131Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... Metka Godec UDK 811.133.1:616-036.21:004.774.1FB Lycée Josip Jurčič, Ivančna Gorica 811.163.6:616-036.21:004.774.1FB Slovénie DOI: 10.4312/vestnik.16.131-153 metka.godec@ssjj.si Izvirni znanstveni članek ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK À PROPOS DES MESURES DE CONFINEMENT EN FRANCE ET EN SLOVÉNIE 1 INTRODUCTION Entre les années 2019 et 2023, la pandémie de Covid-19, provoquée par le coronavirus SARS-CoV-2, a profondément marqué nos vies. Cet événement mondial majeur a entraî- né une maladie généralisée, une mortalité importante, et a exercé une forte pression sur les systèmes de soins de santé à l’échelle mondiale, laissant derrière lui des répercussions profondes. Détectée initialement en Chine, la pandémie s’est rapidement propagée dans le monde entier. Pour en atténuer les effets, de nombreux pays, dont la France et la Slovénie, ont mis en place des mesures de confinement strictes. Ces mesures comprenaient des res- trictions de déplacements, la fermeture des commerces non essentiels et l’imposition de directives sanitaires telles que le port obligatoire des masques et la distanciation sociale. En France, le premier confinement a été instauré le 17 mars 2020, suivi d’un second le 30 octobre 2020, en réponse à une résurgence des cas de Covid-19 après un été relativement calme. Pendant ces deux confinements, les résidents français étaient tenus de rester chez eux « hormis pour quelques activités soumises à attestation » (Sanchez 2021) et de respecter les restrictions décrites ci-dessus. En Slovénie, des mesures similaires ont été mises en œuvre avec un premier confinement annoncé le 20 mars 2020, suivi d’un second à partir du 26 octobre 2020. Dans les deux pays, les confinements ont suscité des réactions contrastées : certains citoyens ont soutenu les mesures comme nécessaires pour protéger la santé publique, tandis que d’autres les ont critiquées comme étant trop strictes et portant atteinte aux libertés indi- viduelles. Mais comment ces opinions sur la gestion de la pandémie ont-elles été exprimées alors que les gens étaient confinés chez eux ? C’est là que les réseaux sociaux interviennent. À l’ère numérique, où les réseaux sociaux sont au cœur de la communication pu- blique, Facebook est devenu un espace central pour l’expression des opinions et des émo- tions. Pendant la pandémie de Covid-19, cette plateforme a permis aux gouvernements, aux organisations sociales de santé et aux individus de partager des informations, des 132 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES directives et des expériences personnelles en temps réel. Cependant, Facebook a égale- ment été utilisé pour la diffusion de désinformations et d’opinions polarisées. Les objec- tifs de cette recherche peuvent donc être résumés par les questions suivantes : 1. Avec quelles structures linguistiques les utilisateurs français et slovènes de Face- book ont-ils exprimé leurs émotions et leurs opinions sur les mesures de confinement adoptées pendant l’épidémie de Covid-19 ? 2. Comment les réactions de ces mêmes utilisateurs de Facebook ont-elles changé du premier au second confinement sur le plan linguistique ? Pour répondre à ces questions, nous avons réalisé deux types d’analyse : (1) une clas- sification des sentiments pour identifier les émotions exprimées dans les commentaires Facebook des utilisateurs français et slovènes, et (2) une analyse linguistique approfondie pour examiner les structures linguistiques présentes dans les commentaires Facebook et comprendre les stratégies de communication et la dynamique des discussions en ligne. Le présent article est organisé en cinq sections, chacune s’appuyant sur la précédente pour fournir une analyse complète du sujet de recherche. Après l’introduction, qui pose les bases de l’ensemble de cet article, la section suivante présente le cadre théorique. Dans la troisième section, nous détaillons les méthodes de recherche utilisées pour col- lecter et traiter nos données, et nous abordons les limitations rencontrées au cours de notre recherche. La quatrième section constitue le cœur de notre article, puisqu’elle tente de répondre à nos questions de recherche. Enfin, dans la conclusion, nous résumons les principaux résultats et discutons de leurs implications plus larges. 2 CADRE THEORIQUE Compte tenu du fait que notre base de données est composée de commentaires provenant d’une plateforme de réseaux sociaux, il est nécessaire de concentrer notre attention sur le phénomène linguistique qui caractérise la communication en ligne : le discours électro- nique médié (ci-après dénommé DEM). Ce nouveau type de discours, décrit par Rachel Panckhurst comme faisant partie de la « communication médiée par ordinateur » (CMO) (2006, 345), se distingue des autres formes du langage par ses spécificités lexicales, syn- taxiques et graphiques. Les discours qui seraient classés comme faisant partie du DEM sont « quasi dépourvus des marqueurs para-verbaux et non-verbaux […] qui [figurent normale- ment] dans une situation d’échange verbal conversationnel » (ibid., 347). Naturellement, les internautes tentent de corriger cette absence en les émulant à l’aide de différents procédés et signes. Sur la base de divers articles et travaux scientifiques rédigés à ce sujet (Anis 2003 ; Panckhurst 2006 ; Mourlhon-Dallies 2007 ; Farzindar et Roche 2013), nous proposons la liste ci-dessous, qui contient quelques-uns des procédés et signes caractéristiques du DEM : 133Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... • l’utilisation des binettes (émoticônes) et des GIFs pour exprimer des émotions - 😁 ; • la présence des acronymes – MDR (mort de rire = très drôle) ; • l’étirement graphique1 et l’écriture des mots uniquement en lettres majuscules – sssssuuuuuupppeeeeerrrr ; • l’utilisation des néographies2 – jvois ou bcp ; • l’usage fréquent du présent de l’indicatif et la présence diminuée des verbes. Ensuite, étant donné que l’expression des opinions et des sentiments joue un rôle impor- tant dans cette recherche, il convient également de se pencher sur le domaine de l’analyse des sentiments ou opinion mining. Le rôle de ce domaine de recherche du traitement automatique des langues (TAL ou TALN) est [d’analyser] les opinions, les sentiments, les évaluations, les appréciations, les attitudes et les émotions des personnes à l’égard d’entités telles que les pro- duits, les services, les organisations, les individus, les problèmes les événe- ments et leurs attitudes. (Liu 2012, 1, notre traduction)3 En outre, il faut savoir que l’analyse des sentiments est étudiée principalement à trois niveaux (ibid., 4-5), énumérés ci-dessous. Cependant, compte tenu de la nature de nos données, nous avons décidé que notre analyse se concentrerait uniquement sur le premier niveau : 1. Le niveau du document, où le but est d’évaluer le sentiment général d’un document. 