Combien de mots faut-il connaître pour parler une langue ?

La question revient sans cesse, et les réponses qu’on lit varient du tout au tout. Le problème vient souvent de la question elle-même. Parler et comprendre ne demandent pas la même chose, et compter des mots n’est pas aussi simple qu’il y paraît. Heureusement, la recherche a des réponses précises, à condition de bien poser la question.

Parler, comprendre : deux vocabulaires

Vous comprenez bien plus de mots que vous n’en employez. Les chercheurs distinguent le vocabulaire réceptif, celui qu’on reconnaît en lisant ou en écoutant, du vocabulaire productif, celui qu’on utilise soi-même. Les études citées ici portent toutes sur le premier, parce qu’il se mesure bien : on prend des textes réels et on regarde quelle part de leurs mots un lecteur connaît. C’est ce qu’on appelle la couverture.

Bonne nouvelle pour qui veut parler : l’oral s’appuie un peu plus que l’écrit sur les mots les plus fréquents (Nation, 2006). Les mots qui vous permettent de comprendre une conversation sont donc en bonne partie ceux dont vous aurez besoin pour y participer.

Quelle couverture pour comprendre ?

Dans une étude de Marcella Hu et Paul Nation, des apprenants lisaient une histoire dont certains mots avaient été remplacés par des mots inventés. Avec 80 % des mots connus, aucun n’a compris l’histoire de façon satisfaisante. Les chercheurs ont estimé que la plupart des lecteurs ont besoin d’environ 98 % de mots connus, soit un mot inconnu sur cinquante (Hu & Nation, 2000). Une étude menée en Israël auprès de 745 étudiants propose deux seuils : 95 % pour lire avec un peu d’aide, 98 % pour lire seul (Laufer & Ravenhorst-Kalovski, 2010).

Ce que disent les chiffres, langue par langue

L’anglais. Paul Nation compte des familles de mots, un mot avec ses dérivés : play, played et player comptent pour un. Les 1000 familles les plus fréquentes couvrent 78 % à 81 % de l’écrit et 81 % à 84 % de l’oral. Avec 3000 familles et les noms propres, on dépasse 95 % de la conversation. Pour atteindre 98 %, il faut 8000 à 9000 familles pour lire des romans et des journaux, et 6000 à 7000 pour l’oral (Nation, 2006). Au cinéma, dans les scénarios de 318 films, 3000 familles avec les noms propres et les interjections couvrent 95,8 % des mots, et 6000 familles 98 % (Webb & Rodgers, 2009).

L’espagnol. Sur un corpus de 20 millions de mots, les 1000 mots les plus fréquents couvrent environ 88 % de l’oral et 76 % à 80 % de l’écrit ; les 3000 premiers, 94 % de l’oral et 88 % à 90 % de l’écrit (Davies, 2005). Ici, on compte des formes de dictionnaire, si bien que pintar et pintor font deux mots.

L’italien. Le Nuovo vocabolario di base de Tullio De Mauro compte environ 7000 mots. Son noyau, quelque 2000 mots « fondamentaux », couvre 86 % des mots d’un corpus de près de 19 millions de mots, et les 3000 mots « de haut usage » suivants en ajoutent 6 % (De Mauro, 2016).

Le français et l’hébreu. Nous n’avons pas trouvé d’étude comparable que nous puissions vérifier, donc pas de chiffres. On sait en revanche que, partout où on l’a mesurée, la fréquence des mots suit la même pente raide : quelques mots très courants font l’essentiel de n’importe quel texte (Piantadosi, 2014).

Et un locuteur natif ?

Une vaste étude en ligne estime qu’un locuteur natif de l’anglais américain âgé de 20 ans connaît en moyenne environ 42000 mots de dictionnaire, issus d’environ 11100 familles (Brysbaert et al., 2016). « Connaître » y signifie parfois simplement savoir que le mot existe. Personne n’a besoin d’en arriver là pour vivre à l’aise dans une langue étrangère.

Les paliers qui comptent

• 1000 mots : l’ossature de toutes les phrases. On ne suit pas encore grand-chose, mais rien ne marche sans eux.
• 3000 mots : l’essentiel de la conversation courante, et une bonne base pour les films et les séries.
• 4000 à 5000 mots : de vrais articles et de vrais livres, avec un dictionnaire à portée de main.
• 8000 à 9000 mots : romans et journaux en autonomie.

Chaque millier supplémentaire ajoute moins de couverture que le précédent. Il n’en devient pas inutile pour autant : dans l’étude israélienne, les résultats en lecture continuaient de progresser à chaque millier de mots, même quand la couverture ne bougeait presque plus.

Pour savoir où vous en êtes, prenez un texte que vous aimeriez lire, comptez 100 mots d’affilée et soulignez ceux que vous ne connaissez pas, sans compter les noms propres. Plus de cinq, et vous êtes sous les 95 %. Deux ou moins, et vous approchez des 98 %.

Par où commencer

Par le haut de la liste de fréquence, en faisant en sorte que chaque mot reste. C’est ainsi que sont construits nos cours d’anglais, d’espagnol et d’italien : des mots classés selon leur fréquence réelle, jusqu’à 3000. Pour la partie mémorisation, lisez notre article sur la méthode des mots-clés.