entièrement cette interprétation, car il est peu probable qu’une phrase s’arrête après des mots comme que ou et (parmi les plus fréquents qui apparaissent en contexte gauche d’hésitation). Ils laissent plutôt penser, au-delà de la redondance nécessaire dans les interactions, que c’est le travail de formulation qui joue le rôle de premier plan, rejoignant la présence plus massive des euh en début plutôt qu’en fin d’énoncé. Ils demandent cependant à être mis en relation avec les chevauchements de parole (cf. § 4).

Tableau 4. Distribution des contextes les plus fréquents, considérés indépendamment, pour les hésitations et les faux départs (nombres d’occurrences et pourcentages)

Ctxt gauche d’hésitation

Ctxt droit d’hésitation

Ctxt droit de faux départ

mot

#

 %

mot

#

 %

mot

#

 %

que

40

4

de

53

5

d’

34

5

et

27

3

la

41

4

l’

30

4

pour

26

3

des

38

4

la

29

4

de

21

2

les

33

3

vous

25

3

avec

19

2

l’

26

3

de

23

3

à

13

1

le

23

2

on

21

3

qui

12

1

un

21

2

le

19

3

22Les répétitions et les faux départs partagent des traits en commun : d’abord, ils concernent 1 ou 2 mots en moyenne, et il existe une forte corrélation (0,8) entre les décomptes de répétitions et de faux départs des locuteurs. Les locuteurs qui produisent beaucoup de répétitions ont aussi tendance à faire beaucoup de faux départs — alors que pour Shriberg (1994) il y a en anglais les repeaters et les deleters. Ensuite, les répétitions et les faux départs les plus fréquents ont tendance à concerner des mots outils monosyllabiques : de (72 répétitions et 45 faux départs), le (40 répétitions et 39 faux départs), etc. Pour tous les locuteurs, aux deux premières places et dans le même ordre, nous trouvons des mots très fréquents en français. La forme le est beaucoup plus souvent un déterminant qu’un pronom, même si rien n’empêche un pronom sujet comme je d’être l’un des mots les plus fréquemment répétés ou révisés (Henry & Pallaud, 2003).

23Dans le tableau 4, la plupart des mots sont communs aux répétitions et aux faux départs. Ce n’est pas surprenant si l’on accepte l’interprétation suivante : dans le processus de sélection lexicale, un mot amorce comme l’article masculin singulier le du français peut être répété s’il s’accorde grammaticalement avec ce qui suit et corrigé sinon. Ceci pose des questions intéressantes pour des études syntaxiques comparatives. Le fait qu’il y ait plus de noms masculins que de noms féminins en français — 11 000 contre 9000 dans ILPho (Boula de Mareüil et al., 2000), 16 000 contre 12 000 dans le dictionnaire BDLEX (Pérennou & Calmès, 1987) — ne semble pas être un argument suffisant pour expliquer pourquoi le surpasse de beaucoup en fréquence la, aussi bien pour les répétitions que pour les faux départs. La position de repos que constitue le schwa de le est une autre interprétation possible. Cependant, le phénomène reste vrai pour l’indéfini un qui est plus souvent repris en une que l’inverse. Aussi le masculin le (de même, un) a-t-il pu être interprété comme forme neutre, non-marquée, du déterminant (Dister, 2007) — à l’instar du bonhomme qui, dans les passages pour piétons ou des dessins d’enfants, peut représenter un homme ou une femme. En revanche, la conjonction et se prête mal aux faux départs, et se trouve essentiellement présente parmi les répétitions.

24Un examen de la partie droite du tableau 4 montre que les mots qui suivent le plus fréquemment des mots étiquetés comme faux départs sont « d’ » et « l’ » —marginaux dans les répétitions. Il s’agit justement des formes abrégées des mots les plus fréquemment impliqués dans des faux départs (de et le). Cela signifie que les schémas de faux départ les plus fréquents sont de la forme « de d’ » devant un mot commençant par une voyelle. Nous avons ensuite la (plus fréquent que le), ce qui est en accord avec Dister (2007) et avec ce que nous venons de voir. Ensuite, la présence de vous ou on est frappante puisque ces pronoms personnels sont absents du tableau 5, où sont consignés les mots les plus souvent impliqués dans un faux départ, une répétition ou un marqueur discursif. Ils représentent véritablement des ruptures syntaxiques après un syntagme qui a été abandonné.

Tableau 5. Mots les plus souvent impliqués dans un faux départ, une répétition ou un marqueur discursif (nombres d’occurrences et pourcentages)

Faux départ

Répétition

Marqueur discursif

mot

#

 %

mot

#

 %

mot

#

 %

de

45

2

de

72

4

et

214

10

le

39

2

le

40

2

alors

141

6

à

15

1

et

33

2

je crois que

50

2

que

14

1

je

29

2

mais

44

2

la

13

1

un

23

1

donc

36

2

les

11

1

à

23

1

eh bien

33

1

je

11

1

les

23

1

hein

32

1

25Les mots pleins (noms et verbes en particulier) peuvent également être impliqués dans les répétitions et les faux départs, et sont davantage affectés par les phénomènes de troncation que ne le sont les mots outils. Ceci n’est pas étonnant, puisqu’ils sont bien plus souvent polysyllabiques. Dans notre schéma d’annotation, les phénomènes de troncation sont éclatés entre répétitions et faux départs, mais ils ne représentent que 0,4 % de notre corpus.

3.3. Marqueurs discursifs

26Au sein des marqueurs discursifs, on trouve comme attendu des conjonctions, des adverbes et des interjections (cf. tableau 5) : et, alors, etc. Soit l’un soit l’autre de ces mots est le marqueur discursif le plus fréquent ou le deuxième le plus fréquent chez chaque locuteur, mais l’autre marqueur du doublé de tête est très variable (cf. tableau 6). Par exemple, la conjonction mais est le quatrième marqueur discursif le plus fréquent, alors qu’il n’apparaît dans le doublé de tête d’aucun locuteur ; et inversement, l’expression je crois (que) n’est pas très fréquente, mais elle apparaît dans le doublé de tête de deux locuteurs (cf. tableaux 5 et 6). De façon intéressante, ces deux locuteurs sont des invités.

27Les journalistes sont davantage enclins à utiliser des remplisseurs impersonnels (par exemple l’interjection hein pour le modérateur de Virieu). Quant aux invités qui produisent de nombreux marqueurs discursifs, ils recourent à un large éventail d’expressions différentes. Mais est absente, pour tous les locuteurs, la particule quoi qui ponctue et régule souvent la conversation ordinaire. Nous avons distingué trois grands types de marqueurs discursifs : structuration (ex. alors), prise de position (ex. je crois que) et interaction (ex. hein). Chacun représente environ un tiers de tous les marqueurs discursifs, même si le dernier sous-type est un peu moins fréquent.

Tableau 6. Les deux marqueurs discursifs les plus fréquents pour chaque locuteur, avec le pourcentage qu’ils représentent au sein de la classe des marqueurs discursifs pour ce locuteur

Invités

mots

 %

Journalistes

mots

 %

Brauman

ben, et

37

Colombani

alors, et

33

Brittan

et, je crois que

66

de Virieu

alors, hein

39

Chevènement

et, hein

29

Diop

alors, donc

64

Delors

et, je pense que

24

Duhamel

et, alors

47

de Robien

et, eh bien

49

du Roy

alors, et

61

Diouf

et, moi

50

Tesson

et, moi

37

Lamassourre

et, je crois

38

English

alors, et

33

Pasqua

et, alors

33

Giesbert

alors, bon

43

Pinay

et, moi

35

Langelier

et, alors

62

Voynet

je crois que, lors

45

d’Orcival

alors, et

50

28Enfin, le patron marqueur discursif + disfluence apparaît deux fois plus que le patron disfluence + marqueur discursif (98 vs 50 occurrences). En raison de leur rôle structurant et remplisseur, les marqueurs discursifs sont souvent utilisés en début de message. Nous aurons dans ce qui suit l’occasion d’y revenir.

