1. Intérêt scientifique du projet pour la lexicographie et l'histoire des théories linguistiques

L'ampleur, la diversité et la richesse de l'oeuvre philologique de Ménage lui confèrent un rôle indéniable dans l'histoire des théories linguistiques. Seule l'informatisation offrira les moyens de mieux connaître l'oeuvre grâce à la complémentarité nécessaire des lectures horizontale et verticale.

1.1. Ampleur de l'oeuvre de Ménage sur la langue française

a) lexicographique et philologique:

Ménage est l'auteur de quatre dictionnaires, en français et en italien (les premières éditions constituant des 'ébauches' des formes définitives):

1. Les Origines de la Langue Françoise, Paris, 1650[1] (= ici les Origines);
2. Le Dictionnaire Étymologique ou Origines de la Langue Françoise, Paris, 1694[2] (= le DEOLF ou le Dictionnaire; la réédition du Dictionnaire Étymologique par A.F. Jault en 1750 est sans doute l'édition la plus diffusée -- cf. le reprint chez Slatkine --, mais elle présente l'inconvénient d'erreurs d'impression[3] pouvant conduire à mettre sur le compte de Ménage ce qui n'est pas de lui);[4]
3. Les Origini della lingua italiana (Paris, 1669; seconde édition revue et corrigée, Genève, 1685): certes, à première vue, cet ouvrage ne concerne que peu la langue française, mais dans la perspective de l'étymologie comparée des langues romanes, on ne peut négliger son apport dans l'élaboration du Dictionnaire de 1694 (= les OLI; cf. les nombreux renvois aux OLI dans le DEOLF).

b) grammaticale, orientée sur la question de l'usage:

1. Les Observations de M.Ménage sur la Langue Françoise, Paris, 1672.
2. Les Observations de M.Ménage sur la Langue Françoise, Paris, seconde édition en deux parties publiées respectivement en 1675 et en 1676. Le volume de 1675 est la reprise augmentée de 1672; 1676 s'inscrit dans la polémique avec Bouhours. Ces Observations, qui ont connu une très grande diffusion,[5] jouent un rôle capital car elles représentent une étape fondamentale dans l'élaboration du DEOLF (= les Observations 1672 ou 1675-6).

Nous laissons de côté, pour le moment, les Observations sur la poésie de Malherbe puisqu'elles concernent plus le domaine littéraire, malgré de nombreuses remarques sur la langue en général.[6]

On saisit une difficulté inhérente à l'oeuvre elle-même: la complémentarité de chacun des titres. En dépit de l'autonomie d'édition des différents ouvrages, on observe que le fonctionnement de chacun s'inscrit dans l'économie de l'ensemble. Ainsi, deux perspectives sont à retenir:

1. la progression normale qui conduit, d'un ouvrage à l'autre, à la publication du Dictionnaire en 1694,[7] les articles des Origines (1650) étant complétés non seulement grâce au travail réalisé pour les OLI (1669 et 1685), mais aussi à partir des recherches effectuées pour les Observations sur la Langue Française et sur la poésie de Malherbe;
2. la complémentarité pure, Ménage omettant de préciser dans le Dictionnaire des points qu'il a abordés dans les Observations ou dans ses Origini.[8]

Que proposer? une informatisation partielle ou complète, sachant que -- dans l'absolu -- la seule informatisation du Dictionnaire ne serait représentative que d'une partie du travail lexicographique de Ménage? Se pose ici la question des corpus restreints non représentatifs de l'ensemble, du seul fait des fantaisies formelles:[9] on ne peut établir que des fourchettes représentatives; mais la saisie de plusieurs ouvrages de Ménage relève de l'utopie pure (dans un premier temps, espérons-le!).

Il est vrai que la pertinence du choix de l'oeuvre à informatiser dépend essentiellement de ce qu'on veut en faire, selon que l'on accepte ou non de se restreindre au domaine français. Dépassons le risque de réductionnisme: certes, l'idéal -- pour une analyse verticale détaillée, exhaustive, donc absolument fidèle à l'oeuvre de Ménage, car reflétant la progression du travail, d'un ouvrage à l'autre -- serait d'informatiser les trois dictionnaires: 1650, 1685 et 1694, au moins 1685 et 1694; l'idéal absolu serait de pouvoir disposer parallèlement de l'informatisation des ouvrages sur l'usage de la langue, les Observations. En fait, on peut exclure 1650, simple ébauche de 1694, tout comme 1669 l'est par rapport à 1685, dans une moindre mesure cependant. Entre les deux dictionnaires, 1685 pour l'italien et 1694 pour le français, il paraît plus logique de saisir le Dictionnaire, non seulement en tant que monument pour l'histoire du lexique de la langue française, mais surtout comme forme achevée et relativement complète du travail lexicographique de Ménage: c'est son ultime production dans laquelle on retrouve les étapes de sa réflexion linguistique.

