Cet article est paru dans l'Angelus n12 Décembre 2001 - Janvier 2002, pp. 41-48

Une étude quantitative du vocabulaire de Maupassant

par Thierry Selva    


    Dans son étude Le Roman, qui préface Pierre et Jean, Maupassant, reprenant les idées de Flaubert1 définit sa propre vision de l'écriture en déclarant :

Quelle que soit la chose qu'on veut dire, il n'y a qu'un mot pour l'exprimer, qu'un verbe pour l'animer et qu'un adjectif pour la qualifier. Il faut donc chercher, jusqu'à ce qu'on les ait découverts, ce mot, ce verbe et cet adjectif, et ne jamais se contenter de l'à-peu-près, ne jamais avoir recours à des supercheries, même heureuses, à des clowneries de langage pour éviter la difficulté.
On peut traduire et indiquer les choses les plus subtiles en appliquant ce vers de Boileau :


D'un mot mis en sa place enseigna le pouvoir.

Il n'est point besoin du vocabulaire bizarre, compliqué, nombreux et chinois qu'on nous impose aujourd'hui sous le nom d'écriture artiste, pour fixer toutes les nuances de la pensée ; mais il faut discerner avec une extrême lucidité toutes les modifications de la valeur d'un mot suivant la place qu'il occupe. Ayons moins de noms, de verbes et d'adjectifs aux sens presque insaisissables, mais plus de phrases différentes, diversement construites, ingénieusement coupées, pleines de sonorités et de rythmes savants. Efforçons-nous d'être des stylistes excellents plutôt que des collectionneurs de termes rares.

    Et un peu plus loin :

La langue française, d'ailleurs, est une eau pure que les écrivains maniérés n'ont jamais pu et ne pourront jamais troubler... La nature de cette langue est d'être claire, logique et nerveuse. Elle ne se laisse pas affaiblir, obscurcir ou corrompre. Ceux qui font aujourd'hui des images, sans prendre garde aux termes plus abstraits, ceux qui font tomber la grêle ou la pluie sur la propreté des vitres peuvent aussi jeter des pierres à la simplicité de leurs confrères ! Elles frapperont peut-être les confrères qui ont un corps, mais n'atteindront pas la simplicité qui n'en a pas.

    Par ces propos, Maupassant recherche clairement la simplicité et se positionne dans le camp des écrivains d'instinct par opposition aux écrivains de recherche.
    Mais que veut dire exactement simplicité ? Est-ce que ce terme implique l'utilisation d'un vocabulaire commun, pauvre, avec en conséquence une certaine redondance, une certaine répétition dans les mots et tournures employés (car l'œuvre de Maupassant, si elle n'atteint pas le volume d'un Zola ou d'un Hugo, est quand même conséquente) ? Ou bien la simplicité a-t-elle un rapport avec l'emploi, ou plutôt le non-emploi, de termes rares, sans toutefois exclure une richesse et une diversité du vocabulaire ? D'ailleurs, qu'en est-il de la simplicité du vocabulaire de Maupassant ? Est-elle réelle ou apparente ? La présente étude va tenter, preuves à l'appui, d'apporter une réponse à ces questions, maintes fois débattues sans jamais disposer des seuls éléments qui permettent de résoudre le problème de manière concluante : la liste des mots employés par Maupassant dans toute son œuvre, et sa taille. Il s'agit donc ici d'une étude quantitative car les notions de rareté ou de fréquence sont liées directement au nombre d'occurrences d'un mot dans les textes.

Taille du vocabulaire de Maupassant

    La clarté présumée du vocabulaire de Maupassant a toujours donné l'impression que celui-ci utilise très peu de mots. C'est d'ailleurs un sentiment généralement admis, même parmi les spécialistes. Armand Lanoux écrit par exemple2 :

Il n'y a pas de grand écrivain français qui ait écrit aussi bien avec aussi peu de mots.

    De même, André Vial3 cite l'étude de Albert Schinz4 qui

... dénombrant le vocabulaire de dix contes de Maupassant, constate que l'auteur se sert à peu près du dixième des mots qui existaient de son temps - ce serait en somme un rapport renouvelé de celui de Racine - ...