4. Analyse des chevauchements de parole

29Une seconde étude de la variation diamésique s’est focalisée sur les chevauchements de parole, absents ou linéarisés dans les transcriptions bona fide, mais fréquents dans les échanges parlés (3–4 par minute, en moyenne) même s’ils sont de courte durée (2,5 mots pour des tours de parole de 30 mots en moyenne, moins de 5 % des données en durée cumulée). Ces chevauchements peuvent être regroupés en deux catégories : intrusifs pour les prises de parole (tst) et les chevauchements complémentaires (cmp), non-intrusifs pour les régulateurs (bck) et les anticipations (att). Les chevauchements non-intrusifs comme les régulateurs, qui encouragent une interaction fluide, sont particulièrement brefs (cf. tableau 7), en accord avec une règle de l’analyse conversationnelle selon laquelle on cherche à minimiser les blancs et les chevauchements entre interlocuteurs. Les chiffres sont comparables pour les locuteurs actifs et passifs (c’est-à-dire entre ceux qui par leur intervention produisent la situation de chevauchement et ceux qui, interrompus, gardent la parole). Mais les locuteurs actifs en situation de prise de parole tendent à parler plus vite ; ils produisent davantage de mots que les locuteurs passifs par rapport à la situation de chevauchement (ceux qui sont interrompus).

Tableau 7. Décompte des segments de parole superposée (nombre de segments d’un type donné, fréquence), nombre de mots du segment et longueur moyenne en mots, pour les rôles P (locuteur passif par rapport à la situation de chevauchement) et A (locuteur actif), pour les types de segments bck, cmp, tst et att

catégorie

nombre de
segments

fréquence
(/ min)

#mots

 %mots

longueur moyenne
(en mots)

bck

P

A

461

1,2

719
550

0,8
0,6

1,6
1,2

att

P

A

168

0,4

345
391

0,4
0,5

2,1
2,3

cmp

P

A

278

0,7

955
974

1,1
1,1

3,4

3,5

tst

P

A

438

1,1

1447
1658

1,7
1,9

3,3
3,8

30Les chevauchements engendrent deux fois plus de disfluences que les portions de parole non-superposée (cf. tableau 8). L’augmentation du taux de disfluences touche surtout les répétitions et vaut en particulier pour les locuteurs actifs dans les situations de chevauchements intrusifs comme les prises de parole (tst). On mesure davantage de répétitions et de marqueurs discursifs chez les locuteurs actifs que chez les locuteurs passifs par rapport à la situation de chevauchement, ce qui s’explique aussi par la position en début de tour de parole (cf. § 3). En même temps, les locuteurs primaires (passifs vis-à-vis de la situation de chevauchement) deviennent spectaculairement disfluents lors de commentaires complémentaires apportés par leurs interlocuteurs. Ceci corrobore le caractère intrusif de ces chevauchements complémentaires, qui ne visent pas un changement de locuteur, mais qui, à la fois par leur longueur et leur contenu informationnel, peuvent déranger le locuteur primaire.

Tableau 8. Taux de marqueurs discursifs et de disfluence (hésitation, répétition ou faux départs) pour la parole non-superposée et superposée — pour des rôles de locuteur passif (P) et actif (A) —, pour chacun des types de chevauchement (intrusif comme les prises de parole ou les chevauchements complémentaires ou non-intrusif comme les régulateurs et les anticipations)

catégorie

marqueur discursif

hésitation

répétition

faux départ

tous types

non-superposé

2,4

2,0

2,5

2,5

6,9

superposé

P

A

2,1

5,9

1,6

0,5

7,2

11,0

2,3

3,0

11,1

14,5

non intrusif

P

A

2,4

7,2

1,6

0,6

1,3

5,2

2,0

0,9

4,9

6,7

intrusif

P

A

2,0

5,4

1,6

0,4

9,5

13,0

2,5

3,8

13,6

17,2

  • 5 La visualisation a été obtenue en utilisant le logiciel R (http://www.r-project.org). Dans une boît (...)

