Séminaire de recherche Texte et information géographique 4 mars 2016

Séminaire de recherche Texte et information géographique 4 mars 2016
Avec Serge Heiden (ENS – UMR ICAR) et Mauro Gaio (univ. Pau et des Pays de l’Adour) 
Vendredi 4 mars, ENS Lyon, site Descartes,
9h-12h Salle F 104 , 14h-16h salle R 230

Animation : Thierry Joliveau et Yves-François Le Lay  (EVS)

L’objectif du séminaire est à la fois :
– d’initier les chercheurs et doctorants intéressés aux approches de description et d’analyse de la dimension géographique de l’information textuelle, qu’elle qu’elle soit : textes littéraires, documentaires ou journalistiques, analyse de discours ou d’entretien, documents Web…
– d’identifier les verrous et pistes de recherche dans ce domaine.
Il est ouvert à toutes les personnes intéressées.

Inscription : helene.mathian@ens-lyon.fr

La matinée (9h à 12h) sera consacrée aux présentations de deux spécialistes de la question, Serge Heiden (ENS – UMR ICAR) et Mauro Gaio (Professeur à l’Université de Pau et des Pays de l’Adour – LIUPPA et chercheur  associé au COGIT) puis à une discussion des participants à partir de leur expérience et de leurs projets.

L’après-midi (14h à 16h) sera consacré à un travail en groupe sur les projets où l’on approfondira les verrous, solutions envisageables et pistes pour avancer.

Serge Heiden est ingénieur de recherche en informatique linguistique et développe depuis 1995 la méthode textométrique, son implémentation et son usage au sein de différentes disciplines de sciences humaines et sociales travaillant à partir de corpus textuels (politologie, histoire, linguistique, géographie…), notamment par le biais de la plateforme TXM (http://textometrie.ens-lyon.fr/).

Mauro Gaio mène des recherches dans le domaine de l’ingénierie des connaissances et de la géomatique :modèles computationnels permettant d’intégrer différents niveaux de granularité de l’information spatiale, temporelle ou spatio-temporelle, langage de marquage ad-hoc pour une représentation formelle des entités nommées spatiales étendues et de leurs relations (http://liuppa.univ-pau.fr/live/membres/fiche-bio_permanents/fiche-bio-gaio)

Thème de l’intervention de Serge Heiden  :
La textométrie est une méthode d’analyse de corpus textuels. Elle permet à certaines disciplines de SHS d’utiliser les textes, à la fois pour leur forme ou leur contenu, comme observables de notions qu’elles mobilisent. Le logiciel TXM (http://textometrie.ens-lyon.fr) implémente la méthode à travers un ensemble d’outils qualitatifs (extraction de phénomènes textuels, contextualisation, navigation, lecture…) et quantitatifs (liste de fréquence de mots ou de phénomènes textuels, analyse factorielle, classification, cooccurrences…) utilisés de façon interactive avec le corpus. Ces outils s’appliquent à un corpus constitué en amont. L’élaboration du corpus est une étape déterminante pour l’interprétation des résultats qui seront produits à partir de lui. Il s’agit non seulement de choisir des textes représentatifs des notions sur lesquelles on souhaite travailler (émetteurs, chronologie, thématiques, formes d’expression…) mais aussi d’établir leur représentation (texte brut ou encodage de phénomènes textuels – délimitation de sections ou de prises de paroles pour isoler le discours de certains locuteurs, lemmatisation ou non de tous les mots…) telle qu’elle sera manipulable par l’outil, et souvent enfin les contrastes qui seront faits (entre émetteurs, qualités d’émetteurs, périodes…). TXM a été développé pour être en mesure d’exploiter des sources textuelles encodées selon les standards de représentation les plus riches : XML qui permet des délimitations et TEI qui permet de qualifier ces délimitations. Il permet également d’appliquer des outils de traitement automatique de la langue naturelle (TAL) lors de l’importation des sources : typiquement la lemmatisation. L’exploitation du corpus s’appuie alors sur la combinaison des encodages et des enrichissements linguistiques automatiques disponibles.
Des collaborations entre l’équipe développant TXM et l’UMR EVS ont porté sur des corpus de transcriptions d’entretiens d’enquête, des corpus d’articles de presse ou encore de documents législatifs nationaux ou européens pour répondre à diverses problématiques. Une esquisse de problématisation du repérage et de l’exploitation de toponymes a été réalisée à l’occasion de stages de master de géographie en 2012 sur la base de transcriptions d’entretiens avec des pêcheurs professionnels du lac Léman.
Depuis septembre 2015, une collaboration [1] entre l’équipe développant TXM et l’UMR LARHRA, qui développe la plateforme SyMoGIH (http://symogih.org) de représentation numérique de sémantique historique (acteurs, acteurs collectifs, lieux, évènements historiques…), développe la possibilité d’annoter avec TXM des séquences de mots d’un corpus en cours d’analyse avec des catégories du référentiel SyMoGIH. Cela est réalisé par un enrichissement de l’encodage des textes du corpus. Dès lors, le sémantisme externe de ce référentiel devient mobilisable par l’outil et le rapprochement de l’activité d’annoter de celles d’encoder et d’enrichir automatiquement fait évoluer le paradigme « établissement/encodage/enrichissement du corpus – suivi de – analyse du corpus » vers un cycle internalisé d’établissement/analyse.

[1] initiée dans le cadre du projet Bibliothèque Historique de l’Éducation de l’ENS de Lyon, porté par Emmanuelle Picard (UMR LARHRA).

Thème de l’intervention de Mauro Gaio :
L’explicitation de l’expression, dans la langue humain, du mouvement et du déplacement implique d’étudier conjointement la composante statique et dynamique de la spatialité.

Décrire un déplacement implique, en effet, de façon centrale l’évocation de la localisation mais également l’action, donc la catégorie aspectuelle du verbe. Se trouvent alors convoqués conjointement les domaines de l’espace, du temps et de l’aspect.

Par souci de cohérence et d’efficacité, les travaux évoqués dans les diverses parties de cet exposé se concentreront essentiellement sur la problématique du déplacement « autonome » d’une entité humaine dans un milieu ouvert. Nous aborderons néanmoins plusieurs questions plus générales ayant occupé depuis plus ou moins longtemps la communauté des chercheurs travaillant sur l’expression statique et dynamique de la spatialité : qu’entend-on par (ambiguïté des) lieux nommés ? ; qu’est-ce qu’un déplacement vs un mouvement ? ; qu’est-ce qu’un (changement de) lieu ?

Cet exposé visera ensuite à présenter quelques unes de nos avancées récentes sur la méthode, et l’outillage associé, pour extraire et représenter des déplacements à partir de descriptions réelles de randonnées, notamment avec des langues romanes. En particulier, à partir du concept de déplacement et des informations utilisées dans la langue pour le décrire nous nous attarderons sur la proposition d’un langage d’annotation dit « multi-couche ». Ce langage s’appuie sur les recommandations du consortium TEI (Text Encoding Initiative) et présente la capacité d’adaptation à des sémantiques diverses des éléments et à leur relations, par encapsulations successives.

 

 


Laisser un commentaire

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