2. Le niveau de la phrase, où l’objectif est d’identifier le sentiment (positif, négatif ou neutre) dans les phrases individuelles. 3. Le niveau de l’entité et de l’aspect, où l’on analyse l’opinion elle-même directement afin de découvrir les sentiments sur les entités et leurs aspects. Enfin, étant donné que l’un des objectifs de cette recherche est d’identifier et d’ana- lyser les structures linguistiques utilisées par les internautes français et slovènes de Facebook dans leurs commentaires, il est important de faire quelques remarques sur les catégories d’analyse linguistique. Premièrement, bien que l’étude de la linguistique couvre six disciplines majeures : la phonétique, la phonologie, la morphologie, la syntaxe, la sémantique et la pragmatique (Riegel, Pellat et Rioul 1999, 20-26), nous avons limité le champ de notre analyse à deux de ces disciplines, à savoir la syntaxe et la pragmatique. 1 L’allongement ou la répétition de caractères. 2 C’est-à-dire, les graphismes qui s’écartent de la norme orthographique. 3 Texte original : “Sentiment analysis, also called opinion mining, is the field of study that analyzes people’s opinion, sentiments, evaluations, appraisals, attitudes, and emotions towards entities such as products, services, organizations, individuals, issues, events, topics, and their attributes.” (Liu 2012, 1) 134 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES Deuxièmement, avant de passer à la présentation de la méthodologie, nous souhai- tons faire une remarque sur la terminologie linguistique utilisée dans cet article. Afin d’avancer une analyse comparative plus concise et accessible, nous avons décidé de baser notre analyse linguistique sur le système grammatical français. Cela signifie que, bien qu’il existe certaines différences syntaxiques entre le slovène et le français, les « spécifi- cités linguistiques » slovènes – par exemple, nepopolne povedi comme pastavek (phrase averbale) et polstavek (phrase contenant une forme verbale impersonnelle) (Toporišič 2000, 488) – ne joueront aucun rôle significatif dans notre analyse. Plus précisément, dans le domaine de la syntaxe, en ce qui concerne l’analyse de la structure des phrases, nous avons classé les phrases qui figurent dans les commentaires analysés en trois groupes : phrase simple, phrase complexe et « autres structures syntaxiques ». Bien que les définitions de ces structures diffèrent légèrement entre les deux langues, les définitions françaises suivantes servent de base à notre analyse : • une phrase simple « contient un seul verbe conjugué [et ainsi] forme une proposi- tion. » (Delatour et al. 2004, 10). Nous avons pris la décision de classer dans ce groupe uniquement des phrases avec un verbe conjugué, ce qui signifie que les phrases ellip- tiques ont été placées dans la catégorie « autres structures syntaxiques » ; • une phrase complexe est caractérisée par la présence d’un constituant phrastique en dépendance qui est intégré dans la structure plus large soit par la coordination, par la subordination ou par la juxtaposition ; • sous l’appellation « autres structures syntaxiques », nous avons classé les phrases infinitives, les groupes nominaux, les phrases elliptiques, les interjections, et deux structures syntaxiques propres au slovène, à savoir pastavek et polstavek. Similairement, pour l’analyse des types de phrases dans les commentaires Facebook ana- lysés, nous nous sommes concentrés sur les quatre types de phrases que le linguiste amé- ricain Noam Chomsky définit comme les types fondamentaux, à savoir la phrase décla- rative ou assertive, la phrase exclamative, la phrase interrogative et la phrase impérative (Riegel, Pellat et Rioul 1999, 386). Cela signifie que les autres types de phrases présentes dans la grammaire slovène n’ont pas été pris en compte. 3 MÉTHODOLOGIE Dotés d’une compréhension plus approfondie de quelques éléments clés de notre analyse, nous pouvons maintenant présenter la méthodologie employée pour rassembler, préparer et analyser les données utilisées et atteindre les objectifs de recherche précédemment annoncés. Par ailleurs, il convient de noter que notre méthodologie s’inspire de diverses œuvres scientifiques, telles que l’article sur l’analyse des sentiments d’Alexandra Ba- lahur (2013, 123-124) pour le prétraitement des données, et plusieurs œuvres traitant de 135Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... l’analyse d’opinions et l’analyse des sentiments (Mencarini et al. 2019, 703-705 ; Liu 2010, 10 ; Zhou et al. 2013, 558 ; Zwitter Vitez 2020, 160 ; Zwitter Vitez 2021, 94-95) pour le processus de classement des sentiments. 3.1 Compilation des corpus Tout d’abord, nous avons compilé quatre corpus distincts de commentaires Facebook : deux en français (1Conf-FR et 2Conf-FR) et deux en slovène (1Conf-SLO et 2Conf- SLO). Chacun des corpus d’une paire était assigné à l’un des deux confinements. Les commentaires Facebook trouvés dans ces corpus proviennent d’affichages Face- book de journaux ou de médias nationaux partageant leurs articles annonçant les confine- ments ou discutant des mesures supplémentaires liées aux confinements. Souhaitant tra- vailler dans des environnements comparatifs, nous avons décidé de rassembler nos données à partir de journaux ou d’autres sources d’information nationalement établies. Nous avons donc sélectionné le quotidien Le Monde pour la France et la plateforme de journal en ligne de l’organisation nationale de diffusion publique RTVSLO.si pour la Slovénie. Une fois les affichages Facebook sélectionnés (les liens vers ceux-ci peuvent être trouvés dans la bibliographie sous la section « Affichages Facebook »), nous avons trié les commentaires. Facebook offre aux utilisateurs trois options pour trier les messages dans la section des commentaires : (1) en affichant en premier les commentaires d’amis et ceux ayant entraîné le plus d’interactions (option plus pertinents), (2) en affichant tous les commentaires avec les plus récents en premier (option les plus récents) et (3) en affichant tous les commentaires, y compris le spam potentiel, mais avec les commentaires les plus pertinents apparaissant en premier (option tous les commentaires). Nous avons opté pour la dernière option, même si celle-ci pourrait conduire à un biais d’échantillonnage. Une fois le tir effectué, les 50 premiers messages de premier niveau ont été retenus, ce qui signifie que les commentaires de second niveau (c’est-à-dire les réponses) ont été ignorés. Enfin, nous avons effectué la classification de subjectivité. Ce processus, au cours duquel nous avons manuellement classé les commentaires comme étant à-propos ou hors sujet selon les paramètres décrits ci-dessous, nous a permis de filtrer les commentaires afin d’éliminer tout spam potentiel, les commentaires hors sujet ou ceux qui faisaient partie d’un débat interne. • Les commentaires étaient considérés à-propos si : o l’auteur parle de la pandémie de Covid-19 ; o l’auteur exprime une opinion ou un sentiment sur les mesures de sécurité mises en place pendant la pandémie (par exemple, le confinement) ; o l’auteur exprime une opinion ou un sentiment à l'égard des hommes et femmes politiques qui étaient au pouvoir à cette époque ; o l’auteur exprime une opinion ou un sentiment à l’égard du climat politique de l’époque (par exemple, les manifestations). 