Abstract

L’article se propose, à partir de l’expérience de la construction et de l’exploitation des bases de données dialectales de la BDLC (corse) et du THESOC (occitan), de cerner ce qu’un grand corpus est susceptible d’apporter à la phonologie. La réponse, appuyée sur quelques cas d’espèces, fait intervenir trois niveaux : celui de l’établissement des faits à soumettre à l’analyse, celui de la validation des hypothèses émises, celui de la valeur heuristique des données prises en compte. Les faits aléatoirement rassemblés dans un grand corpus et donc non nécessairement pris en compte dans l’analyse initiale sont en effet de nature à transformer la vision de la clôture du corpus, à confirmer (ou infirmer ce qui, in fine, est aussi important) les hypothèses avancées, à suggérer d’autres solutions aux problèmes rencontrés que celles initialement envisagées. Un des points saillants, en outre, est, au plan théorique, la mise en discussion de la notion d’entité discrète, tant en matière d’unités phonologiques (de type phonème) que d’unités systémiques (de type idiome localisé) tant il est vrai qu’en matière de langue il n’existe qu’un continuum. L’idiolecte est déjà composite, l’idiome local n’est qu’un chaînon dans le continuum aréal. Les unités discrètes constituent donc l’instrument d’analyse incontournable du fait linguistique, une réalité dans la représentation qu’un locuteur a de son système ; mais l’observable est un continuum, un ensemble de cellules perméables les unes aux autres, si c’est bien dans la conscience collective que se trouve (déposée) la langue, conformément au dire saussurien.