Take the 2-minute tour ×
French Language Stack Exchange is a question and answer site for students, teachers, and linguists wanting to discuss the finer points of the French language. It's 100% free, no registration required.

Essayant de m'endormir¹, je jouais avec une pièce virtuelle, censée me donner des résultats aléatoires², en choisissant des mots suffisament longs³ et en mesurant la parité du nombre de leurs lettres. Comment mieux perdre son temps, je me le demande.

Le hic arrive quand après 8 mots choisis au pif par mon cerveau dégénéré, aucun n'est encore de longeur impaire. Ça arrive, certes, mais après encore quelques essais (25/27)⁴, ça en devient suffisament improbable pour que je garde ça pour moi.

  • Suis-je, moi, biaisé ?

  • Parmi les mots du dictionnaire, y a-t-il des statistiques à ce sujet ?

Au chapitre des hypothèses foireuses :

  • Le fait que plein de syllabes soient simplement une consonne et une voyelle, et qu'elles forment beaucoup des mots qui viennent le plus facilement à l'esprit (luminosité).

  • Beaucoup ont des lettres doublées, ou sans cause phonétique évidente, peut-être les mots tendent-ils à respecter cette « règle » ? (occasion, appartenir, le e de peindre, et le o de salopard)

  • Les syllabes de 3 lettres semblent aller souvent ensemble, et comme la plupart des mots font peu de syllabes (avant affixes), 3 et 3 font 6 (maître, dormir, et universel qui se laisse emporter).


¹ Rarement un échec aura-t-il été aussi magistral…
² Astuce⁶ probablement originellement trouvée pour l'anglais.
³ Sinon on prévoit trop facilement le résultat en ne pouvant s'empêcher de visualiser le mot.

Peinture, altitude, maître-chanteur, luminosité, formidable, maintenant, probablement, construction, salopard (salaud), oreiller, admirablement, endormir, universel, occasionellement, décalage, solitude, couverture, papillon, registre, constitution, symphonie, éprouvette, appartenir, battement, national, pancarte. Allez-y, psychanalysez.

⁵ Épargnons-nous la morphologie, ou bien et on est pas rendus, et avec deux formes — féminin singulier et masculin pluriel — qui ont le plus souvent +1 lettre, et une avec +2 (féminin pluriel) pour beaucoup de formes de base, on perd un peu en pertinence.

6 Et bien entendu, une fois qu'on peut générer des bits aléatoires, on a par extension des nombres entre 1 et n avec un peu de patience.

share|improve this question
3  
C'est moi, ou j'ai l'impression que le nombre de notes de pied de page du Vieux Gildas est souvent pair (et trop élevé pour que le texte soit lisible) ? –  Stéphane Gimenez Nov 13 '12 at 13:31
    
Dans ta question, il y a 181 mots de longueur paire contre 119 de longueur impaire. Mais si on se limite aux mots de 3 lettres et plus, on arrive à 116 contre 104. –  Gilles Nov 13 '12 at 19:09
    
@Gilles : Merci. Et si on se limite aux mots de 2 ou 4 lettres ou plus, c'est une toute autre triche que si on prend les mots de 3 lettres. Avec un seuil à 7, ça m'intéresse beaucoup. –  Nikana Reklawyks Nov 13 '12 at 19:32
    
Fréquences pour les mots de 1 à 16 lettres (le maximum) : 15, 65, 36, 30, 25, 24, 26, 37, 11, 17, 4, 6, 2, 1, 0, 1. Il n'y a pas de mot particulier qui explique le pic à 8. –  Gilles Nov 13 '12 at 19:38
    
@Gilles : Avec un seuil à 6½, ça m'intéresse (8) beaucoup (8), et ça donne 73 contre 43, c'est quand même bien écrasant (8). Ça aurait (6) tendance (8) à désigner (8) mon écriture (8), et c'est facile (6) à relancer (8) sur n'importe (8) quelle (6) autre question (8). (C'est involontaire (12), mais c'est bluffant (8).) –  Nikana Reklawyks Nov 13 '12 at 19:47
show 1 more comment

2 Answers 2

up vote 7 down vote accepted

Comme suggéré sur le chat, voici une analyse sur le lexique de lexique.org en fonction de la longueur des mots. En bleu la fréquence des mots de longueur paire, en orange celle des mots de longueur impaire, pour les mots de longueurs supérieures à l'abscisse. En jaune la fréquence des mots de ces longueurs dans le lexique :

Fréquences comparées en fonction de la longueur minimum

L'analyse ne tient compte que des lemmes (formes non-fléchies).

On a visiblement toujours un ratio 50/50 à quelques poussières près, surtout dans les longueurs qui ont une fréquence représentative.

Conclusion : avec toutes les pincettes possibles, non, il ne semble pas y avoir de biais en faveur des longueurs paires.

Pour les sceptiques, le script (sale pour l'instant) est sur GitHub.

share|improve this answer
add comment

L'un de mes dictionnaires place les mots de longueur impaire et les mots de longueur paire à quasi-égalité (mais cela n'inclut pas leur fréquence).

P=0; Q=0; for i in $(aspell dump master fr_FR); do [ $((${#i}%2)) = 0 ] && P=$(($P+1)) || Q=$(($Q+1)); done; echo pair: $P; echo impair: $Q

Qui donne :

pair: 314692
impair: 314877

Et en enlevant les combinaisons qui contiennent une apostrophe :

pair: 170861
impair: 170924
share|improve this answer
    
Sans tomber sous le coup de la note 5 ? (Joli, cela dit.) –  Nikana Reklawyks Nov 13 '12 at 13:32
    
Now it includes all possible inflections. –  Stéphane Gimenez Nov 13 '12 at 13:53
    
Et, comme suggère Gilles, en ne gardant que les mots de plus de 7 lettres ? (Idéalement, et la moitié des mots de 6 lettres pour dire qu'on partitionne équitablement.) Tu as raison, pour raffiner la chose, il faudrait aussi filtrer tous les mots très rares, voire simplement pondérer par fréquence. (Je peux fournir ce genre de données.) –  Nikana Reklawyks Nov 13 '12 at 19:36
add comment

Your Answer

 
discard

By posting your answer, you agree to the privacy policy and terms of service.

Not the answer you're looking for? Browse other questions tagged or ask your own question.