Valoriser ses codes et production de corpus avec un Data Paper exécutable : l'exemple de l'analyse lexicale d'une page web - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Valoriser ses codes et production de corpus avec un Data Paper exécutable : l'exemple de l'analyse lexicale d'une page web

Résumé

Dans un cahier exécutable, nous décrivions les données produites par une série d’outils adaptables construits pour retrouver les mots employés dans une page d’un site web. Pour dépasser à terme les techniques de référencement actuelles, l’objectif était de disposer d’un instrument capable de réduire les contenus textuels d’une page web, expurgée des balises HTML et codes informatiques, en un lexique afin de pouvoir saisir le sens global porté par la page. Pour apporter une finesse sémantique, le lexique est lemmatisé et séparé selon les catégories grammaticales (verbe : actions, nom : champ nominal, adjectifs et adverbes : intensité, temporalité, etc.). Les ensembles de données obtenues sont alors combinés pour être représentés en nuages de mots paramétrables afin d’accompagner une lecture distante. Les données collectées dans l’environnement web du Parc National de Port-Cros, sont agrégées selon une typologie de sites. Les traitements et représentations montrent l’intérêt et la pertinence de cette instrumentation pour comparer les lexiques véhiculés par des pages. La sauvegarde de ces extractions ainsi que toute la chaîne de production est d’intérêt autant pour des travaux en continuité que pour les reproduire dans un cadre pédagogique.
Fichier non déposé

Dates et versions

hal-03974284 , version 1 (05-02-2023)

Licence

Paternité

Identifiants

  • HAL Id : hal-03974284 , version 1

Citer

David Reymond. Valoriser ses codes et production de corpus avec un Data Paper exécutable : l'exemple de l'analyse lexicale d'une page web. Semaine Data-SHS, IR Progedo et Plateformes Universitaires de Données (PUD), Dec 2022, PARIS, France. ⟨hal-03974284⟩
25 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More