    Et plus loin,

Le roman de Maupassant, dans son ensemble, appelle les mêmes conclusions. A quelques exceptions près, qui seront précisées, il ne requiert du lecteur moyen l'usage d'aucun dictionnaire, et le vocabulaire dont il est fait n'épuise qu'une partie bien exiguë du Petit Larousse.

    Alors, qu'en est-il vraiment ?
    A l'époque de M. Schinz (1909), on ne pouvait que prendre son courage à deux mains et lire chaque texte en notant sur une feuille de papier le vocabulaire rencontré. De la sorte, on n'allait pas bien loin, et c'était compréhensible. Le problème est que le nombre de mots différents augmente avec la quantité de texte et qu'une dizaine de contes, même sélectionnés avec attention, ne sont absolument pas représentatifs de l'ensemble de l'œuvre.
    De nos jours, l'existence de corpus électroniques et d'analyseurs automatiques rend ce dénombrement bien moins fastidieux. Ainsi, pour cette étude, nous avons utilisé les ressources et outils dont nous disposions : d'une part le corpus Maupassant, rassemblé sur notre site Maupassant par les textes, qui couvre l'ensemble de l'œuvre. Il comprend 306 contes et nouvelles, 6 romans plus l'Âme étrangère et l'Angelus, inachevés et ne dépassant pas le chapitre, 3 récits de voyage, un peu plus de 200 chroniques journalistiques, la poésie et le théâtre5, soit en tout l'équivalent de 5 000 pages de l'édition Pléiade. D'autre part, nous avons fait fonctionner un logiciel d'analyse textuelle, Cordial Analyseur 7, qui permet d'obtenir, pour chaque mot, sa forme canonique ou lemme (infinitif pour les verbes, masculin singulier pour les adjectifs, singulier pour les noms), et qui permet de dresser ainsi l'inventaire du vocabulaire de Maupassant.
    Cordial Analyseur a la réputation dans le monde universitaire d'être un des meilleurs analyseurs sur le marché (on parle en fait d'étiqueteur, c'est-à-dire d'un programme qui associe à chaque mot une ou plusieurs étiquettes morpho-syntaxiques, comme le lemme ou la catégorie grammaticale). Cependant, il faut savoir que l'étiquetage de textes n'est pas, pour diverses raisons dans lesquelles nous n'entrerons pas ici, une science exacte et que l'état de l'art dans le domaine correspond à un taux d'erreur de 5 %. C'est-à-dire qu'en moyenne un mot sur vingt, ce qui est tout de même une faible proportion pour notre étude, est mal étiqueté. L'une des erreurs les plus fréquentes est la confusion entre l'adjectif et le participe passé. Ainsi, bien souvent, doué est étiqueté comme le participe passé de douer et non comme adjectif, alors que c'est bien cet emploi que l'on retrouve majoritairement dans les textes. De même certains adjectifs comme tigré ou tacheté sont considérés comme des verbes sous l'emploi de participe passé. Bien que cela soit gênant, la proportion de ces erreurs reste faible et, si les chiffres donnés ci-dessous ne sont pas exacts à 100 %, ils sont très proches de la réalité et nous permettent de tirer des conclusions fiables.
    L'analyse des textes a donné les résultats suivants :

Taille du vocabulaire de Maupassant

Noms communsVerbesAdjectifsAdverbesTotal
10 0213 1174 35276618 256

    Ces chiffres couvrent la quantité effective de mots dans chacune des catégories grammaticales. Les noms propres, chiffres sous forme numérique, formes patoisantes, étrangères (prussiennes notamment), coquilles et mots non reconnus par l'analyseur ont été écartés, soit automatiquement, soit par correction manuelle. Les listes ainsi que les textes sont accessibles sur notre site Internet. Si l'on rajoute au total les autres catégories (articles, pronoms, prépositions, conjonctions, etc.), vides sémantiquement et qui sont au nombre de quelques centaines, on obtient donc un vocabulaire total de 18 000 à 18 500 mots. Signalons par ailleurs que la notion de mot, très floue, est ici très restrictive : est considéré comme mot, à de rares exceptions près qui sont le fait du dictionnaire de l'analyseur, toute série de lettres entre deux séparateurs typographiques (blancs, ponctuation). Donc des mots comme pomme de terre, chemin de fer, bon marché, etc. sont décomposés. Le nombre de ces unités polylexicales étant loin d'être négligeable, le vocabulaire de Maupassant s'en trouve d'autant augmenté. On est donc bien loin d'une quantité de 2 000 - 3 000 mots que l'on entend parfois ou encore, selon André Vial, d'une portion congrue des dictionnaires6. Néanmoins, ces chiffres restent difficiles à interpréter dans l'absolu. 18 000 mots, cela paraît respectable, mais est-ce vraiment beaucoup ? Qu'en est-il des autres écrivains ? Comme il nous manquait un point de comparaison, nous avons dès lors étendu l'étude à trois grands auteurs assez proches de Maupassant chronologiquement, trois auteurs n'ayant pas la réputation d'utiliser un vocabulaire simplifié : Flaubert, Proust et Zola.

