Fréquence réelle et fréquence attendue

Il est en somme impossible d'établir des règles strictes pour la fréquence des phonèmes, car cette fréquence est la résultante de toute une série de tendances. Le chiffre absolu de la fréquence réelle d'un phonème n'a qu'une importance accessoire. Seul le rapport entre ce chiffre et le chiffre de fréquence attendu théoriquement possède une valeur véritable. C'est pourquoi le décompte proprement dit des phonèmes dans un texte donné doit être précédé par le calcul soigneux- des probabilités, en tenant compte de toutes les règles de neutralisation et de combinaison. Qu'on suppose par ex. une langue où une opposition déterminée de phonèmes consonantiques est neutralisée à l'initiale et en finale de façon que dans la position de neutralisation seul apparaisse le terme non marqué de l'opposition. Dans cette langue ce terme non marqué peut donc apparaître au début de chaque syllabe et en outre en fin de mot, tandis que le terme marqué peut se présenter au début de toutes les syllabes à l'exception de la première. Si dans cette langue le nombre moyen de syllabes dans un mot est égal à a, on doit s'attendre à ce que la fréquence du terme non marqué de l'opposition soit à celle du terme marqué comme a + 1 est à a — ■ 1. En tchétchène où les consonnes géminées ne se présentent qu'à l'intérieur du mot (comme dans la plupart des autres langues ayant la corrélation de gémination) et où les mots (au moins dans les contes populaires) contiennent en moyenne 1,9 syllabes, le rapport de la fréquence des consonnes géminées à celle des non géminées correspondantes doit donc être 9 : 29 (c'està-dire environ 1:3). En réalité la statistique fournit les chiffres suivants :

tt

qq

ce

(1) C'est le texte n» IV dans le recueil de Karl Bouda, « Tschetschenische Texte» {= Mitleilungen des Seminars fur orienlalische Sprachen zu Berlin, Jahrg. XX^VIII, Abt. II, Weslasialische Siudien, Berlin 1935, 31-35) qui a été étudié au point de vue statistique. Pour tt/t, qqlq, icjc tout le texte a été étudié, pour lljl seulement les 300 premiers mots.

Les géminées ce et // sont donc employées plus fréquemment

et les géminées tt et qq beaucoup plus rarement qu'on ne s'y

attendrait théoriquement. La même langue tchétchène

possède dans les occlusives la corrélation de récursion, mais

elle n'apparaît qu'à l'initiale, tandis qu'elle est au contraire

neutralisée à l'intérieur du mot et en finale (l'archiphonème

étant représenté par les occlusives non récursives). Les termes

marqués de cette opposition ne peuvent donc se trouver

qu'à l'initiale, c'est-à-dire (si l'on désigne par [3 le nombre

total des syllabes dans le texte et par oc le nombre moyen de

[3 syllabes que contient un mot) seulement — fois. Les termes

non marqués correspondants de l'opposition peuvent au

contraire apparaître au début de chaque syllabe et en outre

à la fin de chaque mot, c'est-à-dire ^ -\ — -fois. Les fréquences

attendues seront donc dans le rapport de - à p H — , c'est-à-dire

comme 1 est à a + 1. Le nombre moyen de syllabes dans le

mot tchétchène étant 1,9, nous aboutissons à un rapport 1 :

2,9. En réalité on trouve les chiffres suivants :

Dans l'ensemble le rapport des chiffres de fréquence entre occlusives récursives et non récursives correspond à peu près au rapport attendu (114 : 365 = 0,9 : 2,9), mais les diverses paires de phonèmes s'écartent considérablement de ce rapport dans les deux sens, les termes non marqués restant toujours plus fréquents que les termes marqués.

Le calcul des probabilités théoriques n'est pas toujours aussi simple que dans les exemples ci-dessus. Mais on ne doit pas se laisser rebuter par les difficultés d'un tel calcul, car c'est seulement par comparaison avec les chiffres de fréquence possible obtenus au moyen de ces calculs que les chiffres de fréquence effective acquièrent une valeur, en montrant si un

(1) Le p récursif n'apparaît pas une seule fois dans tout le texte étudié.

286 N. s. TMOLBETZKOY

phonème, dans la langue en question, est beaucoup ou peu utilisé.

En étudiant un texte au point de vue de la statistique phonologique, on ne doit pas seulement avoir égard à la fréquence des apparitions d'un phonème en général, mais aussi à la fréquence de ses apparitions dans des positions déterminées. Si par ex. le terme non marqué d'une opposition neutralisable est particulièrement fréquent dans la position de neutralisation (où il représente l'archiphonème), cela montre que l'opposition en question est peu utilisée. Mais si ce terme d'opposition est particulièrement fréquent (c'est-àdire plus fréquent qu'on ne pourrait l'attendre théoriquement) précisément dans la position de pertinence, cette circonstance témoigne d'une préférence particulière pour l'emploi de cette opposition. De la même manière on peut établir statistiquement le degré d'utilisation des différentes oppositions non neutralisables. Il y a dans beaucoup de langues des positions phoniques où seuls un très petit nombre de phonèmes sont admis et où par suite ne sont employées que peu d'oppositions distinctives. Selon qu'en ces positions la fréquence attendue théoriquement est dépassée ou n'est pas atteinte, on peut juger si les oppositions en question sont beaucoup ou peu utilisées.

La statistique brute et globale des phonèmes doit donc être remplacée par une statistique plus fme et détaillée, dont l'objet est formé non plus par les phonèmes mais par les oppositions. Car ici comme dans toutes les autres parties de la phonologie on doit toujours avoir dans l'esprit que ce ne sont pas les phonèmes mais les oppositions qui forment l'objet propre de la phonologie.