Comment s'écrit le participe passé de résoudre accordé au féminin pluriel ? Résolues. Vous le saviez peut-être. Mais un programme, lui, ne le devine pas : la règle générale donnerait résoudues. Pour ce genre de question, il faut une ressource qui ait déjà écrit toutes les formes. C'est ce que fait Morphalou.
Cet article fait partie d'une série où nous passons en revue les bases de données linguistiques libres du français.
Un inventaire, pas un algorithme
Morphalou est un lexique morphologique développé sous l'égide du CNRTL. Sa version 3 décrit environ 954 000 formes fléchies, rattachées à leurs lemmes, avec pour chacune ses traits grammaticaux : catégorie, genre, nombre, et pour les verbes le mode, le temps et la personne.
La différence avec une bibliothèque de conjugaison est fondamentale. Un conjugueur applique des règles et se trompe sur les irréguliers, ou exige qu'on les lui liste. Morphalou constate : la forme existe, la voici, avec ses traits. Il n'y a rien à calculer, donc rien à rater sur les exceptions. C'est un dictionnaire exhaustif de formes plutôt qu'un moteur.
Pour tout ce qui touche à l'accord, c'est décisif. Le participe passé accordé en genre et en nombre — résolue, résolus, résolues — est disponible tel quel, ainsi que les féminins et pluriels irréguliers des noms et adjectifs : chevaux, belle, vieille, nationaux. C'est précisément là où une règle générale échoue.
La ressource est distribuée par le CNRTL, en plusieurs formats dont un CSV directement exploitable, et un format XML plus riche.
Son coût : le poids
L'exhaustivité se paie. Chargée intégralement en mémoire, la base occupe de l'ordre de 700 Mo. Ce n'est rien pour un traitement par lots sur une machine de travail ; c'est rédhibitoire pour un service en ligne qui doit répondre en quelques millisecondes et tourner sur un serveur modeste.
La conséquence pratique est une règle d'architecture simple, valable bien au-delà de cette ressource : distinguer ce qui se fait au moment de la construction de ce qui se fait au moment de la réponse. On peut extraire, à froid, le sous-ensemble dont on a réellement besoin — les formes de quelques centaines de verbes courants, par exemple — et n'embarquer que cet extrait. Quelques centaines de kilo-octets au lieu de sept cents méga-octets, pour la même exactitude sur le périmètre utile.
C'est une évidence une fois dite, mais elle change la façon d'évaluer une ressource : la question n'est pas « puis-je la charger ? » mais « de quelle fraction ai-je besoin ? ».
Ses trous : l'exhaustivité n'est pas l'uniformité
On imagine volontiers qu'une base de 954 000 formes couvre tout. En pratique, la couverture est inégale d'une case à l'autre du paradigme. Nous avons rencontré le cas en essayant de reconstituer des conjugaisons complètes : certaines personnes manquent là où on ne s'y attend pas. La forme fais, par exemple, peut n'être documentée que pour une seule personne alors qu'elle en couvre deux.
Ce n'est pas une faute de la ressource — décrire exhaustivement une langue est un travail sans fin, et les cas d'ambiguïté sont légitimement délicats. Mais cela impose une précaution : ne jamais conclure d'une absence. Un programme qui interpréterait « forme absente » comme « forme inexistante » rejetterait des phrases parfaitement correctes.
La parade que nous avons retenue est le croisement : là où Morphalou est muet, l'analyse verbale de Lexique 3 comble souvent le trou, et réciproquement. L'union des deux bases produit nettement moins de faux rejets que chacune prise isolément. C'est aussi ce qui rend ces ressources agréables à travailler : leurs faiblesses ne se recouvrent pas.
Ce qu'elle ne fait pas
Morphalou décrit la flexion, et rien d'autre. Elle ne dit pas si un verbe se conjugue avec être ou avec avoir — c'est la spécialité du Lefff. Elle ne dit pas comment un mot se prononce — c'est Lexique. Et elle ne dit évidemment rien du sens.
Ce cloisonnement est en réalité une bonne nouvelle : chaque ressource fait une chose et la fait bien. Construire les paradigmes complets d'un verbe — toutes les personnes, tous les temps, le participe accordé, le bon auxiliaire — exige de croiser les trois. C'est un travail d'assemblage, mais le résultat est entièrement vérifiable.
En résumé
- Irremplaçable pour : les formes accordées en genre et en nombre, en particulier les participes passés et les pluriels irréguliers. Elle constate au lieu de calculer.
- Son coût : environ 700 Mo en mémoire. À réserver au traitement par lots, ou à réduire à un extrait avant tout usage en ligne.
- Son piège : l'absence d'une forme ne prouve pas son inexistence. Ne jamais rejeter sur ce seul motif.
- Sa meilleure amie : Lexique 3, dont les trous ne sont pas les siens.
Comme Lexique, Morphalou confirme la ligne générale de notre série : les ressources qui décrivent la forme sont exploitables parce qu'on peut confronter ce qu'elles disent à une règle. Leurs erreurs et leurs lacunes se voient. C'est tout le contraire des ressources sémantiques.
