Analyse du corpus MATRICE-INA : exploration et classification automatique d'’archives audiovisuelles de 1930 à 2012 - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

Analyse du corpus MATRICE-INA : exploration et classification automatique d'’archives audiovisuelles de 1930 à 2012

Résumé

Cet article décrit les méthodes mises en place pour permettre l’analyse d’un corpus composé de documents audiovisuels diffusés au cours des 80 dernières années : le corpus MATRICE-INA. Nous proposons une exploration des données permettant de mettre en évidence les différents thèmes et évènements abordés dans le corpus. Cette exploration consiste dans un premier temps à effectuer une analyse temporelle sur les notices documentaires produites manuellement par les documentalistes de l’Institut National de l’Audiovisuel et sur les transcriptions automatiques des documents. Puis, nous montrons, grâce à une technique de clustering automatique, que les transcriptions automatiques permettent également d’effectuer une analyse du corpus faisant émerger des thèmes cohérents avec les données traitées.
Fichier non déposé

Dates et versions

hal-01836465 , version 1 (12-07-2018)

Identifiants

  • HAL Id : hal-01836465 , version 1

Citer

Antoine Laurent, Camille Guinaudeau, Anindya Roy. Analyse du corpus MATRICE-INA : exploration et classification automatique d'’archives audiovisuelles de 1930 à 2012. Journées d'Etude sur la Parole, Jan 2014, Le Mans, France. ⟨hal-01836465⟩
37 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More