1 » »’ Paralipomènes à l’algèbre des fonctions caractéristiques et simples 6

« The Ukrainian president Zelenskyy had been elected on the promise that he would end the simmering conflict that began with the Russian annexation of Crimea in 2014. He met with Putin in Paris in December 2019 and the two agreed to a ceasefire in the Donbas region, which both sides had largely respected, reducing the number of deaths to near zero. Once Biden set foot in the White House, Zelenskyy ordered a clampdown on Putin’s Ukrainian ally Viktor Medvedchuk, while simultaneously launching loud campaigns for Ukraine’s NATO membership, the return of Crimea, as well as for the derailing of the Russo-German Nord Stream 2 gas pipeline project. Two factors may have played into Zelenskyy’s decisions. Azerbaijan’s victory over Russian-backed Armenian forces in the fall of 2020, achieved largely thanks to Turkish Bayraktar drones, gave hopes that high-tech warfare against Russia could be successful. The other factor was that in December 2020, polls showed Medvedchuk’s party ahead of Zelenskyy’s. Just a few days after Biden’s inauguration, Zelenskyy gave an interview to American outlet Axios in which he famously asked his US counterpart: “Why Ukraine is still not in NATO?” This was followed by an op-ed with the same question in the title by Ukraine’s foreign minister, Dmytro Kuleba, published by Atlantic Council – a think tank that gets much of its funding from the US government and Pentagon contractors. Unsurprisingly, some of the same personalities that shaped US policies towards Russia in the 1990s also egged on the Biden administration to adopt aggressive policies that contributed to making the invasion happen. On March 5, Fried, Vershbow and Herbst, along with three others, published a report in the Atlantic Council with a list of recommendations for the Biden administration with regard to Ukraine and Russia. These boiled down to pressuring Putin by escalating on every front – from offering NATO membership plan to Ukraine to derailing Nord Stream 2 and “enhancing security” in the Black Sea. Three weeks after that publication, Putin began deploying troops on the Ukrainian border, embarking on 11 months of hair-raising brinkmanship. This period saw the British warship HMS Defender entering what Russia had declared its territorial waters off the coast of occupied Crimea in June, the US starting secret supplies of weapons to Ukraine in September and finally the US and Ukraine announcing a strategic partnership in November – a move that amounted to casus belli in the eyes of Kremlin hawks. It was around that time that Putin began preparing for the invasion in earnest before eventually triggering it in February 2022. The resulting war is now approaching its third anniversary.« 

Faire la guerre quand on possède l’arme nucléaire est l’un des plus grand crime possible et le plus grand gaspillage de ressources possible : c’est encore des riches qui volent en volant le plus efficacement avec la complicité des prolos de guerre ! Et faire la guerre quand on ne possède pas l’arme nucléaire, n’est qu’une activité mafieuse servant l’enrichissement de gangsters : c’est encore des pauvres qui volent en volant le moins efficacement et encore avec la complicité des prolos de guerre !

Nuclear war scenario	Soot generated	Direct fatalities	Deaths due to famine by end of Year 2
100 weapons detonated, 15 kt each	5 Tg	27 million	260 million
250 weapons detonated, 15 kt each	16 Tg	52 million	930 million
250 weapons detonated, 50 kt each	27 Tg	97 million	1.4 billion
250 weapons detonated, 100 kt each	37 Tg	127 million	2.1 billion
500 weapons detonated, 100 kt each	47 Tg	164 million	2.5 billion
1,000 weapons detonated, 100 kt each (estimate)	~60 Tg	~190 million	~2.9 billion
4,400 weapons detonated, 100 kt each (published US–Russia case)	150 Tg	360 million	5.3 billion
10,000 weapons detonated, 100 kt each (saturated estimate)	~150–180 Tg	~400–500 million	~5.5–6.5 billion
100,000 weapons detonated (saturated estimate)	~150–200 Tg cap	~0.5–1 billion urban cap	~6–7.5 billion
1 million weapons detonated (satire / overkill)	~150–200 Tg cap	≤1 billion	≤8 billion (pop. cap)
100 million weapons detonated (satire / overkill)	~150–200 Tg cap	≤1 billion	≤8.2 billion (pop. cap)

« Many historians and analysts agree that Russia would likely not have invaded Ukraine if Kyiv had kept the Soviet nuclear arsenal it inherited in 1991.. Under the Budapest Memorandum signed in December 1994, Ukraine gave up the world’s third-largest nuclear stockpile in exchange for assurances from Russia, the U.S., and the UK to respect its borders and sovereignty. Russia broke this agreement, first in 2014 and then with the 2022 full-scale invasion.« 

« La promesse du Mémorandum de Budapest était que les 3 puissances nucléaires signataires (Russie, USA, Royaume-Uni) ne s’attaqueraient jamais à l’Ukraine (article 2), ne l’embargueraient pas (article 3), ni n’essaieraient de saper sa souveraineté ou son intégrité territoriale (article 1), et que si l’Ukraine était attaquée avec des armes nucléaires, elles voteraient à l’ONU en faveur de l’envoi d’une aide internationale à l’Ukraine (article 4).« 

« A functioning nuclear deterrent fundamentally changes a nation’s security calculus. Military analysts note that a nuclear-armed Ukraine would have posed a catastrophic risk to any invading Russian force, effectively raising the cost of aggression beyond acceptable limits. Geopolitical Leverage: Retaining strategic warheads would have prevented Russia from viewing its neighbor as strategically vulnerable in the post-Soviet power vacuum. Direct Breach: Russia flagrantly violated the Memorandum by annexing Crimea in 2014 and launching a full-scale invasion in 2022, proving the written assurances unreliable.« 

⁂

« Never mind the answers; learn to live with the questions. »–In The Dark (Remix), Joe Frank.

⁂

« Is our enemy today Russia, as I sometimes hear? Is it China? Is it the goal of NATO to designate them as enemies? I don’t believe so. Our common enemy today is terrorism, which has hit each of our countries« , declared « French President Emmanuel Macron in a November 7 2019 interview with the Economist magazine. » In February and March 2014, Russia invaded the Crimean Peninsula, part of Ukraine, and then annexed it. Since 2014, Russia has consistently been taking over Ukrainian mines. As of 2022, Russia had seized 63 percent of Ukraine’s coal deposits. Russia Seized ~20% of Ukraine’s Territory Since 2014. « The West’s weak reaction to Russia’s annexation of Crimea in 2014 and the continued aggression vis-à-vis Ukraine in Donbas, and previously in Georgia in 2008, is referred to as a factor underlying Russia’s launch of a fully fledged war against Ukraine on 24 February 2022. When the United Nations Security Council voted on a resolution condemning the 2014 annexation of Crimea as illegal, China chose to abstain rather than vote in favor or against. This abstention blocked a unified global condemnation from the security body, offering Russia vital diplomatic cover.

⁂

« Il ne faut pas rincer la coupe de l’amitié dans la cuvette des WC. » Georges Bernier, dit Professeur Choron

⁂

Chinese state media and official spokespersons echoed Russian talking points, arguing that NATO’s eastward expansion and Western interference pushed Russia to the wall. Though China rejects formal recognition, it avoids directly criticizing Russian actions. Instead, Beijing often points to « complex historical factors » behind the conflict and criticizes Western or NATO expansion policies, allowing it to preserve its close economic and political ties with Moscow without legally validating the border changes. By refusing to label the events an invasion or violation of international borders, Beijing signaled tacit understanding of Russia’s security grievances Analysts view China’s muted 2014 reaction as a turning point where Russia realized it could rely on Asian markets and diplomatic shielding, laying the groundwork for the comprehensive « no limits » partnership that preceded the full-scale 2022 invasion. Isolated by early Western sanctions in 2014, Moscow accelerated its « pivot to Asia. » Amid the crisis, Russia’s Gazprom and the China National Petroleum Corporation finalized a massive 30-year, $400 billion natural gas deal. China dramatically increased its imports of Russian oil and raw materials through 2014, helping offset the economic impact of nascent Western restrictions and stabilizing Russian state revenues.« 

⁂

Miam, miam, mi âme à miasme, le matin au réveil, un bon cout de bol d’âme et rit que suit pour se rincer tout de go Z yeah un bon revers de « Groscrocococcacalàbas » ** ; puis restant tout pan sent en faisant ça qu’est quête, mais disant à vautre bons qu’heurtent, t’a pas cent balles ? Pour l’art méééééééé.. des rupins où pour l’armée des soldats ?

⁂

« The United States has approximately 23.6 to 24 million millionaires (roughly 37% to 40% of global total) and has approximately 977 to 1,135 billionaires (roughly 40% to 41% of global total). » Don Add V.A.D. Trumputin is the richest president of all time, followed by Ivan the terrible hoarder of the order of the horde of the Oprichniki, John F. Kennedy and George Washington. His net worth is estimated in the billions, far surpassing any other president in Russiamerican history.

« Given that the total number of foreign military bases globally stands around 1,200 ( with with Turkey~133; United Kingdom~117 – 145; Russia~29 – 35; France~20 – 30; India~20; China~1 – 16), the United States operates approximately 750 to 800 military bases outside its national territory, spanning more than 80 foreign countries and colonies. This network constitutes roughly 70% to 85% of all foreign military bases in the world. When including domestic bases, training sites, and properties within the 50 states, the Department of Defense manages a total of 4,790 military sites worldwide. Roughly 60% of U.S. foreign locations are full-scale, large installations. The remaining sites are classified as « Lily Pads »—smaller, secretive, or collaborative radar hubs, drone facilities, and cooperative security environments. U.S. bases span more than 80 countries and territories across every inhabited continent. These foreign installations collectively house approximately 166,000 to 173,000 active-duty American troops permanently stationed abroad. U.S. overseas military bases generally occupy a minuscule fraction of their host nations’ overall national territory, typically accounting for less than 0.01% to 0.1% of the total landmass. However, when examined through a localized lens, these bases can consume massive, highly disproportionate shares of specific islands, cities, or provinces. The total global land area managed by the U.S. Department of Defense (DoD) spans roughly 27 million acres globally, but the vast majority of this acreage sits within the United States. The footprint in foreign nations is divided into a few large hubs and hundreds of minor sites. Large Bases: Representing about 60% of overseas facilities, these are defined as installations larger than 10 acres or valued above $10 million. These function as miniature American suburbs with their own schools, hospitals, and transit grids embedded in the host state. »Lily Pads » (Small Bases): The remaining 40% are under 10 acres. They consist of localized radar facilities, cooperative security sites, or refueling strips that require almost no noticeable national land mass. » But most nations around the world are on leased to the American bases abroad which at the end of the leasing period can either be redeemed as fully American territories or released to some of the top american billionaires to become eventually at the end of the leasing period their own nations, but usually in general end up being leased back to the nations themselves etc..

⁂

11 -ème fonction de la Morphologie du conte (Morphology of the Folktale), de Vladimir Propp : Départ (↑) : Le héros quitte la maison.

Le départ (↑) marque le passage du monde ordinaire au monde de l’aventure. Il constitue le véritable commencement de la quête et prépare la rencontre avec le donateur. Il se distingue de l’éloignement initial (β) par son caractère volontaire et orienté vers un but.

Essence : Le héros quitte la maison. Ce départ marque le début de l’aventure proprement dite et se distingue de l’éloignement temporaire (β).
Définition abrégée : départ.
Signe : ↑.

Cette fonction suit généralement le début de l’action contraire (C) et précède la première fonction du donateur (D). Elle constitue le passage du monde ordinaire vers le monde de l’aventure.

Formes principales (selon Propp)

Le départ peut être accompagné d’un auxiliaire ou d’un objet.
Dans la Morphologie du conte, Propp définit la fonction 11 ainsi : le héros quitte la maison (départ ; désignation ↑ ou parfois f).
Qu’est-ce que c’est ? C’est le moment où le héros quitte physiquement l’environnement familial. Ce départ se distingue de l’éloignement temporaire initial (fonction 1, β). Propp distingue :

Le héros part de son propre chef.

Il est envoyé ou autorisé à partir.

Le départ peut être volontaire ou contraint.

Il quitte la maison familiale ou le village.

Héros-quêteur : départ pour une recherche (sauver, récupérer, réparer).
Héros-victime : début d’un voyage où des aventures l’attendent (ex. jeune fille chassée).

Le signe ↑ suit la route du héros principal. Parfois pas de déplacement spatial réel ; parfois forme intensifiée de fuite.
Pourquoi ? Il concrétise la décision d’agir (après les fonctions 9 et 10) et marque le début effectif de l’aventure, le passage du monde ordinaire à l’inconnu. Les éléments A (méfait/manque), B (médiation), C (décision) et ↑ constituent la « complication » qui lance le récit.

Qui	Le héros quitte la maison.
Quoi	Le départ vers l’aventure.
Où	De la maison familiale ou du village vers l’inconnu. Après les fonctions de complication (8-10), avant la rencontre avec le donateur (fonction 12). Il ouvre la phase d’équipement du héros (12-15).
Quand	Après l’acceptation de la mission (C), avant la rencontre avec le donateur (D).
Pourquoi	Pour réparer le méfait ou le manque, pour accomplir la quête.
Comment	À pied, à cheval, ou par d’autres moyens ; volontairement ou envoyé. Départ volontaire et décidé, avec cérémonie ou envoi, secret/nocturne, ou sous forme de fuite. Le héros peut partir seul ou accompagné.

Rôle structurel Il forme une paire avec le retour (fonction 20, ↓). Symboliquement, il représente souvent un rite de passage. Il permet les rencontres suivantes (donateur, auxiliaire, agresseur) hors de l’espace initial. Le départ (↑) marque le passage du monde ordinaire au monde de l’aventure. Il constitue le véritable commencement de la quête et prépare la rencontre avec le donateur. Il se distingue de l’éloignement initial (β) par son caractère volontaire et orienté vers un but.

Lien avec les autres fonctions et sphères d’action

• Séquence : C → ↑ → D.
• Position : Fonction 11.
• Suit : début de l’action contraire (C).
• Précède : première fonction du donateur (D).
• Sphères : sphère d’action du héros.

PART III AS FART III: ébruter tutti ou ébruiter abruti, telle est la question sous jacente de celle de « Et Tu Brute Capo Di Tutti Capi?« 

If Aeschylus (Fragm. Incert, xi.) wrote that “God is not averse to deceit in a just cause.”; but Antonio Gramsci, a political theorist, wrote in the Italian weekly newspaper L’Ordine Nuovo (“The New Order”) in 1919 that “To tell the truth, to arrive together at the truth, is a communist and revolutionary act.”; and Samuel Johnson penned a short item in “The Idler”, that “Among the calamities of War may be justly numbered the diminution of the love of truth, by the falsehoods which interest dictates and credulity encourages.”; then in war not just the dead lies with god, but truth also lies, visible like a fa fallen bugger from the nose : « Ivan Yakovlevich stood totally crushed. He thought and thought and did not know what to think. “The devil knows how it happened,” he said at last, scratching behind his ear with his hand.” Written between 1835 and 1836, while Gogol was living in St. Petersburg, « The Nose » tells the story of a government official whose nose leaves his face only to recover it in the end aferter chasing it throught town. » Like pulling one’s nose above the stench of mass civilian massacres, for that bugger to be better pulled out of the nose as well as better be pulling by the nose during Ukrainian president Zelenskyy’s first ever visit to Serbia in Belgrade on August 8 when « he told journalists during a news conference that Ukraine’s position on Kosovo’s independence was “unchanged” — i.e. that Kyiv still did not recognize it. » It has become immediately memorialized as the world famous expression of « Ktract » of any vigie parrots on the shoulder of all captains of the ship of states in the political sea during the hunting of the shnarck »! “Zelenskyy’s visit and statement on Kosovo became a big deal for the country because it helped grant international legitimacy and whitewash Vucic’s authoritarian regime…”. Zelensky did more than simply restate Ukraine’s position of non recognition of Kosovo. He allowed Kosovo’s independence to be folded into Serbia’s account of territorial loss and placed it, by implication, in the same conceptual basket as Russia’s seizure of Ukrainian territory.“We respect the territorial integrity of our partners; we respect international law; therefore, our position regarding…Kosovo’s unilateral declaration of independence remains unchanged,” Zelenskyy said.“Likewise, we are grateful to our partners for their respect for Ukraine’s territorial integrity and sovereignty, including…Crimea’s status as part of Ukraine. Serbia’s position on this has also not changed,” he added. » »Zelensky did more than simply restate Ukraine’s position of nonrecognition of Kosovo. He allowed Kosovo’s independence to be folded into Serbia’s account of territorial loss and placed it, by implication, in the same conceptual basket as Russia’s seizure of Ukrainian territory. Foreign Minister Glauk Konjufca took to social media to voice “regret” at Zelenskyy’s remarks, noting that “while Kosova has imposed sanctions against Russia, Serbia has not aligned with the EU sanctions. He also noted that most European Union member states do recognize Kosovo, although five do not — an obstacle to the country’s EU membership ambitions.”

