Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus parlementaire et présidentiel contemporains - Archive ouverte HAL Accéder directement au contenu
Chapitre D'ouvrage Année : 2021

Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus parlementaire et présidentiel contemporains

Résumé

Dès lors qu’il s’agit d’aller plus loin qu’une lecture intuitive, le retour d’expérience de nos devanciers en matière d’analyse assistée par l’ordinateur – de l’Analyse Automatique du Discours (AAD) de Michel Pêcheux à l’Analyse de contenu de Laurence Bardin en passant, centralement pour nous, par la lexicométrie politique de Saint Cloud – doit en effet permettre de répondre, plus vite et mieux, à l’exigence méthodologique qui domine toute pratique scientifique. Concrètement, dans ce chapitre nous posons la question des plus-values attendues du traitement des corpus politiques par les réseaux de neurones artificiels – plus value herméneutique s’entend. Ici le deep learning sera appliqué aux corpus parlementaires de la Vème République (particulièrement la mise à l’épreuve de la partition gauhce/droite, et la situation de la récente majorité En marche !) et au corpus présidentiel (de de Gaulle à Macron).
Fichier principal
Vignette du fichier
IA_discourspolitique_Guaresi_Mayaffre.pdf (601.46 Ko) Télécharger le fichier
Origine : Accord explicite pour ce dépôt

Dates et versions

hal-03347997 , version 1 (17-09-2021)

Identifiants

  • HAL Id : hal-03347997 , version 1

Citer

Magali Guaresi, Damon Mayaffre. Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus parlementaire et présidentiel contemporains. L'intelligence artificielle des textes. Des algorithmes à l'interprétation, 17, Honoré Champion, pp.131-182, 2021, Lettres numériques, 9782815937467. ⟨hal-03347997⟩
236 Consultations
561 Téléchargements

Partager

Gmail Facebook X LinkedIn More