Les indices à prendre en compte pour l'étude d'un corpus
De nombreux indices méritent souvent d'être pris en compte pour l'étude d'un corpus, car il apparaît que l'organisation d'un texte résulte des corrélations entre de nombreuses catégories d'indices : les pronoms, les adjectifs, ou n'importe quelle autre catégorie grammaticale (nom, verbe, adverbe, pronom, conjonction, etc.), mais aussi la police de caractères, les couleurs du site, l'usage des majuscules ou de la ponctuation. Les sites racistes utilisent des polices de caractères différentes de celles des sites anti-racistes. Ils sont aussi plus friands de l'usage des majuscules ou encore des points de suspension, car ces derniers permettent de laisser entendre au lecteur des éléments de discours que les lois sur le racisme répriment.
Certains critères tels que la longueur des mots peuvent être très discriminants, par exemple pour identifier des textes scientifiques. En effet, les mots théoriques et techniques sont d'une longueur moyenne supérieure aux autres mots.
Chaque genre (tract militant, lettre officielle d'un ministre, pamphlet, communiqué de presse, etc.) peut être caractérisé par un répertoire d'indices qui permettent de l'identifier.
Certains critères peuvent aussi révéler un souci d'imitation. C'est ainsi que les sites des faux historiens qui nient l'existence des chambres à gaz dans les camps nazis veillent à avoir l'apparence extérieure des sites de chercheurs en histoire. Les sites de certaines entreprises multinationales imitent aussi la présentation des sites scientifiques pour laisser entendre que leurs contenus répondent aux mêmes critères d'exigence intellectuelle.
La fréquence de certains éléments du lexique est aussi révélatrice du contenu d'un texte. Il peut s'agir de fréquences élevées ou au contraire de fréquences basses. François Rastier s'intéresse beaucoup aux éléments qui n'apparaissent jamais ou qui n'apparaissent qu'une seule fois dans un document. En effet, le langage sert tout aussi bien à désigner qu'à cacher. Par exemple, dans un discours de dirigeant d'une entreprise, il est courant de parler de redéploiement d'une usine pour désigner sa fermeture sur un site donné. On parle aussi de familles modestes pour éviter de parler de familles pauvres. Autre exemple, le mot "pesticide" est absent d'un rapport officiel de l'ANSES qui traite de la disparition des abeilles.
On observe ainsi au cours du temps que certains mots disparaissent du lexique. Cela mérite toute l'attention de l'analyste.
