L’indo-européen à l’aveugle

L’indo-européen est l’extrémité d’une inégalité. C’est la famille à la reconstruction la plus dense, à la cognation experte la plus révisée et à la bibliographie la plus profonde qui existe. Deux siècles d’un travail excellent, disponible, indexé, à un clic.

Ce catalogue a été construit sans rien consulter de tout cela.

L’engagement

Ce n’est pas une figure de style. C’est une liste de renoncements concrets :

Aucune protoforme n’est utilisée. Ni pour construire le catalogue ni pour le lire.
Aucune liste de cognats n’est utilisée. La source IE-CoR apporte 25 731 formes à ce corpus et porte des jugements de cognation experts : ils n’ont pas été lus. On en prend les formes et les gloses, comme de n’importe quelle autre source.
Aucune loi phonétique n’est citée, ni par son nom ni par son contenu.
Aucun résultat n’est comparé à la classification établie au-delà des étiquettes de branche que le corpus porte déjà comme métadonnée, utilisées exactement comme dans les quatre familles précédentes.

Les quatre familles antérieures — turc, ouralien, austronésien, pama-nyungan — ont été choisies en partie parce que leur bibliographie comparatiste est moins dense : y renoncer coûtait peu.

Ici cela coûte tout. Et c’est pour cela qu’on le fait.

Car si l’instrument ne fonctionne que là où personne ne peut le vérifier, il ne fonctionne pas.

Les chiffres

10 116 codes regroupant 94 152 formes de 207 langues.

Précision de 8,73 % contre un hasard de 0,084 % — soit 104 fois le hasard, la deuxième valeur de la série après le turc. La collision est de 52,5 % et l’arité moyenne de 3,35, la plus haute, à égalité avec le pama-nyungan. Le catalogue couvre 1 946 concepts, plus du double de toute famille antérieure.

Le code de plus grande portée de tout le corpus

concept	code	langues	enrichissement	branches
name	`n·m`	103	379×	6
three	`t·r`	81	130×	10
two	`d`	79	128×	9
nose	`n·s`	79	150×	6

n·m|name, avec 103 langues, est le code de plus grande portée de tout le corpus travaillé — devant le m·r|hand pama-nyungan, qui atteint 69, et devant tout code austronésien.

Et ici il faut être exact, car c’est là que le lecteur prend de l’avance. On écrit n·m|name et jamais n·m = name. Le code ne signifie pas « nom ». Il est la forme que « nom » prend de façon répétée dans cette famille, sous ces conditions d’information. La colonne des branches compte dans combien de branches un code apparaît ; elle n’affirme pas que cette répartition ait une cause historique, question distincte et étrangère à cette méthode.

Qui connaît la famille reconnaîtra ce qu’il y a derrière. Le point est que la procédure, elle, ne le savait pas.

Soixante et une paires de branches

L’indo-européen est la première famille de la série disposant d’assez de matériel pour calculer les substitutions sur 61 paires de branches, et il donne les concentrations d’alternance les plus marquées mesurées jusqu’ici.

La géographie ressort monotone sur les six cubes — et cela bien qu’il s’agisse de la famille aux langues transplantées sur d’autres continents, le cas où l’on s’attendrait le plus à voir le signal géographique se rompre.

Et un quatrième résultat négatif consécutif

La découverte automatique d’affixes dégrade une fois de plus l’avantage sur le hasard. Quatrième famille d’affilée.

Que cela se répète n’est pas un accident : c’est un résultat. Le découpage morphologique paie quand la règle est déclarée, et abîme le catalogue quand elle est découverte par ressemblance. On l’avait déjà vu en turc, en ouralien et en pama-nyungan ; l’indo-européen le confirme dans la famille où l’on sait le plus de morphologie.

Ce qu’il reste à dire

Les codes unaires sont en tête de la liste de portée : quatre des quinze codes de plus grande portée n’ont qu’une seule consonne. Ils restent hors des chiffres que cet article défend, mais leur présence dit une chose qu’il vaut mieux ne pas taire — dans une grande famille, l’instrument produit de la coïncidence avec facilité.

C’est le prix du travail à l’aveugle, et il se publie à côté du résultat.

L’article : Consonant codes in 207 Indo-European languages: a catalogue built blind (PDF, en anglais) · Version espagnole

La méthode : El catálogo de códigos consonánticos