Quoi qu'il en soit, il est évident qu'un travail exclusivement interne, portant soit sur les Observations, soit sur le Dictionnaire, ne peut rendre suffisamment compte du travail de Ménage. La masse impressionnante des données philologiques exige donc une étude comparative, une confrontation systématique des différents ouvrages. Nous en avons fourni plusieurs exemples pour le corpus des végétaux.

1.2. Dangers de l'informatisation

Nous sommes tous bien conscients des dangers de l'informatisation, de la transparence absolue, notamment dans le cas d'une informatisation fragmentée. Le danger principal est de trahir l'auteur et son oeuvre, du seul fait de ses 'méthodes' de travail, sa fantaisie formelle (cf. tous les faits de récurrence d'un ouvrage à l'autre, donc la complémentarité, et inversement les silences, jeux de l'implicite). Le contact spontané avec le livre risque d'être amoindri sinon perdu, les dialogues restreints, car trop contingentés.[10]

Mais limitons ces dangers à un simple 'avertissement' au futur utilisateur des bases de données: n'oublions pas le Livre. L'informatisation a ce mérite extraordinaire, bien connu des chercheurs contemporains, d'offrir une vision synoptique de l'organisation formelle des articles, de leur contenu, des modalités d'énonciation des étymologies, du choix terminologique, des modalités d'introduction des références et citations, sans oublier les différentes pratiques graphiques, etc.

Seule une lecture verticale permettra d'apprécier, en toute honnêteté et fidélité, la richesse linguistique du DEOLF.

1.3. Difficultés de réalisation en relation avec l'économie même du genre, le dictionnaire: lourdeur du corpus des citations

'Abondantes', très fréquentes, souvent démesurément longues, qu'il s'agisse de prose ou de poésie, en français, en italien, en latin ou en grec,[11] les citations présentent un surcroît de travail pour la saisie (cf. difficulté des textes grecs à translittérer à cause des ligatures typographiques), elles sont souvent encombrantes, parfois superflues. Peut-on faire l'économie de saisie de certaines citations? Selon quels critères?

La seule pertinence linguistique permet de ne retenir que les citations directement liées à l'objet du Dictionnaire, que ce soit pour les définitions, pour les attestations de formes anciennes ou pour les démonstrations d'étymologies. Les citations sont évidemment fondamentales quand elles constituent l'ensemble de l'article ou l'essentiel (s.v. hégire, herbe robert). Signalons les quelques cas où Ménage présente et critique, à coup de citations, différentes étymologies, sans donner explicitement son choix: les modalités de présentation des citations sont alors capitales, car on perçoit parfois implicitement les préférences de Ménage.[12]

La limite de certaines citations est parfois délicate à déterminer en raison de négligences dans le choix des polices de caractères (italique et droit romain minuscule: cf. par exemple pour Nicot, s.v. arroy et andouiller). Les vérifications assistées par ordinateur sont si aisées, si rapides!

Peuvent donc être éliminées, dans un premier temps de saisie, les citations correspondant à des digressions, à des discussions stériles; à tout le moins peut-on convenir de les remplacer par des références codées.

2. Fonctionnement du DEOLF: les modalités significatives

2.1. Le cadre formel

739 pages (725+14) de deux colonnes de 67 lignes, soit 1478 colonnes, donc 99.026 lignes. Ce qui donne 4.654.222 signes, en se fondant sur la fourchette haute du nombre de caractères par ligne.[13]

Les différents caractères utilisés: grand romain, petit romain, italique, droit, caractères grecs et hébraïques. Pour l'arabe, Ménage donne généralement[14] des formes translittérées (s.v. Lyon, p. 461, coran et cornard), alors que pour le syriaque et l'hébreu il donne successivement les deux formes, en langue d'origine et translittérées, que la forme translittérée soit postposée (comme s.v. abbé "syriaque ***: Abba" et abricot[15] "hébreu *** saked du verbe *** sakad"), ou qu'elle précède la forme en caractère hébraïque (s.v. abri: "il y a dans Solomoch, abriel ***").