31En revanche, les régulateurs n’accroissent pas le taux de disfluences des locuteurs passifs. Ce taux est même plus bas que dans la parole non-superposée. On observe enfin des différences intéressantes entre journalistes et invités, dont les rôles sont asymétriques. Même si dans l’ensemble les taux de disfluences sont comparables, la représentation de la figure 5, à base de boîtes à moustaches,5 montre que les journalistes ont des taux de disfluences plus élevés lorsqu’ils sont locuteurs passifs en situation de chevauchement intrusif (tst ou cmp). Dans ce cas, on semble assister à un échange des rôles standards (actifs dans l’interruption pour les journalistes et passifs pour les invités).

Figure 5. Taux de disfluences pour les différents types de segments de parole, superposée (chev) ou non (non-chev), pour les locuteurs passifs ou actifs par rapport à la situation de chevauchement, et pour les catégories int(intrusive)/non-intr(usive)

Figure 5. Taux de disfluences pour les différents types de segments de parole, superposée (chev) ou non (non-chev), pour les locuteurs passifs ou actifs par rapport à la situation de chevauchement, et pour les catégories int(intrusive)/non-intr(usive)

5. Conclusion

32Ainsi, l’alignement de transcriptions bona fide et automatique d’une dizaine d’émissions d’interviews télévisées a facilité et accéléré le processus de transcription verbatim de ces données audio. Dans ce travail, l’annotation de la transcription verbatim a permis de quantifier les proportions de mots impliqués dans les hésitations, les répétitions, les faux départs et les marqueurs discursifs (environ 2 % pour chaque type, hors chevauchements de parole), ainsi que la proportion en durée cumulée des chevauchements de parole (près de 5 % des données). Les occurrences de disfluences, marqueurs discursifs et chevauchements de parole ont été étudiées en fonction de la position dans le discours, du statut du locuteur (rôle, autorité, etc.) et du contexte des mots voisins (selon que certaines séquences sont davantage enclines à apparaître ensemble, dans un ordre donné). D’après les chiffres obtenus, les différences entre français parlé et écrit, au moins dans le style bien policé de l’interview politique, ne sont pas telles qu’il faille poser deux systèmes autonomes. Cependant, bien des phénomènes n’ont pas été traités dans cet article : l’usage de car et de temps synthétiques comme le passé simple, l’inversion du verbe et du pronom sujet, à l’écrit ; la substitution de nous par on, le redoublement du sujet par un pronom anaphorique, la réduction de cela en ça, les dislocations et la chute du ne de négation, à l’oral. Ils pourraient très bien l’être dans le cadre que nous nous sommes fixé, d’analyse comparative de la variation diamésique, comme d’autres dimensions de la variation.

33Que ce soit pour des études pragmatiques (Mondada, 2001) ou une application à la reconnaissance de la parole, un travail important de modélisation reste à faire. Nous pensons que dresser un inventaire descriptif des différents types de disfluences, marqueurs discursifs et chevauchements de parole y contribue, et peut aider à améliorer la transcription automatique de la parole conversationnelle, les performances dans l’état de l’art actuel étant encore loin de celles que l’on obtient sur de la parole préparée (Barras, 2008).

34Une particularité des conversations, plus encore que des interviews politiques, est la compétition relativement fréquente pour la prise de parole entre les intervenants. Les disfluences et les segments de parole superposée y sont donc très communs. Notre corpus de L’heure de vérité n’échappe pas non plus à cette règle. Malgré sa taille, les conclusions que l’on peut tirer dépendent du genre de discours, ici l’interview télévisée, et profiteraient d’une comparaison avec diverses formes de parole conversationnelle. En gardant cette fin à l’esprit, nous avons comparé les probabilités des marqueurs discursifs comme je crois que ou je pense que avec ce que nous trouvons dans d’autres corpus de transcriptions verbatim en français — journaux télévisés (3,6 millions de mots) et conversations téléphoniques (1 million de mots). Nous remarquons que pour les interviewés étudiés dans ce travail, les valeurs que nous mesurons sont proches de celles qui peuvent être estimées sur la conversation téléphonique, alors que pour les journalistes de L’heure de vérité nous sommes sous le seuil estimé sur les journaux télévisés.

