Corpus d’arabe parlé (4) La convention de transcription ARAPI pour l’arabe parlé en interaction

Groupe ARAPI : Véronique TraversoCatherine Pinon, Loubna Dimachki, Lina Choueiri

 

La convention établie par le groupe ARAPI a pour objectif de proposer des normes de transcription de l’arabe parlé en interaction. Établie à partir de corpus syro-libanais, elle est conçue pour être étendue à toutes les variétés d’arabe parlé. Les corpus sont transcrits en quatre tiers (lignes de transcriptions), ce qui les rend exploitables par des chercheurs de différents domaines.

Avant de présenter la convention tier par tier, rappelons qu’elle doit répondre à deux principes fondamentaux : l’efficacité et l’exploitabilité. Pour être efficace, une convention doit fournir un cadre de transcription couvrant un maximum de cas en un minimum de règles. Cette concision aide à l’appropriation de la transcription et à sa maniabilité (utilisation aisée). La convention et les transcriptions doivent pouvoir servir à tous les chercheurs, quelle que soit leur spécialité : on peut sélectionner parmi les quatre tiers la ou les plus intéressantes pour une recherche particulière, et adapter la transcription en fonction des besoins de la recherche, grâce à l’accès aux sources primaires (voir le billet Corpus d’arabe parlé 2).

 

1. Une convention en plusieurs tiers

 

La convention ARAPI propose un système de transcription à quatre tiers, assurant ainsi la notation la plus complète possible d’éléments linguistiques et interactionnels. Outre ce document principal qui présente les tiers une à une dans leurs spécificités, la convention comprend 5 annexes : l’annexe 1 propose une convention de transcription pour les phénomènes oraux et interactionnels. L’annexe 2 est une liste ordonnée des notations conventionnelles. L’annexe 3 fournit une liste d’étiquettes pour la glose morpho-syntaxique. L’annexe 4 présente les conventions de transcription de l’arabe parlé en écriture arabe. L’annexe 5 est un tableau synoptique qui présente de manière synthétique et comparative les règles de transcription des différentes tiers. Un prochain billet ARAPI proposera un exemple transcrit commenté.

 

La tier 1 : une transcription interactionnelle

Cette tier de transcription est adaptée aux analyses pragmatiques, discursives et interactionnelles. Elle comporte tous les éléments relatifs à la production de la langue parlée en interaction et fonctionne en lien avec les données primaires (enregistrements). Il s’agit d’une transcription phonético-phonologique en caractères latins qui utilise l’alphabet phonétique international avec des adaptations (par exemple, les voyelles longues sont notées avec un trait suscrit (ā, ū, ī au lieu de a:, u:, i:), car les deux points ont une valeur dans la transcription interactionnelle ; les consonnes emphatiques sont marquées par des points souscrits aux consonnes non-emphatiques correspondantes. La transcription vise une granularité moyenne et restreint l’emploi des voyelles à dix timbres, certains ayant deux longueurs. Bien que basée sur la phonétique, elle conserve le découpage en mot (cf. billet Corpus d’arabe parlé 3). Pour la notation des phénomènes interactionnels, cette tier s’appuie sur la convention ICOR qui s’inspire des conventions de Jefferson (2004) généralement utilisées en linguistique interactionnelle, avec de légères modifications. Un récapitulatif est fourni en annexe 1, Conventions de transcription pour les phénomènes oraux et interactionnels [lien HAL].

 

La tier 2 : une transcription morphosyntaxique

Cette tier dédoublée constitue la translittération en caractères latins de la tier 3. La tier 2a consiste en une transcription phonologique et morpho-syntaxique (notée en caractères latins à l’aide de l’alphabet phonétique international adapté). Elle correspond à une représentation phonologique d’un standard du dialecte concerné qui intègre un certain nombre de choix conventionnels. Ces notations conventionnelles (les pronoms, les particules, la morphologie verbale et nominale, le lexique dialectal, les expressions idiomatiques, les emprunts, etc.) permettent d’homogénéiser au maximum la transcription, d’en faciliter la lecture et de mettre en oeuvre des recherches automatiques. La notation des phénomènes interactionnels y est réduite (pauses, chevauchements et enchaînements, segments inaudibles et troncations). La tier 2b est une glose morpho-syntaxique suivant la référence des Leipzig Glossing Rules . Cette tier s’adosse à l’annexe 2, Liste des notations conventionnelles et l’annexe 3, Liste des gloses morpho-syntaxiques.

 

La tier 3 : une transcription en caractères arabes

La tier 3 est une transcription morpho-syntaxique en caractères arabes qui s’inspire de la convention CODA (Conventional Orthography for Dialectal Arabic ) et dont les principes sont expliqués dans l’annexe 4, Règles générales de transcription des dialectes en caractères arabes [lien HAL p.41]. La représentation orthographique suit le ductus de l’arabe standard chaque fois que cela est possible, de manière à éviter un foisonnement de formes non reconnaissables dans les recherches automatiques et donc préjudiciables pour l’analyse. En même temps, on conserve les traits spécifiques du dialecte transcrit, en faisant émerger un standard dialectal par le biais de différentes notations conventionnelles fournies dans l’annexe 2 (cf. ci-dessous le paragraphe consacré à la transcription des dialectes en caractères arabes). On conserve une notation réduite des phénomènes interactionnels.

