De l'Alternance Tough en anglais : une analyse de corpus

On the Tough-Alternation in English: A Corpus-Based Analysis

• Auteur / Autrice : Arthur Leicht
• Direction : Bert Cappelle
• Type : Projet de thèse
• Discipline(s) : Sciences du langage : linguistique et phonétique générales
• Date : Inscription en doctorat le 01/10/2025
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de l'homme et de la société
• Partenaire(s) de recherche : Laboratoire : Savoirs, Textes, langages

Mots clés

Mots clés libres

Construction Tough

Extraposition

Alternance syntaxique

Linguistique de Corpus

Analyse multivariée

Grammaire de Construction

Tough-Construction

Extraposition

Syntactic Alternation

Corpus Linguistics

Multivariate Analysis

Construction Grammar

Résumé

La Construction Tough, illustrée par « John is hard to beat », présente une forme syntaxique en apparence simple, mais repose sur des relations sémantico-syntaxiques complexes. L'entité sujet n'est pas l'agent de l'action, mais son patient : ce n'est pas elle qui bat, mais celle qu'il faut battre. Cette particularité apparaît plus clairement dans la forme extraposée concurrente « It is hard to beat John », où cette entité occupe la position d'objet. Dans le cadre théorique de la Grammaire Générative, cette construction a suscité des débats depuis plus d'un demi-siècle (Chomsky 1977, 1981 ; Lasnik & Fiengo 1974). L'hypothèse dominante consistait à dériver la forme non-extraposée de sa contrepartie extraposée par mouvement syntaxique (Postal & Ross 1971 ; Rosenbaum 1967). Cependant, comme le notent Poole, Mendia et Keine (2024) : « Tough-constructions (TCs) have long been, and continue to be, a controversial topic, with even fundamental aspects of their syntax remaining under dispute. » Malgré l'abondance de travaux théoriques, l'usage réel de ces constructions n'a fait l'objet que de rares études empiriques. Celles qui existent se révèlent souvent limitées par l'absence de statistiques inférentielles ou par le faible nombre d'occurrences dans les corpus. Cette thèse propose donc d'articuler analyse empirique, modélisation probabiliste et perspectives théoriques. En Grammaire de Construction, les deux alternantes peuvent être considérées comme des constructions distinctes mais liées (Cappelle 2006). Cappelle (2024) propose d'intégrer ces « phénomènes de mouvement » dans ce modèle, où chaque construction est conçue comme une unité forme–fonction, la fonction intégrant des dimensions sémantiques et pragmatiques. Cette perspective rejoint la Linguistique Variationniste, définie par Labov comme des « façons alternatives de dire la même chose » (Labov 1972, trad. de l'auteur), qui postule une variation systématiquement motivée (Bresnan et al. 2007 ; De Vaere et al. 2021 ; Szmrecsanyi et al. 2016). L'Alternance Tough apparaît ainsi ni libre ni aléatoire, mais structurée et analysable. Dès lors, le projet hypothètise que (i) les deux variantes sont motivées par des facteurs linguistiques et extra-linguistiques et que (ii) elles ne sont, en principe, pas interchangeables, induisant des interprétations distinctes, conformément au Principe de Non-Équivalence (Goldberg 1995 ; Leclercq & Morin 2023). Les facteurs considérés comprennent les propriétés syntaxiques, sémantiques, pragmatiques et lexicales des constructions (e.g. imbrication, temporalité), ainsi que des éléments qui y figurent (e.g. longueur de l'argument, animacité, statut discursif, degré d'idiomatisation), le tout étant influencé par le contexte lectal (e.g. registre, canal, variables sociodémographiques). Les données seront codées selon cette série de variables (extra-)linguistiques, puis analysées au moyen de forêts aléatoires conditionnelles pour l'établissement d'un modèle probabiliste, et de régressions logistiques à effets mixtes afin d'explorer les interactions entre facteurs. En définitive, l'originalité de ce projet réside dans la combinaison d'une approche empirique quantitative et d'une réflexion théorique renouvelée d'un objet d'étude classique. Il vise à construire un modèle prédictif de l'usage de l'Alternance Tough en anglais et, le cas échéant, à réévaluer certains postulats théoriques à partir de données attestées. En intégrant des facteurs souvent négligés, il contribue à une conception probabiliste de la grammaire, où les choix syntaxiques sont motivés, structurés et révélateurs du fonctionnement cognitif et social du langage.

The Tough-Construction, exemplified by ‘John is hard to beat', exhibits a seemingly simple syntactic form, yet relies on intricate semantico-syntactic relations. The subject entity is not the agent of the action but its patient: it is not the one doing the beating, but the one to be beaten. This particularity becomes more apparent in the competing extraposed form ‘It is hard to beat John', where the entity occupies the object position. Within the theoretical framework of Generative Grammar, this construction has been the subject of debate for over half a century (Chomsky 1977, 1981; Lasnik & Fiengo 1974). The dominant hypothesis posited that the non-extraposed form is derived from its extraposed counterpart by syntactic movement (Postal & Ross 1971; Rosenbaum 1967). However, as Poole, Mendia and Keine (2024) observe: ‘Tough-constructions (TCs) have long been, and continue to be, a controversial topic, with even fundamental aspects of their syntax remaining under dispute.' In spite of the extensive theoretical literature, the actual usage of these constructions has been addressed in only a few empirical studies. Those that do exist are often limited either by the absence of inferential statistics or by the low number of occurrences in the corpora. This thesis therefore proposes to bring together empirical analysis, probabilistic modelling, and theoretical perspectives. In Construction Grammar, the two alternants may be regarded as distinct but related constructions (Cappelle 2006). Cappelle (2024) suggests that such ‘movement phenomena' can be integrated into this model, in which each construction is conceived as a form–function unit, the function incorporating semantic and pragmatic dimensions. This perspective converges with Variationist Linguistics, defined by Labov (1972) as ‘alternative ways of saying the same thing', which posits systematically motivated variation (Bresnan et al. 2007; De Vaere et al. 2021; Szmrecsanyi et al. 2016). The Tough-Alternation thus emerges as neither free nor random, but structured and analysable. Hence, the project hypothesises that (i) the two variants are motivated by both linguistic and extra-linguistic factors, and that (ii) they are not, in principle, interchangeable, yielding distinct interpretations, in line with the Principle of Non-Equivalence (Goldberg 1995; Leclercq & Morin 2023). The factors under consideration include syntactic, semantic, pragmatic and lexical properties of the constructions (e.g. embeddedness, temporality), as well as of the elements involved (e.g. argument length, animacy, discourse status, degree of idiomaticity), all of which are further influenced by lectal context (e.g. register, mode, sociodemographic variables). The data will be coded according to this set of (extra-)linguistic variables, and then analysed by means of conditional random forests to establish a probabilistic model, as well as mixed-effects logistic regressions to explore factor interactions. Ultimately, the originality of this project lies in the combination of a quantitative empirical approach with a renewed theoretical reflection on a classical object of study. Its aim is to construct a predictive model of the Tough-Alternation in English usage and, where appropriate, to reassess certain theoretical assumptions on the basis of attested data. By integrating often neglected factors, it contributes to a probabilistic conception of grammar, in which syntactic choices are motivated, structured, and revealing of the cognitive and social functioning of language.