0% found this document useful (0 votes)
13 views

Deep Learning for Natural Language Processing 1st Edition Palash Goyal pdf download

The document provides information about the book 'Deep Learning for Natural Language Processing' by Palash Goyal and others, which focuses on creating neural networks using Python for natural language processing tasks. It includes a detailed table of contents outlining various chapters on topics such as NLP, deep learning, word vector representations, and chatbot development. Additionally, it offers links to download the book and other related resources.

Uploaded by

carciuejinsu
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
0% found this document useful (0 votes)
13 views

Deep Learning for Natural Language Processing 1st Edition Palash Goyal pdf download

The document provides information about the book 'Deep Learning for Natural Language Processing' by Palash Goyal and others, which focuses on creating neural networks using Python for natural language processing tasks. It includes a detailed table of contents outlining various chapters on topics such as NLP, deep learning, word vector representations, and chatbot development. Additionally, it offers links to download the book and other related resources.

Uploaded by

carciuejinsu
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 48

Deep Learning for Natural Language Processing

1st Edition Palash Goyal pdf download

https://ebookmeta.com/product/deep-learning-for-natural-language-
processing-1st-edition-palash-goyal/

Download more ebook from https://ebookmeta.com


We believe these products will be a great fit for you. Click
the link to download now, or visit ebookmeta.com
to discover even more!

Deep Learning for Natural Language Processing Develop


Deep Learning Models for your Natural Language Problems
Jason Brownlee

https://ebookmeta.com/product/deep-learning-for-natural-language-
processing-develop-deep-learning-models-for-your-natural-
language-problems-jason-brownlee/

Getting started with Deep Learning for Natural Language


Processing Learn how to build NLP applications with
Deep Learning 1st Edition Sunil Patel

https://ebookmeta.com/product/getting-started-with-deep-learning-
for-natural-language-processing-learn-how-to-build-nlp-
applications-with-deep-learning-1st-edition-sunil-patel/

Transfer Learning for Natural Language Processing 1st


Edition Paul Azunre

https://ebookmeta.com/product/transfer-learning-for-natural-
language-processing-1st-edition-paul-azunre/

How to Write and Publish a Scientific Paper 9th Edition


Barbara Gastel And Robert A. Day

https://ebookmeta.com/product/how-to-write-and-publish-a-
scientific-paper-9th-edition-barbara-gastel-and-robert-a-day/
British and Irish Moths Third Edition A Photographic
Guide Chris Manley

https://ebookmeta.com/product/british-and-irish-moths-third-
edition-a-photographic-guide-chris-manley-2/

Sergei Rachmaninoff A Lifetime in Music 1st Edition


Sergei Bertensson Jay Leyda

https://ebookmeta.com/product/sergei-rachmaninoff-a-lifetime-in-
music-1st-edition-sergei-bertensson-jay-leyda/

Understanding Norman Mailer 1st Edition Maggie Mckinley

https://ebookmeta.com/product/understanding-norman-mailer-1st-
edition-maggie-mckinley/

Detransition 1st Edition Max Robinson

https://ebookmeta.com/product/detransition-1st-edition-max-
robinson/

Teach Your Kids Math Column Addition 1st Edition Sunil


Tanna

https://ebookmeta.com/product/teach-your-kids-math-column-
addition-1st-edition-sunil-tanna/
The Angel Roofs of East Anglia Unseen Masterpieces of
the Middle Ages 1st Edition Michael Rimmer

https://ebookmeta.com/product/the-angel-roofs-of-east-anglia-
unseen-masterpieces-of-the-middle-ages-1st-edition-michael-
rimmer/
Deep Learning for
Natural Language
Processing
Creating Neural Networks with Python

Palash Goyal
Sumit Pandey
Karan Jain

www.allitebooks.com
Deep Learning for
Natural Language
Processing
Creating Neural Networks
with Python

Palash Goyal
Sumit Pandey
Karan Jain

www.allitebooks.com
Deep Learning for Natural Language Processing: Creating Neural Networks
with Python
Palash Goyal Sumit Pandey
Bangalore, Karnataka, India Bangalore, Karnataka, India
Karan Jain
Bangalore, Karnataka, India

ISBN-13 (pbk): 978-1-4842-3684-0 ISBN-13 (electronic): 978-1-4842-3685-7


https://doi.org/10.1007/978-1-4842-3685-7
Library of Congress Control Number: 2018947502

Copyright © 2018 by Palash Goyal, Sumit Pandey, Karan Jain


This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or
part of the material is concerned, specifically the rights of translation, reprinting, reuse of
illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way,
and transmission or information storage and retrieval, electronic adaptation, computer software,
or by similar or dissimilar methodology now known or hereafter developed.
Trademarked names, logos, and images may appear in this book. Rather than use a trademark
symbol with every occurrence of a trademarked name, logo, or image, we use the names, logos,
and images only in an editorial fashion and to the benefit of the trademark owner, with no
intention of infringement of the trademark.
The use in this publication of trade names, trademarks, service marks, and similar terms, even if
they are not identified as such, is not to be taken as an expression of opinion as to whether or not
they are subject to proprietary rights.
While the advice and information in this book are believed to be true and accurate at the date of
publication, neither the authors nor the editors nor the publisher can accept any legal
responsibility for any errors or omissions that may be made. The publisher makes no warranty,
express or implied, with respect to the material contained herein.
Managing Director, Apress Media LLC: Welmoed Spahr
Acquisitions Editor: Celestin Suresh John
Development Editor: Matthew Moodie
Coordinating Editor: Aditee Mirashi
Cover designed by eStudioCalamar
Cover image designed by Freepik (www.freepik.com)
Distributed to the book trade worldwide by Springer Science+Business Media New York,
233 Spring Street, 6th Floor, New York, NY 10013. Phone 1-800-SPRINGER, fax (201) 348-4505,
e-mail orders-ny@springer-sbm.com, or visit www.springeronline.com. Apress Media, LLC is a
California LLC and the sole member (owner) is Springer Science+Business Media Finance Inc
(SSBM Finance Inc). SSBM Finance Inc is a Delaware corporation.
For information on translations, please e-mail rights@apress.com, or visit www.apress.com/
rights-permissions.
Apress titles may be purchased in bulk for academic, corporate, or promotional use. eBook
versions and licenses are also available for most titles. For more information, reference our Print
and eBook Bulk Sales web page at www.apress.com/bulk-sales.
Any source code or other supplementary material referenced by the author in this book is available
to readers on GitHub via the book’s product page, located at www.apress.com/978-1-4842-3684-0.
For more detailed information, please visit www.apress.com/source-code.
Printed on acid-free paper

www.allitebooks.com
To our parents, sisters, brothers, and friends
without whom this book would have been
completed one year earlier :)

www.allitebooks.com
Table of Contents
About the Authors��������������������������������������������������������������������������������xi
About the Technical Reviewer�����������������������������������������������������������xiii
Acknowledgments������������������������������������������������������������������������������xv
Introduction��������������������������������������������������������������������������������������xvii