35Une analyse prosodique a été ébauchée sur le débit de parole de ces expressions, sur l’allongement final des mots outils et sur la distribution des pauses. Les transcriptions bona fide et verbatim ont également été enrichies d’étiquettes morphosyntaxiques. Cette information sera utilisée dans un avenir proche ; et nous prévoyons d’étudier les relations qui existent entre les disfluences et les tours de parole, ainsi que l’influence que la lutte pour la prise de parole a sur l’apparition des disfluences. Enfin, l’étude que nous avons entreprise ne pourrait que profiter d’une mise en relation avec l’étude des mouvements oculaires et des gestes corporels présents dans la vidéo, puisqu’il s’agit d’enregistrements télévisés.

Haut de page

Bibliographie

Adda-Decker, M., Habert, B., Barras, C., Adda, G., Boula de Mareüil, P., Paroubek, P. (2003) A disfluency study for cleaning spontaneous speech automatic transcripts and improving speech language models, 3rd ISCA Tutorial and Research Workshop on Disfluency in Spontaneous Speech, Göteborg, p. 67–70.

Adda-Decker, M., Barras, C., Adda, G., Paroubek, P., Boula de Mareüil, P., Habert, B. (2008) Annotation and analysis of overlapping speech in political interviews, 6th International Conference on Language Resources and Evaluation, Marrakech, p. 3105–3111.

Auchlin, A. (1981) Mais heu, pis bon, ben alors voilà quoi ! : Marqueurs de structuration de la conversation et complétude, Cahiers de linguistique française, 4, p. 141–159.

Barras, C. (2008) Étude de grands corpus de parole : apport de la transcription automatique, in Bilger, M. (éd.), Les enjeux de la transcription de la langue parlée, Perpignan : Presses Universitaires de Perpignan, p. 258–268.

Barras, C., Geoffrois, É., Wu, Z., Liberman, M. (2001) Transcriber: development and use of a tool for assisting speech corpora production, Speech Communication, 33, 1–2, p. 5–22.

Barras, C., Adda, G., Adda-Decker, M., Habert, B., Boula de Mareüil, P., Paroubek, P. (2004) Automatic audio and manual transcripts alignment, time-code transfer and selection of exact transcripts, 4th International Conference on Language Resources and Evaluation, Lisbonne, p. 877–880.

Bazillon, T. (2011) Transcription et traitement manuel de la parole spontanée en vue de sa reconnaissance automatique, Thèse de doctorat, Université du Maine, Le Mans.

Bertrand, R., Ader, M., Blache, P., Ferré, G., Espesser, R., Rauzy, S. (2009) Représentation, edition et exploitation de données multimodales : le cas des backchannels du corpus CID, Cahiers de Linguistique, 33, 2, p. 183–212.

Blanche-Benveniste, C. (1990) Le français parlé : études grammaticales, Paris : Éditions du CNRS.

Boula de Mareüil, P., Yvon, F., d’Alessandro, C., Aubergé, V., Vaissière, J., Amelot, A. (2000) A French phonetic lexicon with variants for speech and language processing, 2nd International Conference on Language Resources and Evaluation, Athènes, p. 273–276.

Boula de Mareüil, P., Habert, B., Bénard, F., Adda-Decker, M., Barras, C., Adda, G., Paroubek, P. (2005) A quantitative study of disfluencies in French broadcast interviews, 4th ISCA Tutorial and Research Workshop on Disfluency in Spontaneous Speech, Aix-en-Provence, p. 27–32.

Candea, M. (2000) Contribution à l’étude des pauses silencieuses et des phénomènes dits « d’hésitation » en français oral spontané, Thèse de doctorat, Université Sorbonne Nouvelle, Paris 3.

