Effet de Fréquence des Mots

Lisez les mots "chaise" et "urne." Les deux sont courts, les deux sont des noms, les deux désignent un objet près duquel vous pourriez vous asseoir. Pourtant, votre cerveau signale "chaise" comme un mot plus rapidement qu'il ne signale "urne." Les psychologues appellent cet écart l'effet de fréquence des mots : plus un mot apparaît souvent dans la langue qui nous entoure, plus nous le reconnaissons rapidement et précisément.

Qu'est-ce que l'Effet de Fréquence des Mots

Essayez par vous-même : "table" et "treillis." Les deux sont des noms, les deux ont deux syllabes, les deux sont des objets concrets. L'un d'eux sera identifié comme un vrai mot presque instantanément. L'autre prendra un peu plus de temps. La seule vraie différence entre eux est la fréquence à laquelle vous en avez rencontré chacun, et cette différence seule est suffisante pour changer votre temps de réaction.

Fréquence : le compte brut d'occurrences d'un mot dans un véritable corpus de texte ou de discours, le substitut mesurable de la façon dont un mot semble "commun".

Baayen et ses collègues l'appellent "un fort prédicteur dans la plupart des tâches de traitement lexical" (Heitmeier, Chuang, Axen & Baayen, 2023). Ce pouvoir prédictif est bien établi. Ce qui est moins clair, c'est pourquoi cela se produit.

Comment Fonctionne l'Effet de Fréquence des Mots

Lorsque vous rencontrez un mot, votre cerveau doit retrouver tout ce qui est stocké à son sujet : son orthographe, son son, son sens. La fréquence des mots change le temps que prend cette récupération : les mots de haute fréquence reviennent rapidement, les mots de basse fréquence reviennent plus lentement. Trois explications expliquent pourquoi, dans trois vocabulaires différents.

Le Modèle Logogen

La version classique est le Modèle Logogen de Morton. Chaque mot que vous connaissez a son propre logogen, une unité de reconnaissance qui s'active dès qu'un nombre suffisant de preuves de ce mot s'accumule. La fréquence détermine combien de preuves sont nécessaires : le logogen d'un mot de haute fréquence a un seuil plus bas, donc il s'active plus tôt. Le logogen d'un mot de basse fréquence a besoin de plus de preuves, donc il s'active plus tard (Lim, 2016).

Le Modèle d'Activation Interactive

Le Modèle d'Activation Interactive de McClelland et Rumelhart construit cela dans un système en couches : les caractéristiques visuelles alimentent les lettres, les lettres alimentent les unités de mots entiers. Au lieu d'un seuil fixe, la fréquence détermine le niveau d'activation de repos de chaque unité de mot. L'unité d'un mot de haute fréquence commence plus près de l'activation. L'unité d'un mot de basse fréquence commence plus loin (Lim, 2016).

Le Compte d'Apprentissage Discernant

Un compte computationnel plus récent le cadre différemment encore : en tant que problème de prédiction, et non une course d'activation. Un système entraîné sur la langue que vous avez réellement rencontrée fait une plus petite erreur de prédiction pour les mots qu'il a vus le plus souvent. Mots de haute fréquence : erreur plus petite, reconnaissance plus rapide. Mots de basse fréquence : erreur plus grande, reconnaissance plus lente (Heitmeier, Chuang, Axen & Baayen, 2023).

Toutes les théories ci-dessus ont un point commun : l'exposition détermine la vitesse à laquelle un mot surmonte n'importe quel seuil que le modèle mesure. Ce sur quoi les trois s'accordent, et ce qui est important pour la conception des études, c'est que le compte brut de fréquence lui-même est un mauvais prédicteur. La valeur transformée logarithmiquement ou par rang suit le temps de réaction de bien plus près (Heitmeier, Chuang, Axen & Baayen, 2023). Vous verrez exactement à quoi ressemble cette valeur transformée par rapport à un vrai mot dans la section suivante.

Comment la Fréquence des Mots est Mesurée

Les prédicteurs ont besoin d'un chiffre qui les étaye. Alors, d'où vient vraiment ce chiffre ?

Un moyen principal par lequel les chercheurs ont mesuré la fréquence des mots pendant des décennies a été de compter les occurrences à travers le matériel imprimé : lecteurs, manuels, la Bible, les classiques anglais, des magazines populaires, même un ensemble de 120 livres pour enfants (Thorndike & Lorge, 1944).

Mais les gens ne parlent pas comme des livres. Alors pourquoi utiliser des livres comme base principale pour représenter la fréquence de la langue ? Marc Brysbaert et Boris New ont reconstruit le compte de mots standard de l'anglais américain depuis le début, 51 millions de mots extraits de sous-titres de films et de télévision à la place (Brysbaert & New, 2009).