136 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES • Les commentaires étaient classés hors sujet si : o ils étaient incompréhensibles, généralement en raison d’un manque de contexte ; o l’auteur ne parle pas de la pandémie ou des mesures de sécurité mises en place pendant la pandémie. Une fois les différentes étapes du tri terminées, les corpus destinés à l’analyse contenaient en tout 170 commentaires environ. 3.2 Prétraitement des données Avant de passer à l’annotation de l’opinion et à l’analyse linguistique des commentaires Facebook, nous les avons prétraités afin de normaliser la langue. Ce processus, inspiré de l’article « Sentiment Analysis in Social Media Texts » d’Alexandra Balahur (2013, 123- 124), comprenait les trois étapes suivantes : • l’uniformisation de la ponctuation : les signes de ponctuation répétés ont été rempla- cés par une seule occurrence du signe utilisé ; • l’uniformisation de l’orthographe : les lettres répétées ont été réduites et les mots mal orthographiés ont été corrigés ; • tokenisation : les commentaires plus longs (c’est-à-dire contenant plus d’une phrase) ont été divisés en token (c’est-à-dire en phrases isolées) sur la base des espaces et des signes de ponctuation. Les données traitées, présentées dans des corpus distincts de ceux mentionnés dans la section précédente, faisaient l’objet de notre analyse syntaxique. Plus précisément, elles nous ont aidé à déterminer plus facilement la structure syntaxique de chaque phrase, ainsi que leur type, tandis que les données brutes étaient utilisées pour les autres analyses. 3.3 Annotation de l’opinion Ensuite, nous avons procédé à la classification des sentiments (Liu 2010, 10 ; Zhou et al. 2013, 558 ; Zwitter Vitez 2020, 160). À ce stade, nous avons classé les commentaires pré- cédemment jugés comme étant à-propos en trois catégories. La première catégorie, qui comprend les commentaires positifs (exemple 1), est appelée « Soutien ». La deuxième, qui comprend les commentaires négatifs (exemple 2), est appelée « Désaccord ». Enfin, les commentaires qui ne pouvaient être qualifiés ni positifs ni négatifs (exemple 3) ont été inclus dans la troisième catégorie « Neutre ». (1) 4 Enfin des mesures et des engagements clairs et adaptes pour aider mes concitoyens à prendre une large part dans cette guerre en adoptant un compor- tement responsable et altruiste!!!! 4 Tous les commentaires originaux proposés comme exemples sont reproduits sans corrections. 137Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... (2) On été en guerre quand il y a eu l’attaque du Bataclan ou encore l’attentat sur la promenade des Anglais, et pourtant aucune frontière n’a été fermée.. (3) Confinement n’est pas un mot très courant. Je trouve que le “rester chez-soi” est plus clair. Très bon discours. Pour chaque commentaire de notre corpus, nous avons fourni un effort concentré pour déterminer l’émotion ou la réaction prédominante exprimée par l’auteur. 3.4 Analyse linguistique Enfin, nous avons effectué l’analyse linguistique qui s’est déroulée aux niveaux textuel, syntaxique et lexical. Au niveau textuel, nous avons évalué la longueur de chaque com- mentaire, en comptant le nombre de caractères, y compris les espaces blancs, les signes de ponctuation et les caractères spéciaux (tels que les binettes). En passant au niveau syntaxique, nous avons d’abord déterminé la structure syn- taxique des phrases (simple, complexe ou autre) qui figurent dans les commentaires de notre corpus, puis analysé les types de phrases (déclarative, interrogative, exclamative, injonctive). Au niveau lexical, nous avons identifié la présence éventuelle d’éléments lexicaux indiquant les émotions de l’auteur. Par exemple, les mots « clounisme » et « cirque » dans l’exemple 4 suggèrent la présence d’un sentiment négatif dans le commentaire proposé. (4) une clounisme totale, une cirque.. Lors de notre analyse linguistique, nous avons également prêté une attention particulière à la présence éventuelle de signes ou de processus propres au discours électronique mé- dié (DEM), à savoir les binettes (émoticônes), les GIFs, les acronymes et le mot-dièse (exemple 5). En effet, Farzindar et Roche écrivent que « les spécificités [graphiques] (émoticônes, abréviations, répétitions de caractères etc.) véhiculent des informations pré- cieuses pour l’analyse de sentiment » (2013, 8). (5) C’est ça ton confinement ? 🤡🤡🤡 En ce qui concerne l’analyse pragmatique des commentaires Facebook, il est important de noter qu’elle s’inspire de la théorie des actes de langage d’Austin. Cette théorie, qui constitue l’un des sous-domaines de la pragmatique, examine comment les mots sont utilisés non seulement pour transmettre des informations, mais aussi pour accomplir des actions (par exemple, exprimer des souhaits et des excuses, faire des promesses, avertir, etc.). Dans le livre How to Do Things With Words, Austin affirme que tout énoncé accom- plit les trois actes de langage suivants : 138 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES 1. L’acte locutoire est un acte de parole. À ce niveau, une personne (locuteur ou écri- vain) produit un énoncé sémantiquement complet (Austin 1962, 108). 2. L’acte illocutoire fait référence à l’intention qui sous-tend un énoncé à sens plein précédemment prononcé, c’est-à-dire ce que le locuteur veut obtenir avec cet énoncé (par exemple, informer, commander ou avertir) (ibid., 108). 