« Investigations show that Belivuk’s group, linked to the Montenegrin mafia clan Kavac, used an industrial meat grinder to completely destroy the bodies and material evidence. The remains, according to prosecutors, were dumped in the Danube River, while the victims’ clothes and personal belongings were burned. According to the investigation, the entrance to the torture chamber was hidden in the garage of a house in the Ritopek neighborhood near Belgrade. Behind a secret hatch and a narrow underground corridor, there was a white room with a dark floor and industrial equipment, where members of the criminal group allegedly tortured, killed and dismembered the bodies of their victims. At the center of this network was Veljko Belivuk, leader of the hooligan group “Principi,” which had emerged from the “Janjica” fan group of the Partizan Belgrade club. Initially known as a leader of hooligans in the stadiums, Belivuk later became a key ally of the Kavac clan in its bloody war with the rival Shkaljari clan. According to investigative journalist Stevan Dojčinović from KRIK, the war between two mafia clans from Montenegro has caused over 100 murders in the Balkans and has spread to Serbia, Bosnia, Croatia and other countries in the region. One of the first victims documented in the indictment was Luka Maric, name changed for security reasons, a rival hooligan leader and associate of criminal figure Filip Korać, linked to the Shkaljari clan. According to the prosecution, he was lured by a betrayed friend, kidnapped, taken to Ritopek’s house, and then tortured and executed with an axe. Photos of his butchered body were sent as a threat to criminal rivals. However, the issue took on an even greater political dimension after the publication of allegations of close ties between the criminal group and Serbian state structures. According to KRIK reports, communications with senior Serbian gendarmerie and police officials were found on Belivuk’s phone. Investigative journalists claim that a senior police officer communicated with Belivuk every day and reported to important figures in the state hierarchy. The leaked communications mention names such as Dijana Hrkalović, former state secretary at the Serbian Ministry of Interior. According to KRIK, the conversations also mention “the boss” and “the big boss,” which the journalists suspect were referring to the then-Police Minister and Serbian President Aleksandar Vučić.According to KRIK, the conversations also mention “the boss” and “the big boss,” which the journalists suspect were referring to the then-Police Minister and Serbian President Aleksandar Vučić. Belivuk himself, during his testimony, claimed that his group was organized for the needs of the government and was used to control fan stands, intimidate anti-government protesters, and secure support at pro-government rallies. Serbian President Aleksandar Vučić has repeatedly denied any connection with Belivuk and his group, stating that he had never met him personally. However, critics of the Serbian government claim that the arrest of the group only occurred after international authorities hacked into Sky ECC’s communications and exposed the extreme brutality of the criminal organization. According to Stevan Dojčinović, the problem does not end with Belivuk’s arrest. « The model remains the same. As long as this political system and this way of cooperation between the state and criminal structures exists, nothing will change, » he declared. »

“That is not good. Everyone should understand that in Ukraine they are also fighting for our fate, because if Russia is defeated, that is in our interest and in the interest of the entire Albanian nation, said the maintenance worker » of the Kosovo Ukrainian support banner hanged on the walls of the Pristina prominent downtown location building and who had to take it down and roll it tight to lower the shipping cost through the shipping company air farce one, to sell it to some russian activists planning to display it on the kremlin’s wall as part of the ongoing political campaign for the upcoming Rusian parliamentary election at the Duma nicknamed the “Due Mag” ever since the criminal war of invasion when they mostly legislate on amo order delivery leaving it to Trumputin to place the order as one “Due Mad!”

Now the question remaining is who exactly is supposed to become shark bait exactly which such obvious baiting is, as Zelensky getting some beef with Kossovo about the meat grinder of the russo Ukrainian front as not comparable to the Serbian perpetrated massacre of civilian population (During the the Kosovo War, which lasted from 28 February 1998 until 11 June 1999, Yugoslav forces killed between  7,000 9,000 Kosovo Albanians, engaged in countless acts of rape, destroyed entire villages,  and displaced nearly one million people), annoncing the opening of the hunting of the « shnarck » season, given that Serbia has long achieved its full Independence from international law and is seeking to achieve fuller independence from the law? « While labeling Serbia a « mafia state » is a common hyperbole used by critics and investigative journalists, understandably so given their frequent disapearances and not to go the bathroom, « international oversight bodies officially classify the country as a « partly free » hybrid regime experiencing significant democratic backsliding. Independent analysts, local watchdogs, and international institutions like the European Union document deeply concerning, systemic links between organized crime networks and elements of the state apparatus like State-Sponsored Illicit Enterprise. The most prominent example is the Jovanjica marijuana plantation scandal. It was discovered to be one of the largest drug farms in Europe, operating under the direct protection and involvement of Serbian police and security services; or like State-Backed Hooligan Gangs. Violent criminal syndicates, such as the Veljko Belivuk clan, historically acted as an informal enforcement arm for political interests. They were utilized to suppress anti-government protests, manage private security, and police stadiums before being prosecuted. Global Organized Crime Index emphasizes that major private businesses close to high-level politicians receive preferential treatment in state tenders. They use sectors like construction and gambling to launder illicit profits into the legitimate economy. Transparency International, amendments to the Serbian legal system have further weakened prosecutorial and judicial independence. This creates an environment of legal impunity for politically connected actors. The Freedom House 2026 Country Report downgraded Serbia’s freedom score significantly. It cited state retaliation against anti-corruption protesters, police brutality, and the government’s deployment of armed gangs to suppress peaceful dissent. The Council of Europe’s anti-money laundering body, MONEYVAL, formally warned Serbia regarding the heavy « influence of corruption » over its regulatory framework and its failure to prosecute high-level organized crime. While the term « mafia state » accurately describes the deep integration of organized crime into public institutions, the state still functions at a basic operational level« , enforcing the Gogol old well read State policy of not letting anyone put their nose into anyone’s business as their own bread!

The Zelenskyy’s approach to Vucic’s jaw of the law, or J.L. awe, is pictured above like the upside down tooth of a cumbersome sea comb that’s no sea cucumber from far away…

….that turns out to be from closer…

…water low n’ sharking up and down as sand shakedown…

…as the knack of the ready snack of the Shark ‘s devil stingrays: the « shnarck » K tract as Dino Buzzati once wrote in his short story « The K! », where at the end of his life, Stefano Roi discovers that the mysterious shark following him everywhere at sea, and he is the only one to see at sea he has named the K, was not pursuing him to devour him, but to give him a precious pearl, thus realizing that he wasted his life fleeing from a threat that did not exist.

⁂

In Baja California, great white sharks can be observed at close range from the beach, to be hunting for devil stingrays on the very shallow sea floor by violently moving sand and water around and below them!

China is currently the only nation building full-size autonomous submarines. Two models, measuring between 35 and 45 meters (115–148 feet) in length, are undergoing testing in Hainan. These Chinese platforms are roughly six to eight times larger than the US Navy’s Boeing Orca XLUUV, according to Naval News. China is accelerating its naval modernization with the construction of what appears to be the world’s first mothership designed to deploy full-sized uncrewed submarines.

PARt II » as FARt II »: from word animatronics to word combinatorics, or how the w.-c. word wets the horde of cow vets is the clue to the Ukrainian master weapon tester of the « comb in* marine » as the « combine* marine » of the hunting of the knack as the new hunting of the « Shnarck »!

Now considering if it is pulled by the hair to compare Zelinskyy to « un petit baigneur » approaching Don Vuvicic as a great white shark feasting on a bunch of devil sting rays has its origin not in Zelenskyy resembling Louis De funes given the similarities in their sharp facial features, stature, and the way their expressions shift rapidly during comedic or high-intensity moments;

and no more than such consideration has its origin in the fact that the Serbian regime was litteraly pulled by the air out of Kosovo during « The 11 week bombing campaign conducted by NATO in spring 1999 against the Federal Republic of Yugoslavia (FRY) has many claims to uniqueness. It was the first sustained use of armed force by the NATO alliance in its 50-year existence; the first time a major use of destructive armed force had been undertaken with the stated purpose of implementing UN Security Council resolutions but without Security Council authorisation; the first major bombing campaign intended to bring a halt to crimes against humanity being committed by a state within its own borders; and the first bombing campaign of which it could be claimed that it had on its own, and without sustained land operations, brought about a major change of policy by the target government. »

« Do I use his stupendous group criminality or not for defense? » is the first time perfect transcription ever pictured above floating identical thought of their two protagonists, with one them recognizable for being found of making anyone remembers his long tie to the « zob » as the Z mob Z job, giving him the nickname of mojo Z blob a far more accurate spell than Bagdad bob spin alias bad gag blob! In fact few people notice the political game going on as the gold bar on the table kept close to Trump, a fan of the James Bond movie « Gold Finger », is used to tempt Zelinskyy into being finger pointing gold or responsibility?

but it has its origin with the great bamboozled that is akin to The Big Sleep of Raymond chandler as the most metaphysical questionning about the hybrid nature of human nature just past and glue bits of scripted life span into a decorum that far more important than the plot of life as what matter is credibility, just like any of the con artist of religious creation have done:

« Wartime leaders often face moral dilemmas. A complex, and arguably under-discussed, dilemma is whether or not to use criminal groups for defense when facing acute national security threats. Russia’s 2022 invasion of Ukraine forced the country’s leadership to wrestle with this decision. Confronting Russian forces that have an estimated five times the military budget and ten times the number of active-duty personnel (Dewan, 2022), Ukrainian President Volodymyr Zelenskyy (2023) repeatedly vowed to do ‘everything’ necessary to win the war. In this vein, the Ukrainian state has reportedly enlisted organized criminal groups to bolster its defense efforts. A complete understanding of Kyiv’s wartime relations with criminal groups remains clouded by the fog of war that has been made even foggier by misinformation permeating the reporting on the conflict.« 

« Russia’s invasion has created demand from the Ukrainian state for services that criminal groups can provide. As one criminal actor put it, he and his associates can ‘do the dirty work for Ukraine’ (How the war split the mafia, 2023). Ukrainian political actors working with criminal groups has much precedent in the country, and popular anger over this collusion – and corruption more generally – helped fuel the 2014 Maidan Uprising that overthrew the regime of Viktor Yanukovych. The state’s use of criminal groups in the wake of the Russian invasion, however, is fundamentally different: Rather than being aimed at enriching the respective parties, the arrangements appear aimed at bolstering national defense. The confluence of supply and demand has settled at an equilibrium in which criminal groups reportedly contribute to Ukraine’s national defense through two means. First, they have provided intelligence to the Security Service of Ukraine that helped authorities apprehend Russian criminal actors mobilized in Ukraine for pro-Russian destabilization and sabotage missions . In one instance, a criminal purportedly blocked Russian attempts to encourage riots in Ukranian prisons; in return for his service, he was given a reprieve from his expected deportation. Second, criminal groups provide manpower for Ukrainian military and paramilitary units. The head of an Odessa-based civil defense group stated that, by his estimate, more than 100 criminals, with some carrying ‘automatic weapons, others grenades and even mortars,’ engaged in street patrols to protect against a Russian incursion . Criminal actors are incentivized to join fighting ranks because authorities offer carrots such as deferred prosecutions or the prospect of release from prison including for those who have been convicted of murder. Some now-released prisoners have assumed command positions. Serhiy ‘Chili’ Velychko was freed by authorities and became commander of the Kraken Regiment under the direction of Ukraine’s Main Directorate of Intelligence. Similarly, authorities also released Semen Semenchenko, a former member of the Ukrainian parliament and militia leader allegedly involved in arms smuggling and profiteering on state contracts. Semenchenko was set free given his ‘high organizational qualities that will benefit the country and defense,’ as stated in a letter from Ministry of Defense submitted to the court on his behalf. The full extent of Kyiv’s wartime arrangements with criminal actors is not yet known, and several scenarios – for example, the drying up of licit weapons supplies from partner nations – could push Kyiv to deepen existing arrangements« , but nevertheless we can always guess more scenari as a Trump University perfectly educated guess especially at Trump university party for educated guests :

Zelous in the sky is the hymn hit to immit is adressing Don Caesar Veni Vidi Vuvicici, the god feather as follow : « I believed in Russia. Russia has made my fortune with Kvartal 95 Studio ». « Studio «Neighborhood-95» is a Ukrainian production company founded in 2003 by Volodymyr Zelenskyy alongside Serhiy Shefir and Boris Shefir. The company produces films and television shows in Russian and Ukrainian, as well as organising concerts. According to Zelenskyy,the objective of the company is to « make the world a better place, a kinder and more joyful place with the help of those tools that we have, which are humor and creativity ». It has produced such popular shows as Vechirniy Kvartal (English: Evening Neighbourhood), Svaty (The In-Laws), and Servant of the People. A television channel using its brand launched in 2016. After Russia’s 2014 annexation of Crimea, Kvartal 95 closed its office in Moscow and began shutting down business ties with Russia.By Zelenskyy’s estimation, this reduced Kvartal 95’s average revenue per hour of TV programming from $200,000 to $30,000. From 2014, Kvartal 95 also began visiting the war zone to perform for Ukrainian soldiers at the front in the Russo-Ukrainian War. After Zelenskyy’s inauguration, many leading figures of Kvartal 95 joined Zelenskyy’s administration as Deputy Heads of the Presidential Administration of Ukraine, and one was appointed Deputy Head of the Ukrainian Secret Service.At the end of 2018, during an interview with Dmytro Hordon, the then future presidential candidate of Ukraine Volodymyr Zelensky stated that, together with his business partners, he had closed his business in Russia after 2014, which “used to bring in a lot of money and real profits”. Three companies in Russia that were co-owned by Volodymyr Zelensky and his partners at the time: Andrii Yakovliev, Borys and Serhii Shefirs, and Timur Mindich, who six years later would find himself at the centre of a high-profile corruption scandal. In 2019, the presidential candidate had to admit that he did indeed have business interests in Russia. Zelensky even explained why these companies should not be closed down: they collect royalties for the distribution of the TV series Svaty. “What should we do? Close them and give our money to the Russians? No!” he exclaimed in an interview with Ukrainska Pravda. But five days later, he decided that he personally should not remain in this business: even before the first round of the presidential election, he wrote a statement resigning as a founder of the Cypriot company Green Family, which owned three companies in Russia. « But Zelensky’s business partners continued to control Green Family and its subsidiaries. Journalists from Slidstvo.Info investigated what happened to this business after 2019 and up to the present day: they analysed dozens of extracts and reports, researched the biographies and social media accounts of individuals who are in one way or another involved in the activities of film companies in the Russian Federation. As of 20 May 2019 — the day of Volodymyr Zelensky’s inauguration — the Shefir brothers, Andrii Yakovliev and Timur Mindich’s company, through the Cypriot Green Family Ltd, co-owned three companies in Russia: Vaisberg Pictures, Platinumfilm, and Green Films. But Zelensky’s business partners continued to control Green Family and its subsidiaries. Journalists from Slidstvo.Info investigated what happened to this business after 2019 and up to the present day: they analysed dozens of extracts and reports, researched the biographies and social media accounts of individuals who are in one way or another involved in the activities of film companies in the Russian Federation. As of 20 May 2019 — the day of Volodymyr Zelensky’s inauguration — the Shefir brothers, Andrii Yakovliev and Timur Mindich’s company, through the Cypriot Green Family Ltd, co-owned three companies in Russia: Vaisberg Pictures, Platinumfilm, and Green Films.« 

And I raised my business in the Russian fashion. I gave away pizzo and pizza, but — I caught them never to honor the family. I didn’t protest. Two months ago, they took their tanks for a drive, for another invasion. They drank vodka. And then they tried to take advantage of the first invasion to invade some more territory. Then they’ve invaded and the invaded, they’ve resisted to keep themselves uninvaded. So the Russian beat them up to pulp, like the poulp animals the russian are found of with all that stalinist leninist marxist red ink the State piovra has blown all over the abbyssymal criminal underworld. When I went to the hospital, their nose were missing. Their jaws were gone, they held together by wire. They couldn’t even weep because of the pain. But I wept. Why did I weep? They were the red light of my life keeping the Russian on their way of the highway stopping at invading– and now look at them all these beautiful population dead, brutalized, maimed and their territories invaded with their homes and work gone forever. Now the invaded ones will never be reunited again with the rest of the territories of Ukraine. (Zelous in the sky is the hymn hit to immit breaks down) Sorry…I — I went to the UN, like a good Ukrainian. These two invasions were brought to trial. The judge sentenced them to stop invading — but as a suspended sentence. Suspended sentence! They went free to keep invading that very day! I stood in the general assembly like a fool. And those two invasions, they smiled at me. Then I said to my life in Ukraine, « for justice, we must go to Don Caesar Veni Vidi Vuvicici. »
Don Caesar Veni Vidi Vuvicici, the god feather: We’ve known each other many years, but this is the first time you came to me for counsel, for help. I can’t remember the last time that you invited me to your house arrest for a cup of « cappo see no » problem with the law, even though my life is busy as godmobster to everyone’s else turf and not just your turf. But let’s be frank here: you never wanted my friendship. And uh, you were afraid to be in my debt.
Zelous in the sky is the hymn hit to immit: I didn’t want to get into trouble.
Don Caesar Veni Vidi Vuvicici, the god feather: I understand. You found paradise in Russia, had a good trade, made a good living. The police protected you; and there were courts of law to paid for low law. And you didn’t need a friend of me. But uh, now you come to me and you say — « Don Caesar Veni Vidi Vuvicici give me justice. » — But you don’t ask with respect. You don’t offer friendship. You don’t even think to call me Godfeather. Instead, you come into my house on the day of my dough’s turf veting day, and you uh…ask me to do murder, for money.
Zelous in the sky is the hymn hit to immit: I ask you for justice.
Don Caesar Veni Vidi Vuvicici, the god feather: That is not justice; your country and your turf is still alive even if reduced.
Zelous in the sky is the hymn hit to immit: Then they can suffer, as the nation and my turf suffer. How much shall I pay you?
Don Caesar Veni Vidi Vuvicici, the god feather: (stands, turning his back toward Zelous in the sky is the hymn hit to immit) Zelous in the sky is the hymn hit to immit… Zelous in the sky is the hymn hit to immit… What have I ever done to make you treat me so disrespectfully? Had you come to me in friendship, then this scum that ruined your country would be suffering this very day. And that by chance if an honest man such as yourself should make enemies, then they would become my enemies. And then they would fear you.
Zelous in the sky is the hymn hit to immit: Be my friend –(then, after bowing and the Don shrugs)– Godfeather?
Don Caesar Veni Vidi Vuvicici, the god feather: (after Zelous in the sky is the hymn hit to immit tickle his hand with a feather) Good. Some day, and that day may never come, I’ll call upon you to do a service for me. But uh, until that day — accept this justice as a gift on my dough’s turf veting day.