L'italique est utilisée pour toute citation de mots ou de textes, pour le sens d'un mot donné dans une langue étrangère, ou comme équivalent dans une même langue, pour les occurrences d'emplois d'expressions françaises, etc.

Le nombre d'entrées par colonne est très variable: Ménage pratique l'irrégularité extrême, en rédigeant des articles qui s'étendent sur trois ou quatre colonnes (s.v. vers Alexandrins), ou qui se limitent à l'étymon (s.v. lobes du foyes, loger, logis, loin...)[16] ou à un renvoi (s.v. aumelette, bal, balet, balot...), parfois précédé d'une définition générique (s.v. heouse) ou non (s.v. balise)!

2.2. Vedettes, sous-vedettes, doubles vedettes, vedettes alternatives

Les vedettes sont en grand romain majuscule, les sous-vedettes en petit romain majuscule; certaines vedettes et sous-vedettes sont 'allongées' par des précisions notées en caractères minuscules qui ne font pas forcément partie de la vedette, mais ont un rôle définitoire permettant de distinguer soit des acceptions particulières d'un même lexème, soit des formes homonymiques. Ainsi pour le premier cas, les entrées AGACER les dents et AGACER quelqu'un; AUBE du jour et AUBE de prestre; GANDS de frangipane et GANDS de Néroli, etc., pour le second les entrées QUEUE d'aronde, de rat, etc.

On relève relativement peu d'articles en sous-vedette dans le DEOLF[17] et ils correspondent presque toujours à des faits d'homographie pure; mais en contre-exemple on relève des faits d'homographie sans sous-vedette. Pour le corpus des entrées de A, la proportion de sous-vedettes est faible: 12 sur un total de 504 entrées, soit 2,4%. Cette situation est comparable pour le reste du DEOLF: en attendant l'informatisation, un simple échantillon pour d'autres lettres de l'alphabet suffit à montrer qu'on ne peut pas se contenter de corpus trop limités.

On observe en général que la sous-vedette, loin de mettre en évidence un lien dérivationnel, permet de marquer une autonomie sémantique beaucoup plus qu'un statut de dépendance sémantique (dérivation sémantique) ou étymologique. Mais comme pour tout ce qui relève de l'organisation, le lecteur du DEOLF reste face à la fantaisie formelle, sans pouvoir en toute rigueur déterminer de système. Ainsi, la plupart du temps le grand romain de la vedette permet-il de marquer le statut indépendant pour tous les composés qui impliquent un sémantisme distinct de la base lexicale: cf. les articles avant, avant-garde et avant-propos, les mots formés sur la base de gorge et de gourmand, gris et gros, etc.

Pour les faits d'homographie sans sous-vedette,[18] la détermination fait bien partie de la vedette même si elle est en minuscules, puisque c'est elle qui justifie la mise en vedette à part entière et non en sous-vedette. Pour balise, on observe que la présence d'une sous-vedette exclut la mise en double vedette du verbe baliser, alors que Ménage pratique assez souvent la double vedette dérivationnelle (cf. infra): il privilégie ainsi plutôt la sous-vedette (donc l'homographie), malgré le contenu minimal de l'article réduit au renvoi à balzan!

La pratique des vedettes distinctes et des sous-vedettes invite à poser la question de la polysémie parallèlement à l'homophonie: quelle conscience linguistique Ménage avait-il? L'aide informatique nous offrirait rapidement les éléments pour une étude exhaustive des faits présents dans le DEOLF.

Les vedettes doubles sont dérivationnelles. Nous les avons étudiées sur les corpus de A et G: elles[19] marquent la plupart du temps un lien dérivationnel (base --> dérivé, notamment déadjectival et dénominal), et dans ce cas elles annoncent l'étude conjointe des deux termes mis en même temps en vedette;[20] les deux mots mis en vedette correspondent parfois (rarement) à une simple variante morphologique (masculin/féminin; singulier/pluriel: s.v. avoir.avoirs);[21] très rarement elles équivalent à une vedette alternative (variante de graphie/prononciation: s.v. goujart.goujat "on prononce aujourd'hui goujat").

Ces associations étroites de termes liés étymologiquement manifestent donc une certaine conscience linguistique de la dérivation sur une base lexicale autonome, même si, malgré cela, on ne trouve que peu de regroupements par familles et si Ménage se trompe d'étymon ou reconstruit abusivement des étymons par reconstruction interne.

