Différences

Ci-dessous, les différences entre deux révisions de la page.

--- td_histoire_numerique:exercice_4 [2016/01/05 11:24]
Francesco Beretta [Annotation de notices biographiques courtes issues de la BNF]
+++ td_histoire_numerique:exercice_4 [2016/01/05 12:09]
Francesco Beretta [Encodage des notices]
@@ Ligne 20: / Ligne 20: @@
 ===== Exploration du lexique des notices =====
+Sur [[td_histoire_numerique:exercice_2&#creation_du_deuxieme_document_a_annoter|cette page]] on trouvera les indications concernant le processus d'extraction des notices du site data.bnf.fr ainsi que la production du {{:td_histoire_numerique:liste_notices_bnf.odt|document à explorer}}. Grâce à un codage qui applique la méthode présentée si dessous, les notices ont été découpées et importées dans la base de données. On les trouvera dans la version la plus récente de la base de données qui peut être installée selon les [[installation_de_la_base_de_donnees&#mise_a_jour_de_la_base_de_donnees
+|instructions qui se trouvent sur cette page]].
+A partir de la base de données, les notices ont été recodées en ajoutant l'année et le siècle de naissance en tant que métadonnées de chaque notice, tout en les recomposant dans un seul document. Nous disposons donc d'un {{:td_histoire_numerique:liste_notices_bnf_sans_url_iramuteq.txt.zip|nouveau document}} qui contient le même texte des 790 notices à encoder mais recomposé selon le format d'importation du logiciel Iramuteq, un logiciel d'analyse de textes qui utilise les fonction du logiciel statistique R. Les instruction d'installation se trouvent sur [[td_histoire_numerique:installation_r|cette page]].
+\\ N.B. Lors de l'importation des notices dans Iramuteq, l'option "construire des segments de texte" a été décochée. Les **segments de texte** analysés par la suite correspondent donc au 790 notices.
+Une première analyse de statistique textuelle permet de déceler quelles sont les {{:td_histoire_numerique:liste_notices_bnf_formes_actives.csv.zip|formes actives dans les notices, au niveau des lemmes}}. On peut explorer les notices en lien avec les formes les plus fréquentes grâce au concordancier. On peut enfin analyser les similitudes des notices en analysant les cooccurrences des lemmes dans les notices (étant donné que les segments de texte correspondent aux notices, il s'agira de cooccurences à l'intérieur des notices):
 {{ :td_histoire_numerique:graph_simi_9.png?200 |}}
@@ Ligne 25: / Ligne 35: @@
 Une autre {{:td_histoire_numerique:liste_notices_bnf_cooccurrences_iramuteq.svg.zip|représentation graphique}} plus complète qu'on peut télécharger, dézipper et ouvrir dans un navigateur web.
-===== Encodage des notices =====
+Grâce à cette exploration du vocabulaire des notices on voit apparaître des 'profils' ou des 'domaines d'activité' dont les effectifs sont proportionnels à la fréquence des lemmes et des cooccurrences dans les notices, ce qui est mis en évidence dans le graphique: les mathématiciens avec toutes les autres professions qui leur sont associées; les enseignants (professeurs) avec les disciplines et institutions associées; le 'monde' des libraires et des imprimeurs dont on dévine grâce à la représentation visuelle de la fréquence des lemmes la proportion inférieure dans la population; le profil des astronomes en lien avec les observatoires et les géographes; le monde des académies.
+===== Encodage des notices =====
+Cette première exploration permet de décider, en fonction de la problématique
 ===== Exploration du contenu encodé =====

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Différences

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190