⁂

« Life is simply the punchline of a joke told backwards. »–Bottle For A Headstone–and Duplicity, Joe Frank.

⁂

PART II »’ AS FART II »’: To know how far will Putin go to own people now is setting aside the fart side of his ass as his own art down the drain of the golden cow at the w.-c.!

If, when going to the John speaking at the toilet which talks back saying, IN THE BEGINING… were the words, and the words were with gogue (« Of unknown origin and likely an apocope of goguenot meaning « tub, » « chamber pot, » « latrines », w.-c. and also signifying a joke« .).., and the words were rogue demagogues for gog’s dogs of magog, going down the drain, then, IN THE BEGINING… was the combinatorics on words and its accronym as w.c.. IN Z END…was the word combinatorics as c.o.w, its acronym.

This is why in Russia the top politicians who are all piovra or the Vor mafia with political mobster well connected tentacular suction cups looking for suckers as the people considered fair to be sucked up in anything the piovra may want to do with them, like meat grinder war, are born with the innate political russian evolutionary ability to write their own law which they keep low to live with the abyssimal inpunity as poulpe fiction occasionnaly turning it into pulp friction like invading Ukraine on the most flimsy pretext as the low law, but making it sound like pulp fiction, like a suckling sound around the people.

Ci dessus, sans rincer la coupe de l’amitité dans les w.-c., sont visibles deux poulpes mouillés jusqu’au cout du souper trempé des « dreamers » à deux « dear » mers, « red » amères d’eux d’Azov et de la mer Noire parce qu’ils se jouent d’eux en ne la faisant pas complètement Russe malfaisante, comme deux merdes d’eux de merdeux, ci-dessus ! Ukraine has been able to successfully deny sea control to Russia and inflict substantial losses on Russia Azov and Black Sea Fleet, so that the double headed vultures of Russia’s emblematic mafia State naval power, are now confined to play sitting ducks at the swimming pools of their luxury mansions; or on rainy days getting along like cats and dogs trying to catch all those rain checks for themselves, playing bad scoop, good scoop out water, stingin’ in the rain!:  » I’ve used his stupendous group criminality for defense and now what? », is the second time perfect transcription ever pictured above floating identical thought of their two protagonists, that will be vaporized into the great criminality upgrade used as a defense upgrade of invading Ukraine, as the next great idea of Putin stable genius of evil and legal creature of the devil Smerdvedev alias the layer Medvedev alias Dork Pork Vor D’or.

« Moscow is concerned about this situation worsening as more veterans of its war against Ukraine return home. Only 140,000 of the estimated 700,000 Russian soldiers who have fought against Ukraine have returned so far, and more weapons will find their way from the battlefield into Russia as the war continues. The Kremlin may be especially concerned about this trend in regions that will have more soldiers return. The poorer Russian regions and non-Russian republics from which Moscow has recruited its army most heavily may be particularly dissatisfied with Moscow’s rule. Violent attacks on people and property in the Russian regions bordering Ukraine are threatening Moscow’s control there. The attackers, many of whom are Russian veterans with criminal pasts, are better armed and sometimes outnumber the local police. These veterans are often joined by others who have obtained weapons meant for the war against Ukraine. Some Russians who live near Ukraine have lost confidence in the willingness and ability of the police to protect them and are increasingly taking matters into their own hands. The violence in Russian regions bordering Ukraine is likely a bellwether of what will occur across Russia when the rest of those fighting against Ukraine return home. Russian authorities are losing control to armed criminals in regions of Russia bordering Ukraine. Veterans of Russian President Vladimir Putin’s war in Ukraine, many of whom have criminal pasts or engaged in looting during their time in Ukraine, are returning home with their weapons and posing a threat to local authorities. Some locals have also been arming themselves with weapons that bled into the Russian Federation from the Russian army in Ukraine. In places where the financial and personnel demands of the Kremlin’s war against Ukraine have decimated the local police force, armed veterans and locals have new opportunities to act outside of the law with decreased fear of retribution« .

« In Kherson tbe retreating Russians emptied out all of the hospitals, they’ve stolen all of the equipment and ambulances. They took all of the city machinery and city transport. They’ve robbed schools, homes, and private businesses of computers, equipment, cars, money, documentation, and even medicine and food. They’ve cleaned out grocery stores and pharmacies. They’ve cleaned out archives and transported them to Russia. It doesn’t stop there ; information about the looting committed by Russians is overwhelming. They’ve emptied out all of the museums and art galleries. They’ve robbed galleries of tens of thousands of pieces of art. All of the exhibitions, paintings, sculptures – all loaded up on trucks and transported to Russia. Local authorities have stated that “this act of looting is a part of the continuous robbing of cultural, medical and other institutions of the city of Kherson and Kherson Oblast by the Russian occupiers after the occupying administration announced the evacuation of civilians due to a probable counter-offensive by the Armed Forces of Ukraine”. And finally, so you would understand Putin’s insanity: on top of his orders to the Russian army to loot, rob, destroy, kill and deport as many Ukrainians as possible, making them go through filtration camps, he’s also ordered them to rob our graveyards. The remains of Grigory Potemkin have been stolen from a crypt in St Catherine’s Cathedral. They are seriously sick and depraved. Russian mercenaries in Mali used live prisoners to practice killing people with knives, including stabbing them in the heart, while other captives were deliberately wounded and mutilated for tactical medicine training, according to a former Wagner fighter now held in Ukrainian captivity. The former mercenary described the alleged practices in an interview with Ukrainian journalist Dmytro Karpenko published in September 2026. He said Russian instructors used at least three captured Africans for training exercises and that none survived. » So now they need brains after loosing it looting Ukraine and some much more horrific crimes than mass stealing as usual, so that in the spirit of reason recovery the Kremlin has organized a covert spirit recovery operation named « Asshole on Prescent 13 » to free Putin, under the miraculous leadership of the resurected dead zomby body of Yevgeny Viktorovich Prigozhin and his wagner dead russian zombiz mercenaries, the talky walkiries woking dead, at the head of the hoard horde to be attacking the « kremalin » where the malin, Putin has been declared to be kept prisonner by white russians remnants of a white russian putsch kins, named the Nut Crackers of the Mud Hut !!!

“By the very edge of the blue sea
lived an old man and his old woman.
For three and thirty years they had lived
in a tumbledown hut made of mud”

The Tale of the Fisherman and the Fish a fairy tale in verse by Alexander Pushkin, published 1835.

So you may think at all that new Kremlin nonsense to keep their retired military personnals and discharged utterly violent mercenaries, where does the resurected dead zombie body of Yevgeny Viktorovich Prigozhin and his Wagner mercenary dead russian zombiz come from all of a sudden popping out from nowhere? Well to produce such outstanding fit of jack pot science and I insist against all detractor of crackpot science that it take a business stamina of an international posture and reputation with many outlets all over the world with thousand of employees and a willingness to do business in Russia and stay, that is beyond the pale stronger that the death spell bound of any foreign business under the constant risk of confiscation as soon as Putin is opening the cookie jar and goes for some more jar head giger bread soldiers of soviet radioactivity, of those fool enough to trust anything he promised. « You think, maybe if I just keep my head down, it’ll blow over. You think, if I’m going to come back in 10 years, after Russian President Vladimir Putin dies and this war is over, it’s going to be very difficult to get back into the market because you have competitors who are using all of your assets. So maybe we need to stay here in terms of, you know, just keeping our foot in the door ». Moscow also signaled goodwill toward such firms. In March 2025, Putin told a congress of Russian industrialists that Western companies that left but kept their staff and technology, with Russians running them under a different brand, had « made an independent and responsible choice. My understanding was that the Kremlin saw war in Ukraine as temporary. The sanctions are temporary. The disruption of business relationships is temporary. And once Russia achieves what it wants in Ukraine, there would be some sort of a thaw, some sort of a reset. You can have a good run if you get in bed with authoritarians, but at some point you’re going to wake up and realize that your wallet and your kidneys are gone. And was it really worth it? » And to this last question we now answer as if this was the slogan itself from kidney to wallet of our business that stays right here in Russia as the only one no one has ever thought would be remaining in Russia, without being sized nationalized or other horror of the modern day hell of war profiteering at all cost, a cut throat business which we have even tackled as fulfilling customer order under that angle since Russia is big biz as Zombiz, the cheaper alternative to Tombiz as we deride here at Zombiz Ward of Hose As A Rose, the regular burial of the dead! And most customer are unaware of it since only Hollywood has advertised for Zombiz as advertising for advertising itself for zombiz never getting the information out there that zombiz is also a regular biz of transforming dead folks as zombiz instead of merely wasted biological material in a tomb underground or worse reduced to ashes: and that engine of technological inovation giving the lead to transform into zombiz whoever appeared stuck into the dead end as utterly reduced to be dead is dead soles! Here at Zombiz Ward of Hose As A Rose, our corporate R&D department started with noticing that the sole was utterly the most dynamic part of anyone through giving the boot or puting boots on the ground and keeping some under the boot, especially what brings good luck the underlooked superstision that turns out to be the spells that really comes true when shit is stuck under one left sole: In ancient and folk traditions, the left side is traditionally associated with evil, mystery, or occult forces. Crushing dirt with the left foot is thus seen as a way of « trampling » or blocking a curse. This belief emerged in the 19th century in rapidly growing cities in replacement for the actual physical shit. Before that, streets were muddy dumping grounds filled with excrement particularly from horses, and stepping in it was an unavoidable daily occurrence rather than a rare event. And the expression shit for wishing good luck before a theatre performance, a business gathering or any activity requing lots of people gathering to attest to its success was to the great quantity horse manure that would pile up in front of theaters, or any other places of successfull business when there were large gathering of attendants and customers and, consequently, success.

CHAPITRE VII.

Comment Til Ulespiègle mangea la soupe au pain blanc avec les autres enfants, et comment il en mangea plus qu’il ne voulait et fut battu.

C’était la coutume dans le village que Til Ulespiègle habitait avec sa mère que, lorsqu’un des habitants tuait un cochon, les enfants des voisins allaient chez lui manger une soupe qu’on appelait la soupe au pain blanc. Dans ce village demeurait un fermier qui était d’une avarice extrême. Il chercha comment il pourrait bien dégoûter les enfants de venir manger chez lui, et voici ce qu’il fit : il remplit de tranches de pain une grande terrine. Quand les enfants arrivèrent, garçons et filles, et Ulespiègle avec eux, il les fit entrer, ferma la porte, et trempa la soupe. Il y avait beaucoup plus de pain que les enfants n’en pouvaient manger. Aussitôt qu’un des enfants était rassasié et voulait s’en aller, le fermier tombait dessus à coups de houssine, et le forçait à manger encore. Et comme il était bien au courant des polissonneries d’Ulespiègle, il le surveillait de près et le traita plus durement encore que les autres. Il tint ainsi les enfants jusqu’à ce qu’ils eussent complètement mangé la soupe, ce qui leur plaisait autant qu’à un chien de paître. Depuis ce moment aucun d’eux ne voulut retourner dans la maison de ce fermier avare pour manger la soupe au pain blanc.

CHAPITRE VIII.

Comment Til Ulespiègle attela les poules du fermier avare.

Le lendemain, le même fermier rencontra Ulespiègle. « Eh bien, mon cher Til, quand viendras-tu chez moi manger la soupe au pain blanc ? – Quand tes poules iront attelées quatre à quatre à un morceau de pain. – Alors tu attendras longtemps. – Et si je venais avant la saison des soupes au pain blanc ? » Là-dessus ils se séparèrent. Til attendit l’occasion. Un jour il vit les poules du fermier qui picoraient dans la rue. Il avait une quantité de bouts de fil qu’il avait attachés deux à deux par le milieu. Il attacha à chacun des bouts de fil un morceau de pain, et mit le tout dans la rue. Les poules commencèrent à manger les morceaux de pain, et les bouts de fil avec ; mais elles ne pouvaient les avaler, car à chaque bout de fil était une poule. Elles tiraient l’une sur l’autre, et ne pouvaient ni avaler le pain ni le rejeter, à cause de la grosseur des morceaux. Il y eut ainsi plus de deux cents poules qui tiraient l’une sur l’autre et qui s’étranglèrent.

« Russia, Venezuela and Iran together owe China $310.1 billion, or 30.1% of the $1.031 trillion owed to China across 30 countries tracked in the data. The top 10 borrowers also include Angola at $65 billion, Kazakhstan at $64 billion, Indonesia at $55 billion, Brazil at $54 billion, Argentina at $38 billion, Vietnam at $29 billion and Türkiye at $28 billion. Iran, which signed a 25-year strategic cooperation agreement with Beijing in 2021, ranks 11th with $28 billion in debt, equivalent to 22.3 billion pounds sterling. The next group includes Ecuador at $26 billion, South Africa at $21 billion, Laos at $21 billion and Ethiopia at $20 billion. Bangladesh and Sri Lanka each owe $20 billion. Sudan and Uzbekistan each owe $18 billion, while Peru owes $17 billion. The third group of 10 countries includes Cambodia at $16 billion, Malaysia at $16 billion, Egypt at $15 billion, Nigeria at $15 billion, Myanmar at $14 billion, Zambia at $14 billion, the Democratic Republic of Congo at $13 billion and Kenya at $13 billion. Turkmenistan and Belarus have the lowest debt levels among the top 30, at $12 billion and $11 billion, respectively. Belarus’s debt is equivalent to 9 billion pounds sterling. Analysts say Moscow’s enormous dependence on Chinese capital amid Western sanctions is turning Russia into Beijing’s main financial satellite, while other isolated regimes are rapidly losing economic autonomy and fully aligning themselves with the interests of China’s lending expansion. As a result, they say, China is becoming a lender of last resort for autocratic regimes. Analysts also say this concentration of debt allows Beijing not only to dictate discounts on oil and raw materials but also to convert the financial dependence of Moscow, Caracas and Tehran into direct political influence.« 

⁂

Le louchébem (ou largonji) a été inventé par les bouchers parisiens au XIXe siècle pour communiquer sans être compris des clients. La règle de base est simple :
On prend la première consonne d’un mot et on la déplace à la fin. On remplace la consonne du début par un L. On ajoute un suffixe final (comme -em, -oque, ou -cé). Exemples courants : Boucher devient louchébem (b-oucher → l-oucher-b-em). Fou devient loufoque. Douce devient loucedé. Femme devient lamfé. » Donc si en argot louchébem le nom propre seulement de Putin devient, « lutinpem », « lutinpoque » ou « lutinpcé » alors Putin se sent comme un lutin sans paix mais pas sans ces pets !

Part III as Fart III: « Et tout broute, ouste! », disent ils, à la louche benne, à la vache d’eux trois, le nouveau cheval de Troie à deux en selle comme à la selle que l’art scelle!

⁂

CINQUIÈME TABLEAU DU RÉSUMÉ D’ANALYSE EN COMBINATOIRE DES MOTS DES JEUX DE MOTS DE L’ENSEMBLE DU TEXTE PRÉCÉDENT

Ci-dessous est le tableau des jeux de mots découpé en 5 groupes de colonnes ; la colonne « Pair a / b » est répétée dans chaque tableau, et chaque tableau a son propre en-tête. Valeurs numériques arrondies à 3 décimales.

A. Identification et longueurs

Pair a / b	Page	Status	Lang	Kind (name / word)	Letters a	Letters b	|a| = LEN(a)	|b| = LEN(b)
miam / mi âme	82	printed	fr	word	miam	miame	4	5
l’armée / l’art mé	82	printed	fr	word	larmee	lartme	6	6
Et tu Brute / ébruter tutti	82	printed	fr	name	ettubrute	ebrutertutti	9	12
ébruiter abruti / ébruter tutti	82	printed	fr	word	ebruiterabruti	ebrutertutti	14	12
Duma / Due Mag	83	printed	en	name	duma	duemag	4	6
Duma / Due Mad	83	printed	en	name	duma	duemad	4	6
Air Force One / air farce one	83	evident	en	name	airforceone	airfarceone	11	11
jaw of the law / J.L. awe	84	printed	en	word	jawofthelaw	jlawe	11	5
extract / K tract	85	evident	en	word	extract	ktract	7	6
word animatronics / word combinatorics	86	printed	en	word	wordanimatronics	wordcombinatorics	16	17
Hulot / Hublot	86	printed	fr	name	hulot	hublot	5	6
quid pro quo / squid pro quo	88	printed	en	word	quidproquo	squidproquo	10	11
zob / Z mob	88	printed	mix	word	zob	zmob	3	4
zob / Z job	88	printed	mix	word	zob	zjob	3	4
Bagdad bob / bad gag blob	89	printed	en	name	bagdadbob	badgagblob	9	10
educated guess / educated guests	90	printed	en	word	educatedguess	educatedguests	13	14
Veni Vidi Vici / Veni Vidi Vuvicici	90	evident	mix	name	venividivici	venividivuvicici	12	16
godfather / god feather	90	evident	en	word	godfather	godfeather	9	10
pizzo / pizza	91	printed	mix	word	pizzo	pizza	5	5
cappuccino / cappo see no	91	evident	en	word	cappuccino	capposeeno	10	10
daughter’s wedding day / dough’s turf veting day	91	evident	en	word	daughtersweddingday	doughsturfvetingday	19	19
pulp fiction / poulpe fiction	92	printed	mix	word	pulpfiction	poulpefiction	11	13
pulp fiction / pulp friction	92	printed	en	word	pulpfiction	pulpfriction	11	12
Wizard of Oz / Weak Z Hard of Ose	92	evident	en	name	wizardofoz	weakzhardofose	10	14
in the end / in Z end	92	evident	en	word	intheend	inzend	8	6
Wizard of Oz / Whiz Hard of hose	93	evident	en	name	wizardofoz	whizhardofhose	10	14
neo-Nazi / neo naze Z	93	evident	mix	word	neonazi	neonazez	7	8
dreamers / dear mers	93	printed	mix	word	dreamers	dearmers	8	8
singin’ in the rain / stingin’ in the rain	93	evident	en	name	singinintherain	stinginintherain	15	16

Groupe A : couples 1 à 29.

Pair a / b	Page	Status	Lang	Kind (name / word)	Letters a	Letters b	|a| = LEN(a)	|b| = LEN(b)
bad cop good cop / bad scoop good scoop	93	evident	en	word	badcopgoodcop	badscoopgoodscoop	13	17
Medvedev / Smerdvedev	93	printed	mix	name	medvedev	smerdvedev	8	10
lawyer / layer	93	evident	en	word	lawyer	layer	6	5
Assault on Precinct 13 / Asshole of Prescent 13	93	evident	en	name	assaultonprecinct	assholeofprescent	17	17
Kremlin / kremalin	93	printed	en	name	kremlin	kremalin	7	8
walkie-talkie / talky walkiries	93	evident	en	word	walkietalkie	talkywalkiries	12	14
walking dead / woking dead	93	evident	en	word	walkingdead	wokingdead	11	10
president / P’rez hell	95	printed	en	word	president	prezhell	9	8
happy birthday / ZHappy birZday	95	printed	en	word	happybirthday	zhappybirzday	13	13
Marilyn Monroe / Marylin Monrozombiz	95	printed	en	name	marilynmonroe	marylinmonrozombiz	13	18
Wizard of Oz / Ward of Hose	95	evident	en	name	wizardofoz	wardofhose	10	10
Silent Hill / Silent ill	95	evident	en	name	silenthill	silentill	10	9
gingerbread / giger bread	96	evident	en	word	gingerbread	gigerbread	11	10
crackpot / jackpot	96	printed	en	word	crackpot	jackpot	8	7
Zombiz / Tombiz	96	printed	en	word	zombiz	tombiz	6	6
dead souls / dead soles	96	evident	en	word	deadsouls	deadsoles	9	9
pumpernickel / Xirumpernickel	97	evident	en	word	pumpernickel	xirumpernickel	12	14
Putin / lutin	98	printed	fr	name	putin	lutin	5	5
Putin / lutinpem	98	printed	fr	name	putin	lutinpem	5	8
Putin / lutinpoque	98	printed	fr	name	putin	lutinpoque	5	10
Putin / lutinpcé	98	printed	fr	name	putin	lutinpce	5	8
boucher / louchébem	98	printed	fr	word	boucher	louchebem	7	9
fou / loufoque	98	printed	fr	word	fou	loufoque	3	8
douce / loucedé	98	printed	fr	word	douce	loucede	5	7
femme / lamfé	98	printed	fr	word	femme	lamfe	5	5
louchébem / la louche benne	98	printed	fr	word	louchebem	lalouchebenne	9	13
Et tu Brute / Et tout broute ouste	98	printed	fr	name	ettubrute	ettoutbrouteouste	9	17
troufion / trou pion	99	printed	fr	word	troufion	troupion	8	8

Groupe A : couples 30 à 57.

B. Mesures sur les lettres

Pair a / b	do = Levenshtein on letters	ho = 1 − do / max(|a|,|b|)	Hamming on letters (equal length)	p(a,b) common prefix	s(a,b) common suffix	a, b anagrams [1/0]	a, b differ by one adjacent swap [1/0]
miam / mi âme	1	0.8		4	0	0	0
l’armée / l’art mé	2	0.667	2	3	1	0	0
Et tu Brute / ébruter tutti	7	0.417		1	0	0	0
ébruiter abruti / ébruter tutti	5	0.643		4	2	0	0
Duma / Due Mag	2	0.667		2	0	0	0
Duma / Due Mad	2	0.667		2	0	0	0
Air Force One / air farce one	1	0.909	1	4	6	0	0
jaw of the law / J.L. awe	8	0.273		1	0	0	0
extract / K tract	2	0.714		0	5	0	0
word animatronics / word combinatorics	7	0.588		4	3	0	0
Hulot / Hublot	1	0.833		2	3	0	0
quid pro quo / squid pro quo	1	0.909		0	10	0	0
zob / Z mob	1	0.75		1	2	0	0
zob / Z job	1	0.75		1	2	0	0
Bagdad bob / bad gag blob	4	0.6		2	2	0	0
educated guess / educated guests	1	0.929		12	1	0	0
Veni Vidi Vici / Veni Vidi Vuvicici	4	0.75		9	3	0	0
godfather / god feather	1	0.9		4	5	0	0
pizzo / pizza	1	0.8	1	4	0	0	0
cappuccino / cappo see no	4	0.6	4	4	2	0	0
daughter’s wedding day / dough’s turf veting day	7	0.632	9	1	6	0	0
pulp fiction / poulpe fiction	2	0.846		1	7	0	0
pulp fiction / pulp friction	1	0.917		5	6	0	0
Wizard of Oz / Weak Z Hard of Ose	6	0.571		1	0	0	0
in the end / in Z end	3	0.625		2	3	0	0
Wizard of Oz / Whiz Hard of hose	5	0.643		1	0	0	0
neo-Nazi / neo naze Z	2	0.75		6	0	0	0
dreamers / dear mers	2	0.75	3	1	4	1	0
singin’ in the rain / stingin’ in the rain	1	0.938		1	14	0	0

Groupe B : couples 1 à 29.

Pair a / b	do = Levenshtein on letters	ho = 1 − do / max(|a|,|b|)	Hamming on letters (equal length)	p(a,b) common prefix	s(a,b) common suffix	a, b anagrams [1/0]	a, b differ by one adjacent swap [1/0]
bad cop good cop / bad scoop good scoop	4	0.765		3	2	0	0
Medvedev / Smerdvedev	2	0.8		0	6	0	0
lawyer / layer	1	0.833		2	3	0	0
Assault on Precinct 13 / Asshole of Prescent 13	7	0.588	8	3	1	0	0
Kremlin / kremalin	1	0.875		4	3	0	0
walkie-talkie / talky walkiries	7	0.5		0	0	0	0
walking dead / woking dead	2	0.818		1	8	0	0
president / P’rez hell	5	0.444		3	0	0	0
happy birthday / ZHappy birZday	3	0.769	9	0	3	0	0
Marilyn Monroe / Marylin Monrozombiz	8	0.556		3	0	0	0
Wizard of Oz / Ward of Hose	5	0.5	9	1	0	0	0
Silent Hill / Silent ill	1	0.9		6	3	0	0
gingerbread / giger bread	1	0.909		2	8	0	0
crackpot / jackpot	2	0.75		0	6	0	0
Zombiz / Tombiz	1	0.833	1	0	5	0	0
dead souls / dead soles	2	0.778	2	6	1	0	0
pumpernickel / Xirumpernickel	3	0.786		0	11	0	0
Putin / lutin	1	0.8	1	0	4	0	0
Putin / lutinpem	4	0.5		0	0	0	0
Putin / lutinpoque	6	0.4		0	0	0	0
Putin / lutinpcé	4	0.5		0	0	0	0
boucher / louchébem	4	0.556		0	0	0	0
fou / loufoque	5	0.375		0	0	0	0
douce / loucedé	3	0.571		0	1	0	0
femme / lamfé	3	0.4	3	0	1	0	0
louchébem / la louche benne	5	0.615		1	0	0	0
Et tu Brute / Et tout broute ouste	8	0.529		3	2	0	0
troufion / trou pion	1	0.875	1	4	3	0	0

Groupe B : couples 30 à 57.

C. Phonèmes

Pair a / b	Phonemes a′	Phonemes b′	|a′| = tokens	|b′| = tokens	dp = Levenshtein on phonemes	hp = 1 − dp / max(|a′|,|b′|)
miam / mi âme	m j a m	m i a m	4	4	1	0.75
l’armée / l’art mé	l a ʁ m e	l a ʁ m e	5	5	0	1
Et tu Brute / ébruter tutti	ɛ t y b ʁ y t	e b ʁ y t e t y t i	7	10	7	0.3
ébruiter abruti / ébruter tutti	e b ʁ ɥ i t e a b ʁ y t i	e b ʁ y t e t y t i	13	10	5	0.615
Duma / Due Mag	d u m ə	d j uː m æ ɡ	4	6	4	0.333
Duma / Due Mad	d u m ə	d j uː m æ d	4	6	4	0.333
Air Force One / air farce one	ɛ ɹ f ɔː s w ʌ n	ɛ ɹ f ɑː s w ʌ n	8	8	1	0.875
jaw of the law / J.L. awe	dʒ ɔː ə v ð ə l ɔː	dʒ eɪ ɛ l ɔː	8	5	5	0.375
extract / K tract	ɛ k s t ɹ æ k t	k eɪ t ɹ æ k t	8	7	2	0.75
word animatronics / word combinatorics	w ɜː d æ n ɪ m ə t ɹ ɒ n ɪ k s	w ɜː d k ɒ m b ɪ n ə t ɔː ɹ ɪ k s	15	16	8	0.5
Hulot / Hublot	y l o	y b l o	3	4	1	0.75
quid pro quo / squid pro quo	k w ɪ d p ɹ oʊ k w oʊ	s k w ɪ d p ɹ oʊ k w oʊ	10	11	1	0.909
zob / Z mob	z ɔ b	z ɛ d m ɒ b	3	6	4	0.333
zob / Z job	z ɔ b	z ɛ d dʒ ɒ b	3	6	4	0.333
Bagdad bob / bad gag blob	b æ ɡ d æ d b ɒ b	b æ d ɡ æ ɡ b l ɒ b	9	10	4	0.6
educated guess / educated guests	ɛ dʒ ʊ k eɪ t ɪ d ɡ ɛ s	ɛ dʒ ʊ k eɪ t ɪ d ɡ ɛ s t s	11	13	2	0.846
Veni Vidi Vici / Veni Vidi Vuvicici	v ɛ n i v i d i v i tʃ i	v ɛ n i v i d i v u v i tʃ i tʃ i	12	16	4	0.75
godfather / god feather	ɡ ɒ d f ɑː ð ə	ɡ ɒ d f ɛ ð ə	7	7	1	0.857
pizzo / pizza	p i t s o	p i t s a	5	5	1	0.8
cappuccino / cappo see no	k æ p ə tʃ iː n oʊ	k æ p oʊ s iː n oʊ	8	8	2	0.75
daughter’s wedding day / dough’s turf veting day	d ɔː t ə z w ɛ d ɪ ŋ d eɪ	d oʊ z t ɜː f v ɛ t ɪ ŋ d eɪ	12	13	6	0.538
pulp fiction / poulpe fiction	p ʌ l p f ɪ k ʃ ə n	p u l p f ɪ k ʃ ə n	10	10	1	0.9
pulp fiction / pulp friction	p ʌ l p f ɪ k ʃ ə n	p ʌ l p f ɹ ɪ k ʃ ə n	10	11	1	0.909
Wizard of Oz / Weak Z Hard of Ose	w ɪ z ɚ d ə v ɒ z	w iː k z ɑː d ə v oʊ z	9	10	4	0.6
in the end / in Z end	ɪ n ð i ɛ n d	ɪ n z ɛ n d	7	6	2	0.714
Wizard of Oz / Whiz Hard of hose	w ɪ z ɚ d ə v ɒ z	w ɪ z h ɑː d ə v h oʊ z	9	11	4	0.636
neo-Nazi / neo naze Z	n iː oʊ n ɑː t s i	n iː oʊ n ɑː z z ɛ d	8	9	4	0.556
dreamers / dear mers	d ɹ iː m ɚ z	d ɪ ə m ɜː z	6	6	3	0.5
singin’ in the rain / stingin’ in the rain	s ɪ ŋ ɪ n ɪ n ð ə ɹ eɪ n	s t ɪ ŋ ɪ n ɪ n ð ə ɹ eɪ n	12	13	1	0.923

Groupe C : couples 1 à 29.

Pair a / b	Phonemes a′	Phonemes b′	|a′| = tokens	|b′| = tokens	dp = Levenshtein on phonemes	hp = 1 − dp / max(|a′|,|b′|)
bad cop good cop / bad scoop good scoop	b æ d k ɒ p ɡ ʊ d k ɒ p	b æ d s k uː p ɡ ʊ d s k uː p	12	14	4	0.714
Medvedev / Smerdvedev	m ɛ d v ɛ d ɛ f	s m ɛ ɹ d v ɛ d ɛ f	8	10	2	0.8
lawyer / layer	l ɔɪ ɚ	l eɪ ɚ	3	3	1	0.667
Assault on Precinct 13 / Asshole of Prescent 13	ə s ɔː l t ɒ n p ɹ i s ɪ ŋ k t θ ɜː t iː n	æ s h oʊ l ɒ v p ɹ ɛ s ə n t θ ɜː t iː n	20	19	9	0.55
Kremlin / kremalin	k ɹ ɛ m l ɪ n	k ɹ ɛ m ə l ɪ n	7	8	1	0.875
walkie-talkie / talky walkiries	w ɔː k i t ɔː k i	t ɔː k i w ɔː l k ɪ ɹ i z	8	12	6	0.5
walking dead / woking dead	w ɔː k ɪ ŋ d ɛ d	w oʊ k ɪ ŋ d ɛ d	8	8	1	0.875
president / P’rez hell	p ɹ ɛ z ɪ d ə n t	p ɹ ɛ z h ɛ l	9	7	5	0.444
happy birthday / ZHappy birZday	h æ p i b ɜː θ d eɪ	z h æ p i b ɜː z d eɪ	9	10	2	0.8
Marilyn Monroe / Marylin Monrozombiz	m æ ɹ ɪ l ɪ n m ə n ɹ oʊ	m æ ɹ ɪ l ɪ n m ɒ n ɹ oʊ z ɒ m b ɪ z	12	18	7	0.611
Wizard of Oz / Ward of Hose	w ɪ z ɚ d ə v ɒ z	w ɔː d ə v h oʊ z	9	8	5	0.444
Silent Hill / Silent ill	s aɪ l ə n t h ɪ l	s aɪ l ə n t ɪ l	9	8	1	0.889
gingerbread / giger bread	dʒ ɪ n dʒ ɚ b ɹ ɛ d	dʒ aɪ ɡ ɚ b ɹ ɛ d	9	8	3	0.667
crackpot / jackpot	k ɹ æ k p ɒ t	dʒ æ k p ɒ t	7	6	2	0.714
Zombiz / Tombiz	z ɒ m b ɪ z	t ɒ m b ɪ z	6	6	1	0.833
dead souls / dead soles	d ɛ d s oʊ l z	d ɛ d s oʊ l z	7	7	0	1
pumpernickel / Xirumpernickel	p ʊ m p ə n ɪ k ə l	ʃ iː ɹ ʌ m p ə n ɪ k ə l	10	12	4	0.667
Putin / lutin	p y t ɛ̃	l y t ɛ̃	4	4	1	0.75
Putin / lutinpem	p y t ɛ̃	l y t ɛ̃ p ɛ m	4	7	4	0.429
Putin / lutinpoque	p y t ɛ̃	l y t ɛ̃ p ɔ k	4	7	4	0.429
Putin / lutinpcé	p y t ɛ̃	l y t ɛ̃ p s e	4	7	4	0.429
boucher / louchébem	b u ʃ e	l u ʃ e b ɛ m	4	7	4	0.429
fou / loufoque	f u	l u f ɔ k	2	5	4	0.2
douce / loucedé	d u s	l u s d e	3	5	3	0.4
femme / lamfé	f a m	l a m f e	3	5	3	0.4
louchébem / la louche benne	l u ʃ e b ɛ m	l a l u ʃ b ɛ n	7	8	4	0.5
Et tu Brute / Et tout broute ouste	ɛ t y b ʁ y t	e t u b ʁ u t u s t	7	10	6	0.4
troufion / trou pion	t ʁ u f j ɔ̃	t ʁ u p j ɔ̃	6	6	1	0.833

Groupe C : couples 30 à 57.