Inversement, l'absence de mise en sous-vedette de termes homographes prend bien en compte la distinction des étymoms: ainsi pour Loir, l'animal (glis, gliris), et pour Loir, le cours d'eau (ledus). Le cas des trois vedettes distinctes pour loge, loger et logis est révélateur puisque Ménage propose trois étymons totalement différents, tous erronés: pour loge, l'italien loggia à la place de l'étymon vieux-bas-francique *laubja, pour loger, le latin locare et pour logis le grec logion latinisé en logium pour former une base logicium; alors qu'il lui était impossible de reconstruire le vieux-bas-francique, il pouvait saisir la dérivation en français!

Peut-on dégager une sémiotique de la typographie?[22] La double vedette balafre: balafré avec la séparation des deux points correspond à deux étymologies inconnues; or, dans les autres cas relevés, la double vedette comporte la virgule (s.v. avis, aviser) ou le point.

Les vedettes avec alternative associent deux formes proches d'un même mot, reliées par la conjonction ou: l'alternative n'est pas toujours absolue, et il est fréquent qu'au ou de la vedette corresponde dans l'article un et. Ces vedettes manifestent soit une hésitation dans la graphie, soit le rappel d'une graphie utilisée dans la vedette donnée en 1650, avec cependant le choix pour une graphie plus moderne; la forme retenue ne semble pas marquée par sa place dans l'énoncé alternatif.[23]

2.3. Sémiotique des vedettes: fantaisie formelle ou conscience linguistique implicite?

Nous ne retiendrons que l'exemple du rapport sous-vedette/graphie: le choix de la graphie a- plutôt que e- dans la sous-vedette confirme la préférence de Ménage pour l'homographie, puisque dans ces cas-là il ne peut être question de polysémie d'un même lexème: ainsi pour les mots ambler, ancre et panser, la sous-vedette introduisant le renvoi à une graphie plus moderne, qui légitime une entrée spécifique (ambler --> embler, ancre --> encre, panser --> penser), ne révèle pas seulement une hésitation dans la graphie; elle sert à marquer une position intermédiaire de Ménage, dans une synchronie épaisse; il se montre à la fois tributaire d'un héritage fluctuant et moderne dans ses options définitives.[24]

2.4. Économie des articles: fantaisie formelle, logique du non-dit

Dans l'ensemble, on ne trouve que peu de caractérisation grammaticale des mots étudiés:[25] que cela relève de l'évidence ou pas, qu'importe pour Ménage; puisqu'il définit un adjectif français par un adjectif latin, il est superflu de préciser qu'il s'agit d'un adjectif! Même chose pour un verbe défini par un autre verbe, l'étymon donné étant forcément un verbe! En revanche, Ménage emploie la terminologie des parties du discours pour les langues étrangères considérées comme peu connues (du moins pour lui, si l'on se fonde sur sa façon d'utiliser le grec comme si tous ses lecteurs connaissaient le grec!). Ainsi trouve-t-on les précisions d'adjectif, de substantif ou de verbe surtout à propos des langues orientales (s.v. avanie, pour l'hébreu). Quand un même mot peut être employé en français comme adjectif ou comme substantif, Ménage le précise comme pour gorgias et gorre.[26] La distinction nom commun / nom propre n'est pas toujours faite explicitement. La plupart du temps les patronymes sont marqués par la formule "Famille de..." (s.v. Acakia, Alesso); pour les toponymes, le lecteur sait s'il s'agit d'une ville importante ou non (s.v. Aluie: "petite ville"), d'un duché (s.v. Albret: "nom de Duché") ou d'une région (s.v. Alsace), etc. Ménage ne semble pas utiliser la notion de 'prénom' (là encore, on apprécierait les acquis d'une base de données où l'on puisse trouver des occurrences de ce genre!), mais il parle de "nom propre d'homme" (ou "de femme") (s.v. Albert, Bernard); dans le cadre des faits de déonomastique, Ménage n'emploie pas de terme précis (s.v. Amadote: "du nom d'une femme nommée Dame Oudot").

Pour la détermination du nom commun, Ménage ne signale l'article en français que dans une perspective diachronique (s.v. lierre, lapatience); dans d'autres langues, le fait le plus fréquemment étudié est l'article arabe (s.v. alcoran, alembic, alkali, almageste, almanac, etc.).