3. L’acte perlocutoire fait référence à l’effet (c’est- à-dire l’émotion, la pensée ou l’action) que le locuteur ou l’auteur d’un énoncé produit sur l’interlocuteur ou le lecteur (ibid.). Cette partie de notre analyse est basée principalement sur l’acte illocutoire. Même si un commentaire peut accomplir plusieurs actes illocutoires, nous nous sommes concentrés dans notre analyse, uniquement sur celui que nous avons jugé être le prédominant. En outre, il est important de noter que les résultats de l’analyse pragmatique se- ront présentés séparément de ceux des autres niveaux de l’analyse linguistique, que nous allons nommer « analyse grammaticale ». Cette distinction est nécessaire car les aspects pragmatiques nécessitent une approche différente pour mettre en lumière les intentions des utilisateurs de Facebook et les nuances de leur communication. En sé- parant ce niveau de l’analyse linguistique des autres, nous pouvons offrir une compré- hension plus approfondie des réactions des internautes aux mesures de confinement. Commençons donc par comparer les résultats issus des différents niveaux de notre analyse grammaticale. Pour mieux visualiser toutes les étapes de l’analyse, nous avons réalisé le tableau (1). L’exemple est basé sur l’un des commentaires trouvés dans l’un de nos corpus français. Tableau 1 : Les annotations linguistiques du commentaire choisi. Ce n’est pas ça un confinement ! C’est juste une restriction partielle de nos droits de liberté. Nuance. Opinion désaccord Nombre de signes 104 Structure de phrase simple (3) Type de phrase exclamative (1) ; déclarative (2) Lexique restriction partielle de nos droits de liberté Signes DEM Non Niveau pragmatique (acte illocutoire) assertion Pour résumer notre processus méthodologique : une fois que tous les commentaires ont été annotés, nous avons premièrement examiné les trois catégories d’opinion (soutien, désaccord, neutre) à tous les niveaux d’annotation linguistique pour chaque langue séparément. Enfin, nous avons comparé nos résultats pour identifier les 139Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... différences ou similitudes linguistiques entre les commentaires rédigés dans chaque langue. 3.5 Limitations Avant de poursuivre, abordons les limitations qui se sont présentées au long de notre processus méthodologique. Étant donné que les données compilées proviennent des réseaux sociaux, nous avons dû tenir compte de la présence potentielle d’astroturfing (aussi appelé similitantisme). Ce processus implique « la simulation de l’implication populaire par des opérateurs rémunérés » souvent sollicités par des États, des entre- prises ou même des groupes politiques réactionnaires (Stadler cité dans Santos Bruss 2023, 332, notre traduction)5. En termes plus simples, il s’agit de la pratique consistant à créer artificiellement l’impression de soutien ou d’opposition pour un événement ou une idée, notamment à travers la création de faux profils sur les réseaux sociaux. Ce phénomène pose un problème significatif, particulièrement dans la collecte de données, car il peut entraîner l’inclusion de commentaires inauthentiques ou manipulés dans notre base de données, compromettant ainsi leur intégrité. Cela pourrait conduire à une représentation biaisée de l’opinion publique ou du discours, affectant par conséquent la précision de notre analyse et menant à des interprétations ou conclusions biaisées. Lorsque nous discutons des données, nous devons également parler de la taille de l’échantillon, ou du nombre de commentaires inclus dans notre étude. Étant donné que la population française est plus grande que la population slovène, une disparité dans le volume des réactions entre les deux est attendue, même sur les réseaux sociaux. Lors du processus de compilation des données, il s’est avéré que, alors que les Slovènes et les Français utilisaient Facebook pour commenter les mesures de sécurité mises en place pendant la pandémie de Covid-19, le nombre de commentaires slovènes était significa- tivement plus petit par rapport aux commentaires français. Pour compiler une base de données comparable de commentaires dans les deux langues, nous avons par conséquent élargi la base de nos sources slovènes pour inclure plusieurs articles discutant des an- nonces de confinements et des mesures connexes, telles que le confinement à domicile ou la transition vers le télétravail. 4 RÉSULTATS Après avoir présenté le cadre théorique et l’approche méthodologique, nous pouvons procéder à l’examen des résultats issus de nos analyses. Commençons par la répartition des opinions dans les commentaires Facebook de nos corpus. 5 Texte original : “[…] the faking of grassroot involvement by grassroot operatives.” (Stadler cité dans Santos Bruss 2023, 332). 140 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES 4.1 Analyse des opinions Les graphiques (1) et (2) montrent la proportion des commentaires exprimant le soutien, le désaccord ou la neutralité à l’égard des confinements et des mesures de sécurité liées à ceux-ci. En observant les résultats, on constate que les deux groupes linguistiques présentent des similitudes importantes dans la distribution des opinions. Les données révèlent qu’au cours des deux confinements, la grande majorité des utilisateurs de Facebook dans les deux pays ont réagi négativement à ceux-ci. De plus, le pourcentage de commentaires de soutien, qui ne dépasse jamais 30 %, a sensiblement diminué entre le premier et le second confinement dans les deux environnements linguistiques. Cependant, les deux graphiques montrent aussi quelques différences dans la distri- bution des opinions entre les commentaires slovènes et français. D’une part, les corpus français présentent une distribution assez similaire lorsqu’on les compare. D’autre part, les corpus slovènes indiquent une différence significative dans la distribution des opinions parmi les trois catégories. En effet, le corpus 1Conf-SLO, présenté dans le graphique (1), montre une distribution uniforme entre toutes les catégories d’opinion, ce qui signifie que la différence en pourcentage entre les trois catégories d’opinion est relativement faible. En revanche, le graphique (2) révèle une variation considérable dans la répartition des commentaires entre les trois catégories d’opinion, avec un écart de 86% entre la catégorie de désaccord et celle de soutien. Graphique 1 : Distribution de l’opinion dans les commentaires français et slovènes traitant du premier confinement (corpus 1Conf-FR et 1Conf-SLO) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% soutien (FR) désaccord (FR) neutre (FR) soutien (SLO) désaccord (SLO) neutre (SLO) 141Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... Graphique 2 : Distribution de l’opinion dans les commentaires français et slovènes traitant du second confinement (corpus 2Conf-FR et 2Conf-SLO) Explorons maintenant quelles autres similitudes ou différences se cachent dans les deux groupes de commentaires Facebook au niveau linguistique. 4.2 Analyse linguistique Par souci de brièveté, cette section présentera les résultats des analyses linguistiques des commentaires Facebook français et slovène en les comparant. Cette approche nous per- mettra de mettre en évidence comment les réactions des internautes français et slovènes aux événement clés de la pandémie de Covid-19 diffèrent ou s’alignent et comment elles ont évolué entre les deux confinements. 