La machine philologique ou la naissance du super-chercheur 2.0

Un terminal de commande? Pourquoi faire?

Un cadre noir, une suite de caractères aux coloris criards et une série de commande plus ou moins maniable : bienvenue dans votre terminal de commande, lieu magique qui vous permettra de découvrir les tréfonds de votre machine – du moins si vous avez pris la bonne habitude d’organiser votre espace personnel sans donner noms fantaisistes et non normés à vos fichiers. Un lieu des plus impersonnels donc pour rentrer au cœur de l’intimité de nos machines et de nos fichiers…

N’étant encore qu’au stade de l’initiation, certaines commandes paraissent plus simples d’accès que d’autres. Mais cela n’est qu’illusion ! Car en soi, le terminal de commande, si le temps de la découverte des commandes et de leurs utilisations diverses et variées, est un outil accessible à tous et qui peut faciliter la vie – ou du moins qui peut faciliter la vie virtuelle. Il peut même s’avérer être une source de joie intense si les opérations commandées se révèlent être un succès – ou à l’opposé être source d’un désespoir et d’une incompréhension profonde quand la mauvaise saisie du nom d’un fichier / la syntaxe hasardeuse / l’utilisation d’une commande fantôme empêche l’accès au sain Graal de la connaissance absolue de nos textes. Quiconque veut s’attaquer à la ligne de commande doit remettre en question les plus infirmes parties de sa demande, au risque de tempester contre la machine qui tente de nous aider malgré tout (la commande help peut devenir une alliée fidèle dans cette quête initiatique).

Explorons donc notre corpus cicéronien à l’aide de deux commandes : wc et grep.

Deux commandes qui étaient alors injustement anonymes dans mes études. La première, wc, permet de compter les mots – comme son acronyme de word count le montre si bien. Ainsi, pour connaître le nombre de mots, de lignes et d’octets que contient notre corpus, il ne faut taper que cette simple commande:

$ wc cicero.txt

Cette commande seule n’est intéressante que d’un point de vue quantitatif pour l’étude du corpus car elle permet de donner une vue d’ensemble du contenu quantitatif de chaque texte du corpus. Mais celle-ci peut se coupler de différentes fonctions:

  • wc -l qui permet de compter le nombre de lignes,
  • wc -c qui permet de compter le nombre de bytes,
  • wc -w permet elle de compter le nombre de mots et
  • wc -m de compter le nombre de caractères

Cette énumération assez indigeste de commandes permet tout simplement de se rendre compte de l’utilité statistique de celles-ci qui permettent de comparer des corpus en quelques secondes à peine. Cela reste néanmoins une entrée basique dans l’étude du corpus car cette commande et ses dérivées ne permettent pas d’étudier le texte en lui-même et nécessitent donc d’être couplées à d’autres outils.

billet_1_1

Petite étude de la commande wc qui décortique quantitativement notre corpus.

La seconde commande est la commande grep qui permet de faire une recherche de caractères dans un fichier ou corpus donné:

$ grep '***' cicero.txt

Cette commande permet donc de faire un début de lemmatisation et de stemming, mais tout cela reste sommaire et sert davantage de vue d’ensemble que d’outils permettant de traiter un texte d’un point de vue philologique. En tapant cette commande, il nous est possible d’accéder aux lignes où se trouvent les occurrences de notre mot, ce qui peut être un gain de temps considérable dans l’étude d’un tel corpus. Pour des recherches plus précises, des variantes de grep existent (mais cela ne rentre pas dans notre propos).

billet_1_3

La commande grep qui nous rend un grand service en nous disant où trouver notre mot.

Une aide précieuse pour le chercheur 2.0.

Ces commandes, encore trop imprécises, donnent néanmoins une idée des recherches que l’on peut effectuer avec des commandes plus précises, notamment dans le cadre de la lemmatisation, ce qui permettrait de rendre vraiment possible l’étude philologique par le biais de commandes telles que celles-ci dans des corpus aussi important, pour une autopsie de plus en plus sensible et rapide.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *