L'analyse des corpus face à l'hétérogénéité des données
Université de Cergy-Pontoise
Maison des Sciences de l’Homme de Paris-Nord
Institut National de l’Audiovisuel
Centre de Recherche Textes et Francophonies, pôle LaSCoD, pôle interdisciplinaire de recherche en Sciences du Langage et Sciences de l’Information et de la Communication
Journée d’étude
Jeudi 6 mai 2010
9h15-17h30
Lieu :
INA
Salle Cognac-Jay - 85-87 rue de Patay - 75013 Paris
Métro ligne 14 : Arrêts Olympiades ou Bibliothèque François Mitterrand
RER C : Arrêt Bibliothèque François Mitterrand
L'analyse des corpus face à l'hétérogénéité des données : réflexions méthodologiques et pratiques interdisciplinaires
Coordination :
Julien Longhi (julien.longhi@u-cergy.fr) et Aurélien Le Foulgoc (aurelien.lefoulgoc@u-cergy.fr
En collaboration avec Denis Maréchal (dmarechal@ina.fr)
Cette journée d’étude organisée en partenariat avec la Maison des Sciences
de l’Homme de Paris-Nord et l’Institut National de l’Audiovisuel, par le
pôle LaSCoD du Centre de Recherche Textes et Francophonies de l’université
de Cergy-Pontoise, est la première d’une série de manifestations, destinées
à la réalisation d’un projet de recherche, dont l’objectif est la
constitution d’un corpus informatisé, composé de matériaux de nature
différente, consacré aux jeunes de banlieues ; en partant de l’hypothèse que
ceux-ci participeraient à la construction d’une mythologie urbaine
contemporaine, hypothèse qui, si elle se vérifiait, permettrait d’éclairer
un certain nombre de processus de sémiotisation de l’espace social.
On fondera cette journée sur l’idée qu’un corpus est un ensemble raisonné de
textes ou de matériaux audiovisuels, structuré par une cohérence interne. On
soulignera d’emblée qu’il existe différentes modalités de constitution des
corpus et qu’il n’y a pas une seule conception scientifique reconnue mais
une pluralité de méthodes et de démarches, qui posent un certain nombre de
questions d’ordre épistémologique, dont la première est qu’on ne peut
postuler l’existence d’un modèle idéal, qui serait d’emblée représentatif et
herméneutique. La recherche étant interdisciplinaire et dialogique, le
premier objectif de la journée sera donc comparatif et différentiel, étant
entendu que les disciplines représentées ici postulent qu’un corpus est
nécessairement un construit, que les données qu’il propose ont fait l’objet
d’une sélection préalable et que la question de la légitimité de sa
représentativité est à l’horizon de la réflexion et peut constituer un
écueil qu’il ne faut pas négliger. Enfin, la confrontation des approches
visera à croiser dans une perspective heuristique les démarches propres à la
constitution des corpus audiovisuels et les acquis des linguistiques de
corpus en tentant d’instaurer les bases d’une recherche dont la question
centrale porte sur le fait de savoir si les textes et les discours collectés
contribuent à la constitution d’une problématique cohérente.
Les chercheurs invités montreront chacun à leur manière comment les corpus
peuvent être problématisés et utilisés afin de faire émerger l'homogénéité
ou l'hétérogénéité des données et des phénomènes appréhendés, ainsi que la
complexité des phénomènes à décrire. L'hétérogénéité des corpus, tout comme
la diversité des pratiques proposées, mettra en valeur la richesse, et la
difficulté, à renouveler l'analyse des corpus selon leur hétérogénéité et
leurs diverses modalités d'appréhension.
Programme
(Présentations : 45min ; Questions : 15min)
• 9h15-9h45 : Julien Longhi – Maître de conférences à l’Université de
Cergy-Pontoise – CRTF-LaSCoD
Introduction
• 9h45-10h45 : Pascal Marchand – Professeur à l’Université de Toulouse 3 – LERASS
L'approche lexicométrique : recherche improbable d'une homogène diversité?