Chapter 1: Introduction to Natural Language Processing and


Deep Learning���������������������������������������������������������������������1
Python Packages���������������������������������������������������������������������������������������������������3
NumPy�������������������������������������������������������������������������������������������������������������3
Pandas�������������������������������������������������������������������������������������������������������������8
SciPy��������������������������������������������������������������������������������������������������������������13
Introduction to Natural Language Processing�����������������������������������������������������16
What Is Natural Language Processing?���������������������������������������������������������16
Good Enough, But What Is the Big Deal?�������������������������������������������������������16
What Makes Natural Language Processing Difficult?�����������������������������������16
What Do We Want to Achieve Through Natural Language Processing?���������18
Common Terms Associated with Language Processing��������������������������������19
Natural Language Processing Libraries��������������������������������������������������������������20
NLTK��������������������������������������������������������������������������������������������������������������20
TextBlob���������������������������������������������������������������������������������������������������������22
SpaCy������������������������������������������������������������������������������������������������������������25
Gensim����������������������������������������������������������������������������������������������������������27

www.allitebooks.com
Table of Contents

Pattern�����������������������������������������������������������������������������������������������������������29
Stanford CoreNLP������������������������������������������������������������������������������������������29
Getting Started with NLP�������������������������������������������������������������������������������������29
Text Search Using Regular Expressions��������������������������������������������������������30
Text to List�����������������������������������������������������������������������������������������������������30
Preprocessing the Text����������������������������������������������������������������������������������31
Accessing Text from the Web������������������������������������������������������������������������32
Removal of Stopwords�����������������������������������������������������������������������������������32
Counter Vectorization������������������������������������������������������������������������������������33
TF-IDF Score��������������������������������������������������������������������������������������������������33
Text Classifier������������������������������������������������������������������������������������������������35
Introduction to Deep Learning����������������������������������������������������������������������������35
How Deep Is “Deep”?������������������������������������������������������������������������������������37
What Are Neural Networks?��������������������������������������������������������������������������������38
Basic Structure of Neural Networks��������������������������������������������������������������������40
Types of Neural Networks�����������������������������������������������������������������������������������45
Feedforward Neural Networks����������������������������������������������������������������������46
Convolutional Neural Networks���������������������������������������������������������������������46
Recurrent Neural Networks���������������������������������������������������������������������������47
Encoder-Decoder Networks���������������������������������������������������������������������������49
Recursive Neural Networks���������������������������������������������������������������������������49
Multilayer Perceptrons����������������������������������������������������������������������������������������50
Stochastic Gradient Descent�������������������������������������������������������������������������������54
Backpropagation�������������������������������������������������������������������������������������������������57
Deep Learning Libraries��������������������������������������������������������������������������������������60
Theano�����������������������������������������������������������������������������������������������������������60
Theano Installation����������������������������������������������������������������������������������������61

vi
Table of Contents

Theano Examples������������������������������������������������������������������������������������������63
TensorFlow����������������������������������������������������������������������������������������������������64
Data Flow Graphs������������������������������������������������������������������������������������������65
TensorFlow Installation����������������������������������������������������������������������������������66
TensorFlow Examples������������������������������������������������������������������������������������67
Keras�������������������������������������������������������������������������������������������������������������69
Next Steps�����������������������������������������������������������������������������������������������������������74

Chapter 2: Word Vector Representations��������������������������������������������75


Introduction to Word Embedding�������������������������������������������������������������������������75
Neural Language Model��������������������������������������������������������������������������������79
Word2vec������������������������������������������������������������������������������������������������������������81
Skip-Gram Model�������������������������������������������������������������������������������������������82
Model Components: Architecture������������������������������������������������������������������83
Model Components: Hidden Layer�����������������������������������������������������������������84
Model Components: Output Layer�����������������������������������������������������������������86
CBOW Model��������������������������������������������������������������������������������������������������87
Subsampling Frequent Words�����������������������������������������������������������������������������88
Negative Sampling����������������������������������������������������������������������������������������91
Word2vec Code���������������������������������������������������������������������������������������������������92
Skip-Gram Code��������������������������������������������������������������������������������������������������97
CBOW Code�������������������������������������������������������������������������������������������������������107
Next Steps���������������������������������������������������������������������������������������������������������118

Chapter 3: Unfolding Recurrent Neural Networks����������������������������119


Recurrent Neural Networks������������������������������������������������������������������������������120
What Is Recurrence?�����������������������������������������������������������������������������������121
Differences Between Feedforward and Recurrent Neural Networks�����������121

vii
Table of Contents

Recurrent Neural Network Basics���������������������������������������������������������������123


Natural Language Processing and Recurrent Neural Networks������������������126
RNNs Mechanism����������������������������������������������������������������������������������������129
Training RNNs����������������������������������������������������������������������������������������������134
Meta Meaning of Hidden State of RNN��������������������������������������������������������137
Tuning RNNs������������������������������������������������������������������������������������������������138
Long Short-Term Memory Networks�����������������������������������������������������������138
Sequence-to-Sequence Models������������������������������������������������������������������145
Advanced Sequence-to-Sequence Models��������������������������������������������������152
Sequence-to-Sequence Use Case���������������������������������������������������������������157
Next Steps���������������������������������������������������������������������������������������������������������168

Chapter 4: Developing a Chatbot������������������������������������������������������169


Introduction to Chatbot�������������������������������������������������������������������������������������169
Origin of Chatbots����������������������������������������������������������������������������������������170
But How Does a Chatbot Work, Anyway?�����������������������������������������������������171
Why Are Chatbots Such a Big Opportunity?�������������������������������������������������172
Building a Chatbot Can Sound Intimidating. Is It Actually?��������������������������173
Conversational Bot��������������������������������������������������������������������������������������������175
Chatbot: Automatic Text Generation������������������������������������������������������������������191
Next Steps���������������������������������������������������������������������������������������������������������229