Catach, N. (1992) L’orthographe, Paris : Presses Universitaires de France.

Catach, N. (1994) La ponctuation, Paris : Presses Universitaires de France.

Cerrato, L. & D’Imperio, M. (2003) Duration and tonal characteristics of short expressions in Italian, 15th International Congress of Phonetic Sciences, Barcelone, p. 1213–1216.

Chanet, C. (2004) Fréquence des marqueurs discursifs en français parlé : quelques problèmes de méthodologie, Recherches sur le français parlé, 18, p. 83–106.

Clancy, P. M., Thompson, S. A., Suzuki, R., Tao, H. (1996) The conversational use of reactive tokens in English, Japanese, and Mandarin: Conversational structuring across languages, Journal of pragmatics, 26, 3, p. 355–387.

Delais-Roussarie, É. & Durand, J. (2003) Corpus et variation en phonologie du français : méthodes et analyses, Toulouse : Presses Universitaires du Mirail.

Dister, A. (2007) De la transcription à l’étiquetage morphosyntaxique. Le cas de la banque de données Valibel, Thèse de doctorat, Université catholique de Louvain, Louvain-la-Neuve.

Dister, A., Goldman, J.-P., Marlet, R. (à paraître) The orthographic and phonetic transcription, in Lacheret, A., Kahane, S., Pietrandrea, P. (Eds), Rhapsodie: a prosodic-syntactic treebank for spoken French, Amsterdam: John Benjamins.

Duez, D. (2001) Caractéristiques acoustiques et phonétiques des pauses remplies dans la conversation en français, Travaux Interdisciplinaires du Laboratoire parole et langage d’Aix-en-Provence, 20, p. 31–48.

Fernandez-Vest, J. (1994) Les particules énonciatives, Paris : Presses Universitaires de France.

Gadet, F. (1997) Le français ordinaire, Paris : Armand Colin.

Gauvain, J.-L., Adda, G., Adda-Decker, M., Allauzen, A., Gendner, V., Lamel, L., Schwenk, H. (2005) Where are we in transcribing French broadcast news?, 9th European Conference on Speech Communication and Technology, Lisbonne, p. 1665–1668.

Goodwin, C. (1986) Between and within. Alternative sequential treatments of continuers, Human Sstudies, 9, 2–3, p. 205–217.

Grice, H. P. (1975) Logic and conversation, Syntax and Semantics, 3, p. 41–58.

Henry, S. & Pallaud, B. (2003) Word fragments and repeats in spontaneous spoken French, 3rd ISCA Tutorial and Research Workshop on Disfluency in Spontaneous Speech, Göteborg, p. 77–80.

Labov, W. (1976) Sociolinguistique, Paris : Éditions de Minuit.

Levelt, W. J. M. (1989) Speaking. From intention to articulation, Cambridge: The MIT Press.

Mondada, L. (2001) Pour une linguistique interactionnelle, Marges linguistiques, 1, p. 142–162.

Morel, M.-A. & Danon-Boileau, L. (1998) Grammaire de l’intonation. L’exemple du français, Paris : Ophrys.

Pérennou, G. & Calmès, M. de (1987) BDLEX, base de données lexicales du français écrit et parlé, Toulouse : Travaux du laboratoire CERFIA.

Roulet, E., Auchlin, A., Moeschler, J., Rubattel, C., Schelling, M. (1991) L’articulation du discours en français contemporain, Berne : Peter Lang.

Schegloff, E. A., Jefferson, G., Sacks, H. (1977) The preference for self-correction in the organization of repair in conversation, Language, 53, p. 361–382.

Schegloff, E. A. (2000) Overlapping talk and the organization of turn-taking for conversation, Language in Society, 29, p. 1–63.

Shriberg, E. (1994) Preliminaries to a theory of speech disfluencies, Thèse de doctorat, University of California, Berkeley.

Shriberg, E. (2001) To ‘errrr’ is human: ecology and acoustics of speech disfluencies, Journal of the International Phonetic Association, 31, 1, p. 153–169.

