https://www.peren-revues.fr/lexique/2262 En français, le genre grammatical d’un nom est influencé par l’interaction complexe d’indices sémantiques, phonologiques et morphologiques. Les études précédentes ont montré que le genre est partiellement prédictible à partir de la forme des mots, mais elles ne tranchent pas la question de savoir si la prédictibilité est principalement de source phonologique ou morphologique. Cet article aborde la question à l’aide de réseaux de neurones récurrents entraînés sur un grand lexique de noms du français. Nous évaluons des modèles entraînés sur des représentations orthographiques ou phonémiques, et examinons la qualité des prédictions et le déroulement de la prise de décision. Nos résultats montrent que le genre peut être prédit avec fiabilité à partir de la forme seule et que l’orthographe fournit des indices plus robustes que la phonologie. L’analyse d’erreur montre que le genre des noms non-construits est plus difficile à prédire que celui des noms suffixés. Crucialement, les prédictions les plus fiables et les plus consistantes résultent de séquences finales de mots correspondant le plus souvent à des suffixes dérivationnels. Ces résultats suggèrent que la morphologie est la cause ultime de la fiabilité de l’assignation du genre, alors que la forme de surface est l’intermédiaire par lequel cette prédictibilité émerge. Grammatical gender in French is shaped by a complex interplay of semantic, phonological, and morphological cues. While previous studies have shown that gender is partially predictable from word form, they leave open the question of whether predictability is primarily phonological or morphological in origin. In this paper, we address this issue using recurrent neural networks trained on a large lexicon of French nouns. We evaluate models on both orthographic and phonemic representations, tracking prediction accuracy and the time course of decision-making. Our results show that gender can be reliably inferred from form alone, with orthography offering stronger cues than phonology. Error analyses reveal that simplex nouns are the most challenging, while suffixed nouns are highly predictable. Crucially, we find that the most consistent and accurate predictions arise from frequent word-final sequences that overwhelmingly correspond to derivational suffixes. These findings support the view that morphology is the ultimate driver of gender assignment predictability, while surface form serves as a proxy through which this predictability emerges. Numéros Varia fr mar., 30 juin 2026 08:28:45 +0200 mer., 22 juil. 2026 14:34:52 +0200 https://www.peren-revues.fr/lexique/2262 0