D. Comparaison des deux niveaux

Pair a / b	ho = 1 − do / max(|a|,|b|)	hp = 1 − dp / max(|a′|,|b′|)	hp − ho	Perfect homophone [hp = 1]	Hamming on phonemes (equal length)	Edit type
miam / mi âme	0.8	0.75	-0.05	0	1	substitution
l’armée / l’art mé	0.667	1	0.333	1	0	homophone
Et tu Brute / ébruter tutti	0.417	0.3	-0.117	0		mixed
ébruiter abruti / ébruter tutti	0.643	0.615	-0.027	0		mixed
Duma / Due Mag	0.667	0.333	-0.333	0		mixed
Duma / Due Mad	0.667	0.333	-0.333	0		mixed
Air Force One / air farce one	0.909	0.875	-0.034	0	1	substitution
jaw of the law / J.L. awe	0.273	0.375	0.102	0		mixed
extract / K tract	0.714	0.75	0.036	0		mixed
word animatronics / word combinatorics	0.588	0.5	-0.088	0		mixed
Hulot / Hublot	0.833	0.75	-0.083	0		insertion
quid pro quo / squid pro quo	0.909	0.909	0	0		insertion
zob / Z mob	0.75	0.333	-0.417	0		mixed
zob / Z job	0.75	0.333	-0.417	0		mixed
Bagdad bob / bad gag blob	0.6	0.6	0	0		mixed
educated guess / educated guests	0.929	0.846	-0.082	0		insertion
Veni Vidi Vici / Veni Vidi Vuvicici	0.75	0.75	0	0		insertion
godfather / god feather	0.9	0.857	-0.043	0	1	substitution
pizzo / pizza	0.8	0.8	0	0	1	substitution
cappuccino / cappo see no	0.6	0.75	0.15	0	2	substitution
daughter’s wedding day / dough’s turf veting day	0.632	0.538	-0.093	0		mixed
pulp fiction / poulpe fiction	0.846	0.9	0.054	0	1	substitution
pulp fiction / pulp friction	0.917	0.909	-0.008	0		insertion
Wizard of Oz / Weak Z Hard of Ose	0.571	0.6	0.029	0		mixed
in the end / in Z end	0.625	0.714	0.089	0		mixed
Wizard of Oz / Whiz Hard of hose	0.643	0.636	-0.006	0		mixed
neo-Nazi / neo naze Z	0.75	0.556	-0.194	0		mixed
dreamers / dear mers	0.75	0.5	-0.25	0	3	substitution
singin’ in the rain / stingin’ in the rain	0.938	0.923	-0.014	0		insertion

Groupe D : couples 1 à 29.

Pair a / b	ho = 1 − do / max(|a|,|b|)	hp = 1 − dp / max(|a′|,|b′|)	hp − ho	Perfect homophone [hp = 1]	Hamming on phonemes (equal length)	Edit type
bad cop good cop / bad scoop good scoop	0.765	0.714	-0.05	0		mixed
Medvedev / Smerdvedev	0.8	0.8	0	0		insertion
lawyer / layer	0.833	0.667	-0.167	0	1	substitution
Assault on Precinct 13 / Asshole of Prescent 13	0.588	0.55	-0.038	0		mixed
Kremlin / kremalin	0.875	0.875	0	0		insertion
walkie-talkie / talky walkiries	0.5	0.5	0	0		mixed
walking dead / woking dead	0.818	0.875	0.057	0	1	substitution
president / P’rez hell	0.444	0.444	0	0		mixed
happy birthday / ZHappy birZday	0.769	0.8	0.031	0		mixed
Marilyn Monroe / Marylin Monrozombiz	0.556	0.611	0.056	0		mixed
Wizard of Oz / Ward of Hose	0.5	0.444	-0.056	0		mixed
Silent Hill / Silent ill	0.9	0.889	-0.011	0		deletion
gingerbread / giger bread	0.909	0.667	-0.242	0		mixed
crackpot / jackpot	0.75	0.714	-0.036	0		mixed
Zombiz / Tombiz	0.833	0.833	0	0	1	substitution
dead souls / dead soles	0.778	1	0.222	1	0	homophone
pumpernickel / Xirumpernickel	0.786	0.667	-0.119	0		mixed
Putin / lutin	0.8	0.75	-0.05	0	1	substitution
Putin / lutinpem	0.5	0.429	-0.071	0		mixed
Putin / lutinpoque	0.4	0.429	0.029	0		mixed
Putin / lutinpcé	0.5	0.429	-0.071	0		mixed
boucher / louchébem	0.556	0.429	-0.127	0		mixed
fou / loufoque	0.375	0.2	-0.175	0		mixed
douce / loucedé	0.571	0.4	-0.171	0		mixed
femme / lamfé	0.4	0.4	0	0		mixed
louchébem / la louche benne	0.615	0.5	-0.115	0		mixed
Et tu Brute / Et tout broute ouste	0.529	0.4	-0.129	0		mixed
troufion / trou pion	0.875	0.833	-0.042	0	1	substitution

Groupe D : couples 30 à 57.

E. Écriture imprimée et découpage en mots

Pair a / b	a as printed	b as printed	Words in a	Words in b	Word count changes [1/0]
miam / mi âme	miam	mi âme	1	2	1
l’armée / l’art mé	l’armée	l’art mé	1	2	1
Et tu Brute / ébruter tutti	Et tu Brute	ébruter tutti	3	2	1
ébruiter abruti / ébruter tutti	ébruiter abruti	ébruter tutti	2	2	0
Duma / Due Mag	Duma	Due Mag	1	2	1
Duma / Due Mad	Duma	Due Mad	1	2	1
Air Force One / air farce one	Air Force One	air farce one	3	3	0
jaw of the law / J.L. awe	jaw of the law	J.L. awe	4	2	1
extract / K tract	extract	K tract	1	2	1
word animatronics / word combinatorics	word animatronics	word combinatorics	2	2	0
Hulot / Hublot	Hulot	Hublot	1	1	0
quid pro quo / squid pro quo	quid pro quo	squid pro quo	3	3	0
zob / Z mob	zob	Z mob	1	2	1
zob / Z job	zob	Z job	1	2	1
Bagdad bob / bad gag blob	Bagdad bob	bad gag blob	2	3	1
educated guess / educated guests	educated guess	educated guests	2	2	0
Veni Vidi Vici / Veni Vidi Vuvicici	Veni Vidi Vici	Veni Vidi Vuvicici	3	3	0
godfather / god feather	godfather	god feather	1	2	1
pizzo / pizza	pizzo	pizza	1	1	0
cappuccino / cappo see no	cappuccino	cappo see no	1	3	1
daughter’s wedding day / dough’s turf veting day	daughter’s wedding day	dough’s turf veting day	3	4	1
pulp fiction / poulpe fiction	pulp fiction	poulpe fiction	2	2	0
pulp fiction / pulp friction	pulp fiction	pulp friction	2	2	0
Wizard of Oz / Weak Z Hard of Ose	Wizard of Oz	Weak Z Hard of Ose	3	5	1
in the end / in Z end	in the end	in Z end	3	3	0
Wizard of Oz / Whiz Hard of hose	Wizard of Oz	Whiz Hard of hose	3	4	1
neo-Nazi / neo naze Z	neo-Nazi	neo naze Z	1	3	1
dreamers / dear mers	dreamers	dear mers	1	2	1
singin’ in the rain / stingin’ in the rain	singin’ in the rain	stingin’ in the rain	4	4	0

Groupe E : couples 1 à 29.

Pair a / b	a as printed	b as printed	Words in a	Words in b	Word count changes [1/0]
bad cop good cop / bad scoop good scoop	bad cop good cop	bad scoop good scoop	4	4	0
Medvedev / Smerdvedev	Medvedev	Smerdvedev	1	1	0
lawyer / layer	lawyer	layer	1	1	0
Assault on Precinct 13 / Asshole of Prescent 13	Assault on Precinct 13	Asshole of Prescent 13	4	4	0
Kremlin / kremalin	Kremlin	kremalin	1	1	0
walkie-talkie / talky walkiries	walkie-talkie	talky walkiries	1	2	1
walking dead / woking dead	walking dead	woking dead	2	2	0
president / P’rez hell	president	P’rez hell	1	2	1
happy birthday / ZHappy birZday	happy birthday	ZHappy birZday	2	2	0
Marilyn Monroe / Marylin Monrozombiz	Marilyn Monroe	Marylin Monrozombiz	2	2	0
Wizard of Oz / Ward of Hose	Wizard of Oz	Ward of Hose	3	3	0
Silent Hill / Silent ill	Silent Hill	Silent ill	2	2	0
gingerbread / giger bread	gingerbread	giger bread	1	2	1
crackpot / jackpot	crackpot	jackpot	1	1	0
Zombiz / Tombiz	Zombiz	Tombiz	1	1	0
dead souls / dead soles	dead souls	dead soles	2	2	0
pumpernickel / Xirumpernickel	pumpernickel	Xirumpernickel	1	1	0
Putin / lutin	Putin	lutin	1	1	0
Putin / lutinpem	Putin	lutinpem	1	1	0
Putin / lutinpoque	Putin	lutinpoque	1	1	0
Putin / lutinpcé	Putin	lutinpcé	1	1	0
boucher / louchébem	boucher	louchébem	1	1	0
fou / loufoque	fou	loufoque	1	1	0
douce / loucedé	douce	loucedé	1	1	0
femme / lamfé	femme	lamfé	1	1	0
louchébem / la louche benne	louchébem	la louche benne	1	3	1
Et tu Brute / Et tout broute ouste	Et tu Brute	Et tout broute ouste	3	4	1
troufion / trou pion	troufion	trou pion	1	2	1

Groupe E : couples 30 à 57.

F. Synthèse des tableaux. Les trois tableaux reposent sur un seul ensemble d’indices S et sur cinq applications définies sur S. Chaque effectif et chaque moyenne ci-dessous est l’un des quatre opérateurs du tableau F0 appliqué à une partie de S. Les valeurs sont inchangées ; seule la formulation a été rendue exacte, les noms de fonctions de tableur étant remplacés par leur expression mathématique. Les quarante lignes attendues sont toutes présentes dans ce lot.

F0. Définitions et expression utilisée

N°	Symbole	Définition et expression
F0.1	Σ, Π, Σ*, Π*	Alphabet des lettres Σ et alphabet des phonèmes Π ; Σ* et Π* sont les monoïdes libres qu’ils engendrent. Pour z dans Σ*, |z| désigne sa longueur.
F0.2	ψ(z)	Vecteur de Parikh de z, dans ℕΣ : ψ(z)(c) = nombre d’occurrences de la lettre c dans z. Deux mots sont anagrammes exactement lorsque leurs vecteurs de Parikh coïncident.
F0.3	dlev(u, v)	Distance de Levenshtein : nombre minimal d’insertions, de suppressions et de substitutions d’un symbole menant de u à v.
F0.4	φ : Σ* → Π*	Transcription phonétique, qui envoie un mot écrit sur sa suite de phonèmes.
F0.5	S, N, (ai, bi)	S est l’ensemble fini des indices des couples notés et N = |S|. Chaque indice i de S porte le couple ordonné (ai, bi) dans Σ* × Σ* : ai est la forme de départ, bi la forme obtenue.
F0.6	ho : S → [0, 1]	Score orthographique. ho(i) = 1 − dlev(ai, bi) / max(|ai|, |bi|). La normalisation par la plus grande longueur place la valeur dans [0, 1], et ho(i) = 1 si et seulement si ai = bi.
F0.7	hp : S → [0, 1]	Score phonétique. hp(i) = 1 − dlev(φ(ai), φ(bi)) / max(|φ(ai)|, |φ(bi)|), avec hp(i) = 1 si et seulement si φ(ai) = φ(bi), c’est-à-dire exactement pour les homophones.
F0.8	λ, σ, κ	Les trois étiquetages, vus comme des applications sur S : langue λ : S → {fr, en, mix}, statut σ : S → {printed, evident}, nature κ : S → {name, word}. Chacun partitionne S, puisque chacun est une application définie sur S tout entier.
F0.9	S(P)	Opérateur de sélection. Pour un prédicat P sur S, S(P) = { i ∈ S : P(i) }. Il remplace tous les ensembles improvisés de l’ancien tableau.
F0.10	|A| = ∑i ∈ S 1A(i)	Opérateur de dénombrement. Le cardinal de A ⊆ S est la somme sur S de sa fonction caractéristique 1A. Chaque effectif des trois tableaux est ce seul opérateur appliqué à un ensemble sélectionné.
F0.11	h̄o(T), h̄p(T)	Opérateur de moyenne, pour une partie non vide T ⊆ S : h̄o(T) = (1 / |T|) ∑i ∈ T ho(i), et de même h̄p(T). Les quatorze moyennes conditionnelles de l’ancien tableau sont cette définition unique en quatorze arguments, et non quatorze formules.
F0.12	uo, up	Les familles centrées sur S : uo(i) = ho(i) − h̄o(S) et up(i) = hp(i) − h̄p(S), vues comme vecteurs de ℝS muni du produit scalaire usuel ⟨u, v⟩ = ∑i ∈ S u(i) · v(i).
F0.13	w(z)	Nombre de mots de z, comme coordonnée de Parikh : w(z) = 1 + ψ(z)(espace), soit le nombre d’espaces de z augmenté de un. Un redécoupage ou une fusion est un changement de ce seul entier.
F0.14	Op(i)	Multi-ensemble des opérations élémentaires d’un alignement minimal de ai sur bi, de cardinal |Op(i)| = dlev(ai, bi). Chaque opération est d’un des trois types : insertion, suppression, substitution.
F0.15	τ	Type d’édition, quatrième étiquetage, à règle de priorité : τ(i) = homophone si hp(i) = 1 ; sinon τ(i) = insertion, deletion ou substitution lorsque toutes les opérations de Op(i) sont de ce seul type, et τ(i) = mixed lorsque Op(i) réunit au moins deux types. Ici la priorité est strictement active : aucun couple ne vérifie ho(i) = 1, donc les deux homophones ont un Op(i) non vide et recevraient sinon un second type.
F0.16	π : S → ℕ	Application de pagination : π(i) est la page où figure le couple i. Ses fibres S(π = p) partitionnent S, et son image π(S) est l’ensemble des pages effectivement occupées.

F1. Effectif et les deux scores sur S tout entier

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F1.1	Nombre de couples notés : N = |S|	57	exact
F1.2	Score orthographique moyen : h̄o(S) = (1 / N) ∑i ∈ S ho(i)	0,691	rationnel
F1.3	Score phonétique moyen : h̄p(S) = (1 / N) ∑i ∈ S hp(i)	0,637	rationnel
F1.4	Plus petit score phonétique : mini ∈ S hp(i)	0,200	1 / 5, à confirmer
F1.5	Corrélation des deux scores, comme cosinus de l’angle des familles centrées : r = ⟨uo, up⟩ / √( ⟨uo, uo⟩ · ⟨up, up⟩ )	0,765	dans [−1, 1]
F1.6	Ligne ajoutée. Renversement par rapport aux autres lots : h̄o(S) > h̄p(S), de 0,054. C’est le seul lot où la moyenne orthographique dépasse la moyenne phonétique, toutes les autres donnant l’avantage à l’oreille	+0,054	0,691 − 0,637

F2. Scores parfaits et comparaison des deux scores

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F2.1	Homophones parfaits : |S(hp = 1)|, soit les couples vérifiant φ(ai) = φ(bi)	2	2 / 57
F2.2	Graphie identique : |S(ho = 1)|, soit les couples vérifiant ai = bi. Correction : l’ancien intitulé « lettres identiques » désigne les anagrammes ; il s’agit ici d’homographes, et ce lot n’en contient aucun	0	exact
F2.3	Score phonétique le plus grand : |S(hp > ho)|	12	exact
F2.4	Score orthographique le plus grand : |S(ho > hp)|	35	exact
F2.5	Ligne ajoutée. Les deux scores égaux : |S(ho = hp)| = N − |S(hp > ho)| − |S(ho > hp)|, troisième classe de la trichotomie, omise dans l’ancien tableau	10	57 − 12 − 35
F2.6	Ligne ajoutée. L’œil l’emporte massivement : 35 contre 12, soit un rapport de 2,92. Avec F1.6, c’est le trait dominant de ce lot : les jeux de mots y reposent sur la graphie bien plus que sur le son	35 contre 12	35 / 12
F2.7	Ligne ajoutée. Taux d’homophonie : |S(hp = 1)| / N = 2 / 57, soit 3,5 %, le plus faible de tous les lots. Comme F2.2 est nul, ces deux homophones sont hétérographes	3,5 %	2 / 57

F3. Par langue : les fibres de λ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F3.1	|S(λ = fr)|	16	exact
F3.2	h̄o(S(λ = fr))	0,593	rationnel
F3.3	h̄p(S(λ = fr))	0,538	rationnel
F3.4	|S(λ = fr et hp = 1)|	1	exact
F3.5	|S(λ = en)|	33	exact
F3.6	h̄o(S(λ = en))	0,718	rationnel
F3.7	h̄p(S(λ = en))	0,688	rationnel
F3.8	|S(λ = en et hp = 1)|	1	exact
F3.9	|S(λ = mix)|	8	exact
F3.10	h̄o(S(λ = mix))	0,775	rationnel
F3.11	h̄p(S(λ = mix))	0,622	rationnel
F3.12	|S(λ = mix et hp = 1)|	0	exact
F3.13	Ligne ajoutée. Classement inversé par rapport aux autres lots : le français est ici le plus faible sur les deux scores, et mix le plus fort à l’écrit avec 0,775. Ailleurs, fr dominait et mix fermait la marche	fr dernier	0,593 contre 0,775
F3.14	Ligne ajoutée. La fibre mix est aussi celle dont les deux scores s’écartent le plus : h̄o − h̄p = 0,153, contre 0,055 pour fr et 0,030 pour en. Ses couples se ressemblent à l’œil sans se ressembler à l’oreille	0,153	0,775 − 0,622

F4. Par statut : les fibres de σ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F4.1	|S(σ = printed)|	36	exact
F4.2	h̄o(S(σ = printed))	0,665	rationnel
F4.3	h̄p(S(σ = printed))	0,593	rationnel
F4.4	|S(σ = printed et hp = 1)|	1	exact
F4.5	|S(σ = evident)|	21	exact
F4.6	h̄o(S(σ = evident))	0,734	rationnel
F4.7	h̄p(S(σ = evident))	0,711	rationnel
F4.8	|S(σ = evident et hp = 1)|	1	exact
F4.9	Ligne ajoutée. La fibre evident domine sur les deux scores, de 0,069 et 0,118, comme dans les autres lots : c’est la régularité la mieux attestée de la série	+0,069 et +0,118	écarts