Le pari a payé. Testé contre 31 201 mots réels, leur mesure basée sur les sous-titres, SUBTLEX-US, a expliqué 62,3 % de la variance dans la rapidité avec laquelle les gens les reconnaissaient. Les anciennes normes, établies à partir de prose anglaise éditée imprimée en 1961 (Francis & Kučera, 1964), n'atteignaient que 57,7 % (Brysbaert & New, 2009).

Un petit nombre d'entrées réelles de cet ensemble de données SUBTLEX-US montre la répartition (Brysbaert & New, 2009), de mots qui apparaissent une fois dans 51 millions de mots à "le," qui apparaît dans chacun des 8 388 films et émissions du corpus :

Nouvelles mesures de fréquence basées sur la base de données SUBTLEXUS, nom de fichier Fichier Excel compressé 2007 avec tous les 74 286 mots dans le corpus

• FREQcount : le nombre brut de fois que le mot apparaît dans l'ensemble du corpus SUBTLEX-US de 51 millions de mots.
• SUBTLWF : fréquence des mots par million de mots (FREQcount divisé par 51), le chiffre standardisé qui rend les mots de différents corpus de tailles comparables.
• SUBTLCD : diversité contextuelle, le pourcentage des 8 388 films et épisodes de télévision du corpus qui contiennent le mot au moins une fois. Un mot peut être fréquent mais concentré dans quelques contextes, ou modérément fréquent mais répandu partout, c'est ce qui capture cette différence.
• Lg10WF : la fréquence transformée logarithmiquement en base 10. C'est la valeur qui prédit réellement le temps de réaction dans les expériences de décision lexicale, et non le compte brut, c'est pourquoi les chercheurs l'utilisent à la place de FREQcount pour le modèle.

C'est la variable, définie et mesurée. Là où elle apparaît réellement, dans les laboratoires de psycholinguistique, dans la façon dont les enfants apprennent à lire, chez les locuteurs bilingues, dans les copies marketing, c'est là que les choses deviennent intéressantes.

Exemples de l'effet de fréquence des mots dans la recherche

Marketing et persuasion

La fréquence des mots ne reste pas seulement dans le laboratoire, elle façonne la façon dont les gens réagissent au langage en général. Les mots faciles à traiter semblent tout simplement mieux, un phénomène que les chercheurs appellent fluidité de traitement, et la fréquence des mots est l'un de ses leviers les plus fiables (Bullock, Shulman & Huskey, 2021).

Brady Hodges, Zachary Estes et Caleb Warren ont testé cela directement sur des slogans de marque : en analysant plus de 800 exemples réels, en utilisant une analyse corrélative, des expériences en laboratoire, un suivi oculaire, et une étude sur le terrain, ils ont trouvé que les slogans construits à partir de mots courants sont davantage appréciés (Hodges, Estes & Warren, 2024). Les implications de ceci sont que les slogans construits à partir de mots rares sont plus susceptibles d'être davantage mémorisés !

Les implications peuvent être appliquées à de vraies décisions commerciales. Une nouvelle marque, ou une marque en lutte pour une part de marché, ou entrant sur un territoire inconnu, bénéficie en réalité d'un langage plus difficile à traiter, c'est ce qui permet aux gens de se souvenir du nom par la suite. Pour une marque établie, les calculs s'inversent : être inoubliable ne leur coûte presque rien, les gens savent déjà qui ils sont, mais être mal-aimé cause de véritables dégâts. C'est pourquoi le choix le plus sûr pour eux est le mot facile et sympathique, même s'il est moins mémorable (Hodges, Estes & Warren, 2024).

Psycholinguistique et décision lexicale

Cela semble presque trop simple pour être important : regardez une chaîne de lettres, décidez si c'est un vrai mot, appuyez sur un bouton, aussi vite que vous le pouvez. Ce jugement qui semble trivial est là où l'effet de la fréquence des mots est le plus grand, plus important que la longueur des mots, la densité du voisinage, ou tout autre facteur que les psycholinguistes blâment habituellement pour les temps de réaction lents.

Heitmeier et ses collègues l'ont mesuré directement : la fréquence expliquait "de loin" la plus grande variance dans la rapidité des réponses des gens (Heitmeier, Chuang, Axen & Baayen, 2023).

Dans la vidéo ci-dessus, un exemple de la Tâche de décision lexicale duale peut être vu. Cette tâche présente au participant deux mots et le participant doit décider si les deux mots présentés sont en anglais ou si l'un d'eux ne l'est pas.