Étude comparative de Maupassant, Flaubert, Proust et Zola

    Pour pouvoir comparer le vocabulaire de ces grands écrivains, nous avons fait porter notre étude sur un genre littéraire commun à tous les quatre : le roman. D'une part, un roman est un ensemble cohérent dans le sens où il y a une certaine unité de sujet et de vocabulaire. Celui-ci ne s'éparpille pas dans tous les sens comme il le fait dans une série de textes courts couvrant de multiples sujets, les contes de Maupassant par exemple. D'autre part, il est possible de télécharger sur Internet les œuvres respectives, dans une quantité comparable à celle des romans de Maupassant.
    Pour cette étude, les corpus comprennent (entre parenthèses, la taille des fichiers en kilo-octets, un octet correspondant, dans le cas des fichiers texte, à un caractère) :

    Chacun des corpus représente environ 1 200 pages de l'édition Pléiade.
    Voici le dénombrement des mots :

Noms communs

AuteurNb. de noms communsTotal des occurrencesMoyenne d'emploi
Flaubert8 07094 90511,76
Maupassant5 87985 68514,57
Proust6 81583 09812,19
Zola5 88091 77415,82

Verbes

AuteurNb. de verbesTotal des occurrencesMoyenne d'emploi
Flaubert2 50076 94330,77
Maupassant2 14983 43538,83
Proust2 40385 11135,42
Zola2 27786 69338,07

Adjectifs

AuteurNb. d'adjectifsTotal des occurrencesMoyenne d'emploi
Flaubert2 65320 2237,62
Maupassant2 63631 93412,11
Proust3 10829 0809,36
Zola2 12726 13412,29

Adverbes

AuteurNb. d'adverbesTotal des occurrencesMoyenne d'emploi
Flaubert51028 53055,94
Maupassant46134 60975,07
Proust61541 76367,91
Zola41436 10587,21

    Ainsi, Maupassant a utilisé approximativement un peu moins de 6 000 noms communs différents dans ses romans, ce qui représente environ 85 700 occurrences de noms dans ses textes. La dernière colonne indique la moyenne d'emploi : Maupassant utilise un nom commun en moyenne 14,57 fois. Ce dernier chiffre ne veut rien dire pour un mot en particulier mais dénote une tendance, celle de la diversité du vocabulaire. A ce jeu-là, c'est Flaubert qui a le vocabulaire le plus diversifié (ce qui correspond bien à son souci d'éviter les répétitions), et Zola, à l'exception des verbes8, le moins varié. Nous ne commenterons pas les résultats dans le détail, mais force est de constater qu'il n'apparaît pas une différence flagrante entre la quantité de vocabulaire de Maupassant et celles des autres écrivains, pour une quantité de texte comparable. Il a certes utilisé moins de noms communs que Flaubert (le champ lexical de Salammbô qui se déroule à une autre époque et dans une autre culture pourrait expliquer cette abondance, mais il conviendrait d'approfondir l'étude sur ce cas particulier), moins d'adjectifs que Proust et moins de verbes que Zola, mais on aurait pu s'attendre, au vu des commentaires des spécialistes, à une taille bien plus réduite de son vocabulaire. D'un point de vue uniquement quantitatif, les vocabulaires, ou plutôt les densités de vocabulaire, de Maupassant et Zola sont comparables.
    Pour terminer cette étude, nous nous pencherons sur un des aspects qui déclencha une polémique entre Maupassant et Goncourt, à la parution en 1888 de Pierre et Jean : l'emploi de mots rares.

Le vocabulaire de Maupassant : un « basic-french » littéraire ?