Chapter 5: Research Paper Implementation: Sentiment


Classification������������������������������������������������������������������231
Self-Attentive Sentence Embedding�����������������������������������������������������������������232
Proposed Approach�������������������������������������������������������������������������������������234
Visualization������������������������������������������������������������������������������������������������242
Research Findings���������������������������������������������������������������������������������������246

viii
Table of Contents

Implementing Sentiment Classification������������������������������������������������������������246


Sentiment Classification Code��������������������������������������������������������������������������248
Model Results���������������������������������������������������������������������������������������������������261
TensorBoard������������������������������������������������������������������������������������������������261
Scope for Improvement�������������������������������������������������������������������������������������267
Next Steps���������������������������������������������������������������������������������������������������������267

Index�������������������������������������������������������������������������������������������������269

ix
About the Authors
Palash Goyal is a senior data scientist and
currently works with the applications of
data science and deep learning in the online
marketing domain. He studied Mathematics
and Computing at the Indian Institute of
Technology (IIT) Guwahati and proceeded to
work in a fast-paced upscale environment.
He has wide experience in E-commerce
and travel, insurance, and banking industries.
Passionate about mathematics and finance,
Palash manages his portfolio of multiple
cryptocurrencies and the latest Initial Coin
Offerings (ICOs) in his spare time, using deep learning and reinforcement
learning techniques for price prediction and portfolio management. He
keeps in touch with the latest trends in the data science field and shares
these on his personal blog, http://madoverdata.com, and mines articles
related to smart farming in free time.

xi
About the Authors

Sumit Pandey is a graduate of IIT Kharagpur.


He worked for about a year at AXA Business
Services, as a data science consultant. He
is currently engaged in launching his own
venture.

Karan Jain is a product analyst at Sigtuple,


where he works on cutting-edge AI-driven
diagnostic products. Previously, he worked
as a data scientist at Vitrana Inc., a health
care solutions company. He enjoys working
in fast-paced environments and at data-first
start-ups. In his leisure time, Karan deep-dives
into genomics sciences, BCI interfaces, and
optogenetics. He recently developed interest in
POC devices and nanotechnology for further portable diagnosis. He has a
healthy network of 3000+ followers on LinkedIn.

xii
About the Technical Reviewer
Santanu Pattanayak currently works at GE
Digital as a staff data scientist and is the author
of the deep learning–related book Pro Deep
Learning with TensorFlow—A Mathematical
Approach to Advanced Artificial Intelligence
in Python. He has about 12 years of overall
work experience, 8 in the data analytics/
data science field, and has a background in
development and database technologies.
Prior to joining GE, Santanu worked in
such companies as RBS, Capgemini, and IBM. He graduated with a degree
in electrical engineering from Jadavpur University, Kolkata, and is an avid
math enthusiast. Santanu is currently pursuing a master’s degree in data
science from IIT Hyderabad. He also devotes his time to data science
hackathons and Kaggle competitions, in which he ranks within the top 500
across the globe. Santanu was born and brought up in West Bengal, India,
and currently resides in Bangalore, India, with his wife.

xiii
Acknowledgments
This work would not have been possible without those who saw us through
this book, to all those who believed in us, talked things over, read, wrote,
and offered their valuable time throughout the process, and allowed us to
use the knowledge that we gained together, be it for proofreading or overall
design.
We are especially indebted to Aditee Mirashi, coordinating editor,
Apress, Springer Science+Business, who has been a constant support and
motivator to complete the task and who worked actively to provide us with
valuable suggestions to pursue our goals on time.
We are grateful to Santanu Pattanayak, who went through all the
chapters and provided valuable input, giving final shape to the book.
Nobody has been more important to us in the pursuit of this project
than our family members. We would like to thank our parents, whose love
and guidance are with us in whatever we pursue. Their being our ultimate
role models has provided us unending inspiration to start and finish the
difficult task of writing and giving shape to our knowledge.

xv
Introduction
This book attempts to simplify and present the concepts of deep learning
in a very comprehensive manner, with suitable, full-fledged examples of
neural network architectures, such as Recurrent Neural Networks (RNNs)
and Sequence to Sequence (seq2seq), for Natural Language Processing
(NLP) tasks. The book tries to bridge the gap between the theoretical and
the applicable.
It proceeds from the theoretical to the practical in a progressive
manner, first by presenting the fundamentals, followed by the underlying
mathematics, and, finally, the implementation of relevant examples.
The first three chapters cover the basics of NLP, starting with the most
frequently used Python libraries, word vector representation, and then
advanced algorithms like neural networks for textual data.
The last two chapters focus entirely on implementation, dealing with
sophisticated architectures like RNN, Long Short-Term Memory (LSTM)
Networks, Seq2seq, etc., using the widely used Python tools TensorFlow
and Keras. We have tried our best to follow a progressive approach,
combining all the knowledge gathered to move on to building a question-
and-answer system.
The book offers a good starting point for people who want to get
started in deep learning, with a focus on NLP.
All the code presented in the book is available on GitHub, in the form
of IPython notebooks and scripts, which allows readers to try out these
examples and extend them in interesting, personal ways.

xvii
CHAPTER 1

Introduction
to Natural Language
Processing and Deep
Learning
Natural language processing (NPL) is an extremely difficult task in
computer science. Languages present a wide variety of problems that
vary from language to language. Structuring or extracting meaningful
information from free text represents a great solution, if done in the
right manner. Previously, computer scientists broke a language into its
grammatical forms, such as parts of speech, phrases, etc., using complex
algorithms. Today, deep learning is a key to performing the same exercises.
This first chapter of Deep Learning for Natural Language Processing
offers readers the basics of the Python language, NLP, and Deep Learning.
First, we cover the beginner-level codes in the Pandas, NumPy, and SciPy
libraries. We assume that the user has the initial Python environment
(2.x or 3.x) already set up, with these libraries installed. We will also briefly
discuss commonly used libraries in NLP, with some basic examples.

© Palash Goyal, Sumit Pandey, Karan Jain 2018 1


P. Goyal, et al., Deep Learning for Natural Language Processing,
https://doi.org/10.1007/978-1-4842-3685-7_1
Another Random Scribd Document
with Unrelated Content
The Project Gutenberg eBook of La fabrique de
mariages, Vol. 5
This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.

Title: La fabrique de mariages, Vol. 5

Author: Paul Féval

Release date: August 22, 2018 [eBook #57743]

Language: French

Credits: Produced by Claudine Corbasson and the Online Distributed


Proofreading Team at http://www.pgdp.net (This file was
produced from images generously made available by The
Internet Archive/Canadian Libraries)

*** START OF THE PROJECT GUTENBERG EBOOK LA FABRIQUE DE


MARIAGES, VOL. 5 ***
Au lecteur
Table des chapitres

LA

FABRIQUE DE MARIAGES.
COLLECTION HETZEL.

LA

FABRIQUE DE MARIAGES
PAR

PAUL FÉVAL.
V
Édition autorisée pour la Belgique et l’Étranger,
interdite pour la France.

LEIPZIG,
ALPH. DURR, LIBRAIRE-ÉDITEUR.

1858
BRUXELLES.—TYP. DE J. VANBUGGENHOUDT,
Rue de Schaerbeek, 12.

DEUXIÈME PARTIE.
——

L’HOTEL DE MERSANZ
(SUITE).
XX

— La huitième contredanse. —

Nous vous le disons en pleine sincérité, mademoiselle Philomène


Géran était une douce fille, sans angles, sans défauts. Elle valait
mieux que Mélite, qui était cependant une personne de très-belle
tenue.—Mais il faut bien soutenir un établissement.
Mademoiselle Philomène Géran croisa ses mains sur ses genoux
et répondit à la question de Césarine:
—Je vous parle de votre mère à cette heure et en ce lieu, ma
pauvre enfant chérie, parce que cette heure et ce lieu font naître en
moi de cruels souvenirs... La dernière fois que nous la vîmes, elle
dansait, toute jeune et toute belle... Souvenez-vous de ce que je
vous disais naguère: Dans la plupart des cas, votre devoir serait de
remplir ici un rôle de paix et d’employer votre influence à resserrer
des liens illusoires... mais, ajoutais-je... et j’hésitais, ma fille... vous
l’avez bien vu... Voici ce que je voulais dire: Votre mère est morte
bien jeune, morte bien malheureuse... et cette femme qui ose
s’asseoir à la place qu’elle occupait...
Philomène s’arrêta.
Les yeux de Césarine étaient fixes et brûlants.
—Ayez le courage d’achever, ma sœur! dit solennellement Mélite.
—Césarine m’a compris, prononça Philomène avec lenteur.
C’était vrai, car Césarine dit d’une voix étouffée.
—Accusez-vous ma belle-mère?... l’accusez-vous?
Et, comme Philomène tardait à répondre:
—Elle n’était pas à Paris! reprit la jeune fille au comble de
l’agitation;—elle ne connaissait pas encore mon père.
Les deux demoiselles Géran échangèrent ostensiblement un
regard plein de commisération; puis Philomène reprit:
—Il ne nous a pas été donné de percer le mystère qui entoura ce
funeste événement... A Dieu ne plaise que nous accusions sans
preuves!
—A Dieu ne plaise! répéta Mélite.
Il y eut un silence.
Césarine avait mis sa main au-devant de ses yeux.
Peut-être évoquait-elle au tribunal de sa conscience la victime
chère et l’accusée tout à l’heure encore détestée. On la faisait juge.
Peut-être jugeait-elle.
Elle dut les voir ensemble, au travers de ses yeux fermés, les
deux femmes qui avaient porté le nom de son père,—les deux
comtesses de Mersanz, dont les portraits rivaux se regardaient dans
le boudoir où Maxence promenait tout à l’heure de l’un à l’autre sa
prunelle mélancolique et profonde.
Elle dut les voir, elle les vit: sa mère, douce martyre;—Béatrice,
sur qui pesait l’accusation de meurtre.
Elle vit deux angéliques visages. Le premier avait les sourires du
ciel. Le second s’inondait de larmes.
Il n’y avait point de colère vengeresse dans les yeux limpides de
la sainte.—Dans les yeux de celle qui vivait, il n’y avait point de
remords.
Césarine releva la tête et dit:
—Je ne soupçonne pas ma belle-mère.
Elle appuya sur ce dernier mot. Son accent était, du reste, si
péremptoire, qu’il fallait se taire ou engager la lutte sur un autre
terrain.
Mélite regarda sa sœur d’un air courroucé. Ce regard pouvait se
traduire ainsi: «Tu as voulu faire des tiennes et tu as tout perdu!»
Philomène sembla grandir dans ce revers. Elle redressa de son
mieux sa taille un peu difforme et prit un air de résignation digne:
—J’ai de la joie, dit-elle,—à voir sous toutes ses faces votre âme
si naïve et si belle, ma chère enfant... Ne soupçonnez donc point...
En y réfléchissant, peut-être vous ai-je causé un chagrin inutile...
Mon excuse, c’est le dévouement sans bornes que je portais à celle
qui n’est plus... Vous n’aviez pas l’âge de juger: moi, j’étais déjà une
vieille femme... Conservez votre douce insouciance: je garde, moi,
mes impressions et mes doutes...
—Mais, alors, expliquez-vous! s’écria Césarine.
—Non, répondit Philomène.—Cela nous éloigne de notre sujet...
Ce n’est pas pour rien, ma chère fille, que nous vous retenons
prisonnière entre nous deux, au moment où vous pourriez jouir des
plaisirs de votre âge. Nous avons un but, puisque vous avez un
devoir. Nous ne lâchons pas prise. Vous êtes libre depuis quelques
heures: vous avons-nous parlé de tout cela quand vous n’étiez pas
libre?... Cherchez bien! avant de continuer, je vous en conjure,
cherchez bien s’il est possible que nous ayons un autre intérêt que
celui de votre avenir...
—Chère demoiselle, l’interrompit Césarine,—je n’ai point
prétendu...
Elle n’acheva pas. Ses yeux se fixèrent sur la porte du salon
d’entrée et prirent incontinent un éclat nouveau. Involontairement,
ses mains touchèrent sa coiffure pour s’assurer que perles et fleurs
étaient bien à leur place parmi la soyeuse richesse de ses blonds
cheveux si doux. En même temps, elle disposa les plis de sa robe et
cacha son sourire ému derrière l’ivoire à jour de son éventail.
Le lieutenant Vital venait de paraître à la porte du salon.
Césarine pouvait se dire qu’il était exact; car l’orchestre n’avait
pas encore annoncé la huitième contredanse.
Pourquoi ne s’étonna-t-elle point de cette grande joie si
disproportionnée à son motif: la venue du lieutenant Vital?
Était-elle faite déjà à l’idée d’aimer?
Ou plutôt l’idée d’aimer n’avait-elle pas encore pris naissance en
elle?
Vital semblait inquiet. Il cherchait. Qui pouvait-il chercher, sinon
Césarine, à qui était promise la huitième contredanse?
Il traversa la pièce d’un pas rapide, jetant ses regards à droite et
à gauche; puis il disparut par la porte opposée, qui donnait dans un
cabinet de repos.
—Il ne m’a pas aperçue! se dit Césarine tristement.
De tout ceci, Philomène et Mélite n’avaient rien perdu.
Il y eut entre elles, par-dessus la tête de leur ancienne élève, une
sorte de conversation muette. Ce petit événement allait-il leur nuire
