Analyse en composantes principales (PCA) : prépositions d’inclusion en français 🇫🇷¶

Question¶

Gréa (2017) compare 5 prépositions qui dénotent l’inclusion en français :

• parmi

• au centre de

• au milieu de

• au coeur de

• au sein de

Quel est donc le profil sémantique de chaque préposition ? Plus concrètement, avec quel type d’entités tendent à apparaître ces prépositions ?

Métrique¶

Gréa utilise une mesure d’association appelée calcul des spécificités basées sur une distribution hypergéométrique.

En gros plus la valeur est grande, plus des éléments sont proches. Il a appliqué cette mesure sur le corpus FrWac. Pour plus de détails, allez sur le lien ci-dessous.

https://www.degruyter.com/document/doi/10.1515/cog-2015-0127/html

[6]:

load("TaLC2020.RData")
head(inclusion)

PCA¶

Combien de dimensions¶

De toute évidence, les trois premières dimensions suffisent pour représenter les variables.

[13]:

library(FactoMineR)
library("factoextra")
mca.object <- PCA(inclusion, graph=FALSE)
eig.val <- get_eigenvalue(mca.object)
eig.val
fviz_screeplot(mca.object, addlabels = TRUE, ylim = c(0, 45))
pca.object <- PCA(inclusion, graph=F)

A matrix: 5 × 3 of type dbl

	eigenvalue	variance.percent	cumulative.variance.percent
Dim.1	2.01600615	40.320123	40.32012
Dim.2	1.37077930	27.415586	67.73571
Dim.3	1.03937641	20.787528	88.52324
Dim.4	0.50713099	10.142620	98.66586
Dim.5	0.06670716	1.334143	100.00000

Graphe des variables¶

Grâce au graphe des variables, vous pouvez voir se dessiner 3 profils :

• au sein de (en haut à gauche)

• au centre de et au coeur de (en haut à droite)

• au milieu de et parmi (en bas à droite)

[15]:

 # graph of variables
 plot.PCA(pca.object, choix="var", title="")
 # graph of individuals
 plot.PCA(pca.object, cex=0.8, autoLab="auto", shadowtext = FALSE, title="")

Graphe des individus¶

Cependant, le graphe des individus est à peine lisible car il y a trop d’items. De ce fait nous devons filtrer les items peu utiles aux 3 profils mentionnés plus haut.

En mettant select="coord 20" comme option, seuls les 20 items aux valeurs les plus extrêmes sont affichés.

[16]:

plot.PCA(pca.object, select="coord 20", title="select=\"coord 20\"")

Remarques et Conclusions¶

En combinant les informations provenant des variables et des individus, nous pouvons voir que :

• au sein de tend à apparaître avec des noms collectifs dénotant des organisations constituées d’humains

• au centre de et au coeur de tend à apparaître avec des noms dénotant des zones urbaines (ville, village, quartier) ainsi que des idées et pensées (préoccupations, débat).

• Enfin, au milieu de et parmi tend à apparaître avec des noms dénotant des groupes d’individus (hommes, personnes, members).

Cependant, la distinction entre les types d’une même catégorie rest peu apparente. Au centre du conflit désigne par exemple un humain qui est soit l’enquêteur soit la partie directement concernée d’un conflit, alors que au coeur du conflit dénote plutôt quelque chose de temporel ou de spatial comme au pic du conflit/en plein conflit.

Références principales¶

Gréa, Philippe. 2017. “Inside in French.” Cognitive Linguistics 28 (1): 77–130.

Cours de Guillaume Desagulier intitulé linguistique outillée et traitements statistiques : https://corpling.modyco.fr/workshops/M2TAL/4.multivariate.html

Guillaume Desagulier. Multivariate Exploratory Approaches. 2020. ffhalshs-01926339v3ff

Paquot, M., & Gries, S. (2020). The practical handbook of corpus linguistics.