Compte rendu de la séance « Traitement et Analyse » aux Journées EVEille 2022

La troisième journée EVEille du 11 mars 2022 a développé, en ce qui concerne la session consacrée à la chaîne éditoriale, les questions du traitement et de l’analyse des données. Dans le cadre d’une chaîne éditoriale, on part d’un document original qui est transcrit et ensuite enrichi dans une finalité de publication. Néanmoins, la publication ne représente pas le seul objectif, elle devient plutôt l’une des modalités de traitement du document XML afin d’élaborer divers modèles d’édition critique. On peut en effet appliquer d’autres traitements pour faire de l’analyse linguistique par exemple ou bien pour faire de l’analyse sur les entités nommées.

Serge Heiden (ingénieur de recherche au laboratoire IHRIM – Institut d’Histoire des Représentations et des Idées dans les Modernités) s’est à ce titre penché sur l’analyse des données textuelles, en présentant le logiciel de textométrie TXM. Ce logiciel s’occupe du traitement automatique du langage, de l’analyse des données, de l’analyse du discours et des contenus. Serge Heiden a bien montré les fonctionnalités de TXM, tout en mettant en avant son efficacité. Il a ensuite présenté le projet DTH (Digital Theological Hobbes), afin d’exposer les pratiques réservées à l’exploitation de l’encodage TEI pour l’analyse d’un document. Serge Heiden a finalement consacré les dernières minutes de sa présentation au portail démo TXM permettant d’analyser et de publier en ligne des textes avec TXM.

La deuxième partie de cette séance a concerné la question des entités nommées ; elle a été animée par Guillaume Porte qui a présenté le projet Le voyage en Amérique de Georg Flohir, un carnet de voyage de la fin du XVIIIe siècle. Ce manuscrit a été entièrement transcrit et passé en TEI, pour être ensuite publié. Mais, vu que, comme l’on a remarqué plus haut, la publication n’est pas la seule finalité d’un document structuré, dont la structuration peut être le point de départ de plusieurs traitements, le projet a également prévu une analyse des entités nommées, concernant les lieux, les dates, les noms, etc. On a ainsi repéré ces éléments et créé un système de balisage ; ce type de travail sur les balises a été ensuite récupéré dans un système de donnée XML, en l’occurrence BaseX, afin de générer des cartes et des index.

Finalement, Carmen Brando, ingénieure de recherche à l’EHESS (École des hautes études en sciences sociales), est intervenue sur la question de l’annotation et de son automatisation à l’aide du TAL (Traitement Automatique des Langues). Le travail présenté par Carmen Brando consiste à analyser la dimension spatiale et spatio-temporelle d’un corpus de textes, afin de préparer une édition en TEI en ligne et idéalement papier. Ce travail a nécessité la mise en œuvre de chaînes de traitement, en intégrant des approches issues de différents domaines du TAL et de la géomatique. Le TAL et la géomatique permettent en effet de documenter et de comprendre les traitements effectués sur les données et de reproduire leurs différents états. Cela permet d’améliorer le degré de réutilisabilité des données et des chaînes de traitement. Elle a présenté une chaîne de traitement itérative pour l’analyse spatiale des textes. Cette chaîne part du texte brut pour arriver au nettoyage et à l’annotation à l’aide tu TAL, au texte encodé en TEI, à l’extraction et à la structuration à l’aide des langages associés au XML et à l’extraction selon les besoins d’analyse à produire de manière dynamique (cartographie statique et dynamique à la demande). Le travail de Carmen Brando met l’accent sur le croisement de méthodes relevant de différentes disciplines et de diverses approches, à la faveur du numérique qui permet d’entrelacer ces approches.

https://e-diffusion.uha.fr/eveille/journee-3-eveille-2022-i-comme-interoperable/video/4755-2022-j3-traitement-analyse-session-2-chaine-editoriale/

 

 

Rédigé par Michela Lagnena dans le cadre de son stage en Humanités numériques sur le projet ESTRADES (encadrement Guillaume Porte et Anne Réach-Ngô)



Citer ce billet
Michela Lagnena (2022, 3 juillet). Compte rendu de la séance « Traitement et Analyse » aux Journées EVEille 2022. ESTRADES. Consulté le 30 mai 2024, à l’adresse https://estrades.hypotheses.org/221

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search