ou les servir? La bataille, d’abord bien engagée, devenait scabreuse.
Césarine résistait beaucoup plus qu’on n’avait pu le prévoir.
Une déroute était possible.
Or, en cas de défaite, mademoiselle Philomène et mademoiselle
Mélite se sentaient déplorablement compromises.
—Je vous remercie, ma bonne petite, reprit Philomène, qui était
décidément l’orateur en titre d’office,—de l’opinion avantageuse que
vous avez de nous. Ce n’est, du reste, que justice; nous la méritons
par notre complet désintéressement...
—Voici le prélude! murmura Césarine, qui eut aux joues une
rougeur légère;—je vous demande pardon, mes chères demoiselles:
je suis engagée.
—Par le lieutenant Vital? fit Mélite non sans aigreur.
Césarine fronça le sourcil en rougissant davantage.
—Un charmant jeune homme, s’empressa de dire Philomène,—et
qui va venir vous prendre quand il en sera temps... Terminons notre
affaire, ma petite chérie. Voulez-vous, oui ou non, être le salut de
votre père et le bon ange de la maison?
—Consultez votre cœur avant de répondre, chère enfant, ajouta
Mélite.
—Mon Dieu, mesdemoiselles, repartit Césarine,—je viens d’avoir
seize ans... Ma volonté n’est rien ici, où je suis toute nouvelle...
—Votre volonté est tout! l’interrompirent à la fois les deux Géran.
Césarine continua de ce ton qui veut mettre fin à l’entretien:
—Mon père est le maître... Mon père sait ce qu’il doit faire... Ce
que vous reprochez à ma belle-mère...
—Nous ne vous avons pas dit encore, ma fille, prononça
sévèrement Philomène,—ce que tout le monde lui reproche!
—Non, appuya Mélite, la plus majestueuse de toutes les mouches
du coche,—nous ne vous l’avons pas dit!
Mais Césarine n’avait plus confiance, ou plutôt, l’aversion un peu
folle qu’elle nourrissait contre Béatrice s’était évanouie sous le coup
des efforts mêmes qu’on avait fait pour l’exalter. Cela rendait à son
bon sens natif toute sa liberté. Elle flairait désormais d’instinct une
trahison, ou tout au moins une calomnie.
Si elle ne quittait pas en ce moment ses deux anciennes
maîtresses, c’est qu’elle attendait Vital, et que l’attente, comme il
arrive toujours, doublait et triplait la fougue de sa fantaisie. Il y avait
en elle une véritable angoisse. Elle interrogeait avec effroi son
pauvre petit cœur, endolori par la première peine d’amour. Elle
sentait la fièvre lui monter au cerveau. Elle souffrait comme une
femme, l’enfant qu’elle était.
Les paroles des deux Géran bourdonnaient autour de son oreille
comme ces bruits extérieurs qui importunent et fatiguent.
Philomène s’adressa gravement à Mélite.
—Ma sœur, dit-elle, faut-il que nous accomplissions notre tâche
jusqu’au bout?
—Oui, ma sœur, répondit Mélite aux trois quarts découragée.
—Eh bien, poursuivit Philomène,—je vaincrai ma répugnance... Je
dirai à cette pauvre enfant, aveugle et frivole comme son âge: Le
nom de votre père est à vous; c’est la meilleure part de votre
héritage... Cette femme a sali le nom de votre père!
—Assez, mademoiselle! fit Césarine en se levant à demi;—vous
oubliez qui je suis!...
Mélite, toute pâle, pliait et dépliait son foulard, qui n’en pouvait
plus.
Philomène, supérieure à l’orage, montra en cette circonstance
quel merveilleux talent se cachait sous son exquise modestie.
Elle se leva comme Césarine. Elle l’attira entre ses bras d’un
geste véritablement pathétique et la pressa avec passion contre son
cœur. Mélite a prétendu depuis qu’elle avait réussi à verser de vraies
larmes.
—Chassez-moi donc! s’écria-t-elle en un beau mouvement,—
chassez ma sœur!... dites à vos valets d’expulser deux pauvres
femmes qui vous donnent à cette heure la preuve de leur
incomparable dévouement!...
Mélite mit son foulard sur ses yeux secs, tandis que sa sœur
continuait:
—Mais non, mon enfant bien-aimée!... ayez pitié de votre père!...
Songez que la conduite de cette femme est la fable de tout Paris...
Songez que personne n’ignore, dans cette maison qui est la vôtre, le
degré d’égarement où elle est tombée... Votre père, faible ou
généreux, ferme encore les yeux... Ouvrez-les lui...
Césarine fit un mouvement pour se dégager. Toute cette
éloquence était en pure perte.
L’orchestre jetait les premières mesures de la contredanse.
Césarine ne croyait pas,—et Césarine interrogeait du regard tous
les coins du salon pour chercher son danseur.
La sueur perçait à ses tempes. Si Vital n’allait pas venir!
Oh! je vous le dis, en ce moment, elle aimait!
—Vous ne répondez pas? murmura Philomène, prête à battre en
retraite.
—Si fait, répondit mademoiselle de Mersanz d’un ton glacé;—je
vous réponds, chère demoiselle, que vous ne pouviez vous adresser
plus mal... Je ne suis point venue ici pour y établir ma royauté de
seize ans... La maison est grande... La place qu’on m’y voudra bien
donner sera toujours suffisante... et jamais, entendez-vous, jamais
je ne jouerai le rôle de dénonciatrice!
C’était assurément le dernier coup et il n’y avait plus d’attaque
possible.
Mais, en ces instants désespérés, le hasard se plaît parfois à
changer subitement la face d’une bataille.
Mélite pinça par derrière le coude de Philomène atterrée.
Elle lui montra du doigt le cabinet de repos où Vital avait naguère
disparu. Philomène, qui en était à chercher un moyen de faire
retraite, songeant déjà sans doute au mauvais accueil qui l’attendait
auprès de madame de Sainte-Croix, Philomène tourna un regard
distrait dans la direction indiquée par sa sœur.
Elle ne vit rien d’abord, parce que le cabinet de travail était
beaucoup moins éclairé que le grand salon; mais, au bout de
quelques secondes, elle distingua deux ombres qui se mouvaient au
milieu d’un cadre brillant, formant le fond de la perspective.
Le cadre était une glace. Les deux ombres, un homme et une
femme, s’y dessinaient de plus en plus distinctement.
Mélite avait un méchant sourire. Philomène eut peine à retenir