Tanguy, N. (2009) Les segments averbaux, unités syntaxiques de l’oral, Thèse de doctorat, Université Sorbonne Nouvelle, Paris 3.

Yngve, V. (1970) On getting a word in edgewise, 6th Regional Meeting of the Chicago Linguistic Society, Chicago, p. 567–577.

Haut de page

Notes

1 Ce travail a été mené dans le cadre d’une action transversale du département Communication Homme-Machine du LIMSI, cherchant à combiner des compétences en traitement automatique de l’oral comme de l’écrit.

2 http://www.ldc.upenn.edu/Projects/MDE/

3 (Voir formule) Image 2.jpg
n1 est le nombre de mots pronouncés par les journalistes,
n2 est le nombre de mots pronouncés par les invités,
p1 est la proportion de disfluences ou de marqueurs discursifs produits par les journalistes,
p2 est la proportion de disfluences ou de marqueurs discursifs produits par les invités,
p = (n1 p1 + n2 p2) / (n1 + n2).

4 De fait, la distribution est quasi-linéaire sur une échelle logarithmique. Pour diverses représentations graphiques, voir Boula de Mareüil et al. (2005) ainsi qu’Adda-Decker et al. (2003, 2008).

5 La visualisation a été obtenue en utilisant le logiciel R (http://www.r-project.org). Dans une boîte à moustaches (boxplot en anglais), la barre horizontale représente la médiane, la boîte représente les 2e et 3e quartiles, tandis que les barres verticales au-dessus et au-dessous de la boîte représentent les 1er et 4e quartiles.

Haut de page

Table des illustrations

Titre Figure 1. Vue d’écran du logiciel Transcriber avec un extrait de transcription verbatim vérifiée manuellement et complétée d’annotations pour les événements propres à l’oral spontané
URL http://tipa.revues.org/docannexe/image/830/img-1.jpg
Fichier image/jpeg, 116k
URL http://tipa.revues.org/docannexe/image/830/img-2.jpg
Fichier image/jpeg, 100k
Titre Figure 5. Taux de disfluences pour les différents types de segments de parole, superposée (chev) ou non (non-chev), pour les locuteurs passifs ou actifs par rapport à la situation de chevauchement, et pour les catégories int(intrusive)/non-intr(usive)
URL http://tipa.revues.org/docannexe/image/830/img-3.jpg
Fichier image/jpeg, 52k
Haut de page

Pour citer cet article

Référence électronique

Philippe Boula de Mareüil, Gilles Adda, Martine Adda-Decker, Claude Barras, Benoît Habert et Patrick Paroubek, « Une étude quantitative des marqueurs discursifs, disfluences et chevauchements de parole dans des interviews politiques », TIPA. Travaux interdisciplinaires sur la parole et le langage [En ligne], 29 | 2013, mis en ligne le 19 décembre 2013, consulté le 23 avril 2017. URL : http://tipa.revues.org/830 ; DOI : 10.4000/tipa.830

Haut de page

Auteurs

Philippe Boula de Mareüil

LIMSI-CNRS, Orsay

Philippe.Boula.de.Mareuil@limsi.fr

Gilles Adda

LIMSI-CNRS, Orsay

Gilles.Adda@limsi.fr

Martine Adda-Decker

LIMSI-CNRS, Orsay
LPP, Université Sorbonne Nouvelle, Paris

Martine.Adda-Decker@limsi.fr

Claude Barras

LIMSI-CNRS, Orsay
Université Paris Sud, Orsay

Claude.Barras@limsi.fr

Benoît Habert

LIMSI-CNRS, Orsay
ENS, Lyon

benoit.habert@ens-lyon.fr

Patrick Paroubek

LIMSI-CNRS, Orsay

Paroubek@limsi.fr

Haut de page

Droits d’auteur

© Travaux interdisciplinaires sur la parole et le langage

Haut de page
  • Logo Laboratoire Parole et Langage
  • Logo CNRS
  • Logo Aix Marseille Université
  • Les cahiers de Revues.org