Déconstruction et reconstruction de corpus... À la recherche de la pertinence et du contexte

Lucie Loubère (1)

1 LERASS - Laboratoire d'Etudes et de Recherches Appliquées en Sciences Sociales

Faced with corpora of large sets of texts, we propose a method of selection, based on the identification of segments of texts relevant to a topic by successive classification, then recomposition of the corpus with all the texts having at least one relevant segment. This approach makes it possible to preserve the contextualizations and narrative discourses surrounding a theme while excluding off-topic texts. Résumé Face aux corpus constitués de grands ensembles de textes, nous proposons une méthode de sélection, basée sur l'identification de segments de textes pertinents à une thématique par classification successive, puis recomposition du corpus avec l'intégralité des textes ayant au moins un segment pertinent. Cette démarche permet ainsi de conserver les contextualisations et discours narratifs entourant une thématique tout en excluant les textes hors-sujet.

Face aux corpus constitués de grands ensembles de textes, nous proposons une méthode de sélection, basée sur l’identification de segments de textes pertinents à une thématique par classification successive, puis recomposition du corpus avec l’intégralité des textes ayant au moins un segment pertinent. Cette démarche permet ainsi de conserver les contextualisations et discours narratifs entourant une thématique tout en excluant les textes hors-sujet.

Mots clés: Big corpus; Reinert classification; Iramuteq

Domaines: Sciences de l'information et de la communication

Lucie Loubère. Déconstruction et reconstruction de corpus... À la recherche de la pertinence et du contexte. Journées internationales d’Analyse statistique des Données Textuelles, 2018, Rome, Italie. ⟨hal-02482604⟩