une exclamation de joie.
—Mignonne, dit-elle d’un ton dégagé qu’elle n’aurait certes pas
pris l’instant d’auparavant,—vous nous donnez la récompense qui
trop peu souvent atteint ceux qui se dévouent au bien... Vous êtes
jeune... peut-être était-ce trop demander à un enfant... Plus tard,
quand vous serez femme, souvenez-vous, mon pauvre ange, de
l’effort tenté près de vous par vos deux vieilles amies... Allez danser,
ma fille!
Mélite se leva et répéta:
—Allez danser, ma fille.
—Seulement, reprit Philomène de son ton le plus mielleux,—ce
ne sera pas avec le cavalier inscrit pour la huitième contredanse...
—Parce que?... demanda Césarine piquée au vif.
—Parce que... si vous aviez voulu recevoir nos confidences, il
nous suffirait d’un geste pour répondre à cette question...
Maintenant, ce serait trop long: le quadrille vous appelle... Allez, ma
fille, allez!
—Allez, ma pauvre enfant! appuya Mélite.
Césarine restait à les regarder.
—Expliquez-vous, dit-elle avec une véritable colère.
—Pour tromper son mari, murmura Philomène en rougissant,—il
faut pour le moins un complice...
—Mademoiselle!... commença Césarine avec menace.
Philomène n’acheva point; Mélite se tut.—Mais ces deux
respectables personnes étendirent à la fois leurs doigts indicateurs,
qui désignèrent le cabinet de travail.
Les deux ombres se miraient encore dans la glace du fond: le
jeune homme et la jeune femme. La main de la jeune femme était
dans celle du jeune homme.
Ils étaient tous deux sur un sofa et devaient se croire protégés
contre les regards indiscrets. Pour les voir, en effet, il fallait l’angle
réflecteur de la glace.
La jeune femme souriait.
Voici ce qu’elle disait au jeune homme, qui la contemplait avec
tendresse:
—Je vous assure que vous vous trompez, Vital, vous, la bonne
Marguerite et cette nouvelle amie dont vous me parlez, madame la
vicomtesse de Grévy... Votre affection vous porte à tout exagérer...
Rien ne menace, je vous l’affirme, je vous en réponds!... Mon mari a
été pour moi aujourd’hui d’une bonté parfaite... Mon pauvre père est
sur le point de me quitter... Tous les dangers qui semblaient
m’entourer s’évanouissent...
—Béatrice, ma chère Béatrice, l’interrompit le jeune homme, qui
porta sa main à ses lèvres,—prends garde!...
Ce fut à ce moment même que les yeux de Césarine se fixèrent
sur la glace.
Si les deux Géran avaient voulu frapper un coup de foudre, elles
furent servies à souhait. Césarine chancela et se retint à l’épaule de
Philomène pour ne point tomber à la renverse.
Sa face se couvrit d’une pâleur livide. Elle mit sa main sur son
cœur en poussant un cri étranglé.
Il serait malaisé de dire la violence terrible de cette angoisse.
Que se passait-il dans l’âme de cette enfant? Elle ne savait pas
encore qu’elle aimait. Subissait-elle à ce point déjà l’empire mortel
de la jalousie?
Était-ce l’orgueil blessé, car elle était vaine? ou seulement la
détresse d’un pauvre jeune cœur déchiré cruellement par les ronces,
dès son premier pas dans le sentier d’amour?
Cette femme qu’elle venait de défendre! cette femme coupable
envers son père!
C’était cette femme justement qui mettait sa vie en deuil!
Il y avait de tout dans ce cerveau en feu: une indignation juste,
une détresse poignante, une haine folle.
Et dites que la douce Philomène n’était pas une fille de ressource.
Césarine resta un instant écrasée par un anéantissement
complet.
Puis tout son sang lui monta au visage.
Par un effort violent, elle se dégagea des mains des Géran, qui
maintenant voulaient la retenir. Cette enfant, affolée par le poison
qu’elles-mêmes avaient versé, leur faisait peur.
Césarine se dirigea d’un pas ivre vers la porte du cabinet.
Par un de ces hasards qui servent presque toujours les
catastrophes, Vital et Béatrice, dont l’entretien était achevé, lui
épargnèrent la moitié du chemin. Ils rentraient au salon et venaient,
par conséquent, à sa rencontre.
Sans cela, les premiers éclats de la fureur de Césarine se seraient
perdus dans la solitude du cabinet de travail.—Mais Césarine avait
peine à marcher. Vital et sa compagne passèrent le seuil les
premiers.
Elle les aborda dans le salon. Béatrice ne la voyait point.
Vital, effrayé à son aspect, balbutia:
—Mademoiselle, qu’avez-vous?
Un son rauque sortit de la poitrine de Césarine de Mersanz.
Béatrice s’avança pour la soutenir, car il semblait qu’elle fût sur le
point de s’affaisser, mourante. Elle repoussa Béatrice et marcha sur
elle comme un homme qui va provoquer son ennemi face à face.
—Madame, lui dit-elle avec cette emphase et ces excès de
langage auxquels sont sujettes toutes les pensionnaires,—même
celles qui sortent de l’établissement modèle tenu par les demoiselles
Géran,—votre présence va-t-elle encore déshonorer longtemps la
maison de mon père?
Cela fut prononcé d’une voix haute et mordante. Cinquante
personnes l’entendirent.
La danse commencée s’arrêta comme si le lustre se fût détaché
du plafond. Il y eut un instant de silence morne et d’immobilité
absolue, pendant lequel l’orchestre continua de jeter à cette foule
muette sa légère et sautillante harmonie.
On s’attendait, il est vrai, à un coup de théâtre; mais ceci
dépassait de beaucoup les espoirs des plus implacables amis du
drame. Nous n’avons pas besoin de dire que le bruit de cette
étrange aventure se communiqua de salon en salon avec la rapidité
d’une étincelle électrique. En un clin d’œil, le bal changea d’aspect.
La danse fit trêve; l’orchestre, après avoir achevé la première figure,
se tut à son tour. Le buffet se vida, le fumoir aussi; l’antichambre
(infandum!) laissa passer quelques hardis marauds par sa porte
entre-bâillée.
Ce qui se disait en ce premier moment, nous ne pourrions le
répéter à moins d’un volume. Le fait, qui déjà était bien assez grave
par lui-même, se trouvait interprété, traduit, sophistiqué, travesti,