Développement de la lecture

Sarah Gerth et Julia Festman ont utilisé le suivi oculaire dans une étude avec 66 enfants germanophones en cinquième et sixième années, âgés de 10 à 12 ans, alors qu'ils lisaient des phrases ordinaires, pas des mots isolés sur un écran, de vraies phrases, lues de la manière dont un enfant lit réellement à l'école. Le résultat : les mots de faible fréquence retenaient leur regard pendant 62 millisecondes de plus que les mots de haute fréquence, chez des lecteurs qui étaient encore en train d'apprendre à lire couramment (Gerth & Festman, 2021).

Mais la fréquence s'est révélée n'être que la moitié de l'histoire. Certains des enfants étaient tout simplement des lecteurs plus rapides que d'autres, et la fréquence des mots à elle seule ne pouvait pas expliquer pourquoi.

La longueur du mot était la pièce manquante. Les enfants lecteurs plus rapides avaient déjà pris une habitude que les plus lents n'avaient pas encore : percevoir un mot commun en un coup d'œil au lieu de travailler lettre par lettre, un petit mais réel pas vers la manière dont les adultes lisent.

Reconnaissance de mots en bilingue et en langue seconde

Voici un schéma que la plupart des gens ne remarquent jamais sur leur propre bilinguisme : l'effet de fréquence des mots est plus fort dans votre langue plus faible. Jens Schmidtke l'a mesuré, les locuteurs bilingues montrent un effet de fréquence plus important que les locuteurs monolingues (Schmidtke, 2014).

Il est tentant de lire cela comme des cerveaux bilingues traitant le langage différemment. Pour cet effet spécifique, ils n'ont pas besoin de l'être : divisez votre exposition entre deux langues et chacune d'elles reçoit simplement moins de pratique que la langue d'un locuteur monolingue.

Devenir plus fluent, et l'écart se réduit. Une plus grande compétence était directement liée à un effet de fréquence plus petit.

Questions Fréquemment Posées

Enseignements Clés

• Les mots courants sont reconnus plus rapidement et plus précisément que les rares, une découverte connue sous le nom d'effet de fréquence des mots.
• Il domine toutes les autres variables testées par les psycholinguistes, longueur des mots, densité des voisinages, en tant que prédicteur du temps de réaction.
• Utilisez la fréquence transformée logarithmiquement ou par rang, pas les comptes bruts, la fréquence brute prédit à peine le comportement.
• Les locuteurs bilingues ressentent cet effet plus fortement que les locuteurs monolingues, car leur exposition à chaque langue est divisée.
• Dans les slogans des marques, les mots courants remportent la likabilité et perdent en mémorabilité.
• La Tâche de Décision Lexicale Duale de Labvanced est un paradigme prêt à l'emploi pour étudier cet effet, enregistrant les données de temps de réaction et de précision au niveau des essais.

Plus de concepts et effets en psychologie, expliqués.

Références

1. Brysbaert, M., & New, B. (2009). Moving beyond Kučera and Francis: A critical evaluation of current word frequency norms and the introduction of a new and improved word frequency measure for American English. Behavior Research Methods, 41(4), 977–990.
2. Bullock, O. M., Shulman, H. C., & Huskey, R. (2021). Narratives are persuasive because they are easier to understand: Examining processing fluency as a mechanism of narrative persuasion. Frontiers in Communication, 6, 719615.
3. Francis, W. N., & Kučera, H. (1964). A Standard Corpus of Present-Day Edited American English (the Brown Corpus). Brown University.
4. Gerth, S., & Festman, J. (2021). Reading development, word length and frequency effects: An eye-tracking study with slow and fast readers. Frontiers in Communication, 6, 743113.
5. Heitmeier, M., Chuang, Y.-Y., Axen, S. D., & Baayen, R. H. (2023). Frequency effects in linear discriminative learning. Frontiers in Human Neuroscience, 17, 1242720.
6. Hodges, B. T., Estes, Z., & Warren, C. (2024). Intel inside: The linguistic properties of effective slogans. Journal of Consumer Research, 50(5), 865–886.
7. Lim, S. W. H. (2016). The influence of orthographic neighborhood density and word frequency on visual word recognition: Insights from RT distributional analyses. Frontiers in Psychology, 7, 401.
8. Schmidtke, J. (2014). Second language experience modulates word retrieval effort in bilinguals: Evidence from pupillometry. Frontiers in Psychology, 5, 137.
9. Thorndike, E. L., & Lorge, I. (1944). The Teacher's Word Book of 30,000 Words. Teachers College, Columbia University.