4.2.1 Analyse grammaticale Les analyses grammaticales révèlent que les deux groupes linguistiques présentent des similitudes dans deux domaines : la fréquence d’utilisation des signes paralinguistiques et la distribution des types de phrases. Comme l’illustre le graphique (3), on constate une augmentation de l’utilisation des éléments paralinguistiques entre les deux confinements dans les corpus slovène et français. Il est également surprenant de noter que tant dans les corpus slovènes que dans les corpus français, les éléments paralinguistiques ne figurent pas très souvent dans les commentaires. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% soutien (FR) désaccord (FR) neutre (FR) soutien (SLO) désaccord (SLO) neutre (SLO) 142 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES Graphique 3 : Éléments paralinguistiques dans les commentaires Facebook Comme indiqué précédemment, certaines similitudes peuvent également être observées au niveau syntaxique, notamment dans la distribution des types de phrases dans les commen- taires Facebook analysés. En observant les graphiques (4) et (5) ci-dessous, on peut consta- ter que les phrases déclaratives sont le type de phrase le plus courant dans les quatre corpus. Malgré ce point commun, plusieurs différences entre les commentaires Facebook slovènes et français en fonction des types de phrase sont observables. Premièrement, lors du premier confinement, les utilisateurs de Facebook slovènes ont exprimé leur soutien uniquement à l’aide de phrases déclaratives et impératives, tandis que les utilisateurs français ont aussi utilisé des phrases exclamatives. Graphique 4 : Types de phrases dans les commentaires des corpus 1Conf-SLO (à gauche) et 2Conf-SLO (à droite) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1Conf-SLO 2Conf-SLO 1Conf-FR 2Conf-FR oui non 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% soutien désaccord neutre soutien désaccord neutre déclarative exclamative interrogative impérative 143Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... Graphique 5 : Types de phrases dans les commentaires des corpus 1Conf-FR (à gauche) et 2Conf-FR (à droite) Deuxièmement, un schéma similaire est observé lors du second confinement. Dans le cor- pus slovène (2Conf-SLO), les commentaires exprimant le soutien sont composés exclusive- ment de phrases déclaratives, alors que dans le corpus français (2Conf-FR), nous pouvons observer une répartition égale entre les phrases déclaratives et impératives. Troisièmement, une différence intéressante, qui pourrait sans doute être classée comme une similitude, peut être observée dans la catégorie du désaccord. Dans cette catégorie d’opinion, les commen- taires Facebook français du premier confinement, ainsi que les commentaires slovènes du deuxième confinement, étaient composés des quatre types de phrases. Graphique 6 : Comparaison de la longueur des commentaires français et slovènes traitant du seconde confinement (corpus 2Conf-SLO et corpus 2Conf-FR) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% soutien désaccord neutre soutien désaccord neutre déclarative exclamative interrogative impérative 0% 20% 40% 60% 80% 100% 120% soutien (SLO) désaccord (SLO) neutre (SLO) soutien (FR) désaccord (FR) neutre (FR) <50 50-100 >100 144 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES Les différences linguistiques les plus marquantes entre les commentaires français et slovènes se manifestent aux niveaux lexical, syntaxique et textuel. Sur le plan textuel, la divergence la plus notable dans la longueur des commentaires entre les deux langues est observée pendant le deuxième confinement (voir le graphique 6 ci-dessus). Les commentaires slovènes exprimant le soutien sont exclusivement composés de plus de 100 caractères, tandis que la longueur de ceux en français se situe entre 50 et 100 ca- ractères. Dans la catégorie du désaccord, la majorité des commentaires français dépasse 100 caractères, contrairement aux commentaires slovènes qui contiennent moins de 50 caractères. Au niveau lexical, les différences entre les deux langues se retrouvent dans les quatre corpus pour toutes les catégories d’opinion (voir le graphique 7). Dans les corpus fran- çais, la majorité, voire la totalité des commentaires de soutien, comme c’est le cas dans le corpus 2Conf-FR, manquent d’éléments lexicaux explicites révélant l’état émotionnel ou l’opinion de l’auteur. À l’inverse, tous les commentaires de soutien dans les corpus slovènes contiennent au moins un tel élément lexical. Une disparité similaire se retrouve dans la catégorie du désaccord, où les commentaires slovènes expriment cette émotion de manière explicite, alors que les commentaires français le font principalement de manière implicite. Graphique 7 : Comparaison du lexique dans les commentaires slovènes et français (corpus 1Conf-SLO, 2Conf-SLO, 1Conf-FR et 2ConfFR) 0% 20% 40% 60% 80% 100% 120% sou tie n ( SL O1 ) dé sac co rd (SL O1 ) ne utr e ( SL O1 ) sou tie n ( SL O2 ) dé sac co rd (SL O2 ) ne utr e ( SL O2 ) sou tie n ( FR 1) dé sac co rd (FR 1) ne utr e ( FR 1) sou tie n ( FR 2) dé sac co rd (FR 2) ne utr e ( FR 2) implicite explicite 145Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... Graphique 8 : Comparaison des structures syntaxiques présentes dans les commentaires français et slovènes traitant du seconde confinement (corpus 2Conf-SLO et 2Conf-FR) Enfin, en termes de structure syntaxique des phrases, les plus grandes différences entre les com- mentaires français et slovènes sont observées dans les corpus liés au second confinement (2Conf- FR et 2Conf-SLO – voir graphique 8). Les commentaires slovènes des catégories de soutien et de neutralité sont principalement, voire intégralement constitués de phrases complexes, tandis que les commentaires français dans les mêmes catégories d’opinion sont majoritairement com- posés de phrases simples. De plus, dans la catégorie du désaccord, les commentaires français sont principalement composés de phrases complexes, alors que les commentaires slovènes de cette catégorie d’opinion sont majoritairement constitués de phrases simples. Après avoir comparé les résultats de l’analyse grammaticale des commentaires Face- book français et slovènes, il est maintenant essentiel de se pencher sur une dimension plus profonde de la communication : l’analyse pragmatique. Cette approche nous a per- mis d’aller au-delà des mots pour explorer les intentions, les motivations et les contextes sociaux qui sous-tendent ces commentaires, offrant ainsi une perspective complémentaire et enrichissante aux observations grammaticales précédemment obtenues. 