Philologie numérique japonaise (1)
Le développement des nouvelles technologies et notamment des corpus informatisés et annotés permettent le développement d’une philologie numérique, qui a le potentiel d’amener une véritable petite révolution dans le domaine de la linguistique historique. Je propose ci-dessous au lecteur intéressé quelques liens, et je lance quelques idées sur des développements souhaitables.
Mes recherches en linguistique et comparative m’amènent en effet tout naturellement à effectuer un travail de philologie, l’étude des textes anciens. Le Japon est un pays ayant une grande tradition philologique, et les sources classiques font l’objet de nombreuses éditions critiques, de reproduction de manuscrits, d’index, etc., et il y a de très bons et complets dictionnaires historiques de la langue.
Dictionnaires
Les dictionnaires classiques ont cependant le défaut, outre celui de se recopier les uns les autres, de ne pas toujours donner la référence exacte de la citation. Essayez de retrouver un exemple avec pour seule information « c’est dans le Genji monogatari ». En général, les informations que je recherche sont encore plus obscures, souvent il s’agit d’une glose dans un dictionnaire médiéval ou en marge d’un commentaire sur un texte plus ancien, et dont malheureusement il n’existe aucun exemplaire d’une quelconque édition critique en France.
On peut toutefois saluer l’existence d’une version en ligne du Nihon kokugo daijiten 日本国語大辞典, un dictionnaire en 13 volumes et une annexe dans sa version papier. Ce dictionnaire donne la première attestation de chaque mot et la graphie originale en phonogrammes dans le cas du japonais ancien, ce qui est capital pour la linguistique historique puisque la graphie en kana ne laisse pas apparaitre certaines distinctions phonologiques. Il donne aussi des informations précieuses sur les variations historiques et dialectales de la prononciation, notamment les tons, et du sens de chaque mot. Il est également possible de faire des recherches avancées sur différents champs (exemples, formes dialectales, étymologie, etc.). On regrettera néanmoins qu’il n’y ait pas de lien vers la version numérisée des œuvres classiques pourtant accessible sur le même portail Japan Knowledge. L’accès est payant, mais gratuit si vous êtes inscrit à la BULAC (ici).
Corpus numériques
Les versions numériques du texte des sources sont aussi de plus en plus disponibles. Japan Knowledge cité ci-dessus propose une version scannée des éditions critiques de la collection de Shо̄gakkan 新編日本古典文学全集, qui se révèle malheureusement complètement accessoire puisque aucune recherche n’est possible à l’intérieur d’un document. Les sites Japanese Text Initiative, J-Texts ou Aozora Bunko donnent accès à de nombreux textes, mais ces versions sont insuffisantes pour la linguistique car il s’agit de versions brutes, sans annotations lexicales ou grammaticales. Il est donc impossible de rechercher facilement par exemple le verbe kak- « écrire » sans distinction de graphie (かく ou 書く ou 描く) ou de forme conjuguée (kaku, kakazu, kaki, kaite, etc.) car les résultats incluront inévitablement presque autant si ce n’est plus de formes n’ayant rien à voir (kakus- « cacher », kak- « manquer », etc.).
La solution vient des textes annotés, auxquels on a ajouté un minimum d’informations linguistiques. Au minimum il faut des annotations de frontières de phrases et de mots ou de morphèmes, et des informations de lemmatisation, c’est-à-dire pour chaque mot du texte de quel mot du dictionnaire celui-ci constitue une occurrence, par exemple pour une forme conjuguée dans le texte de quel verbe il s’agit (exemple intuitif en français: suis ← être vs. suis ← suivre). Des annotations morphologiques (identification des formes conjuguées, comme suis « 1ère personne, singulier, présent, indicatif ») et syntaxiques (délimitation des propositions et autres groupes syntaxiques, identification des sujets et objets, etc.) sont aussi souhaitables. On peut alors faire des recherches extrêmement complexes et impossibles manuellement, le tout en très peu de temps. Par exemple, chercher tous les exemples de verbes bigrades (nidan) à la forme adnominale devant un nom qui n’est pas un argument de ce verbe (par exemple en japonais moderne sakana=ga yakeru nioi « odeur de poisson qui cuit », littéralement « odeur qu’un poisson cuit »).
