Comment préparer l’analyse de textes de sites Web grâce à la lexicométrie et au logiciel Iramuteq ?
Cet article propose le téléchargement d’un document décrivant l’analyse lexicométrique d’un corpus de textes recueillis sur des sites webs à l’aide du logiciel Iramuteq (http://www.iramuteq.org/).
Quelques éléments d’histoire
La lexicométrie peut être définie comme un : « ensemble de méthodes permettant d’opérer des réorganisations formelles de la séquence textuelle et des analyses statistiques sur le vocabulaire d’un corpus de textes » Lebart et Salem 1988 p. 183.
La lexicométrie s’est développée en France principalement depuis les années 70 avec notamment les travaux d’Etienne Brunet, Charles Muller, Pierre Guiraud ou encore Maurice Tournier[1] ou de statisticiens comme Jean-Paul Benzécri à l’origine de l’analyse factorielle de correspondance (Marchand 2013).
Mais l’essor de cette méthode est lié à celui des outils numériques et le développement des capacités de calcul des ordinateurs a favorisé la diffusion de la lexicométrie. Deux auteurs ont contribué à l’explication et la formation : Ludovic Lebart et André Salem. Deux livres ont synthétisé les bases des méthodes utilisées : « Analyse statistique des données textuelles » en 1988 puis « Statistique textuelle » en 1994, ce dernier étant téléchargeable (voir webographie p. 31). En parallèle, des logiciels implémentant ces traitements statistiques vont être développés comme Alceste[2] à partir de la fin des années 1980. Son concepteur Max Reinert, membre du CNRS, a ainsi permis l’automatisation des calculs ce qui a favorisé l’usage de la lexicométrie notamment dans les sciences humaines. Plus récemment, des logiciels libres sont apparus comme TXM développé à partir de 2007 ou Iramuteq à partir de 2009.
Enjeux scientifiques et pédagogiques
La lexicométrie est utilisée pour les corpus volumineux de textes. Le développement d’internet et le phénomène du big data rendent d’autant plus pertinents l’usage de ce type d’outil (Barats, Leblanc et Fiala 2013). Mais l’importance de la taille d’un corpus étant subjective, la lexicométrie tend à être utilisée pour des corpus moins importants en complément ou remplacement de l’analyse de contenu par exemple. La lexicométrie est principalement utilisée pour une finalité scientifique mais est investie aussi par des consultants ou dans l’enseignement. Dans tous ces contextes, la rigueur du cadre statistique ne doit faire oublier la nécessaire qualité des analyses qui, in fine, détermineront la pertinence des travaux. De même, les résultats dépendent aussi de la qualité des données.
L’utilisation pédagogique relève d’une logique différente. La lexicométrie facilite l’analyse de discours divers (politiques, économiques (offres d’emploi, sites webs d’entreprise etc.), littéraires (extraits de romans, poèmes etc.)) dont le vocabulaire est lié à des représentations sociales (Ratinaud et Marchand 2015). Etre sensibilisé à ces variations conduit à mieux comprendre la complexité, la variété d’un discours, le sens des mots et de leurs relations au-delà de leurs fréquences.
Ce document en montrant à travers un exemple concret l’usage d’un logiciel de lexicométrie souhaite sensibiliser à cette méthode et à la complexité de la communication.
Préambule
- La relative facilité de l’usage de cet outil et la « beauté » des formes graphiques obtenues ne doivent pas faire oublier la nécessaire réflexion pour l’interprétation des données, réflexion qui, in fine, dépend de l’utilisateur.
- Ce logiciel est libre (sources ouvertes), développé par P. Ratinaud et soutenu par P. Marchand. Sans leur investissement, largement bénévole, vous ne pourriez pas profiter de ce logiciel. Qu’ils soient chaleureusement remerciés pour cet énorme travail. De même, la gestion du forum dédié à ce logiciel par P. Ratinaud et L. Loubère est un élément essentiel dans la diffusion des usages de cet outil. Merci aussi à P. Ratinaud et L. Wherlé pour leur relecture attentive ainsi qu’aux étudiants du Dut Informatique de Rodez, promotion 2015-2017, pour leurs remarques pertinentes.
- Iramuteq utilise le logiciel de traitement statistique R, qui est aussi libre.
- Ce document a une vocation pédagogique. Il ne présente qu’une petite partie du logiciel. Il ne remplace évidemment pas la documentation complète d’Iramuteq rédigée par Lucie Loubère et Pierre Ratinaud (http://www.iramuteq.org/documentation).
- Pour suivre ce document, vous devez avoir installé Iramuteq (et R, cf. documentation http://www.iramuteq.org/telechargement).
- Les informations présentées engagent uniquement l’auteur du document.
Limites de ce document
- La linéarité de la présentation masque les nombreux allers-retours d’une recherche menée avec cet outil et le lien entre corpus, résultats et méthode.
- Certains choix (seuil de Chi², classification avant AFC) ne sont pas systématiques en lexicométrie.
- Le corpus utilisé est plutôt de petite taille ce qui facilite l’approche pédagogique mais dissimule ainsi certains problèmes des gros corpus (création de sous-corpus notamment). C’est le « paradoxe pédagogique » (Lebart et Salem 1988 p. 51) de la démarche.
- La démarche lexicométrique est volontairement présentée avec un outil particulier, Iramuteq (version 0.7 alpha 2), qui, malgré tous ces avantages, a ses propres limites.
- Les méthodes utilisées ne couvrent qu’une infime partie des possibilités du logiciel ; d’autres fonctions permettent d’étudier d’autres formes de données (matrice et analyse prototypique etc.).
- Enfin, la lexicométrie n’est pas la seule méthode d’analyse des discours. Elle n’empêche pas aussi de lire le corpus !
Ce document n’est figé dans le marbre. Il pourra évoluer selon vos retours et commentaires.
-
Télécharger le document d’Initiation à Iramuteq Mars 2017 v6 (version MARS 2017, format pdf, 36 pages).
-
Télécharger le corpus correspondant au document ci-dessus (ce corpus au format txt doit être décompressé avant d’être ouvert dans Iramuteq).
[1] Voir aussi : PINCEMIN Bénédicte, HEIDEN Serge (2008) – “Qu’est-ce que la textométrie ? Présentation”, Site du projet Textométrie , http://textometrie.ens-lyon.fr/spip.php?rubrique80, consulté le 10 mars 2016.
[2] Site : http://www.image-zafar.com/Logiciel.html consulté le 10 mars 2016.
1 réponse
[…] Exemple d’une autre utilisation d’Iramuteq : https://presnumorg.hypotheses.org/187 […]