    Le point de départ du dernier paragraphe de cette étude a été la phrase de Julien Gracq, relevée par Armand Lanoux9, à propos du succès de Maupassant à l'étranger :

Sa vogue à l'étranger me paraît d'ailleurs en tout point justifiée, nul auteur n'étant plus propre à faire accéder de plain-pied à une sorte de basic-french littéraire, où manquent tous les éléments subtils.

    N'étant pas critique littéraire, nous ne nous pencherons pas sur le côté subtil ou non subtil de l'œuvre de Maupassant, mais sur l'aspect « basique » de son vocabulaire, tel que le prétend Gracq. Les chiffres mentionnés plus haut peuvent déjà donner un élément de réponse et ont tendance à montrer que ce vocabulaire est loin d'être « basique ». Cependant, la taille du vocabulaire n'est pas la seule variable à prendre en compte, car il se peut que tous les mots appartiennent à des tranches de fréquence élevées, tandis qu'un écrivain peut s'évertuer à employer des mots dans des tranches plus basses. Qu'en est-il de Maupassant ?
    Pour pouvoir répondre à cela, nous avons utilisé la liste de fréquences établie à partir du corpus du Trésor de la Langue Française10 (TLF) qui recouvre la plupart des textes de la littérature française du 19e et de la première moitié du 20e siècle (1 500 œuvres). Comme nous disposions des 12 000 premiers mots de cette liste sous format électronique, nous l'avons appliquée aux listes obtenues à partir de nos quatre corpus. Les résultats suivants dénombrent le nombre de mots non présents dans notre portion de liste TLF, et donc les mots de plus basse fréquence que les 12 000 plus employés dans la littérature française11. La liste TLF n'a pas été appliquée aux adverbes, ceux-ci n'étant pas très significatifs.

Noms communs

AuteurNb de noms com.
hors liste TLF
Total occurrences
hors liste TLF
% de la totalité
des noms com.
% des occurrences
Flaubert2 7706 71934 %7,08 %
Maupassant1 3503 49423 %4,08 %
Proust2 0064 48729 %5,4 %
Zola1 6226 30328 %6,87 %

Verbes

AuteurNb de verbes
hors liste TLF
Total occurrences
hors liste TLF
% de la totalité
des noms com.
% des occurrences
Flaubert8261 99233 %2,59 %
Maupassant6081 29728 %1,55 %
Proust7731 54532 %1,82 %
Zola7762 10234 %2,42 %

Adjectifs

AuteurNb d'adjectifs
hors liste TLF
Total occurrences
hors liste TLF
% de la totalité
des noms com.
% des occurrences
Flaubert6361 013*24 %5,01 %
Maupassant502930*19 %2,91 %
Proust8191 291*26 %4,44 %
Zola357628*17 %2,4 %

* Pour cette colonne, nous avons enlevé l'adjectif sûr, dont le nombre d'occurrences est nettement supérieur à celui des autres mots. Il est possible qu'il y ait eu un problème avec l'accent circonflexe lors de l'établissement de la liste TLF.

    Maupassant a donc utilisé 608 verbes « peu fréquents » (parmi les plus nombreux : dévêtir, surexciter, cribler, pivoter, vagabonder, etc.), l'ensemble de ces verbes ayant été employés 1 297 fois. Ces 608 verbes représentent 28 % des verbes utilisés dans les romans (voir première série de tableaux ci-dessus) et 1,55 % des occurrences de tous les verbes.
    L'analyse des résultats montre que Maupassant utilise un vocabulaire plus simple, c'est-à-dire contenant moins de mots peu fréquents, au contraire de Flaubert qui obtient la plupart du temps les plus hauts pourcentages. Ici, les études statistiques rejoignent ce qu'indique l'intuition, c'est-à-dire une simplicité (qui, du reste, a été voulue par Maupassant), mais dans une certaine mesure toutefois. Car, malgré tout, la portion de vocabulaire peu fréquent, bien que plus réduite sans aucun doute par rapport aux trois autres écrivains, reste non négligeable et représente, suivant les catégories grammaticales, de 19 à 28 % du total des mots employés. On est donc loin d'un « basic-french » littéraire comme le prétendait Gracq. On trouve en effet dans l'œuvre de Maupassant des mots n'appartenant pas à une langue de spécialité et qui nécessitent, de la part du lecteur moyen, une recherche dans un dictionnaire : suri, blet, gibbeux, rogaton, improbation, houppelande, racornir, réchampir, alentir, etc. Néanmoins, ces mots, rares, sont incontestablement moins nombreux chez Maupassant que chez les autres écrivains de l'étude, ce dont on peut s'apercevoir en parcourant les listes de fréquences.
    Avant de conclure, une remarque sur les noms communs employés par Zola : de nos quatre écrivains, Zola est celui qui a employé le moins de noms communs différents. Pourtant, la quantité des occurrences des noms considérés comme peu fréquents est assez élevée, presque au même niveau que Flaubert. On en déduit une des caractéristiques des textes de Zola : un vocabulaire relativement réduit, spécialisé et spécifique au thème du roman, au contraire de Maupassant qui utilise des termes plus généraux.

Conclusion

    L'idée généralement répandue concernant la simplicité du vocabulaire de Maupassant tient, à notre avis, au faible emploi de mots rares, mots qui représentent de manière générale une petite portion des termes employés par un auteur et dont l'importance est bien plus psychologique que statistique, puisqu'ils révèlent l'ignorance du lecteur et ne manquent pas, de ce fait, de capter l'attention.
    Toutefois, simplicité n'implique aucunement pauvreté et les chiffres mentionnés au cours de cette étude montrent indiscutablement la richesse et la variété du vocabulaire de Maupassant qui, bien que moins important, soutient la comparaison avec les trois autres grands écrivains de notre étude. Maupassant semble donc bien avoir atteint son but : s'exprimer dans un vocabulaire riche et précis tout en utilisant des termes simples, inaperçus, voire transparents, dont une des caractéristiques est de s'effacer au profit de la pensée.

Complément

    A titre de curiosité, voici un petit extrait (vous trouverez l'intégralité sur notre site Internet) des études croisées que l'on peut effectuer à partir des listes de vocabulaire de chaque écrivain. Pour chaque catégorie grammaticale, il est possible de savoir quels sont les mots utilisés par un premier auteur, mais pas par un deuxième. Les lettres F, M, P et Z reprennent les initiales de chaque auteur, le signe + indique la présence du mot, - l'absence. Ainsi, le mot baronne a été employé 88 fois par Maupassant, mais jamais par Flaubert.

Les vingt premiers noms communs

+M -F -M +F +M -P -M +P +M -Z -M +Z 
baronne88carthaginois128secousse52amabilité57nuance45boche180
casino40suffète122député38sonate45casino40coron160
jetée28citoyen71commissaire27aubépine24confrère37zingueur96
bock23prunelle63colosse25historien23landau37mécanicien89
venue16apothicaire61entraînement24bâtonnier21aspect34chapelier60
morne15airain51bock23golf21poète30chauffeur60
bijoutier13zaïmph46pistolet22écart20falaise26houille51
douche13bouclier42plaie22affectation18baigneur25charbonnier46
reporter13glaive38inspecteur21goûter18fiancé25hangar45
cadette12numide38obsession19interprétation18granit25herscheuse44
mondain12libyen37rédaction17individualité17bock23haveur41
vivacité12pique30senteur17interlocuteur17opéra23terri41
attrait11catapulte28butte16zone17rédacteur23vacarme41
contentement11poignard28mâle16catleya16écrivain22câble38
folle11javelot26paquebot16coterie16poésie22fauconnier38
kiosque11sandale26vagabond16grand-hôtel15romancier22sergent38
songerie11tunique26liane14lift15combinaison21lavoir37
télégramme11écart25magistrat14fresque14procédé20putois36
vicomtesse11galère25auvergnat13prunelle14artifice19accrochage34
bilboquet10phalange25divan13acclimatation13attachement18boisage34

