Academic literature on the topic 'Étude textométrique'

Parmi les questions qui intéressent l’analyse du discours se trouvent les formes de récurrences lexicales – figements, routines, formules etc. –, porteuses de signification sociale (Fiala et al., 1987 ; Krieg˗Planque, 2009, 2010, 2013). L’inscription durable de tels figements est d’autant plus pertinente pour l’analyse critique du discours, qui met en garde contre la naturalisation d’idéologies (Fairclough, 2010). Dans le cas du discours de responsabilité sociétale des entreprises (RSE), de nombreux phénomènes linguistiques, participant d’une démarche de greenspeak (Harré et al., 1999), ont été mis en évidence pour construire le récit de l’implication environnementale de ces dernières. Cet article représente une étude préliminaire au sein d’un travail plus large mobilisant l’outil textométrique. Il exploite la morphologie des langues scandinaves pour tenter de saisir, par l’analyse co˗occurrentielle, les régularités du discours autour des mots formés de miljø˗/miljö˗ (‘environnement’). Deux corpus, l’un danois, l’autre suédois, sont convoqués ; les textes concernés relèvent d’une thématique environnementale et/ou sociétale, et proviennent de PME dont l’engagement peut être décrit comme « volontaire » puisqu’elles ne sont pas soumises à la directive 2014/95/UE. Préalablement, l’article cherche à contribuer à une méthodologie pour l’extraction de contenu pertinent à partir de pages Internet, dans un objectif d’analyse du discours outillée par des outils de textométrie.

L’article vise à poser les principes méthodologiques d’une cartographie des emplois de verbes hyperfréquents fondée sur le modèle valenciel, en prenant pour exemple le verbe « dire » et pour corpus un ensemble de récits scolaires transcrits et annotés dans lequel ce verbe apparaît comme le plus fréquent. À partir d’une confrontation de différentes descriptions syntactico-sémantiques, il s’est agi de construire une grille permettant à la fois une exploitation textométrique sur des grands corpus et une exploitation didactique. L’étude de ces textes fait apparaitre une variété d’emplois qui excède de beaucoup ceux induits par la consigne.

ABSTRACT: Our contribution concerns the analysis of personal deictics asindicators of the construction of the contractual stake that should govern theinaugural speech, a psycho-social discourse rather than political advertising.Thus, between "I / You", this work resizes the enunciative system of the oath, thePresident of the Republic, acting subject. While taking inspiration from thework of E. Goffman 1987, L. Mondada 2002, P. Charaudeau 2006, C. Lokonon2016 and M. Angenot 2017, this descriptive and textometric study describes therealization of the locutionary space of Patrice Talon. RÉSUMÉ : Notre étude porte sur l’analyse des déictiques personnels comme indicateurs de la construction de l’enjeu contractuel devant régir le discours d’investiture en tant que discours publicitaire politique. Ce travail décrit le système énonciatif mis en oeuvre par le préposé au serment, le Président de la République, sujet parlant. Tout en nous inspirant des travaux d’E. Goffman 1987, L. Mondada 2002, P. Charaudeau 2006, C. Lokonon 2016 et M. Angenot 2017, cette étude descriptive et textométrique dit la réalisation de l’espace locutionnaire de Patrice Talon.

Les corpus numériques et leur analyse. Perspectives interprétatives dans l’étude de la littérature Cet article se propose de donner un aperçu de l’utilisation des corpus numériques dans les études littéraires et de l’apport de leur analyse à l’aide des outils numériques à la recherche. Il vise à présenter brièvement, dans une perspective herméneutique, la textométrie, comme cette méthode s’appelle dans le domaine francophone où elle a une longue histoire, de discuter les problèmes relatifs aux outils de traitement de la langue grecque, et de donner quelques exemples de son application à l’étude de la littérature néohellénique. Son objectif serait d’encourager l’explora- tion de la méthode par les chercheurs grecs, dans le cadre la transformation numérique de la recherche des sciences humaines et sociales.