selon le caractère de chacun. Les gens qui arrivaient du fumoir
disaient que Vital avait souffleté le comte; les fugitifs du buffet
insinuaient que le comte n’avait pas respecté la moustache blanche
du vieux Roger; les citoyens de l’antichambre allaient répétant que
monsieur avait mis madame à la porte par les épaules.
Les autres versions, au nombre de plusieurs centaines, seront
épargnées au lecteur. On en faisait au seuil même du salon, où
Césarine et Béatrice restaient en face l’une de l’autre, au milieu de
cet obscène cercle de curieux qui ne manque pas plus aux batailles
du monde qu’aux pugilats de la rue.
Mélite et Philomène s’étaient esquivées au moment où Césarine
avait enfin bondi sous l’aiguillon. Elles avaient rejoint madame la
marquise de Sainte-Croix, froide et calme comme le mineur qui se
sent à l’abri après avoir mis le feu à la traînée de poudre.
Aux premières paroles qu’elles prononcèrent, la marquise les
interrompit en disant:
—J’ai tout deviné: vous serez récompensées.
Le tumulte emplissait déjà les salons. Madame du Tresnoy avait
peine à retenir ses grandes filles, qui voulaient se précipiter au fort
de la mêlée,—pour voir comme on chasse une femme.
Madame du Tresnoy avait rencontré le regard triomphant de la
marquise.
De l’endroit où elles étaient, on ne voyait rien; car la presse était
énorme au seuil du second salon. De vagues murmures sortaient de
cette foule qui ondulait tout à coup par intervalles, comme si de
mystérieux courants l’eussent traversée.
Elle n’arrivait point cependant jusqu’aux principaux personnages
de la scène dont nous avons vu le terrible débat. Un cercle assez
large se faisait. C’est l’instinct de toutes les curiosités. Il faut bien
laisser un peu de place aux acteurs: sans cela, point de comédie.
Césarine et Béatrice étaient toujours là en face l’une de l’autre.
Césarine ne voyait point ce flot qui envahissait le salon. Son regard
méchant et dur allait droit à sa belle-mère. Les paroles qu’elle venait
de prononcer n’avaient pas assouvi sa haine. Ses yeux brûlaient d’un
feu sombre; sa gentillesse presque enfantine s’était transformée
pour prendre un caractère tragique. Vital, qui l’examinait avec une
sorte de terreur, vit deux ou trois fois ses paupières battre, comme si
elle eût forcé sa prunelle à ne se point tourner de son côté.
Vital avait pour cette enfant une tendresse qui tenait du culte.
C’était l’amour soumis et tremblant de la vingtième année, qui lui
était venu longtemps après l’âge. Vital, depuis bien des mois, passait
sa vie à la regarder de loin et d’en bas comme les dévots d’Italie
contemplent la madone.
Vital comprenait mieux que Béatrice elle-même la portée de cette
attaque brutale. Il savait d’avance que l’attaque devait avoir lieu; il
était venu tout à l’heure pour l’en prévenir, de la part de madame de
Grévy.—Mais il ne s’attendait pas à trouver devant lui Césarine.
C’était un cœur primitif, d’une loyauté sévère et sans bornes.
Entre son amour, qui était toute sa vie, et son devoir, nous pouvons
affirmer que Vital n’eut pas un seul instant hésité.
Vital était homme à briser ici d’un mot, avec réflexion, avec
volonté, l’espoir de son existence tout entière. Il l’eût fait si deux
bâillons ne s’étaient posés à la fois sur sa bouche. D’abord, les
ordres de madame de Grévy, d’après lesquels il agissait depuis le
commencement de la soirée;—ensuite, le regard suppliant par lequel
Béatrice elle-même implorait de lui le silence.
Il se tut, et ses yeux cherchèrent parmi les assistants, dont le
nombre augmentait sans cesse, quelle main avait pu pousser
mademoiselle de Mersanz.
Nous savons que mademoiselle Mélite et mademoiselle
Philomène n’étaient plus en vue.
Mais ce qui était à peindre et ce que nous désespérons de rendre
par des paroles, c’est l’impression du visage de Béatrice. Elle était
sortie de ce cabinet toute gaie et toute heureuse. Le calme de sa
conscience angélique éclatait sur ses traits, en même temps que la
joie de ces chères illusions qu’elle nourrissait depuis le matin. S’il
faut le dire, ses amis la gênaient, loin de lui être secourables. Dans
sa pensée, il ne lui fallait rien devoir qu’à M. de Mersanz, son
bienfaiteur et son sauveur.
Cette sourde conspiration dont Vital lui avait parlé n’était pour
elle que le rêve de cette bonne Marguerite, toujours entourée
d’inquiétudes et de visions.
Le danger lui semblait être tout entier dans cette autre
conspiration, organisée par ceux qui l’aimaient: Vital, Marguerite et
madame la vicomtesse de Grévy.
D’où venait le zèle de madame de Grévy? Béatrice ne la
connaissait point.
Achille avait été si bon, ce matin, si affectueux! Césarine pouvait
être ramenée;—et cette jeune fille si belle, Maxence, dont on lui
avait fait un épouvantail, Maxence lui avait baisé la main avec des
larmes dans les yeux!...
Tout était riant et rose. Il n’y avait dans l’avenir que des
promesses et des espoirs.
Béatrice tomba de son haut aux premières paroles de Césarine.
Elle fut blessée au plus profond de son cœur. Nous savons comme
elle aimait la fille d’Achille. Il y eut en elle une grande, une immense
douleur, sans aucun désir de représailles ou de vengeance. Ses
beaux yeux humides, qui se fixèrent sur ceux de la jeune fille,
disaient toute sa souffrance, et aussi une sorte de compassion; car
elle plaignait au fond de l’âme celle qui la frappait si cruellement.
Il est à peine besoin de dire que cet état de silencieuse
immobilité dura à peine le quart d’une minute. Les minutes, en ces
occasions, semblent longues comme de longues heures.
—Césarine, prononça enfin Béatrice d’une voix basse, mais plus
ferme qu’on ne devait s’y attendre,—que vous ai-je fait, ma chère
enfant?
—Ce que vous m’avez fait! répéta l’implacable fillette avec une
provoquante amertume:—osez-vous bien me le demander, madame?