F5. Par nature : les fibres de κ

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F5.1	|S(κ = name)|	21	exact
F5.2	h̄o(S(κ = name))	0,664	rationnel
F5.3	h̄p(S(κ = name))	0,605	rationnel
F5.4	|S(κ = name et hp = 1)|	0	exact
F5.5	|S(κ = word)|	36	exact
F5.6	h̄o(S(κ = word))	0,706	rationnel
F5.7	h̄p(S(κ = word))	0,655	rationnel
F5.8	|S(κ = word et hp = 1)|	2	exact
F5.9	Ligne ajoutée. La nature word domine sur les deux scores, et les deux homophones en relèvent : S(hp = 1) ⊆ S(κ = word), puisque F5.4 est nul. Pas de croisement ici, contrairement au lot des pages 16 à 29	2 = 2	inclusion

F6. Relations structurelles à l’intérieur d’un couple

N°	Statistique (formulation mathématique)	Valeur	Forme exacte
F6.1	Couples anagrammes, par égalité des vecteurs de Parikh : |S(ψ(ai) = ψ(bi) et ai ≠ bi)|	1	exact
F6.2	Couples à une transposition adjacente : |S(∃ u, v ∈ Σ*, ∃ x, y ∈ Σ, x ≠ y, ai = uxyv et bi = uyxv)|	0	exact
F6.3	Couples dont le nombre de mots change, redécoupage ou fusion : |S(w(ai) ≠ w(bi))|	23	23 / 57
F6.4	Ligne ajoutée. L’inclusion F6.2 ⊆ F6.1 est stricte : 0 < 1. L’unique anagramme n’est donc pas une transposition adjacente, mais une permutation plus éloignée des lettres. Le redécoupage, avec 23 couples sur 57, reste de loin le procédé structurel dominant	0 < 1	inclusion stricte

F7. Types d’édition : les fibres de τ

N°	Effectif (formulation mathématique)	Valeur	Part de N
F7.1	|S(τ = homophone)| = |S(hp = 1)|, classe prioritaire	2	2 / 57
F7.2	|S(τ = insertion)| : Op(i) ne contient que des insertions	8	8 / 57
F7.3	|S(τ = deletion)| : Op(i) ne contient que des suppressions	1	1 / 57
F7.4	|S(τ = substitution)| : Op(i) ne contient que des substitutions	12	12 / 57
F7.5	|S(τ = mixed)| : Op(i) réunit au moins deux types	34	34 / 57
F7.6	Somme des cinq classes : ∑t |S(τ = t)| = N, puisque τ est une application définie sur S tout entier	57	57 / 57
F7.7	Ligne ajoutée. Les quatre classes orthographiques ne décrivent que le complémentaire des homophones : 8 + 1 + 12 + 34 = N − |S(hp = 1)|. Toute proportion « parmi les non-homophones » se prend donc sur 55, non sur 57	55	57 − 2
F7.8	Ligne ajoutée. La classe mixed écrase les autres : 34 sur 57, soit 60 % de S et 62 % des non-homophones, contre 39 % au plus dans les autres lots. Les couples de ce lot combinent donc presque toujours plusieurs types d’opérations	60 %	34 / 57
F7.9	Réserve à porter dans le texte. Insertion et suppression s’échangent quand on échange ai et bi : l’écart entre 8 et 1 mesure la convention d’orientation du couple, et non une propriété des jeux de mots	8 contre 1	non symétrique
F7.10	Réserve à porter dans le texte. Un alignement minimal n’est pas toujours unique : τ n’est bien définie qu’une fois fixé un alignement minimal canonique. La réserve pèse davantage ici, la classe mixed étant la plus sensible au choix de l’alignement	—	à fixer

F8. Répartition par page : les fibres de π

N°	Effectif de la fibre (formulation mathématique)	Valeur	Part de N
F8.1	|S(π = 82)|	4	4 / 57
F8.2	|S(π = 83)|	3	3 / 57
F8.3	|S(π = 84)|	1	1 / 57
F8.4	|S(π = 85)|	1	1 / 57
F8.5	|S(π = 86)|	2	2 / 57
F8.6	|S(π = 88)|	3	3 / 57
F8.7	|S(π = 89)|	1	1 / 57
F8.8	|S(π = 90)|	3	3 / 57
F8.9	|S(π = 91)|	3	3 / 57
F8.10	|S(π = 92)|	4	4 / 57
F8.11	|S(π = 93)|	11	11 / 57
F8.12	|S(π = 95)|	5	5 / 57
F8.13	|S(π = 96)|	4	4 / 57
F8.14	|S(π = 97)|	1	1 / 57
F8.15	|S(π = 98)|	10	10 / 57
F8.16	|S(π = 99)|	1	1 / 57
F8.17	Ligne ajoutée. Nombre de pages occupées : |π(S)|	16	exact
F8.18	Ligne ajoutée. Étendue : min π(S) = 82 et max π(S) = 99, soit 18 pages consécutives	82 à 99	18 pages
F8.19	Ligne ajoutée. Pages vides de l’étendue : { p : 82 ≤ p ≤ 99 } − π(S) = {87, 94}. C’est l’étendue la moins lacunaire de la série	2	18 − 16
F8.20	Ligne ajoutée. Nombre moyen de couples par page occupée : N / |π(S)|	3,563	57 / 16
F8.21	Ligne ajoutée. Fibre maximale à la page 93, fibre minimale à cinq pages : maxp |S(π = p)| = 11 et minp |S(π = p)| = 1 aux pages 84, 85, 89, 97 et 99	11 et 1	11 / 57 et 1 / 57
F8.22	Ligne ajoutée. Deux pages se détachent : |S(π = 93)| + |S(π = 98)| = 21, soit 37 % des couples. La répartition reste toutefois la plus régulière de la série, les quatorze autres pages se partageant 36 couples	21	21 / 57

F9. Relations vérifiées par les trois tableaux, comme contrôles

N°	Relation (formulation mathématique)	Valeur	Verdict
F9.1	Chaque étiquetage partitionne S, donc les tailles des fibres somment à N : 16 + 33 + 8 = 36 + 21 = 21 + 36 = N	57	vérifiée
F9.2	Une moyenne est la moyenne pondérée des moyennes de ses fibres : h̄o(S) = (1 / N) ∑T |T| · h̄o(T), sur les fibres T d’un même étiquetage	0,691	vérifiée au millième près
F9.3	De même pour le score phonétique : h̄p(S) = (1 / N) ∑T |T| · h̄p(T)	0,637	vérifiée au millième près
F9.4	L’effectif des homophones se répartit selon chaque étiquetage : 1 + 1 + 0 = 1 + 1 = 0 + 2 = |S(hp = 1)|	2	vérifiée
F9.5	Une graphie identique impose un son identique, donc S(ho = 1) ⊆ S(hp = 1) : ici l’inclusion est triviale, l’ensemble de gauche étant vide	0 ≤ 2	vérifiée, trivialement
F9.6	Une transposition adjacente conserve le vecteur de Parikh et change le mot, donc F6.2 ⊆ F6.1 : l’inclusion est stricte, l’unique anagramme n’étant pas une transposition adjacente	0 < 1	vérifiée
F9.7	La trichotomie est complète : |S(hp > ho)| + |S(ho > hp)| + |S(ho = hp)| = N	12 + 35 + 10	vérifiée une fois F2.5 ajoutée
F9.8	Les cinq types d’édition partitionnent S : 2 + 8 + 1 + 12 + 34 = N	57	vérifiée
F9.9	La classe prioritaire coïncide avec les homophones de F2.1 : S(τ = homophone) = S(hp = 1)	2 = 2	vérifiée
F9.10	Les quatre classes orthographiques couvrent exactement le complémentaire des homophones : 55 = N − 2	55 = 55	vérifiée
F9.11	Les fibres de la pagination partitionnent S : ∑p ∈ π(S) |S(π = p)| = N	57	vérifiée
F9.12	Nombre de lignes de synthèse attendu : 9 générales + 12 pour la langue + 8 pour le statut + 8 pour la nature + 3 structurelles = 40, et les lignes 61 à 100 en comptent bien 40	40 = 40	vérifiée, aucun manque
F9.13	Les trois découpages indépendants donnent le même total : étiquetages, types d’édition et pagination somment chacun à N	57	vérifiée

Comment lire les tableaux des jeux de mots de la cinquième analyse en combinatoire des mots ?

Chaque ligne des tableaux précédents est un couple (a, b) : a est le mot original, b le jeu de mots. Il est mesuré deux fois avec la même règle : sur les lettres (indice o, ce que l’œil voit) et sur les phonèmes (indice p, ce que l’oreille entend), a′ et b′ étant les transcriptions phonétiques de a et de b. Les tableaux A à E découpent les colonnes de la feuille en groupes ; chacun répète la colonne « Pair a / b » et son en-tête, et le tableau F résume l’ensemble.

Formules

Soit d la distance d’édition (nombre minimal d’insertions, suppressions et substitutions de coût 1 pour passer d’une chaîne à l’autre), et |x| la longueur d’une chaîne :

d_o = d(a, b),    d_p = d(a′, b′)

h_o = 1 − d_o / max(|a|, |b|),    h_p = 1 − d_p / max(|a′|, |b′|)

Δ = h_p − h_o ∈ [−1, 1]

Les deux forces h_o et h_p sont des nombres rationnels de l’intervalle [0, 1] ; la valeur 1 n’est atteinte que si les deux chaînes comparées sont identiques. Ainsi h_p = 1 signale un homophone parfait (a′ = b′) et Δ > 0 un jeu de mots qui ressemble plus à l’oreille qu’à l’œil. Exemple : fin / faim. Lettres : d_o = 2 et max(3, 4) = 4, donc h_o = 0,5 ; phonèmes : « f ɛ̃ » dans les deux cas, d_p = 0, donc h_p = 1 et Δ = 0,5.

Le type d’édition (colonne X) se lit sur les phonèmes. En notant q = |a′|, r = |b′|, k = d_p et m la distance de Hamming sur les phonèmes (nombre de positions différentes, définie si q = r), les tests sont appliqués dans l’ordre :

« homophone » si k = 0 ; « insertion » si r − q = k ; « deletion » si q − r = k ; « substitution » si q = r et m = k ; « mixed » sinon.

Colonnes

Tableau	Colonne(s)	En-tête dans le tableau	Contenu et expression mathématique
A	A	Pair a / b	Étiquette du couple (a, b)
A	B, C, D, Y	Page, Status, Lang, Kind	Numéro de page ; étiquettes « evident » ou « printed », « fr », « en » ou « mix », « name » ou « word »
A	E, F	Letters a, Letters b	ν(a), ν(b) : lettres normalisées (minuscules, sans accents, espaces, traits d’union, apostrophes ni points de suspension)
A	G, H	|a| = LEN(a), |b| = LEN(b)	Nombres de lettres |a| et |b|
B	I, J	do, ho	do = d(a, b) ; ho = 1 − do / max(|a|, |b|)
B	K	Hamming on letters	mo = |{ i : ai ≠ bi }|, vide si |a| ≠ |b|
B	L, M	p(a,b), s(a,b)	Plus longs préfixe et suffixe communs, en nombre de lettres
B	N	anagrams [1/0]	1 si a et b ont les mêmes lettres avec les mêmes multiplicités, sinon 0
B	Z	one adjacent swap [1/0]	1 si a ≠ b et si b s’obtient en échangeant deux lettres consécutives de a, sinon 0
C	O, P	Phonemes a′, b′	a′ = τ(a), b′ = τ(b) : suites de symboles phonétiques (un symbole = un jeton)
C	Q, R	|a′|, |b′| = tokens	Nombres de jetons |a′| et |b′|
C	S, T	dp, hp	dp = d(a′, b′) ; hp = 1 − dp / max(|a′|, |b′|)
D	J, T	ho, hp (rappel)	Mêmes valeurs que ci-dessus, répétées pour la comparaison
D	U, V	hp − ho, perfect homophone	Δ = hp − ho ; [hp = 1] (crochet d’Iverson : 1 si vrai, 0 sinon)
D	W, X	Hamming on phonemes, Edit type	m comme ci-dessus (vide si q ≠ r) ; type d’édition défini plus haut
E	AA, AB	a as printed, b as printed	Les deux chaînes telles qu’elles sont imprimées, avant normalisation
E	AC, AD	Words in a, Words in b	Nombres de mots w(a), w(b) : blocs séparés par des espaces dans la forme imprimée
E	AE	Word count changes [1/0]	[w(a) ≠ w(b)] : 1 si le jeu de mots découpe ou fusionne des mots, sinon 0

Tableau F : statistiques

Avec N = 57 couples, indexés par i, les moyennes et la corrélation de Pearson sont :

h̄_o = (1/N) ∑_i=1^N h_o,i,    h̄_p = (1/N) ∑_i=1^N h_p,i

r = ∑_i (h_o,i − h̄_o)(h_p,i − h̄_p) / √( ∑_i (h_o,i − h̄_o)² · ∑_i (h_p,i − h̄_p)² )

Les lignes « Mean … language / status / kind » sont les mêmes moyennes calculées sur les couples d’une catégorie (AVERAGEIF), et « Perfect homophones … » est la somme de [h_p = 1] sur cette catégorie (SUMIF).

Repères pour ces données

Quantité	Valeur
Couples (pages 82 à 99)	N = 57 : 16 en français, 33 en anglais, 8 mixtes ; 21 noms, 36 mots
Homophones parfaits (hp = 1)	2
Lettres identiques (ho = 1)	0
Moyennes ho et hp	0,691 et 0,637
Corrélation de Pearson r	0,765
Plus faible hp	0,200 : fou / loufoque (dp = 4 sur 5 jetons)
Δ minimal et maximal	−0,417 (zob / Z mob) et 0,333 (l’armée / l’art mé)
Types d’édition	homophone 2, insertion 8, deletion 1, substitution 12, mixed 34 (total 57)
Anagrammes (a ≠ b)	1 : dreamers / dear mers
Échange de deux lettres consécutives	0
Changements du nombre de mots	23 couples sur 57, par exemple miam / mi âme, l’armée / l’art mé, Et tu Brute / ébruter tutti

Conventions. Les valeurs sont arrondies à 3 décimales avec le point décimal du tableau. Une cellule vide dans une colonne de Hamming signifie que les deux chaînes n’ont pas la même longueur. Les tableaux des lots suivants conservent exactement la même présen

L’efficacité des jeux de mots comme problème d’information

Paralipomènes · un modèle à la Shannon, les tests que le texte peut trancher et les données que les lecteurs doivent encore fournir

1. Position

Les tableaux PunSummary de ce lot décrivent 57 couples : h_o moyen 0,691, h_p moyen 0,637, 2 homophonies parfaites. Cette note les traite comme un objet formel, avec la même méthode que pour les lots précédents, et distingue deux sortes d’affirmations, de statut épistémique différent :

• Les affirmations côté signal portent sur le seul texte : distance de b à a, contexte nécessaire au décodage, agencement et relations des jeux de mots. Elles se définissent exactement, se calculent et se testent contre des hypothèses nulles. Huit sont traitées ci-dessous.
• Les affirmations côté réponse portent sur le rire, l’offense et la persuasion. Ce sont des propriétés d’un lecteur qui rencontre un texte. Aucun calcul sur le texte seul ne peut les établir. La science peut les écrire comme des fonctions explicites aux inconnues nommées, les ancrer à des résultats publiés et concevoir la mesure la moins coûteuse qui identifie ces inconnues.

Tout ce qui est calculé ici s’appuie sur les 57 couples de ce lot, sur les 12 802 mots des 21 pages et, comme référence hors échantillon, sur les 625 couples des autres lots (dont les cinq lots précédents, déjà traités avec la même méthode). Aucun lecteur n’a été mesuré : aucune phrase ci-dessous ne dit qu’un jeu de mots est drôle ; elles disent ce que la structure prédit et quelles prédictions ont survécu à un test. Deux résultats se détachent. La loi de minimalité articulatoire (L2) est de nouveau soutenue (4.1), alors qu’elle ne l’était pas dans le lot précédent. En revanche la loi de stationnarité du générateur (L5) échoue : ces pages ne fabriquent pas leurs jeux de mots comme le reste du livre (4.4), et la rafale de la rafale finale porte à elle seule l’essentiel du regroupement dans le texte (4.5).

2. Réduction du texte à l’os

Couche	Objet	Taille	Obtention
0	Texte courant de ce lot	12 802 mots	texte du PDF, 21 pages (la page la plus longue porte 1 473 mots ; les deux plus courtes en portent 43 et 33)
1	Formes imprimées de jeux de mots	34 occurrences	première occurrence de la forme b, sur la page du couple
2	Chaînes normalisées distinctes	103	lettres seules, minuscules, sans accents
3	Couples (a, b) avec mesures	57	do, dp, ho, hp, type d’édition, statut, langue, nature
4	Relations entre couples	16 arêtes · 8 familles (20 couples) · 37 couples isolés	élément normalisé partagé (identité ou inclusion de ≥ 4 lettres) ; densité 0,010
5	Statut d’impression	36 imprimés · 21 évidents (non imprimés tels quels)	langue : 16 français, 33 anglais, 8 mixtes ; nature : 21 noms, 36 mots

La couche 5 compte pour le modèle : pour 21 couples sur 57, le lecteur doit fournir une forme ou un original que la page n’imprime pas. En termes de canal, le coût de décodage de ces couples est porté par la culture partagée, non par la page. Les familles sont petites (au plus 4 couples) ; la plus grande, Putin, regroupe quatre variantes de lutin, toutes dans la rafale finale.