Cette étude consiste en une analyse linguistique intégrée de l'œuvre de Milan Kundera, écrivain tchèque naturalisé français. Par analyse intégrée, nous entendons une étude linguistique menée à l'aide des méthodes qualitatives et quantitatives. Plus précisément, les méthodes utilisées appartiennent au domaine de la textométrie, discipline dont l'objectif est d'analyser les corpus textuels par le biais d'un traitement informatisé (Guiraud, 1960 ; Lebart, Salem, 1994 ; Pincemin, 2020). Plus généralement, ces travaux pourraient donc être inclus dans le domaine de la stylométrie, puisque cette analyse textométrique est fonctionnelle à la « caractérisation d'une écriture » (Magri, 2010). En effet, l'objectif principal de cette recherche est de détecter par contraste les éléments qui définissent la prose de Kundera. Pour ce faire, deux corpus ont été composés : un corpus d'étude et un corpus de référence (Rastier, 2011). Le premier correspond à la quasi-totalité des textes de l'Œuvre I, II de Kundera (Éd. Gallimard, Pléiade). Le second est représentatif du paysage littéraire français de la période d'activité de Kundera (1968-2013).Ces corpus ont été d'abord numérisés et ensuite examinés à l'aide du logiciel de textométrie Hyperbase (version web et standard), qui emploie à la fois les méthodes classiques d'exploration statistique et le deep learning ou apprentissage profond. Ce logiciel permet diverses analyses aux différents niveaux lexical, morphosyntaxique et sémantique. En particulier, les éléments suivants ont fait l'objet de l'étude : la structure du vocabulaire (la distribution des fréquences, des hapax, la richesse lexicale, la diversité du vocabulaire et l'accroissement lexical) ; les aspects morphologiques et syntaxiques qui peuvent être examinés grâce aux versions lemmatisées et étiquetées des corpus ; les motifs morpho-syntaxiques et multidimensionnels ; les thèmes (les spécificités lexicales, les isotopies et les thèmes récurrents). Ces éléments ont été examinés lors d'une analyse endogène du corpus d'étude et d'une série d'analyses exogènes avec le corpus de référence. En effet, les études comparatives avec le second corpus permettent de neutraliser les caractéristiques linguistiques conformes à la langue littéraire de l'époque dans le genre du roman, de l'essai et de la nouvelle, afin de faire ressortir les éléments de la prose de Kundera qui se distinguent de ce modèle linguistique représentatif de la langue littéraire contemporaine. En outre, les analyses endogènes de l'œuvre de Kundera, possibles grâce à la compilation de sous-corpus, peuvent rendre compte à la fois des constantes stylistiques qui ne varient pas selon le genre, la période ou la langue et des variantes linguistiques qui dépendent des variables diachroniques, génériques et linguistiques. En conclusion, cette étude emploie une méthodologie intégrée (linguistique, statistique, informatique) dans le but de faire ressortir les caractéristiques prototypiques de l'idiolecte de Kundera, à savoir les éléments les plus significatifs de son écriture qui la distinguent de celle d'un échantillon représentatif d'auteurs français à lui contemporains
This study consists of an integrated linguistic analysis of the work of Milan Kundera. By integrated analysis, we mean a linguistic study carried out through qualitative and quanti-tative methods. These methods belong to the field of textometry, a discipline whose objective is to analyse textual corpora through computer processing (Guiraud, 1960; Lebart, Salem, 1994; Pincemin, 2020). More generally, this work could therefore be included in the field of stylometry, since this textometric analysis is functional to the characterization of a style of writing (Magri, 2010). Indeed, the main objective of this research is to detect by contrast the elements that define Kundera's prose. To this end, two corpora were composed : a corpus of study and a reference corpus (Rastier, 2011). The first comprehends almost all the texts of Kundera's Œuvre I, II (Gallimard, Pléiade). The second is representative of the French literary landscape of the period in which Kundera published his texts (1968-2013).The corpora were first digitised and then examined using the textometry software Hyperbase (web and standard version), which employs both classical statistical methods and deep learning techniques (CNN, Convolutional neural network).This software allows various analyses on lexical, morphosyntactic and semantic levels. In particular, the following elements have been investigated : the vocabulary structure, morphological and syntactic aspects, morphosyntactic and multidimensional patterns, and finally the thematic structure.These elements were examined in an endogenous analysis of the corpus of study and in a series of exogenous analyses between the corpus of study and the reference corpus. Indeed, comparative studies between Kundera's work and the contrastive norm represented by the reference corpus aim to isolate the linguistic characteristics of the literary language of the time in novels, essays and short stories, in order to detect the distinguishing elements of Kundera's prose that differ from the linguistic model of his contemporaries' literary language. In addition, endogenous analyses of Kundera's work - made possible by the compilation of subcorpora - can account for linguistic constants that are independent of genre, period and/or language, as well as for linguistic variants determined by literary genre, diachronic and/or linguistic variability. In conclusion, this study employs an integrated methodology (linguistics, literature, statistics, deep learning) with the aim of defining the prototypical features of Kundera's idiolect, that is, the most significant elements that distinguish his writing from that of a representative sample of his contemporary French authors