C'est parfois l'emploi d'un mot dans une expression qui le marque implicitement comme adjectif (s.v. arzel "cheval arzel"); mais la plupart du temps un adjectif est expliqué par un adjectif en français (s.v. anable "capable") et en d'autres langues (s.v. alderman et allemans). Il en est de même pour le verbe.[27]

2.5. Principales typologies d'organisation des articles

On observe en général peu de régularité dans l'organisation des articles:[28] la saisie doit donc respecter l'apparente fantaisie formelle. En effet, quand Ménage ne commence pas un article par la définition du mot étudié, ce n'est pas toujours par négligence, par simple oubli: la définition est alors souvent contenue implicitement dans l'énoncé de l'étymologie ou dans sa justification, la démonstration étymologique reposant sur une logique définitoire (cf. la tradition isidorienne de l'étymologie essence signifiante). L'étymologie est définitoire par le seul énoncé de l'étymon qui peut aussi coïncider avec la traduction latine ou grecque, donc l'équivalent sémantique qui suffit à définir.[29] Il faut respecter tout particulièrement l'ordre des informations, car il est porteur de sens: il est nécessaire de pouvoir étudier sous forme de tableaux les fréquences de champs informationnels par une simple codification des positions.

L'intérêt de l'informatisation réside encore dans l'étude systématique des différents connecteurs d'information et on peut véritablement parler de sémiotique des copules, quand on observe la polysémie d'emplois tels ceux des verbes appeler, dire, signifier, dériver ou de l'adverbe autrement. Selon les contextes une même terminologie linguistique prend des valeurs différentes: ainsi le verbe appeler est-il employé dans l'énoncé d'une définition pour présenter une dénomination en français avec le sens de "désigner", pour donner une traduction en latin ou en grec le plus souvent (= traduction définitoire, notamment dans le cas du latin des Botanistes), pour introduire aussi des équivalents régionaux (qui sont un aspect de définition par la traduction); appeler fonctionne aussi comme copule étymologique, lorsque la définition-désignation et l'étymologie sont étroitement liées: dans ce cas on observe l'emploi du verbe au participe passé, appelé, le plus souvent précédé de ainsi avec lequel fonctionnent en parfaite complémentarité les copules explicatives telles que acause de, acause que, parceque, pourquoi et quod; dans ce type de distribution les formulations ainsi appelé, ainsi dit semblent parfaitement synonymiques, alors que ainsi formé introduit une dimension plus précise, dépassant la glose étymologico-définitoire.[30] Enfin, appeler peut introduire, outre la justification de désignation, une interprétation étymologique, comme pour les poires Bon-Chrétien où Ménage commente "Elles sont si excellentes que Budé et Nicot les ont appelées panchresta, toutes bonnes." L'adverbe autrement est un exemple tout aussi significatif: il fonctionne au moins avec trois valeurs dans le vocabulaire des végétaux: pour introduire une traduction en latin classique ou en latin des Botanistes, pour opposer une dénomination savante à une dénomination populaire et pour expliquer un terme régional par son équivalent 'français'.[31]

3. Réalisation matérielle en deux temps: la saisie puis la codification

La saisie sera faite sur WordPerfect pour être ensuite constituée en base de données analysable en WordCruncher. La codification interviendra dans un second temps, après expérimentation sur des échantillons: il s'agit d'encoder chaque rubrique de la microstructure en plaçant les jalons les identifiant (essais de codification avec équivalences significatives, repérages pour les différentes indexations, préparation de fiches analytiques, fiches stylistiques selon les typologies d'écriture dégagées, etc.).

Les indexations importantes concernent notamment la terminologie avec les fréquences d'occurrences des copules, des connecteurs d'étymologie, des connecteurs définitoires ou d'exemplification, etc.[32]

4. Conclusion

Officiellement le DEOLF n'est pas un dictionnaire général, et on ne le voit que très rarement associé au Dictionnaire de l'Académie ou à Richelet. Mais il dépasse très largement le seul domaine de l'étymologie par ses perspectives linguistiques (vie/mort des mots,[33] des langues, vieux mots conservés dans le langage des paysans, archaïsmes des régionalismes, etc.)[34] et encyclopédiques (choix du corpus, intérêt pour les termes techniques ou très spécialisés). Il nous offre, grâce aux références littéraires prises chez des auteurs contemporains, un panorama exceptionnel conciliant différents usages dans l'épaisse synchronie du XVII^ème siècle.[35]

Le DEOLF est bien une oeuvre charnière de Nicot à Féraud, il préfigure à certains égards Littré et constitue une source exceptionnelle pour la postérité dictionnairique, pour la lexicographie moderne, du FEW au LEI.