4.2.2 Analyse pragmatique Les commentaires de soutien et d’opinion neutre présentent les plus grandes similitudes entre les utilisateurs français et slovènes de Facebook. Au début de la pandémie, les com- mentaires de soutien étaient plus fréquents dans les deux pays, exprimant des sentiments de solidarité et saluant les mesures strictes. Les Français encourageaient leurs pairs à respecter les consignes pour le bien commun (exemple 6), tandis que les Slovènes félici- taient ceux qui respectaient déjà les règles (exemple 7). 0% 20% 40% 60% 80% 100% 120% soutien (SLO) désaccord (SLO) neutre (SLO) soutien (FR) désaccord (FR) neutre (FR) simple complexe autre 146 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES (6) Quand on voit toutes les critiques contre les mesures, c’est à tomber par terre! Avant-hier il y avait foule dans les rues et les magasins, maintenant on critique que la mesure n’est pas suffisante. Faut savoir! C’est vrai que ces mesures sont tardives, mais c’est le moment de s’y mettre et de dépenser son énergie à défendre la population contre le virus, pas de se monter les uns contre les autres. Acte illocutoire : l’auteur tente de persuader les lecteurs de concentrer leur énergie sur le respect des mesures instaurées contre le coronavirus et la promo- tion de l’unité, plutôt que sur la critique de celles-ci. (7) “Strokovnjaki” so napravili največ težav. Vsaka čast tistim, ki so upoštevali navodila. Isto velja za politike ki so novi člani vlade. No morda so šli pogledat v Italijo kako se ukrepa. Acte illocutoire : l’auteur félicite ceux qui ont suivi les instructions et les nou- veaux membres du gouvernement, soutenant ainsi implicitement leurs actions. Les éléments lexicaux exprimant les émotions mentionnées incluaient des adjectifs comme « clair » et « pravilen » (correct), ainsi que des verbes comme « strinjati se » (être d’accord) et des interjections comme « bravo ». Cependant, lors du second confinement, les commentaires de soutien sont devenus rares et plus critiques, reflétant la fatigue et la frustration croissantes des deux nations. En France, les commentaires insistaient sur le maintien de l’ordre social (exemple 8), tandis qu’en Slovénie, ils critiquaient l’hystérie publique (exemple 9). (8) Arrêtons de nous plaindre. L appel a la grève ou au manif n’est pas une solution. Acte illocutoire : l’auteur déconseille de se plaindre et de protester. (9) Več kot tragikomično je, da se s širitvijo zdravstvene krize in omejevalnih ukrepov nespamet in histerija ljudi vsak dan bolj povečuje. Bolj, kot se zaostru- jejo prepotrebni ukrepi, bolj se razkriva razvejanost in nerazsodnost ljudi, ki napredajo same neumnosti, tudi in celo takšne, da vlado sprašujejo, kaj bodo ob zaprtju občinskih meja jedli njihovi štirinožni ljubljenčki 😎 Acte illocutoire : l’auteur critique la réaction du public aux mesures jugées nécessaires, en soulignant l’irrationalité et l’hystérie du public. Les commentaires neutres, quant à eux, cherchaient surtout à obtenir des clarifications sur les mesures de confinement et à fournir des remarques impartiales à leur sujet. Pendant le premier confinement, les utilisateurs de Facebook des deux pays questionnaient la logique de certaines mesures sans prendre de position claire pour ou contre elles (exemples 10 et 11). Lors du second confinement, ces commentaires ont exprimé davantage de doutes et de préoccupations, demandant plus de transparence de la part des autorités (exemples 12 et 13). 147Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... (10) Respecter les distances de 1 metre!dans les transports ca va pas etre facile. Acte illocutoire : l’auteur attire l’attention sur les difficultés éventuelles à res- pecter les mesures sanitaires imposées par le gouvernement. (11) Kaj pa poivodnje v tovarnah Acte illocutoire : l’auteur interroge sur le degré de production dans les usines. (12) J’ai pas regarder, vous avez le droit d’aller au travail ou pas ? Acte illocutoire : l’auteur souhaite obtenir des précisions sur les personnes autorisées à se rendre au travail. (13) Kaj pa otroke ki peljemo v sosednjo občino na inštrukcije? Verjamem da niso samo naši ki jih potrebujejo (inštrukcije) s tem internetnim prodajanjem znanja? Acte illocutoire : l’auteur s’interroge sur les spécificités de la restriction des déplacements dans la région statistique de résidence. Plus particulièrement, sur la manière dont elle s’applique aux enfants ayant besoin d’un soutien scolaire dans les municipalités voisines. Si la catégorie des commentaires neutres ne donne que peu d’indications significatives, il en va tout autrement pour les commentaires exprimant le désaccord. En effet, ces com- mentaires révèlent les plus grandes différences entre les deux groupes linguistiques. Même s’ils sont les plus fréquents dans les quatre corpus, ils montrent une intensification du vocabulaire entre les deux confinements. Lors du premier confinement, les critiques en France ciblaient principalement la sévérité des mesures (exemple 14). Au second confi- nement, elles ont évolué vers la moquerie et le sarcasme (exemples 15 et 16), et incluaient des expressions comme « c’est une farce » ou « à quand la troisième vague », indiquant un mécontentement profond et une perte de confiance dans les actions du gouvernement. (14) En bref, c’est pas un confinement mais uniquement des réductions de libertés. Acte illocutoire : l’auteur critique les mesures gouvernementales contre le co- ronavirus qu’il juge être extrêmement restrictives. (15) Je suis prête pour la 2eme vague, j’ai pris ma planche de surf. Acte illocutoire : l’auteur se moque des actions du gouvernement en assimilant le confinement aux vacances. (16) C’est un apéro de reconfinement ça on bosse tt le monde a l’école au taf c’est une farce ? Acte illocutoire : l’auteur ridiculise les mesures gouvernementales. En Slovénie, une tendance similaire s’est manifestée, mais avec une intensité plus mar- quée. En effet, les critiques se sont transformées en menaces directes et en insultes 148 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES violentes, avec des termes comme « butalska vlada » (gouvernement débile) ou « psi- hopati » (psychopathes) pour désigner les membres du gouvernement. Des menaces ex- plicites, telles que celle visant le Premier ministre slovène de l’époque (exemple 17), montrent une colère exacerbée et une animosité profonde, surpassant celle observée en France. (17) Tud za tebe vampir Janosh se bo našel srebrni metek in kol za v srce, če ga sploh imaš, ker možganov nimaš, pokveka 😈😈😈 Acte illocutoire : l’auteur menace le premier ministre slovène de l’époque. 