Le débat récent à propos de l'identité nationale, sur le site Web du
Ministère de l’Immigration, de l’intégration, de l’identité nationale et du
développement solidaire, permettra d'illustrer les différentes phases
d'analyse de données textuelles, les difficultés d'hétérogénéité dans
l'expression des opinions et les différentes hypothèses que l'on peut poser
sur un tel corpus.
Lien utile : http://pascal-marchand.fr
• 10h45-11h : Pause
• 11h-12h : Nathalie Garric – Maître de conférences à l’Université de
Tours – LLL
Maîtriser l’hétérogénéité des corpus par la variation des corpus, des outils
et des méthodes
Les nouveaux contextes d'intervention de l'analyse de discours ouvrent ses
champs d'application à des domaines qui introduisent des modalités de
recherche différentes. Les données, les corpus, les outils, les méthodes et
plus généralement les attentes scientifiques ne sont plus les mêmes que dans
les contextes initiaux, notamment dans ceux du discours politique. Ces
changements induits par les contextes d'analyse nécessitent la recherche de
solutions théoriques et pratiques que nous aborderons à partir d'une étude
de cas, l'analyse de discours d'apprentis en formation en alternance. Cette
étude, construite dans l'interdisciplinarité, est singulière tout
particulièrement en raison des données qu'elle utilise et produit à la fois.
Elle a été réalisée à partir d'entretiens semi-directifs et de textes,
apparentés au bilan de savoirs, et s'insère dans le cadre de la linguistique
de corpus en s'appuyant sur un traitement quantitatif textométrique et des
analyses qualitatives énonciatives. Son objectif est d'identifier et
d'analyser les processus à l'origine des ruptures des contrats
d'apprentissage dans le parcours de formation d'apprentis de niveau V.
Lien utile :
http://www.cavi.univ-paris3.
• 12h-14h : Déjeuner
• 14h-15h : Corinne Gauthier, Anne Pavis – INA – Inathèque de France
La constitution de corpus de recherche à partir des bases de données
documentaires de l'INA
Cette intervention portera sur la question de l'histoire et de la structure
des sources audiovisuelles et écrites de la radio-télévision, de leur
appréhension par le chercheur en sciences humaines et des outils d'aide au
traitement et à l'analyse de corpus constitués (via Hyperbase et
MediaCorpus) proposés au centre de consultation de l'Inathèque de France.
Lien utile : http://www.ina-sup.com/
• 15h-16h Josquin Debaz – Postdoctorant - EHESS – GSPR
Socio-informatique des controverses et des conflits. Saisir les jeux
d'acteurs et d'arguments dans de grands corpus évolutifs
Les travaux menés sous l’appellation de « socio-informatique » ont conduit à
une importante accumulation de corpus, d’outils, de modèles, de textes et de
discussions. Ils ont ainsi ouvert un espace pour l’expérimentation et le
croisement des démarches d’enquêtes sur de grands dossiers où la réflexivité
doit l’emporter sur les fonctions d’utilité instrumentale.
Lien utile : http://socioargu.hypotheses.
• 16h-16h15 : Pause
• 16h15-17h15 : Guilhem Fouetillou - CTO et cofondateur de Linkfluence
Ecologie du web social
Les méthodologies développées par Linkfluence depuis 3 ans maintenant visent
à établir le web social comme un terrain d'expérimentation à grande échelle,
plastique aux interactions sociales. Cette plasticité (caractère
stigmergique du web) permet de suivre le social en action à travers ses
artefacts techniques. Linkfluence a développé des méthodes d'échantillonnage
des espaces sociaux du web en s'appuyant sur les propriétés structurelles de
l'hypertexte. Cet échantillonnage permet aujourd'hui de lier approches
quantitatives et qualitatives en sciences sociales.
Lien utile : http://fr.linkfluence.net/