Figure 1. Structure relationnelle des 57 couples : 8 familles (Putin 4, Brute 3, Wizard of Oz 3, cinq paires) et 37 couples isolés. L’arête Marilyn Monroe / Marylin Monrozombiz vers Zombiz / Tombiz est une inclusion (zombiz dans monrozombiz).

3. Le modèle

Un jeu de mots est un canal bruité dont le bruit fait partie du message. L’auteur envoie un original a à travers un canal de loi d’erreur connue ; le lecteur reçoit la forme b et peut décoder deux choses : b lu littéralement, et a retrouvé en corrigeant le bruit. L’humour, l’offense et la critique, s’il y en a, résident dans la différence d’information entre les deux décodages. Les définitions ci-dessous la rendent précise. La colonne « niveau » indique ce qu’il faut pour mesurer chaque grandeur : T = le texte, D = dictionnaires et corpus, H = réponses humaines. Dans les tableaux, a désigne la première forme de l’étiquette « a / b » du tableau PunSummary et b la seconde.

Symbole	Définition	Niveau
dp(a,b)	Distance de Levenshtein entre les chaînes de phonèmes ; hp = 1 − dp/max(|a′|,|b′|)	T (fait)
Canal	P(b|a) ∝ exp(−λ dp(a,b)), λ en nats par édition de phonème (2 par défaut ; 1 et 3 testés)	D
P(a|b)	Probabilité a posteriori sans contexte : f(a)·e−λk / [ f(b) + Σ f(w)·e−λ d(w,b) sur les w ≠ b tels que d(w,b) ≤ k ], f = fréquence du mot, k = dp(a,b) ; les homophones de b comptent à d = 0	D (fait, 3 couples)
Bn	−log₂[ P(a|b) / (1 − P(a|b)) ] : bits que le contexte doit ajouter pour que a l’emporte sur toute autre lecture de b (négatif quand a l’emporte déjà sans contexte)	D (fait)
Ha	Entropie des deux lectures concurrentes (a par le canal, b littéral) : 1 bit quand elles s’équilibrent (« ambiguïté » de Kao et al.)	D (fait)
S	−log₂[ f(b) / (somme de f(w) sur les w voisins lexicaux de a à distance ≤ k) ] : degré de rareté de b parmi les voisins lexicaux de a pondérés par la fréquence : le coût de recherche de l’auteur	D (fait)
Ss	−log₂ P₀(hp ≥ observé), P₀ = probabilité sous l’hypothèse nulle, face à des couples aléatoires de mots fréquents de même longueur	D (fait)
Be, Bk	Bits de a fournis par un écho dans le texte, et par la connaissance partagée de a	T en partie ; H
Décodabilité	a est retrouvé si et seulement si Be + Bk ≥ Bn	loi L1
Δ(a,b), v(Δ)	Le fragment modifié et sa valence dans [−3, +3] ; cible T ; reconnaissance ρ = P(T identifiée)	H
I, G	Incongruité I = −log₂ P(b|c) (surprise de b dans le contexte c) et gain de résolution G = log₂[ P(a|b,c) / P(a|b) ]	exige un modèle de langue
Réponses	Yr (drôlerie), Ym (grimace), Ya (changement d’attitude envers la cible)	H

Le modèle côté réponse est Y = F(H_a, caractère distinct, niveau de tabou, ρ, v, rang d’occurrence, public) avec F inconnue. L’ancrage publié pour les deux premiers arguments est Kao, Levy et Goodman : sur 235 phrases et 100 évaluateurs, l’ambiguïté corrélait avec la drôlerie à r = 0,33 et le caractère distinct à r = 0,21, expliquant ensemble R² = 0,145. Même une mesure parfaite de ces deux grandeurs laisse l’essentiel de la variance de la drôlerie ailleurs ; il faut s’attendre à un modèle modeste, avec un terme de public important.

4. Ce que le texte tranche

4.1 Minimalité articulatoire (loi L2) : soutenue

Hypothèse. Quand l’auteur change un phonème, le remplaçant est articulatoirement proche de l’original. Méthode. Les phonèmes sont codés en vecteurs de traits panphon ; la distance entre deux segments est le nombre de traits changés (0,5 quand un trait n’est pas spécifié dans l’un des deux). L’hypothèse nulle remplace chaque phonème substitué par un phonème aléatoire de même classe (voyelle ou consonne) tiré parmi les symboles de la langue du couple, français ou anglais, car les deux inventaires diffèrent. Seuls les couples de type d’édition substitution servent, car leur alignement est sans ambiguïté.

Résultat dans ce lot. 14 événements dans 12 couples : moyenne observée 3,04 traits changés contre 3,91 attendus (p Monte-Carlo = 0,013) : la loi est soutenue. Aucun événement ne change un seul trait ; le plus petit est lawyer / layer (ɔɪ→eɪ, 1,5). Neuf événements sur 14 sont plus proches que leur attente, par exemple miam / mi âme (j→i, 2,0 contre environ 6,1), troufion / trou pion (f→p, 2,0 contre 5,0) et cappuccino / cappo see no (tʃ→s, 2,0 contre 4,3). Cinq sont au-dessus : Putin / lutin (p→l, 6,5 contre 4,5), godfather / god feather (ɑː→ɛ), dreamers / dear mers (iː→ə), Air Force One / air farce one (ɔː→ɑː) et pulp fiction / poulpe fiction (ʌ→u). Les sous-ensembles vont dans le même sens : couples imprimés 3,38 contre 4,35 (8 événements, p = 0,040) ; couples anglais 2,64 contre 3,48 (7 événements, p = 0,071, sans atteindre le seuil de 0,05). Trois événements seulement sont français : aucun test séparé. dreamers / dear mers est un cas à part : la frontière de mot se décale (dream-ers / dear mers), et un alignement par position transforme ce décalage en deux substitutions ; sans ce couple, 12 événements : 2,83 contre 3,73 (p = 0,017), donc le résultat ne dépend pas de lui (écarté après coup, comme indiqué dans le classeur). Hors échantillon, sur les 625 autres couples : 284 événements dans 178 couples, observé 3,28 contre 3,77 avec un nul pondéré par la fréquence (z = −5,6 ; t par couple = −5,8) et 3,96 avec un nul uniforme (z = −7,1) ; même signe dans 8 lots sur 11 (les trois exceptions sont d’autres lots) ; plus fort pour les consonnes (4,22 contre 5,04) que pour les voyelles (2,48 contre 2,70). L’écart de ce lot (−0,87 trait, intervalle à 95 % −1,63 à −0,11) est compatible avec celui du reste du corpus.

Lecture. Le lot précédent faisait exception, et trois autres lots sur onze ne confirment pas la loi : elle décrit une tendance moyenne, non une règle que chaque page respecte. Ce lot la confirme avec peu de puissance (14 événements). Réserves. Les transcriptions sont de moi ; l’hypothèse nulle utilise les symboles présents dans les données ; les événements d’un même couple ne sont pas indépendants (Q20 et Q28 en comptent deux chacun) ; la majorité des couples de ces pages (34 sur 57) est de type d’édition mixte (changement de frontière de mots, insertion et substitution mêlées) et ne contribue pas à ce test : il ne porte que sur 12 couples.

Figure 2. Chaque substitution de ce lot face à l’attente d’un remplacement aléatoire de même classe, et distribution nulle de la moyenne.

Figure 3. À gauche : le test sur ce lot, puis sur chaque autre lot. À droite : distribution de h_p des jeux de mots face à des couples aléatoires de mots anglais fréquents.

4.2 Le budget d’information d’un jeu de mots (lois L1, L4)

couple (a → b)	k	Zipf a / b	voisins de a	S (bits)	P(a|b) sans contexte	Bn (bits)	Ha (bits)
Q32 lawyer → layer	2	4,7 / 4,4	171	7,2	0,0009	10,2	0,21
Q34 kremlin → kremalin†	2	3,4 / 0,0	11	10,3	0,4170	0,5	0,68
Q43 crackpot → jackpot	2	2,5 / 3,5	4	2,3	0,0018	9,1	0,02

† forme b absente de wordfreq (fréquence nulle remplacée par un plancher de 10⁻⁸) : pour ce couple, S mesure la rareté du plancher, non une sélection lexicale, et B_n est surtout le fait que b n’est pas un mot.

Lecture. Seuls 3 couples sur 57 sont calculables ici (mots anglais simples, prononciation CMU ou mon codage phonétique pour kremalin) : le canal ne couvre que 5 % des couples de ces pages, la plupart étant français, mixtes, des noms composés ou des suites de plusieurs mots. Deux couples anglais sont écartés faute de prononciation (Zombiz / Tombiz, pumpernickel / Xirumpernickel). Les trois valeurs sont très différentes. lawyer → layer demande 10,2 bits de contexte : lawyer est à peine plus fréquent que layer (Zipf 4,67 contre 4,4), et lawyer a 171 voisins lexicaux à deux phonèmes d’écart (S = 7,2 bits), si bien que a ne l’emporte pas sans aide. crackpot → jackpot demande 9,1 bits : jackpot est plus fréquent que crackpot (Zipf 3,5 contre 2,55), et crackpot n’a que 4 voisins (S = 2,3 bits, la sélection la moins coûteuse des trois). kremlin → kremalin n’en demande que 0,5 : kremalin n’est pas un mot, le canal n’a pas de concurrent pour b et P(a|b) vaut 0,42 sans contexte ; B_n est faible parce que b n’existe pas, non parce que le jeu de mots serait facile à décoder. Trois points ne suffisent pas à situer ces pages ; les valeurs absolues de B_n dépendent des choix de modélisation (λ de 1 à 3, seuil du lexique), et l’ordre grossier est plus stable que les valeurs. La direction a → b suit l’ordre de l’étiquette du tableau : l’inverse n’a pas été calculé.

La similarité comme sélection. Parmi les couples anglais de type mot du corpus (longueur de 3 à 9 phonèmes), les jeux de mots se situent dans l’extrême queue de la distribution de similarité de couples aléatoires de mots fréquents (h_p moyen des couples aléatoires de 0,06 à 0,09) : la sélection coûte au moins 12,2 bits par jeu de mots en moyenne pour les 12 couples de ce lot concernés, et 11,8 bits pour les 165 des autres lots (bornes inférieures, fixées par le plancher de simulation). Les plus faibles de ces pages sont jaw of the law / J.L. awe (au moins 6,0 bits ; h_p = 0,38) et president / P’rez hell (au moins 7,4 bits ; h_p = 0,44).

Figure 4. Coût de recherche S de l’auteur et contexte nécessaire B_n du lecteur pour les 3 couples de mots anglais calculables.

4.3 Tolérance à la longueur, langues, noms et mots (loi L3)

Dans ce lot, l’édition absolue croît avec la longueur de l’original (Spearman +0,45, p de permutation < 0,001) ; la similarité relative ne baisse pas : Spearman 0,14 (p = 0,29), de signe opposé à celui des 625 autres couples (+0,58 et −0,18, p < 0,001). Les noms sont un peu plus déformés que les mots (h_p 0,605 contre 0,655, p = 0,38) : même sens que dans les autres lots (0,661 contre 0,737, p < 0,001), mais écart plus petit et non significatif ici avec 21 noms. La langue renverse le sens habituel : les jeux de mots français sont ici moins proches de leur original que les anglais (h_p 0,538 contre 0,688, p = 0,018 ; 16 couples français), alors que dans les autres lots c’est l’inverse (0,782 contre 0,700, p < 0,0001). Les couples mixtes (8) sont à 0,622. Une explication plausible, non testée, est que dix des seize couples français sont dans la rafale finale, dont neuf construits sur des formes en l-, des largonji pour la plupart (fou / loufoque, h_p = 0,20 ; douce / loucedé ; femme / lamfé ; boucher / louchébem ; Putin / lutin) : la forme déplace une consonne initiale et ajoute un suffixe, ce qui éloigne fortement la chaîne de phonèmes tout en gardant le motif reconnaissable. Une lecture par la théorie du codage reste valable pour le reste : un original long ou rare vit dans un code lexical clairsemé, où l’on peut corriger plus de bruit sans ambiguïté. Le mécanisme (la densité de voisinage comme variable de contrôle) n’est pas testé.

Figure 5. h_p moyen selon la longueur de l’original, la langue et le type d’édition : ce lot contre les 625 autres couples.

Homophonie. Deux couples seulement sont des homophones parfaits : l’armée / l’art mé (français, imprimé) et dead souls / dead soles (anglais, évident), soit 3,5 % contre 16,2 % dans les autres lots. L’effectif est trop faible pour une comparaison entre langues.

4.4 Stationnarité du générateur (loi L5) : non soutenue

La question est de savoir si ce lot est un échantillon du même processus que les autres lots. Réponse : non. La similarité moyenne est plus basse : h_p 0,637 contre 0,720 (écart −0,083, p = 0,003). La distribution des types d’édition diffère aussi (χ² = 19,9 ; p de permutation = 0,0002) : mixtes 34 sur 57 (60 %) contre 209 sur 625 (33 %), substitutions 12 (21 %) contre 179 (29 %), insertions 8 (14 %) contre 105 (17 %), suppressions 1 (2 %) contre 31 (5 %), homophones 2 (4 %) contre 101 (16 %) ; l’entropie vaut 1,59 contre 2,12 bits. Le trait marquant est le décompte de mots : 23 couples sur 57 changent le nombre de mots entre a et b (l’armée / l’art mé, miam / mi âme, troufion / trou pion, dreamers / dear mers, Medvedev / Smerdvedev…), alors que les homophones parfaits, qui conservent les frontières, sont presque absents. Ces pages fabriquent donc des jeux de mots de re-découpage et d’habillage, non des homophones. Le résultat ne dit pas que l’auteur a changé de façon d’écrire : il dit que ce lot est composé autrement (les 10 formes en l- de la rafale finale y comptent beaucoup) et qu’on ne peut pas supposer un générateur stationnaire d’un lot à l’autre.

4.5 Placement : rafales, écho, relations (lois L6–L8)

Les 34 formes imprimées sont groupées : le coefficient de variation des écarts vaut 1,35 contre 0,96 pour un placement uniforme (intervalle à 95 % 0,70–1,30, p = 0,016). Le test de proximité immédiate l’est aussi : 24 occurrences sur 34 en ont une autre à moins de 100 mots (13,7 attendues, p = 0,003). La répartition par page est très inégale (χ² = 98,7 pour 20 degrés de liberté, p < 0,001) : 7 pages n’en portent aucune, tandis que la rafale finale en porte 10 pour 393 mots (25,4 pour 1 000 mots), avec 10 formes entre les positions 12 448 et 12 570, soit en 122 mots. Cette rafale unique porte le résultat : sans les 10 formes de la rafale finale, le coefficient de variation tombe à 1,03 pour 24 occurrences (intervalle uniforme à 95 % 0,66–1,34 ; p = 0,27), c’est-à-dire dans l’intervalle d’un placement uniforme. La loi L6 est donc soutenue en apparence mais ne l’est pas hors de la rafale finale ; cette vérification a été faite après coup. La rafale finale enchaîne neuf formes en l- (boucher / louchébem, fou / loufoque, douce / loucedé, femme / lamfé, quatre variantes de Putin / lutin, louchébem / la louche benne) puis Et tu Brute / Et tout broute ouste : c’est ma lecture, non un codage indépendant, d’une série construite sur un seul procédé.

Distance d’écho : pour les 32 couples imprimés mesurables, la distance minimale entre une occurrence de a et une occurrence de b sur la page est de 4 mots en médiane (moyenne 12,6) ; 28 sont à 30 mots ou moins, 32 à 100 mots ou moins ; le plus éloigné est happy birthday / ZHappy birZday (67 mots). Deux positions tirées au hasard sur la même page seraient à 162 mots en médiane. Quatre couples imprimés n’ont pas d’écho mesurable : l’armée / l’art mé et crackpot / jackpot (la forme b est absente de la page), Marilyn Monroe / Marylin Monrozombiz et Et tu Brute / Et tout broute ouste (la forme a est absente). C’est une observation de conception plus qu’un test : l’étiquette « a / b » est elle-même construite sur un original voisin, et seuls les couples imprimés sont mesurables ; les 21 couples évidents s’en remettent à la culture partagée. Dans la rafale finale, six couples ont un écho à 2 mots (Putin / lutinpem, Putin / lutinpcé, boucher / louchébem, fou / loufoque, douce / loucedé, femme / lamfé).

Figure 6. Position des formes imprimées de jeux de mots dans le texte, colorées par langue ; sept pages sans occurrence et la rafale de dix formes dans la rafale finale.

4.6 Familles et cas particuliers

Huit familles de couples se chevauchent. Elles montrent surtout comment l’auteur décline un même original.