Il y eut ici un mouvement dans le cercle qui entourait le groupe
principal. Les rangs s’ouvrirent. Madame la marquise de Sainte-Croix
parut, calme et digne avec son grand air de reine. Derrière elle,
madame la vicomtesse de Grévy se glissa.
Sur leurs pas, un flot nouveau se pressa.
La marquise vint prendre Césarine par la main et lui dit:
—Ma fille, retirez-vous.
Césarine la repoussa comme elle avait fait tout à l’heure pour
Béatrice.
—Je sais ce que je fais, madame, dit-elle avec hauteur.
Dans l’autre salon, Maxence, qui restait seule, s’approcha de la
baronne du Tresnoy. Les deux Géran voulurent se mettre en tiers
aussitôt. Maxence leur dit:
—Je suis comme ma mère: j’ai tout deviné.
Son doigt impérieux, montra les siéges que les deux sœurs
venaient de quitter. Elles se rassirent.
Maxence reprit en s’adressant à la baronne:
—Madame, je vous prie, au nom de Dieu, de me dire si je suis la
fille de madame de Sainte-Croix.
La baronne laissa tomber sur elle un regard de glacial
étonnement.
—La folie est contagieuse ici, murmura-t-elle.
Puis, faisant signe à mademoiselle Juliette et à mademoiselle
Dorothée, qui ouvraient d’énormes yeux:
—Retirez-vous, ajouta-t-elle.
Maxence fit un pas en avant et prononça à voix basse:
—Si c’est pour vos filles, la lâcheté ne porte pas bonheur!
—Mère, supplia Juliette, restons encore un peu.
—Voyons la fin, ajouta Dorothée.
Ainsi parlent les jeunes commerçants de la rue Saint-Denis,
quand leurs mamans, le dimanche, au spectacle, prennent leur châle
un peu avant la fin du dix-huitième et dernier tableau.
Madame la baronne du Tresnoy sortit. Maxence, rêveuse et triste,
se dirigea vers le salon, où se dénouait le drame.
On eût dit qu’une force invincible l’entraînait de ce côté malgré
elle.
Deux acteurs de plus étaient en scène: le comte Achille de
Mersanz et le vicomte de Grévy, qui, myope à toute outrance, était
sorti des rangs pour mieux voir. Frémiaux, Montmorin, Aymar de
Quelquechose et autres, lorgnaient en amateurs. M. Martineau, le
préposé au buffet, avait pris le plateau de Jean pour avoir un
prétexte de regarder.
Comme M. le vicomte de Grévy s’avançait sans défiance, il se
trouva tout à coup nez à nez avec une femme qui lui prit le bras.
Il mit aussitôt son lorgnon en arrêt et recula d’un pas en
reconnaissant la vicomtesse.
—Monsieur, lui dit-elle,—il se peut que je prononce ici des paroles
qui vous mettraient en danger...
—Y avait-il longtemps que je ne vous avais si bien vue, Anna!
répliqua le vicomte, qui passa son bras sous le sien;—dites et faites
ce que vous voudrez... Avec mon lorgnon, je puis encore très-bien
tirer l’épée.
—Dans la position où nous sommes..., murmura la jeune femme.
—Elle est pitoyable, madame, notre position... Parce que je suis
votre mari, est-ce une raison pour ne point être mon amie?... Si je
suis blessé, vous me soignerez: ce sera un prétexte pour nous
remarier... Je vous trouve charmante et je vous demande la
permission de vous refaire la cour.
La vicomtesse rougit, mais elle sourit.
—Vous êtes un fou, Henri, dit-elle;—éloignez-vous, je vous en
prie!
Ces petites intrigues viennent au travers des grands drames,
comme les rides que soulève la brise au dos des immenses vagues
de l’Océan.
La réponse de M. de Grévy fut coupée par la voix brève et
stridente de Césarine, qui appelait son père.
Béatrice n’avait point vu venir Achille. Elle tressaillit à ce nom.
Ses yeux se fermèrent un instant, et l’on aurait pu distinguer les
gouttelettes de sueur qui perlaient à ses tempes.
C’était l’heure de l’angoisse suprême; son arrêt allait être
prononcé.
Le comte Achille était entré par le cabinet de travail.
Chacun remarqua l’air d’indécision et d’inquiétude qui était sur
son visage.
Il resta un instant sur le seuil. Son regard, plein d’un étonnement
qui allait jusqu’à l’effroi, interrogea le cercle des spectateurs avant
de se porter vers le groupe principal.
Il avait bien plutôt la mine d’un accusé que celle d’un juge.
De tous côtés, les gens qui se prétendaient à la hauteur de la
question, les personnes bien informées et capables de juger les
coups, se prirent à chuchoter. Ces mots firent le tour de la galerie:
—Il n’osera pas!... Il n’osera jamais!
D’autres ajoutaient:
—La petite fille va être renvoyée en pension.
Puis les commentaires obligés:
—On s’y est mal pris!
—Ce n’était pas l’enfant qu’il fallait mettre en avant.
—Le scandale n’est jamais bon.
Montmorin dit à Frémiaux:
—Ce pauvre Achille fait pitié.
—Je propose l’amendement suivant, repartit Frémiaux, toujours
spirituel comme toutes les écuries des Champs-Élysées réunies:—
remplacez pitié par dégoût.
—Ah! messieurs, déclama M. Aymar de Quelquechose,—ce n’est
pas une petite affaire que de régulariser une position.
A l’unanimité, Frémiaux, Montmorin et les autres s’avouèrent que
M. Aymar de Quelquechose était un oison de premier mérite. Mais le
fameux mot avait porté; deux ou trois échos le répétèrent, puis dix,
—puis cent,—et ce fut comme un vaste murmure, composé de ces
trois paroles cabalistiques: Régulariser une position.
On allait donc enfin voir une position régularisée!
M. le comte Achille de Mersanz balbutia en homme qui ne sait
pas s’il parle ou s’il se tait:
—Qu’y a-t-il donc?
Césarine fixa sur lui ses yeux hardis.
—Il y a, répondit-elle d’une voix nette et claire,—que la maison
est trop petite pour nous deux, cette femme et moi...
Les paupières de M. de Mersanz tombèrent. Il ne dit rien et
devint seulement plus pâle.
On murmurait tout à l’entour:
—Peste! voilà qui n’est pas marchandé!
—La petite n’y va pas par quatre chemins!
M. de Grévy dit à l’oreille de sa femme:
—Je vous donne carte blanche, Anna! quoiqu’il soit pénible de
s’attaquer à ce pauvre Achille...
—Ce n’est pas lui que nous attaquerons! prononça la vicomtesse
entre ses dents serrées.

You might also like