Les vingt premiers verbes

+M -F -M +F +M -P -M +P +M -Z -M +Z 
rêvasser20objecter43suffoquer27dépourvoir23apprécier36rigoler44
dévêtir19délecter24ronger24correspondre20savourer28méfier29
emprisonner13dénigrer20harceler19approfondir19modifier27aplatir27
froisser13démolir17affaisser16superposer19gémir24buter27
accentuer12brandir16baptiser16assimiler16éprendre21égorger21
sonder11débarquer16bégayer15identifier15observer19combler19
imprégner10déplorer16étrangler13incarner15exposer15débarbouiller19
braver9étinceler16cramponner11abolir14dévoiler14brandir17
jaser8alléguer15flanquer11empreindre14assaillir13démolir17
retraverser8égorger15ramer11neutraliser14simuler13déblayer16
atterrer7tourbillonner15broyer10transmettre14ressaisir12soûler16
interpréter7camper14épandre10impliquer13survenir12débarquer15
rager7dilater14galoper10différencier12ramer11embaucher14
ruser7épancher14chausser9interposer12captiver10écorcher13
cicatriser6recourir14vagabonder9repenser12chérir10blêmir12
alimenter5rehausser14échauffer8adapter11contourner10cuver12
courbaturer5écarquiller13gésir8proférer11imprégner10enfiler11
désœuvrer5solder13injurier8résider11pivoter10hébéter11
enrégimenter5assouvir12saigner8adhérer10réciter10adhérer10
impressionner5entrecroiser12secourir8approprier10discerner9débouler10

Les vingt premiers adjectifs

+M -F -M +F +M -P -M +P +M -Z -M +Z 
constant33punique50inexprimable24individuel36bizarre75boche39
vibrant31carthaginois23haletant22momentané27banal34soûl24
séduisant28vertueux19effaré20antérieur26gracieux34dégoûtant20
surprenant25splendide18mignon18identique24poétique33chétif17
adroit23funeste16minéral18dénué23artiste28fumant14
voilé18exorbitant15paralytique18permanent22moderne26fumeux14
bienveillant17obscène14livide15inverse21principal25réglementaire14
électrique16quadrangulaire11meurtri13magique19surprenant25enflé13
niais16exprès10cocu12frivole17inexprimable24terrifié13
tenace16immoral9lugubre12voluptueux17dévoué21passif11
troublant16indistinct9perplexe12total16hautain21terreux11
apparent15pitoyable9rusé12vertueux15brillant20abattu10
frêle14antérieur8thermal12éphémère13divin20borain10
remuant14entre-clos8torturant12glorieux13ridicule20éreinté10
affolé13gaulois8veuf12snob12factice18barbouillé9
ignorant13pécuniaire8inapaisable11supplémentaire12minéral18chouette9
meurtri13dispendieux7inavouable11avancé11paralytique18peureux9
cocu12individuel7retroussé11mythologique11ingénieux17évanoui8
éveillé12lyrique7saisi11subjectif11vulgaire17ferré8
hésitant12bourbeux6entrouvert10contigu10ravissant15révolutionnaire8



1 Maupassant décrit Flaubert comme étant « obsédé par cette croyance absolue qu'il n'existe qu'une manière d'exprimer une chose, un mot pour la dire, un adjectif pour la qualifier et un verbe pour l'animer » et qu'il « se livrait à un labeur surhumain pour découvrir, à chaque phrase, ce mot, cette épithète et ce verbe » (Gustave Flaubert, préface aux lettres de Gustave Flaubert à George Sand, Charpentier 1884).
2 Maupassant, le Bel-Ami, Grasset, 1979, p. 428.
3 Guy de Maupassant et l'Art du Roman, Nizet, 1954, p. 570.
4 Le Vocabulaire de Maupassant et de Mérimée, Revue des langues romanes, 6e série, t. II janvier-février 1909, pp. 504 à 531.
5 Nous n'avons pas inclus les lettres de la correspondance qui sont des textes privés non destinés à l'origine à la publication.
6 Un dictionnaire de langue comme le Petit Robert recense environ 36 000 mots datés d'avant 1900. Maupassant utilise donc dans son œuvre la moitié des mots connus de son époque.
7 Seul le début du roman a été retenu pour que l'on puisse établir des tailles comparables entre les différents corpus.
8 Parmi lesquels un certain nombre de verbes familiers ou argotiques : baisoter, bazarder, bousiller, dépiauter, etc.
9 Maupassant, le Bel-Ami, p. 425.
10 Paul Imbs : Trésor de la langue française, Paris, C.N.R.S., Gallimard, 1971-1994.
11 Soulignons au passage qu'un étranger non francophone est bien loin, en général, de connaître 12 000 mots de français : les études en apprentissage des langues montrent en effet qu'un apprenant de niveau avancé connaît de 5 000 à 8 000 mots.