Une approche textométrique pour étudier la transmission des savoirs biologiques au XIXe siècle

Résumé Fr En

Cet article propose d’aborder la question du positionnement entre qualitatif et quantitatif (que suppose l’analyse informatisée de données textuelles) au travers d’exemples concrets tirés d’un projet de recherche se situant dans le domaine de la création littéraire et son rapport aux savoirs biologiques (Biolographes : http://biolog.hypotheses.org). Une première partie expose les aspects pratiques des corpus numériques, de l’accès aux sources à leurs métadonnées, en passant par les questions d’océrisation et de stockage (base de données). Les deuxième et troisième parties illustrent la façon dont des outils textométriques et de visualisation (TXM, Treecloud) servent de point d’appui, dans le cas de grands corpus, à de nombreuses hypothèses de travail. En conclusion, il souligne le pont opéré par le TAL entre les outils informatisés et l’analyse littéraire.

This article addresses the issue of the relationship between qualitative and quantitative analysis (i.e. computerized analysis of textual data) through experiments (and their results) conducted in a research project focusing on the impact of biological knowledge on French literary work in the XIXth century (Biolographes: http://biolog.hypotheses.org). The first part sets out the practical aspects of digital corpora, from access to the texts, to their transformation by OCR, to the storage of their metadata. The second and third parts illustrate how textometrical tools and visualizations (TXM, TreeCloud) serve as a point d’appui to many working hypotheses. In conclusion, the article emphasizes the role played by NLP in computerized tools for literary analysis.