5 CONCLUSION L’objectif principal de cet article était de comparer les réactions des utilisateurs fran- çais et slovènes de Facebook face aux mesures de confinement pendant la pandémie de Covid-19. En observant les différences et similitudes linguistiques entre les réactions des deux groupes d’utilisateurs de Facebook, et en examinant les émotions exprimées dans leurs commentaires, nous avons analysé leur évolution au cours de la pandémie. Pour atteindre nos objectifs, nous avons réalisé deux analyses distinctes. En premier lieu, nous avons effectué une analyse des opinions qui a révélé que la majorité des inter- nautes dans les deux pays ont réagi négativement aux mesures de confinement, avec une diminution notable du nombre de commentaires de soutien entre les deux confinements. Cela peut s’expliquer par le fait que les réseaux sociaux assurent « la communication indirecte, abstraite, sans véritables rencontre avec l’autre [et sans répercussions réelles] » (Breton cité dans Panckhurst 2006, 349), ce qui peut mener les internautes à une agres- sivité sans bornes. En deuxième lieu, nous avons proposé un examen linguistique approfondi des com- mentaires Facebook compilés dans nos corpus. Dans le cadre de cette étude, nous avons examiné leur structure textuelle, syntaxique, lexicale, ainsi que leurs valeurs pragma- tiques. Les résultats montrent à la fois des similitudes, comme l’utilisation accrue des signes paralinguistiques et la prédominance des phrases déclaratives, et des différences marquées, notamment dans la manière dont le soutien et le désaccord sont exprimés. Tous ces résultats ont enrichi notre compréhension de la dynamique des interactions en ligne en période de crise et ont mis en lumière des différences culturelles significatives dans la manière dont les populations française et slovène ont réagi aux mesures de confi- nement sur les réseaux sociaux. En France, la tendance à utiliser la moquerie et le sar- casme pour exprimer le désaccord souligne une approche plus indirecte et peut-être plus socialement acceptable de critiquer les autorités. En revanche, en Slovénie, l’expression plus directe et violente, se manifestant sous la forme de menaces explicites et d’insultes, indique une tolérance plus élevée pour l’expression brute de la frustration et de la colère. 149Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... Malgré des contextes linguistiques et culturels différents, les réactions aux confine- ments présentent des similitudes notables, soulignant l’importance des études compara- tives pour comprendre les dynamiques du discours public en ligne. Les résultats de nos analyses peuvent aider les politiques à mieux anticiper et gérer les réactions du public en temps de crise. Pour de futures recherches, il serait pertinent d’explorer les réactions des internautes sur d’autres plateformes de réseaux sociaux, comme X (anciennement Twitter) et Ins- tagram, pour comparer les dynamiques observées sur Facebook. De plus, une analyse plus approfondie prenant en compte une période plus longue pourrait offrir des infor- mations sur l’évolution des sentiments au fil du temps. Une comparaison avec d’autres crises, telles que des catastrophes naturelles ou des crises économiques, permettrait éga- lement de voir si les dynamiques observées pendant la pandémie sont spécifiques à ce contexte ou se manifestent dans d’autres crises. En somme, cette étude démontre le rôle crucial des réseaux sociaux en temps de crise, non seulement en tant que reflets des émotions publiques, mais aussi comme cata- lyseurs de réactions collectives, influençant et façonnant les perceptions et les attitudes face à la crise. BIBLIOGRAPHIE ANIS, Jacques (1996) Communication électronique scripturale et formes langagières. Actes de Quatrièmes Rencontres Réseaux Humains / Réseaux Technologiques. Poi- tiers : Documents, Actes et Rapports pour l’Éducation, CNDP, 57-70. http://rhrt. edel.univ-poitiers.fr/documentef73.html?id=547. AUSTIN, John Langshaw (1962) How to Do Things with Words: The William James Lectures delivered at Harvard University in 1955. Oxford: Oxford University Press. BALAHUR, Alexandra (2013) Sentiment Analysis in Social Media Texts. Proceedings of the 4th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis, 120-128. DELATOUR, Yvonne/Dominique JENNEPIN/Maylis LÉON-DUFOUE/Brigitte TEYS- SIER (2004) Nouvelle grammaire du français : cours de civilisation française de la Sorbonne. Paris : Hachette. FARZINDAR, Atefeh/Mathieu ROCHE (2013) Les défis de l’analyse des réseaux so- ciaux pour le traitement automatique des langues. Revue TAL – traitement auto- matique des langues 54 (3), 7-16. Research Gate.. https://www.researchgate.net/pu- blication/275946254_Les_defis_de_l’analyse_des_reseaux_sociaux_pour_le_traite- ment_automatique_des_langues. LIU, Bing (2010) Sentiment Analysis and Subjectivity. Research Gate. https://www.re- searchgate.net/publication/228667268_Sentiment_analysis_and_subjectivity. 150 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES LIU, Bing (2012) Sentiment Analysis: A Fascinating Problem. Sentiment Analysis and Opinion Mining, 5-7. Morgan and Claypool Publishers. MENCARINI, Letizia/Delia Irazu HERNANDEZ-FARIAS/Mirko LAI/Viviana PATTI/ Emilio SULIS/Daniele VIGNOLI (2019) ‘Happy Parents’ Tweets: An Exploration of Italian Twitter Data Using Sentiment Analysis. Demographic Research 40, 693- 724. JSTOR. https://www.jstor.org/stable/26727014. MOURLHON-DALLIES, Florence (2007) Communication électronique et genres du discours. Gloyyopol : revue de sociolinguistique en ligne 10, 11-23. PANCKHURST, Rachel (2006) Le discours électronique médié : bilan et perspectives. Lire, Écrire, Communiquer et Apprendre avec Internet 1, 345-366. RIEGEL, Martin/Jean-Christophe PELLAT/René RIOUL (1999) Grammaire métho- dique du français. Paris : Presses Universitaires de France. SANCHEZ, Léa (2021) Combien de jours de restrictions avons-nous vécu en France depuis un an ? Le Monde. 22 mai 2024. https://www.lemonde.fr/les-decodeurs/ar- ticle/2021/03/12/couvre-feu-confinement-commerces-ou-bars-fermes-combien-de- jours-de-restrictions-depuis-un-an_6072845_4355770.html#commune=29019. SANTOS BRUSS, Sara Morais dos (2023) CONCLUSION: Toward a Media Planetary and Networks of Care. Feminist Solidarities after Modulation, 319-42. Punctum Books. JSTOR. http://www.jstor.org/stable/jj.10782316.12. TOPORIŠIČ, Jože (2000) Slovenska slovnica. Maribor : Obzorja. ZHOU, Xujuan/Zhenyu YANG/Xiaohui TAO/Jianming YONG (2013) Sentiment Analy- sis on Tweets for Social Events. Proceeding of the 2013 IEEE 17th International Conference on Computer Supported Cooperative Work in Design, 557-562. DOI: 10.1109/cscwd.2013.6581022. ZWITTER VITEZ, Ana (2020). Le discours politique et l’expression de l’opinion sur Twitter : analyse syntaxique, lexicale et orthographique. Ars et humanitas 14 (1), 157-170. https://litmedmod.ca/sites/default/files/pdf/mourlhon-dallies_2007_com- munication_electronique_genre_de_discours.pdf. ZWITTER VITEZ, Ana (2021) L’expression de l’opinion : analyse textuelle, syntaxique et lexicale de réactions à un événement politique. Vestnik za tuje jezike/Journal for Foreign Languages, 91-108. Affichages Facebook LE MONDE (2020a) Vidéo | Le chef de l’État a appelé la population à ne pas sortir sous peine de sanction, sauf cas exceptionnel, et a « garder le calme ». Retrouvez son allocution. Facebook. 