La cartographie linguistique révèle comment la signification des mots change parfois du jour au lendemain

En octobre 2012, l'ouragan Sandy s'est approché de la côte est des États-Unis. Au même moment, la langue anglaise subissait un petit tremblement de terre qui lui était propre. Quelques mois auparavant, le mot sable était un adjectif signifiant couvert ou composé principalement de sable ou ayant une couleur brun jaunâtre clair. Presque du jour au lendemain, ce mot a acquis une signification supplémentaire en tant que nom propre pour l'une des tempêtes les plus coûteuses de l'histoire des États-Unis.

Un changement similaire s'est produit pour le mot souris au début des années 1970 lorsqu'il a acquis le nouveau sens de périphérique d'entrée informatique. Dans les années 1980, le mot pomme est devenu un nom propre synonyme de société informatique. Et plus tard, le mot windows a suivi un cours similaire après la sortie du système d'exploitation Microsoft.

Tout cela sert à montrer comment le langage évolue constamment, souvent lentement mais parfois presque du jour au lendemain. Garder une trace de ces nouveaux sens et significations a toujours été difficile. Mais plus maintenant.

Aujourd'hui, Vivek Kulkarni de l'Université de Stony Brook à New York et quelques copains montrent comment ils ont suivi ces changements linguistiques en explorant le corpus de mots stockés dans des bases de données telles que Google Books, des critiques de films d'Amazon et bien sûr le site de microblogging Twitter.

Ces gars-là ont développé trois façons de repérer les changements dans la langue. Le premier est un simple décompte de la fréquence d'utilisation des mots, à l'aide d'outils tels que Google Trends. Par exemple, en octobre 2012, la fréquence des mots Sandy et hurricane a augmenté à la veille de la tempête. Cependant, un seul de ces mots a changé de sens, ce qu'un comptage de fréquence ne peut pas repérer.

Ainsi, Kulkarni et co ont une deuxième méthode dans laquelle ils étiquettent tous les mots dans les bases de données en fonction de leurs parties du discours, qu'il s'agisse d'un nom, d'un nom propre, d'un verbe, d'un adjectif, etc. Cela révèle clairement un changement dans l'utilisation du mot Sandy, de l'adjectif au nom propre, tout en montrant que le mot ouragan n'a pas changé.

La technique des parties du discours est utile mais pas infaillible. Il ne peut pas capter le changement de sens du mot souris, qui sont tous deux des noms. L'équipe a donc une troisième approche.

Cela cartographie l'espace vectoriel linguistique dans lequel les mots sont intégrés. L'idée est que les mots dans cet espace sont proches d'autres mots qui apparaissent dans des contextes similaires. Par exemple, le mot grand est proche de mots tels que grand, énorme, énorme, etc.

En examinant l'espace linguistique à différents moments de l'histoire, il est possible de voir comment les significations ont changé. Par exemple, dans les années 1950, le mot gay était proche de mots tels que joyeux et pimpant. Aujourd'hui, cependant, il s'est considérablement déplacé pour se rapprocher de mots tels que lesbienne, homosexuel, etc.

Kulkarni et co examinent trois bases de données différentes pour voir comment les mots ont changé : l'ensemble des séquences de cinq mots qui apparaissent dans le corpus Google Books, les critiques de films d'Amazon depuis 2000 et les messages publiés sur Twitter entre septembre 2011 et octobre 2013.

Leurs résultats révèlent non seulement quels mots ont changé de sens, mais quand le changement s'est produit et à quelle vitesse. Par exemple, avant les années 1970, le mot bande était utilisé presque exclusivement pour décrire le ruban adhésif, mais a ensuite acquis une signification supplémentaire de bande de cassette.

Avant les années 1950, le mot plastique signifiait généralement flexible, mais l'introduction du polystyrène a popularisé son utilisation en tant que polymère synthétique. Et avant les années 1970, le mot régime signifiait la nourriture consommée par un individu. Mais après la publication en 1972 de La révolution diététique du Dr Atkins , il a pris le sens supplémentaire d'un mode de vie de consommation alimentaire.

Kulkarni et co ont observé des tendances similaires et plus récentes sur Twitter et Amazon avec des changements dans l'utilisation de mots tels que bonbons, streaming et nuances qui correspondent à la popularité du jeu Candy Crush Saga, au phénomène du streaming vidéo et à la publication de Cinquante nuances de gris en juin 2012.

C'est un aperçu fascinant de l'évolution du langage qui montre comment notre langue change à toutes les échelles et sur un large éventail de supports. Cet effet est particulièrement répandu sur Internet, où l'échange rapide d'idées peut changer le sens d'un mot du jour au lendemain, disent Kulkarni et co.

Cela pourrait être utile pour construire des machines de traitement du langage mieux à même de comprendre le jargon actuel. Mais peut-être le plus utile de tous est qu'il fournit un enregistrement de la façon dont la langue a changé et un mécanisme pour observer les changements actuels plus ou moins en temps réel.

Réf : arxiv.org/abs/1411.3315 : Détection statistiquement significative du changement linguistique

cacher