Le comparateur d'écoles sémantiques — méthode et références
La Lentille sémantique repose sur un comparateur où chaque grande école de la sémantique est implémentée comme un module autonome (« backend ») derrière un contrat commun. Le même texte est analysé par chaque école, et leurs verdicts sont mis côte à côte. L'intérêt n'est pas de désigner un vainqueur mais de rendre les écoles comparables — et falsifiables l'une contre l'autre — sur un même corpus.
Le contrat commun
Chaque backend reçoit un texte et rend : des concepts reconnus (avec un score interne à l'école) et une couverture — la fraction des mots pleins que l'école sait rattacher à sa structure, entre 0 et 1. La couverture est la grandeur comparable entre écoles. Toutes les analyses sont déterministes : même texte, même verdict, sans aléa.
Les quatre écoles et leurs formalismes
NSM — la métalangue sémantique naturelle
Le sens se décompose en un petit inventaire de primitives sémantiques universelles, combinées selon une grammaire fixe (Wierzbicka ; Goddard & Wierzbicka). Notre backend reconnaît la racine exacte, l'expression composée, puis la forme déclinée via une matrice à quatre états. Grandeur mesurée : la couverture en atomes.
Distributionnelle — le sens par la fréquentation
« You shall know a word by the company it keeps » (Firth) ; l'hypothèse distributionnelle (Harris) fonde les espaces vectoriels de mots, et la version compositionnelle catégorielle (DisCoCat : Coecke, Sadrzadeh & Clark) compose les vecteurs selon la grammaire. Notre backend en implémente une version de surface — n-grammes de caractères et cosinus d'ensembles — qui capte la proximité morphologique. La montée en gamme vers de vrais embeddings ou DisCoCat se fait sans changer le contrat.
Formelle — le squelette logique
Le sens est une structure compositionnelle, évaluable en conditions de vérité (Montague ; Heim & Kratzer). Notre backend est un analyseur logique de surface : opérateurs de classe fermée (négation, quantification, connecteurs) et prédication détectée par copule ou heuristique verbale. Ce n'est pas le lambda-calcul complet de Montague — la passerelle est documentée.
Générative — l'architecture par Merge
Pour l'école générative (Chomsky), le langage repose sur une opération unique et récursive, Merge, qui fusionne deux constituants en un arbre. Sa grandeur objective est la complexité dérivationnelle — la profondeur. Notre backend implémente un mini-analyseur ascendant façon Grammaire Minimaliste (Stabler) : chaque mot porte des traits, deux objets fusionnent quand un sélectionneur rencontre sa catégorie, et un arbre binaire réel est construit. On en mesure la hauteur réelle, la longueur de dérivation et la profondeur d'enchâssement.
Les grandeurs mesurées
- Couverture (0–1) — fraction du texte que l'école sait expliquer ; comparable entre écoles.
- Hauteur d'arbre — profondeur structurelle réelle, mesurée sur l'arbre de Merge (Générative).
- Profondeur d'enchâssement — nombre de propositions imbriquées ; la signature de la récursivité.
- Longueur de dérivation — nombre d'opérations Merge nécessaires pour bâtir la phrase.
| École | Œuvre séminale | Grandeur mesurée |
|---|---|---|
| NSM | Wierzbicka, Semantics: Primes and Universals (Oxford UP, 1996) | couverture en atomes |
| Distributionnelle | Harris (1954) ; Firth (1957) ; Coecke, Sadrzadeh & Clark, DisCoCat (2010) | similarité (cosinus) |
| Formelle | Montague, PTQ (1973) ; Heim & Kratzer (1998) | opérateurs & prédication |
| Générative | Chomsky, The Minimalist Program (MIT Press, 1995) ; Stabler (1997) | hauteur d'arbre (Merge) |
Honnêteté de périmètre
Chaque backend est une implémentation « lite », fidèle à l'esprit de son école mais pas à sa forme complète : pas de lambda-calcul intégral pour la formelle, pas d'embeddings entraînés pour la distributionnelle, pas de mouvement (Internal Merge) ni de Forme Logique pour la générative. Chaque limite est documentée dans le code, et chaque backend est conçu comme une passerelle vers le formalisme complet sans changer le contrat.
Fidélité et déterminisme
Ce que vous voyez dans le capot est un reflet fidèle — vérifié valeur par valeur — de l'instrument de recherche écrit en Rust. Les données lexicales (le cortex des primitives) sont embarquées et communes aux deux. C'est la condition pour qu'un spécialiste attaché à son école la voie tourner sur les vrais chiffres, pas sur une approximation.
Le comparateur lit ; le moteur, lui, gouverne
Deux rôles à ne pas confondre. Le moteur de BATEN GOUVERNE la génération : routage déterministe du Super Agent, contraintes, orientation de la réponse — c'est actif. Le comparateur d'écoles, lui, est un instrument de LECTURE : il lit et scelle la façon dont chaque école analyse une phrase. Ce qui reste ouvert n'est donc pas la gouvernance — elle existe — mais le branchement du comparateur SUR cette gouvernance : composition structurée (à la DisCoCat), où l'arbre génératif porte le contenu des autres écoles ; et arbitrage entre écoles pour infléchir davantage le routage ou la profondeur. Des choix d'architecture délibérés, distincts de la simple lecture du comparateur.