 

La tier 4 : une traduction

La tier de traduction offre un accès direct au sens, en respectant la conformité à l’original tout en garantissant l’intelligibilité de la transcription. Aucun signe de ponctuation n’est ajouté mais quelques phénomènes interactionnels sont notés. Certains éléments difficilement traduisibles font l’objet de notations conventionnelles.

 

2. Des notations conventionnelles

 

Utilisées dans toutes les tiers, les notations conventionnelles concernent non seulement la transcription des phénomènes interactionnels, mais aussi de nombreux phénomènes linguistiques. En voici une liste non exhaustive :

– proposition d’une graphie conventionnelle pour certains mots dialectaux courants ou pour lesquels il n’existe pas d’équivalent en arabe standard (tiers 2 et 3)

– proposition d’une notation codée pour les expressions figées fournies dans une liste ouverte (tiers 2, 3 et 4)

– signalisation systématique des emprunts ou du code-switching encadrés par des # (toutes les tiers, avec en plus la mention de la langue par son code ISO en tier 4)

– fixation de règles concernant la transcription des noms propres (toutes les tiers)

– marquage conventionnel des régulateurs, marqueurs d’hésitation, d’accord et de désaccord (tiers 2, 3 et 4)

 

La transcription des dialectes en écriture arabe

Cette convention a été établie à partir d’extraits en syro-libanais, mais elle a été conçue pour servir à la transcription de n’importe quelle variété d’arabe parlé. Le chercheur qui souhaite utiliser cette convention pour transcrire d’autres dialectes arabes pourra le faire très simplement, moyennant l’adaptation du tableau des sons en fonctions des spécificités locales et en proposant des notations conventionnelles pour les éléments les plus courants. La recherche d’un standard dialectal se fait en consultant, si elles existent, les grammaires ou les méthodes de référence. Ici, nous avons principalement utilisé Parlons l’arabe libanais de F. Bizri pour établir des notations conventionnelles au plus près du standard dialectal de référence, en l’occurrence le parler de Beyrouth. L’objectif n’est ni normatif, ni porteur d’un quelconque jugement de valeur sur les langues transcrites : il s’agit de trouver une notation qui optimise, en évitant les transcriptions trop personnelles, la lisibilité de la transcription et facilite les recherches automatiques. Outre les précédents billets Corpus d’arabe parlé  et l’annexe 4 de la convention [lien HAL p.41], les travaux de Habash et al. qui ont produit adapté la convention CODA à la transcription de l’égyptien, de l’algérien, du palestinien et du maghrébin pourront aider le lecteur à mieux comprendre cette démarche.

 

Adaptation à la recherche

Le corpus idéal fournit un alignement des données multimodales et des quatre tiers de transcription. Sous cette forme, il est susceptible de servir à un grand nombre de chercheurs. La force de cette convention est son adaptabilité : un chercheur pourra modifier la convention pour les besoins de ses propres recherches, en sélectionnant une ou plusieurs tiers et en adaptant les règles de transcription si nécessaire. Par exemple, un phonéticien pourra, grâce à l’accès aux sources primaires, réécrire la tier 1 avec une granularité plus fine.

 

Bibliographie

Bickel, B., Comrie, B., Haspelmath, M. (2015). Leipzig Glossing Rules [En ligne] https://www.eva.mpg.de/lingua/pdf/Glossing-Rules.pdf

Bizri Fida, 2010, Parlons l’arabe libanais, Paris, L’Harmattan.

Habash Nizar et al., “Unified Guidelins and Resources for Arabic Dialect Orthography” [En ligne] http://www.lrec-conf.org/proceedings/lrec2018/pdf/395.pdf

Habash Nizar et al., “Conventional Orthography for Dialectal Arabic” [En ligne] http://www.lrec-conf.org/proceedings/lrec2012/pdf/579_Paper.pdf

Icor (2013). Convention ICOR [En ligne] http://icar.cnrs.fr/projets/corinte/documents/2013_Conv_ICOR_250313.pdf

Jefferson Gail, 2004, Glossary of transcript symbols with an introduction, in Gene Lerner (dir.), Conversation Analysis: Studies from the First Generation, Amsterdam, John Benjamins, p. 13-31.

Maamouri Mohamed et al., “Dialectal Arabic Orthography-based Transcription & CTS Levantine Arabic Collection” [En ligne] https://www.ldc.upenn.edu/sites/www.ldc.upenn.edu/files/ears-rt04-dialectal-arabic-transcription.pdf

Zawaydeh Bushra et al. “Guidelines for Transcribing Arabic Dialects” [En ligne] https://catalog.ldc.upenn.edu/docs/LDC2005S08/BBN-Babylon-transcription-guidelines.pdf


Liba Choueiri

Lina Choueiri est linguiste et se spécialise dans la syntaxe comparative des dialectes arabes. Elle est professeur à l’AUB.

Loubna Dimachki

 Loubna Dimachki est professeure associée au Centre des Sciences du Langage et de la Communication à l’Université Libanaise. Elle travaille dans le domaine de l’analyse des interactions, comparaison français / arabe et malentendus interculturels.

Catherine Pinon

 Catherine Pinon est agrégée d’arabe. Spécialisée dans l’étude de la syntaxe de l’arabe contemporain et de la didactique de l’arabe langue étrangère, elle est associée à l’Ifpo depuis 2015.

Véronique Traverso

 Véronique Traverso est directrice de recherche au CNRS, spécialiste de l’analyse des interactions. Elle est en poste à l’Ifpo Beyrouth depuis septembre 2017.


Vous aimerez aussi...