Les recherches sur l’écriture scolaire ont longtemps privilégié des analyses qualitatives enraison des difficultés d’exploitation quantitative en traitement automatique du langage. Cesdifficultés étaient principalement dues au caractère non normé de ces écrits qui les rendaitjusqu’à présent réfractaires à la numérisation, à l’étiquetage et même à l’analyse (Elalouf &Boré, 2007). Un traitement avec le logiciel iTrameur, établi en collaboration avec le laboratoire CLESTHIA (Doquet, David & Fleury, 2017), nous a permis d’effectuer l’analyse textométrique d’un corpus d’écrits scolaires constitué de dix séries de dossiers génétiques comportant chacun l’ensemble des productions écrites d’une classe de l’avant-texte à la version finale. Ce corpus a été recueilli en classes de 6e et de 5e sur une durée de 3 ans dans le cadre d’une recherche collaborative visant à expérimenter un dispositif d’accompagnement à l’autonomie scripturale.Il est venu compléter un premier corpus d’écrits scolaires, scanné, transcrit et annoté, réalisé dans le cadre de notre stage de master au laboratoire ÉMA, et déposé sur le site Ortolang proposé par Huma.Notre hypothèse est qu’un codage systématique des verbes de parole et d’état mental,s’appuyant sur la construction d’un lexique-grammaire (Dubois & Dubois-Charlier, 1997)ferait apparaître la variété des formes et des constructions attestées dans les usages langagiers des élèves. L’objectif de la thèse est de caractériser parmi ces emplois ceux des verbes hyperfréquents. Ces verbes, dont les travaux pionniers de Jacqueline Picoche (2002) ont montré l’importance dans l’organisation du lexique, ont la particularité d’être très polysémiques et d’entrer dans de nombreuses constructions. Notre analyse a consisté à comparer les constructions observées dans le corpus d’écrits scolaires à celles recensées dans des dictionnaires d’apprentissage ainsi que dans le corpus oral Orféo, en tenant compte de la fréquence des verbes que les élèves ont pu rencontrer dans leurs manuels de lecture du primaire grâce à la base Manulex. Nos résultats montrent que les structures fondamentales du français sont présentes dans notre corpus et que des réseaux lexicaux relient des verbes hyperfréquents à d’autres moins fréquents. Nous avons pu montrer que la présence ou l’absence de certains verbes était étroitement liée au genre de texte demandé par la consigne et aux possibilités de relecture, discussion orale et réécriture permises par le dispositif. Ces résultats confirment que le verbe est une catégorie majeure pour l’apprentissage du lexique et de l’écriture en raison de son rôle dans l’énonciation, la relation prédicative et l’organisation discursive
Research on academic writing has long favored qualitative analyzes due to the difficulties ofquantitative exploitation in automatic language processing. These difficulties were mainly due to the non-standardized nature of these writings which until now made them refractory to digitization, labeling and even analysis (Elalouf & Boré, 2007). Treatment with iTrameursoftware, established in collaboration with the CLESTHIA laboratory (Doquet, David &Fleury, 2017), allowed a textometric analysis of a corpus of school writings consisting of tenseries of genetic files, each containing all the written productions of a class from the preliminary text to the final version. This corpus was collected in classes of 6e and 5e over a period of 3 years as part of a collaborative research aimed at experimenting with a support system for scriptural autonomy. It came to complete a first corpus of school writings, scanned, transcribed and annotated, realized as part of our master's internship at the EMA laboratory, and deposited on the Ortolang website proposed by Huma. Our hypothesis is that a systematic coding of speech and mental state verbs, based on the construction of a lexicon-grammar (Dubois & Dubois-Charlier, 1997) would reveal the variety of forms and constructions attested in the language uses of students. The objective of the thesis is to characterize among these uses those of hyperfrequent verbs. These verbs, whose pioneering work of Jacqueline Picoche (2002) showed the importance in the organization of the lexicon, have the particularity of being very polysemic and entering into many constructions.Our analysis consisted in comparing the constructions observed in the corpus of school writings with those identified in learning dictionaries as well as in the Orféo oral corpus, taking into account the frequency of verbs that students were able to encounter in their primary reading textbooks thanks to the Manulex database. Our results show that the fundamental structures of French are present in our corpus and that lexical networks connect hyperfrequent verbs to less frequent ones. We were able to show that the presence or absence of certain verbs was closely related to the type of text requested by the instruction and the possibilities of rereading, oral discussion and rewriting allowed by the writing protocol. These results confirm that the verb is a major category for lexicon and writing learning because of its role in enunciation, predicative relationship and discursive organization

