MONADE [TTAC] : Premières analyses des fréquences lexicales

Ce billet est co-signé avec Fabienne Moreau.

 

Les nuages de mots semblent désormais faire parti de la boîte à outils des chercheurs qui se déclarent appartenir au domaine des Digital Humanities. Pour autant, pour un non spécialiste du traitement automatique des langues (TAL), il n’est pas aisé de maîtriser la portée de cet outil d’analyse de fréquences lexicales. C’est la raison laquelle, dans le cadre de cette enquête de terrain à distance, nous avons fait appel à Fabienne Moreau, maître de conférences en informatique à Rennes 2 et spécialiste du TAL.

 

Dans un premier temps, nous avons collecté les articles publiés par Monade 1 et Monade 2 dans leur support respectif.

Monade 1 a publié un article (6433 caractères ) une semaine après les journées professionnelles, puis un second (6944 caractères) deux semaines après la première publication.

Monade 2 a publié deux articles durant la Biennale. Le premier contient 2337 caractères et le second comprend 2274 caractères.

Nous avons également collecté le texte (appelé, dans le jargon de l’art contemporain, statement) rédigé par Okwui Enwezor, le commissaire d’exposition. Ce texte rédigé en anglais, puis traduit en français, comprend 15814 caractères.

 

A propos de l’analyse de fréquence lexicale

L’analyse des fréquences des mots, qui consiste à calculer pour chaque mot son nombre d’occurrences dans un texte, permet des observations intéressantes sur le vocabulaire utilisé. Il s’agit notamment d’analyser la richesse et la diversité du vocabulaire utilisé et éventuellement de le comparer aux lexiques appartenant à d’autres textes. Selon les méthodes de calculs utilisées, cette analyse permet de mettre en évidence les mots  les plus représentatifs des contenus textuels.

 

La mesure utilisée ici pour l’analyse des fréquences lexicales est un simple comptage du nombre d’occurrences des mots dans le document.
Deux traitements, destinés à prendre en compte la complexité de la langue, accompagnent néanmoins ce calcul « élémentaire » .
Nous utilisons d’une part  une liste de mots-vides pour éliminer du vocabulaire les mots fréquents qui ne sont pas porteurs de sens (on parle aussi de mots-outils, e.g. les articles, prépositions …).
Nous opérons d’autre part un traitement de lemmatisation destiné  à normaliser les formes des mots (e.g. les noms pluriels sont ramenés à leur forme au singulier, les verbes conjuguées sont représentés sous leur forme infinitive …). Ainsi, les formes ‘expose’, ‘exposeras’, ou ‘a exposé’  par exemple seront considérés comme une seule et même forme : l’infinitif « exposer ». Dans cet exemple, le verbe « exposer » sera donc comptabilisé 3 fois.

 

A propos des trois nuages de mots

Aspects des nuages 

Si l’agencement du nuage de mot est purement esthétique pour le spécialiste du TAL, il est toutefois un objet graphique digne d’intérêt pour le spécialiste d’esthétique.

– nuage de mots du commissaire : dense et circulaire

Commissaire

– nuage de mots de Monade 1 : clairsemé et octogonal

Monade 1

– nuage de mots de Monade 2 : atomisé et rectangulaire

Monade 2

 

« Pavillon » VS « Exposition »

Le commissaire insiste sur le mot « exposition » tandis que les deux critiques utilisent le mot « pavillon ».

 

« Lion »

Ce mot est uniquement utilisé par Monade 2. Il est accompagné d’autres mots comme « jury », « meilleur », « décerner », et « prix ». Le « Lion » est le nom des récompenses de la Biennale de Venise.

 

« Monde », « histoire » et « historique »

On remarque des concordances étroites entre le nuage de mots du commissaire et celui de Monade 1.

Le mot « Monde  » a la même valeur dans les deux nuages, donc le même traitement.

Si le commissaire utilise le mot « historique », Monade 1 emploie le mot « histoire ».


Nicolas Thély

Nicolas Thély est professeur des universités en art, esthétique et humanités numériques à l'université Rennes 2. Il est directeur de la MSH-B

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *