Navigation – Plan du site

AccueilNumérosXXXV-2VariaL’ordinateur au service du dépoui...

Varia

L’ordinateur au service du dépouillement de sources historiques

Éléments d’analyse semi-automatique d’un corpus diplomatique homogène
The Computer as a Tool for Historical Source Analysis: A Semi-Automatic Analysis of a Homogeneous Diplomatic Corpus
Sébastien de Valeriola
p. 171-196

Résumés

L’historien qui mobilise un corpus d’actes est amené à extraire de chacun de ces documents une série d’informations nécessaires à son étude, comme les noms des protagonistes, les dates, les montants, etc. Lorsque la taille de l’ensemble documentaire considéré est importante, cette étape de dépouillement peut poser un problème. Nous présentons ici une méthodologie d’analyse semi-automatique d’un tel corpus mettant en œuvre des méthodes quantitatives. Nous nous concentrons sur trois étapes de ce processus : le découpage des actes en sous-parties, la lemmatisation des anthroponymes et l’extraction des dates. Nous soulignons l’importance de l’intervention de l’humain après l’action de la machine, étape indispensable de tout dispositif d’analyse de ce type.

Haut de page

Notes de l’auteur

Il m’est agréable de remercier ici pour leurs conseils judicieux et leur relecture rigoureuse et constructive Paul Bertrand, Nicolas Perreaux ainsi que les deux relecteurs sollicités par le comité de rédaction d’Histoire & Mesure.

Accès au texte / extrait

Cairn

Texte intégral disponible via abonnement/accès payant sur le portail Cairn. Le texte intégral en libre accès sera disponible à cette adresse en janvier 2024.
Consulter cet article

Plan

1. Découpage des actes
Principe et intérêt
Expressions régulières
Repérage des anthroponymes
2. Lemmatisation des anthroponymes
Principe et intérêt
Distance entre les noms
Regroupement hiérarchique
3. Extraction des dates des actes
Principe et intérêt
Millésime
Jour et mois
Conclusion

Aperçu du début du texte

« Cependant, il me semblait clair que, pour traiter des textes contenant plus de dix millions de mots, je devais chercher quelque mécanique », constatait Roberto Busa en 1946 alors qu’il travaillait sur les œuvres de Thomas d’Aquin. Sans prétendre nous placer au niveau de celui qu’on qualifie parfois aujourd’hui de « père des humanités numériques », c’est à une conclusion similaire que nous sommes arrivé en débutant l’analyse globale de plus de deux mille actes médiévaux. Nous avons par conséquent mobilisé un ensemble de techniques numériques et de méthodes quantitatives permettant de faciliter l’étude historique d’un tel corpus. L’objet de cet article est de présenter la méthodologie que nous avons développée pour ce faire.

Le but de l’exercice est d’extraire autant d’informations que possible des documents, de manière semi-automatique. Comme nous allons le voir, il est notamment possible d’isoler, à partir de transcriptions, les dates, les protagonistes et les témoins des actes. En...

Haut de page

Pour citer cet article

Référence papier

Sébastien de Valeriola, « L’ordinateur au service du dépouillement de sources historiques », Histoire & mesure, XXXV-2 | 2020, 171-196.

Référence électronique

Sébastien de Valeriola, « L’ordinateur au service du dépouillement de sources historiques », Histoire & mesure [En ligne], XXXV-2 | 2020, mis en ligne le 01 janvier 2024, consulté le 12 juin 2021. URL : http://journals.openedition.org/histoiremesure/13534 ; DOI : https://doi.org/10.4000/histoiremesure.13534

Haut de page

Auteur

Sébastien de Valeriola

Université libre de Bruxelles, département des Sciences et technologies de l’information et de la communication (STIC), et ICHEC Brussels Management School, laboratoire QUARESMI, Bruxelles (Belgique). E-mail : sebastien.de.valeriola@ulb.be

Haut de page

Droits d’auteur

© Éditions de l’EHESS

Haut de page
Search OpenEdition Search

You will be redirected to OpenEdition Search