Depuis plusieurs années, on assiste à la croissance exponentielle des cas de plagiat non seulement dans les arts, mais aussi dans la recherche scientifique. La réalité veut qu’en l’absence d’un spécialiste de la littérature dans les débats à la barre pour trier le bon grain de l’ivraie, le juge se trouve très souvent obligé de jouer le rôle du spécialiste à la fois du droit et de la littérature. C’est donc dans ce contexte particulier, que se situe ce travail de recherche. L’objectif est de partir de l’analyse de quatre biographies, de deux romans et de trois décisions de justice pour essayer de pallier les insuffisances d’une « approche juridique » de la littérature et proposer une grille d’analyse littéraire systématisée. Cette grille d’analyse résulte de la conjugaison de deux processus : l’analyse manuelle et celle assistée par ordinateur. En effet, avec pour cadre général l’analyse de l’œuvre intégrale, l’analyse manuelle se combine avec la textométrie. faite à l’aide de deux logiciels : TXM conçu par le laboratoire ICAR de l’ENS de Lyon et Hyperbase conçu par le Professeur Étienne Brunet de l’université de Nice. C’est à l’issue de toutes ces investigations que le spécialiste de la littérature devrait émettre un avis motivé dont le tribunal devrait se servir pour dire le droit et... rendre justice
For several years now, there has been an exponential growth in cases of plagiarism not only in the arts, but in scientific research as well. Reality warrants that in the absence of a specialist in literature in court to separate the gold from the dross, the judge is often compelled to play the rote of both a specialist in law and in literature. It is against this backdrop that this research work is inspired. The aim is to analyze four biographies, two novels and three court rulings in an attempt to address the shortcomings of “legal approach” to literature and propose a systematized literary analytical framework. This analytical framework is the result of combining two processes : the manual process and the computer-assisted one. As a matter of fact, against a general framework of analyzing the complete works, manual analysis is combined with textometry, carried out using two softwares: TXM designed by the iCAR laboratory of ENS Lyon and Hyperbase designed by Professor Etienne Brunet of Nice University. It is after all these investigations that the literature specialist may issue a reasoned opinion that the court may use to say what the law is and... mete out justice

Lors de cette présentation, nous tenterons de mesurer l’impact des mots découlant du champ lexical de l’eau dans l’ensemble de l’ouvrage de Manon des sources de Marcel Pagnol. Il s’agira d’une étude lexicométrique et textométrique générée par un programme d’analyse linguistique où le lexique et son contexte seront mis en adéquation pour donner lieu à des interprétations précises. Notre intérêt se portera concrètement sur une étude comparative des différentes potentialités de la machine face au raisonnement humain. Nous tâcherons, au cours de cette analyse, de découvrir avec quel niveau de fréquence et jusqu’à quel point notre artifice peut être capable d’analyser correctement et de façon cohérente un extrait de cet ouvrage. Notre objectif final sera celui de constater les différents points de divergences tout comme ceux de convergences afin de démontrer dans quelle mesure notre outil peut être utile et efficace dans le cadre de l’enseignement de la langue et de la littérature française.DOI: http://dx.doi.org/10.4995/XXVColloqueAFUE.2016.3054