• Putin (Putin / lutin, lutinpem, lutinpoque, lutinpcé) : la plus grande famille, quatre variantes du même original dans la rafale finale, deux à deux à 2 ou 3 mots de distance ; elle donne les cas les plus proches d’une exposition répétée (L12).
• Brute (Et tu Brute / ébruter tutti, ébruiter abruti / ébruter tutti, Et tu Brute / Et tout broute ouste) : une chaîne de trois couples qui partage tantôt l’original, tantôt la forme b ; deux couples sont proches du début du lot et le troisième dans la rafale finale.
• Wizard of Oz (Weak Z Hard of Ose, Whiz Hard of hose, Ward of Hose) : trois variantes du même original, formant un triangle.
• Cinq paires : Duma (Due Mag, Due Mad), zob (Z mob, Z job), pulp fiction (poulpe fiction, pulp friction), Zombiz (avec Marilyn Monroe / Marylin Monrozombiz, par inclusion) et louchébem (boucher / louchébem, louchébem / la louche benne).
• Cas particuliers. fou / loufoque est le couple de plus faible h_p (0,20 ; d_p = 4 sur 5 jetons). l’armée / l’art mé est le plus au-dessus de la diagonale (homophone parfait, h_p = 1 contre h_o = 0,67). zob / Z mob et zob / Z job sont ceux dont h_p est le plus en dessous de h_o (écart −0,42 chacun). dreamers / dear mers est l’unique anagramme du lot ; il pèse sur le test L2 de façon marginale (4.1).

5. Les lois

Chaque loi est énoncée de façon à pouvoir échouer. Le statut est ce que permettent les preuves ci-dessus.

Loi	Énoncé	Statut
L1 Décodabilité	Un jeu de mots (a→b) est décodé si et seulement si le contexte apporte au moins Bn(a,b) bits : Be + Bk ≥ Bn, où Bn = −log₂[P(a|b)/(1−P(a|b))] est calculé sans contexte à partir du canal e−λ dₚ et des fréquences des mots, Be est l’information portée par un écho de a dans le texte, Bk celle portée par la connaissance partagée de a.	FORMALISÉE. Bn calculé pour 3 couples de mots anglais simples seulement : lawyer / layer 10,2 bits, crackpot / jackpot 9,1, kremlin / kremalin 0,5 (b n’est pas un mot). Deux autres couples anglais n’ont pas de prononciation CMU. Be et Bk non mesurés ; l’écho est mesuré pour les couples imprimés (L8).
L2 Minimalité articulatoire	Les phonèmes substitués sont articulatoirement plus proches que ceux d’un remplacement aléatoire de même classe : E[d(observé)] < E[d(nul)].	SOUTENUE. Ce lot : 3,04 contre 3,91 traits changés (14 événements issus de 12 couples, p = 0,013 ; hypothèse nulle propre à la langue). Sous-ensembles : couples imprimés 3,38 contre 4,35 (8 événements, p = 0,040) ; couples anglais 2,64 contre 3,48 (7 événements, p = 0,071) ; trois événements français. Sans dreamers / dear mers (décalage de frontière de mot) : 2,83 contre 3,73 (12 événements, p = 0,017, découpage choisi après coup). Aucun événement à un seul trait ; neuf événements sur 14 sont plus proches que leur attente. Hors échantillon (625 autres couples, 284 événements) : 3,28 contre 3,77, z = −5,6 ; même signe dans 8 lots sur 11 (trois exceptions) ; plus forte pour les consonnes (4,22 contre 5,04) que pour les voyelles (2,48 contre 2,70). Seuls 12 couples sur 57 contribuent (34 sont de type mixte).
L3 Tolérance à la longueur	Plus l’original compte de phonèmes, plus le jeu de mots tolère d’éditions (et d’édition relative) : dp et (1−hp) croissent avec la longueur ; les noms (code lexical clairsemé) tolèrent plus que les mots.	SOUTENUE pour dp, NON pour hp. Ce lot (57 couples) : Spearman(longueur, dp) = +0,45 (p de permutation < 0,001) et Spearman(longueur, hp) = +0,14 (p = 0,29), de signe opposé à celui des 625 autres couples (+0,58 et −0,19, p < 0,001 ; noms hp 0,661 contre mots 0,737, p = 0,0002). Dans ce lot, noms 0,605 contre mots 0,655 (p = 0,38) : même sens, non significatif. Langue : français 0,538 contre anglais 0,688 (p = 0,018), l’inverse des autres lots (0,782 contre 0,700, p < 0,0001), à cause de dix couples français de la rafale finale (hypothèse non testée). Le mécanisme (densité lexicale) n’est pas encore testé.
L4 Sélection par similarité	Les jeux de mots sont tirés de l’extrême queue de la distribution de similarité de couples de formes aléatoires : l’information de sélection Ss = −log₂ P₀(hp ≥ ho), P₀ étant la probabilité sous l’hypothèse nulle, est grande.	SOUTENUE. Couples anglais de type mot de ce lot (n = 12) : moyenne ≥ 12,2 bits ; autres lots (n = 165) : ≥ 11,8 (bornes inférieures : plancher de simulation, 150 000 couples aléatoires). Les plus faibles, jaw of the law / J.L. awe (≥ 6,0 bits) et president / P’rez hell (≥ 7,4), ont les hp les plus bas (0,38 et 0,44).
L5 Stationnarité du générateur	Le processus par lequel l’auteur fabrique ses jeux de mots est stable : ce lot est un échantillon de la même distribution que les autres pages.	NON SOUTENUE. hp moyen 0,637 contre 0,720 (p = 0,003). La distribution des types d’édition diffère (χ² = 19,9, p de permutation = 0,0002 ; entropie 1,59 contre 2,12 bits) : mixtes 60 % contre 33 %, homophones 4 % contre 16 %. 23 couples sur 57 changent le nombre de mots. Part de homophones parfaits (hp = 1) : 3,5 % contre 16,2 %. Le lot est composé autrement que le reste du livre (une série de formes en l- dans la rafale finale y pèse) ; un générateur stationnaire d’un lot à l’autre ne peut pas être supposé.
L6 Rafales et alternance	Les formes de jeux de mots ne sont pas réparties uniformément : elles arrivent en rafales séparées par des blocs sans jeu de mots.	SOUTENUE en apparence, NON hors de la rafale finale. 34 occurrences imprimées (sur 36 couples imprimés) dans 12 802 mots ; CV des écarts = 1,35 contre 0,96 pour un placement uniforme (intervalle à 95 % 0,70–1,30, p = 0,016) ; 24 sur 34 à moins de 100 mots d’une autre (13,7 attendues, p = 0,003) ; répartition par page très inégale (χ² = 98,7, p < 0,001) : 7 pages sans occurrence, 10 occurrences dans la rafale finale (25,4 pour 1 000 mots, entre les positions 12 448 et 12 570). Sans la rafale finale : CV = 1,03 pour 24 occurrences (intervalle uniforme 0,66–1,34, p = 0,27) : l’effet tient à une seule rafale (vérification après coup).
L7 Structure relationnelle	Les jeux de mots forment des familles par éléments partagés ; la famille est l’unité de répétition.	FAIBLEMENT SOUTENUE. 16 arêtes, densité 0,010, 8 familles couvrant 20 couples sur 57, 37 couples isolés ; la plus grande famille (Putin : 4 variantes de lutin, toutes dans la rafale finale) est une clique ; viennent ensuite deux familles de 3 couples (Brute en chaîne, Wizard of Oz en triangle) et cinq paires. Une arête (zombiz dans monrozombiz) est une inclusion. La définition d’arête est restrictive.
L8 Écho et latence	Tout couple de mots imprimé a son original à quelques mots ; les 21 couples « évidents » ne sont pas imprimés, leur décodage repose donc sur la culture partagée.	MESURÉE, non testée : sur 32 couples imprimés mesurables, distance d’écho médiane 4 mots (moyenne 12,6) ; 28 sur 32 à 30 mots ou moins, tous à 100 mots ou moins ; le plus éloigné est happy birthday / ZHappy birZday (67 mots). Médiane attendue pour deux positions au hasard sur la même page : 162 mots. Quatre couples imprimés n’ont pas d’écho mesurable (forme a ou b absente de la page). Biais de sélection (seuls les couples imprimés sont mesurables) ; l’écho rapproché est en partie construit par la forme « a / b » elle-même.
L9 Ambiguïté et incongruité (réponse)	La drôlerie croît avec l’ambiguïté (entropie des deux lectures) et avec leur caractère distinct ; la relation est probablement non linéaire.	INDÉTERMINÉE ici. Ha calculé pour 3 couples seulement (de 0,02 à 0,69 bit). Ancrage publié : Kao, Levy et Goodman : 235 phrases, 100 évaluateurs, ambiguïté r = 0,33, caractère distinct r = 0,21, R² = 0,145 en régression conjointe (modeste).
L10 Violation bénigne (scatologie, tabou)	L’humour exige une violation jugée bénigne en même temps ; le contenu tabou accroît la drôlerie tant que l’évaluation bénigne tient (distance psychologique, cadrage). Prédiction : U inversé de la drôlerie selon le niveau de tabou, décalé selon le public.	INDÉTERMINÉE ici. Ancrage théorique : McGraw et Warren (2010).
L11 Persuasion satirique	Effet politique = reconnaissance de la cible × valence portée par le fragment modifié × crédibilité du fait sous-jacent, modéré par l’attitude préalable du public (traitement biaisé).	INDÉTERMINÉE ici. Ancrage : LaMarre, Landreville et Beam (2009), connu par des comptes rendus secondaires ; à vérifier dans l’original.
L12 Exposition	La répétition abaisse Bn des membres ultérieurs d’une famille (gag récurrent) mais peut provoquer une saturation : la drôlerie est un U inversé selon le rang d’occurrence.	INDÉTERMINÉE ici. Les familles et les positions sont mesurées (L6, L7), mais les familles de ce lot sont petites (4 couples au plus) ; les quatre variantes de Putin / lutin, à 2 ou 3 mots de distance dans la rafale finale, et les trois variantes de Wizard of Oz sont les cas les plus proches d’une exposition répétée.

Les huit premières lois portent sur le texte et sont tranchées ou mesurées, avec quatre nuances propres à ces vingt et une pages : la minimalité articulatoire (L2) est soutenue, la tolérance à la longueur (L3) l’est pour la distance absolue mais pas pour la similarité relative, la stationnarité du générateur (L5) échoue, et le regroupement dans le texte (L6) ne tient qu’avec la rafale de la rafale finale. La structure relationnelle (L7) est faible. Les lois L9–L12 sont les lois côté réponse : elles sont écrites, ancrées, et attendent des données.

6. Conséquences pour les trois effets

Effet scatologique. Ce lot n’a pas été recodé couple par couple pour la scatologie. D’après les seules étiquettes, au moins trois couples portent un mot grossier explicite : zob / Z mob, zob / Z job et Assault on Precinct 13 / Asshole of Prescent 13. Cela ne permet aucun compte fiable, et rien dans ces pages ne permet de dire que la charge scatologique y est plus ou moins forte qu’ailleurs. Qu’elle produise rire, dégoût ou les deux relève de la loi L10 et exige des évaluations.

Critique politique. La charge se trouve dans le fragment modifié. D’après les étiquettes, les cibles sont surtout des figures du pouvoir ou de la politique : Putin (quatre variantes de lutin), Medvedev / Smerdvedev, Kremlin / kremalin, Duma (deux variantes), president / P’rez hell, neo-Nazi / neo naze Z, Marilyn Monroe / Marylin Monrozombiz et Zombiz / Tombiz, happy birthday / ZHappy birZday, trois variantes de Wizard of Oz. La condition structurelle pour que la critique atteigne le lecteur est L1 : parmi les trois couples calculables, un seul a un b qui n’est pas un mot (Kremlin / kremalin, B_n = 0,5 bit), si bien que presque tout le décodage repose sur l’écho (médiane de 4 mots, 28 couples sur 32 à 30 mots ou moins) ou sur la culture partagée (21 couples évidents sur 57). Que le décodage devienne une critique qui persuade dépend de la reconnaissance de la cible, de la valence, de la crédibilité et, selon la littérature sur la satire, de l’attitude préalable du public (L11). Rien dans le texte ne peut trancher.

Rire. Le texte fournit les prédicteurs, non le résultat : H_a va de 0,02 à 0,68 bit sur les 3 couples calculables (crackpot → jackpot presque unilatéral, kremlin → kremalin plus équilibré) ; h_p dépasse 0,8 pour 14 couples sur 57 ; 37 couples sur 57 sont isolés et 20 dans des familles (L12). Les modèles publiés de la drôlerie des jeux de mots expliquent une part modeste de la variance ; même une fois les données recueillies, il faut s’attendre à ce que le terme de public et le terme de position dans la séquence pèsent autant que la forme. Si le rang d’occurrence compte, la rafale de la rafale finale (dix formes en 122 mots) serait le lieu d’une saturation à tester.

7. Ce qui manque encore, et les parties successives

Les lois côté réponse ne peuvent avancer sans données humaines. Le plan ci-dessous est ordonné par coût et chaque étape demande une décision de votre part.

Partie	Contenu	Ce dont j’ai besoin de vous
2	Codage par l’auteur. Confirmer l’original a de chaque couple (surtout les 21 évidents, non imprimés), la cible visée, et remplir les six ressources de connaissance de la théorie générale de l’humour verbal (opposition de scripts, mécanisme logique, situation, cible, stratégie narrative, langue). Indiquer aussi votre drôlerie visée et votre niveau de tabou par jeu de mots. Cela valide mon codage et transforme les 57 couples en une réduction typée. Indiquer aussi si la série de formes en l- de la rafale finale relève d’un procédé unique que vous avez voulu en rafale (hypothèse de 4.5).	La feuille Instrument du classeur remplie (57 lignes), ou un message avec les réponses pour les couples par lesquels vous voulez commencer.
3	Essai pilote auprès de lecteurs. Évaluations de drôlerie, de grimace, de reconnaissance de l’original et de niveau de tabou pour un sous-ensemble de 8 à 12 jeux de mots choisis pour couvrir Bn et Ha (par exemple lawyer → layer, crackpot → jackpot, Putin / lutin, fou / loufoque) ; un court questionnaire sur le public (langue, orientation politique, familiarité avec les sources).	Qui peut lire : lecteurs du blog par sondage, collègues, panel ? Français, anglais ou bilingue ? Une collecte anonyme convient.
4	Ajustement du modèle de réponse : Y en fonction de Ha, Bn, tabou, valence, rang d’occurrence, public. Premières vraies estimations de L9–L12.	Les données de la partie 3.
5	Grandeurs de modèle de langue I et G (incongruité et gain de résolution) et caractère distinct sémantique ; exige un modèle de langue ou des plongements indisponibles hors ligne ici.	L’autorisation d’utiliser un modèle hébergé, ou de traiter des évaluations par un modèle de langue comme un substitut clairement étiqueté.

Autres données qui affineraient les lois côté signal : vérification des chaînes de phonèmes par des locuteurs natifs ; un alignement qui reconnaisse les décalages de frontière de mot (34 couples sur 57 sont de type mixte et n’entrent pas dans L2) ; un calcul du canal pour les couples français, qui exige un dictionnaire de prononciation et des fréquences français (16 couples sur 57, dont dix dans la rafale finale) ; un lexique de noms français et anglais plus large pour tester le mécanisme de densité de L3 ; codage indépendant des blocs satiriques et de reportage ; les couples d’autres auteurs pour un test hors corpus de L2.

8. Limites

• Le corpus est celui d’un seul auteur avec un seul système de transcription ; « hors échantillon » signifie ici d’autres pages, non un autre auteur.
• Les événements d’un même couple ne sont pas indépendants ; des tests par couple sont donnés là où cela compte. Le codage des 21 couples « évidents » est celui d’un seul codeur. Le test L2 ne porte que sur 14 événements dans 12 couples (3 événements français) ; le sous-ensemble sans dreamers / dear mers est choisi après coup, de même que la vérification de L6 sans la rafale finale ; ni les sous-ensembles ni ces vérifications ne sont corrigés pour les comparaisons multiples.
• Les grandeurs du canal ne couvrent que 3 couples anglais simples sur 57 : trois points ne caractérisent pas ce lot. Pour kremalin, la prononciation est tirée de mon codage phonétique du tableau, non d’un dictionnaire ; 1 forme, absente de wordfreq, a reçu un plancher de 10⁻⁸ : la valeur de S de ce couple en dépend. Deux couples anglais (Zombiz / Tombiz, pumpernickel / Xirumpernickel) sont écartés faute de prononciation CMU.
• Les bits de sélection sont des bornes inférieures. Le placement dans le texte porte sur les 36 couples imprimés ; la première occurrence de la forme b sur la page est prise pour le site du jeu de mots, ce qui peut être inexact pour des formes courtes.
• Les ancrages de la littérature pour L9–L12 viennent de ma recherche de résumés et de comptes rendus secondaires ; l’étude de distance phonologique que j’ai trouvée (What’s in a pun? Assessing the relationship between phonological distance and perceived funniness of punning jokes) n’a pas pu être ouverte et doit être lue avant de concevoir l’essai pilote.

Références et outils (pistes à vérifier)

• Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal.
• Kao, J. T., Levy, R., Goodman, N. D. The funny thing about incongruity: a computational model of humor in puns (chiffres cités d’après la version consultée ; la version publiée est, à ma connaissance, dans Cognitive Science, 2016, non vérifié).
• McGraw, A. P., & Warren, C. (2010). Benign violations: making immoral behavior funny. Psychological Science.
• LaMarre, H. L., Landreville, K. D., & Beam, M. A. (2009). The irony of satire: political ideology and the motivation to see what you want to see in The Colbert Report. International Journal of Press/Politics (connu de moi par des comptes rendus secondaires).
• Attardo, S., & Raskin, V. (1991). Script theory revis(it)ed: joke similarity and joke representation model. Humor.
• Logiciels et données : traits articulatoires panphon (Mortensen et al.), dictionnaire de prononciation CMU, wordfreq (Speer et al.).