Seuls deux projets à ma connaissance ont abouti à des corpus numériques véritablement utilisables, avec des approches et des objets différents. Tout d’abord, le Oxford Corpus of Old Japanese ne concerne que le japonais ancien (8e siècle) et utilise le modèle d’annotations en XML du standard TEI. Le texte est dans une transcription phonologique et accompagné de l’original, avec une lemmatisation complète et plusieurs couches d’annotations grammaticales et sémantiques. Pour chaque mot, il y a aussi une annotation indiquant si le mot est attesté phonétiquement ou s’il s’agit d’une lecture supposée à parti de logogrammes chinois. Pour l’instant, le corpus en XML n’est pas public, et seule une version en texte brut est accessible sur le site. On espère que la version complète sera disponible au plus vite, mais les chercheurs intéressés peuvent négocier un accès avec l’équipe du projet.
L’autre projet de même nature est le Corpus du japonais historique 日本語歴史コーパス du NINJAL 国立国語研究所. Il couvre 14 œuvres littéraires de l’époque de Heian et est en train de développer le corpus des époques ultérieures. Le texte est lemmatisé et analysé morphologiquement, mais il ne semble pas y a voir d’annotation syntaxiques. Le corpus lui même n’est pas directement accessible mais l’interface de recherche proposée est assez sophistiquée pour permettre des recherches très fines, et les résultats apparaissent avec leur contexte et il est possible de les sauvegarder. Il y a même un lien vers les éditions numériques de Japan Knowledge. L’accès au corpus est gratuit mais nécessite un inscription par courrier postal.
Reproductions de manuscrits
Ces corpus électroniques se basent sur une édition critique de référence, en l’occurrence celle de Shо̄gakkan. On peut toutefois avoir besoin d’informations détaillées sur les sources manuscrites, par exemple concernant les variantes éventuelles de passages dont l’interprétation pose problème, ou bien des annotations de gloses ou de marques tonales qui ne sont pas reprises dans la version éditée car il s’agit souvent d’ajouts ultérieurs au texte original. Là, malheureusement, pas de version numérique cherchable, mais heureusement il n’est plus forcément nécessaire partir à l’aventure dans les archives bien gardées de tel temple ou université, ou bien d’acquérir à prix d’or une édition fac-similé.
La bibliothèque de la Diète japonaise met à disposition ses collections numérisées. On y trouve des trésors, notamment des œuvres non littéraires pour lesquelles le marché est plus réduit et l’attention des maisons d’édition forcément moindre. C’est le cas par exemple du dictionnaire médiéval Ruiju myо̄gishо̄ 類聚名義抄 dont une copie du manuscrit du Kanchiin 観智院 est accessible, un document inestimable pour la phonologie historique du japonais. Chaque page du manuscrit a un identifiant pérenne unique, on peut donc citer le lien exact dans un article, et chacun peut aller vérifier l’attestation de ses propres yeux. C’est un grand progrès pour la vérification et la reproductibilité des travaux en linguistique historique.
Pour le Man’yōshū, il existe une base de données comparative des manuscrits 万葉集校本データベース. Celle-ci permet de comparer pour chaque poème le texte, l’interprétation et la traduction de 39 éditions critiques différentes et pour chaque vers le fac-similé de 7 manuscrits différents!
Je ne connais pas de liste recensant tous les fac-similés accessibles en ligne, mais beaucoup de musées et de bibliothèques ont des collections numériques, il suffit de chercher sur internet.
à suivre…
Thank you for this Thomas. Very informative! Can I subscribe so that I’ll be informed of new posts?
Thanks Elisabeth. At the moment you can only get informed of new posts through the rss feed located in the righthand menu (“Flux RSS des articles”), but this requires you to have an RSS feed reader installed.