16 mars 2020. https://www.facebook.com/lemonde.fr/ posts/10158677908962590. LE MONDE (2020b) Emmanuel Macron a annoncé mercredi, le retour du confinement sur le territoire national « à partir de vendredi » et jusqu’au 1er décembre. Ce confi- nement sera allégé par rapport à celui décidé en mars : les crèches, les écoles, les 151Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... collèges et les lycées, notamment, resteront ouverts. Facebook. 28 octobre 2020. https://www.facebook.com/lemonde.fr/posts/10159451563332590. RTVSLO.si (2020c) »Zmanjkalo mi je že besed, ne vem ali naj moledujem, prosim, pozivam: zdravstveno stoko in zdravstvene delavce, naj ne prihajajo bolni in z vidnimi znaki koronavirusa na delo. Pri delu naj bodo primerno zaščiteni Ne želi- mo, da se nam zgodi italijanski scenarij, kjer se je virus nekontrolirano razširil po bolnišnicah. To ima lahko neslutene posledice,« je na novinarski konferenci po- vedal Aleš Šabeder. Facebook. 12 mars 2020. https://www.facebook.com/rtvslo.si/ posts/2572441852979348. RTVSLO.si (2020d) Minister za obrambo Tonin je s ponedeljkom napovedal začasno ustavitev javnega prometa. Minister za zdravje Ganrar pa je dejal, da bo eden imed ukrepov boja proti koronavirusu prepoved obratovanja lokalov, ni pa razkril, kdaj bo ukrep začel veljati... Facebook. 14 mars 2020. https://www.facebook.com/rtvslo. si/posts/2574308619459338. RTVSLO.si (2020e) Vladni govorec Jelko Kacin je za TV Slovenija pojasnil, da bo tudi grobove mogoče obiskati samo znotraj svoje občine. »Virus se namreč tako hitro širi, da so to zadnji ukrepi, ki jih imamo na voljo, če želimo v tem tednu ukrep zamejiti.« Facebook. 25 octobre 2020. https://www.facebook.com/rtvslo.si/ posts/2773002106256654. RTVSLO.si (2020f) Odlok o začasni omejitvi gibanja in zbiranja ljudi se podaljšuje tak, kot je, je sporočil minister za notranje zadeve Aleš Hojs. Vsebuje le nekaj manjših popravkov. Facebook. 5 novembre 2020. https://www.facebook.com/rtvslo.si/ posts/2783159941907537. 152 VESTNIK ZA TUJE JEZIKE/JOURNAL FOR FOREIGN LANGUAGES POVZETEK JEZIKOSLOVNA ANALIZA FACEBOOK KOMENTARJEV O PROTIKORONSKIH UKREPIH V FRANCIJI IN SLOVENIJI Članek analizira komentarje slovenskih in francoskih uporabnokov Facebooka glede ukrepov za preprečevanje in obvladovanje okužb z virusom SARS-CoV-2 med pandemijo covida-19. Glavna cilja analize sta prepoznati jezikovne strukture, s katerimi so se uporabniki Facebooka odzvali na protikoronske ukrepe in primerjati odzive na omenjene ukrepe na jezikoslovni ravni, da bi ugo- tovili, kako so se spremenili od prvega do drugega zaprtja obeh držav. Teoretični del obravnava računalniško-posredovano komunikacijo, analizo diskurza, analizo razpoloženja (opinion mining) in predstavi jezikovne značilnosti francoščine in slovenščine. Rezultati analize mnenj kažejo, da je večina uporabnikov Facebooka v obeh državah negativno reagirala na protikoronske ukrepe, pri čemer se je uporaba parajezikovnih znakov (smeškov, GIF-ov) povečala med drugim zaprtjem. Skladenjska analiza je pokazala, da je bila pripovedna poved najbolj uporabljen tip povedi v obeh jezikovnih skupinah, a da so slovenski uporabniki podporo in nevtralnost večinoma izražali s po- močjo večstavčnih povedi, medtem ko so francoski uporabniki ta mnenja izrazili predvsem skozi enostavčne povedi. Pri komentarjih nestrinjanja je bila situacija obratna. Pragmatična analiza je pokazala, da so bili komentarji podpore v obeh državah na začetku pandemije pogostejši, med drugim zaprtjem pa so postali redkejši in bolj kritični. Podoben negativni obrat je opaziti tudi v nevtralni komentarjih. Največje razlike so se pokazale v komentarjih nestrinjanja: ti so med dru- gim zaprtjem v Franciji prešli v posmeh, medtem ko so se v Sloveniji spremenili v neposredne grožnje in nasilne žalitve. Rezultati magistrske naloge poglabljajo razumevanje dinamike spletnih interakcij v času krize ter poudarjajo kulturne razlike in podobnosti v odzivih na ukrepe zaprtja na družbenih omrežjih. Ključne besede: protikoronski ukrepi, pandemija covida-19, Slovenija, Francija ABSTRACT LINGUISTIC ANALYSIS OF FACEBOOK COMMENTS ON THE CORONAVIRUS CONTAINMENT MEASURES IN FRANCE AND SLOVENIA This article analyses how Slovenian and French Facebook users reacted to the containment meas- ures that were put into place during the COVID-19 pandemic. The two main objectives of this analysis are to identify the linguistic structures used by the Facebook users to respond to the COV- ID-19 measures, and to compare how these reactions evolved between the first and second lock- downs on a linguistic level. The theoretical framework covers computer-mediated communication, discourse analysis, opinion mining, and the linguistic characteristics of French and Slovenian. 153Metka Godec: ANALYSE LINGUISTIQUE DES COMMENTAIRES FACEBOOK ... The analysis revealed that Facebook users in both countries generally reacted negatively to the lockdown measures. The use of paralinguistic signs (emoticons, GIFs) increased during the second lockdown. Syntactically, declarative sentences were the most commonly used type of sentence in both linguistic groups. Slovenian users, however, mainly expressed support and neutrality through complex sentences, while French users did so primarily through simple sentences. For comments of disagreement, the pattern was reversed. The pragmatic analysis showed that, early in the pan- demic, most commentators welcomed strict measures, but this became rarer and the comments more critical by the second lockdown. Neutral comments shifted from seeking additional infor- mation to expressing doubt and demanding greater transparency. The biggest differences appeared in comments of disagreement: French criticism shifted to sarcasm and mockery, while in Slove- nia they escalated into direct threats and violent insults. This master’s thesis enhances the under- standing of the dynamics of online interactions during a crisis and highlights significant cultural differences and similarities in how the French and Slovenian populations reacted to the lockdown measures on social media. Keywords: COVID-19 prevention and control measures, COVID-19 pandemic, Slovenia, France