Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Synthèse de nos travaux sur le projet Sunoikisis DC

Ce semestre, étudiants en M1 avons inscrit notre projet dans la continuité des travaux précédents, en reprenant les données regroupées lors des années précédentes sur le programme Sunoikisis DC.

Ce projet, créé en 2015 à l’initiative de membres des universités d’Harvard, de Londres et de Leipzig, a pour objectif de favoriser les échanges à travers des séminaires portant sur toute discipline ayant trait aux Humanités Classiques entre les pays du monde entier. Ces séminaires se déroulent en visio-conférence, mais sont ensuite disponibles de manière asynchrone sur YouTube et GitHub. Les disciplines présentées sont nombreuses, et ne portent pas que sur la culture gréco-romaine : on y trouve des séances sur l’Égypte, la Mésopotamie, ou encore la Chine. Lors de la fondation du projet à Leipzig, le premier séminaire comptait 12 universités participantes ; de nos jours, on compte 135 institutions différentes qui ont participé au projet. En 10 ans, le programme s’est significativement développé, et on espère qu’il continuera à s’étendre et susciter l’intérêt du grand public pour le domaine des Humanités Classiques. 

Carte recensant les différentes institutions ayant participé au projet dans le monde, disponible via ce lien.

En regroupant les métadonnées de ces séminaires, notre objectif a été d’harmoniser et de mettre à jour les données des années passées, et ainsi créer des conditions d’analyse adéquates, de sorte que les années qui suivent, nos données soient complétées suivant le modèle fourni par notre fichier. 

 A la fois élèves en présentiel et en EAD nous sommes répartis diverses tâches visant à améliorer un fichier CSV créé par les précédents étudiants, qui se présente sous la forme d’un tableau regroupant ces données. L’essentiel de notre travail a été de le mettre à jour en ajoutant les données sur les séances récentes, mais également d’uniformiser les données. Pour cela, nous avons eu recours à divers outils. 

GitHub

Il s’agit d’un service d’hébergement basé sur le protocole Git, un outil de versionnage qui permet de conserver toutes les versions d’un fichier. Il facilite la collaboration entre les développeurs du monde entier, qui, par exemple dans le cadre de projets “open source”, y partagent des lignes de codes entières, ainsi accessibles à n’importe quel individu qui peut à son tour contribuer à l’élaboration du code. On peut y partager un fichier, que d’autres peuvent importer pour le modifier, puis l’exporter sur GitHub à leur tour pour partager leur version, sans pour autant créer de conflits, puisque le service permet d’enregistrer les versions de chaque machine. 

Le projet Sunoikisis DC regroupe les données sur les séminaires sur GitHub, de sorte que le monde entier puisse y avoir accès de manière asynchrone. Nous avons ainsi facilement pu regrouper ces données dans un fichier CSV. 

Nous disposons également d’un entrepôt GitHub exclusif, qui a facilité les échanges au sujet de l’élaboration du fichier CSV, notamment grâce à l’outil ‘Issues’ qui nous a permis de partager et de discuter de différents problèmes contenus dans notre fichier, et même d’assigner des personnes à une tâche donnée : par exemple, nous avons discuté de la mise en forme des conférences qui avaient été annulées. 

OpenRefine

Il s’agit d’un logiciel de nettoyage de données, parfait pour un fichier Excel ou CSV. Sous forme de tableau, il permet d’harmoniser nos données, en repérant rapidement des fautes de frappe ou des hétérogénéités dans notre fichier, mais également en filtrant les données, leur attribuer un type (date, heure, pays…) à des fins analytiques. Le logiciel consiste à effectuer des transformations sur un tableau, en utilisant le langage GREL. Grâce à celui-ci, nous avons rapidement pu traiter les données en utilisant diverses expressions, des commandes. Nous avons également pu enrichir le fichier en ajoutant des données à partir de Wikidata, comme les identifiants des différentes universités qui ont participé aux séminaires. Enfin, OpenRefine nous a aidé à visualiser et explorer les données du tableau, pour nous aider à la correction.

Visual Studio Code

Il s’agit d’un éditeur de code source, outil de développement indispensable destiné à l’écriture de différents langages de code. C’est avec ce logiciel que nous avons modifié notre fichier CSV, dont le format (Comma-Separated Values) consiste à regrouper sous la forme d’un tableau les données en les séparant par des virgules. Nous avons combiné ce format à une extension, Rainbow CSV, qui attribue une couleur différente à chaque colonne, de sorte que la lecture et la correction des données soit facilitée. 

Notre carnet de recherche

En visualisant les articles comprenant l’étiquette “Sunoikisis DC”, nous avons pu lire et analyser les travaux effectués par les classes précédentes, ce qui nous a permis de comprendre leurs réflexions et d’effectuer la synthèse des billets ci-dessous. 

Fichier CSV

Github est un service web d’hébergement et de gestion de développement de logiciels, utilisant le logiciel de gestion de versions Git. Par conséquent, dans un fichier réalisé en commun (projet collaboratif) ce service web avec la commande « Git » garde en mémoire chaque modification des données. Chaque fois qu’un caractère est modifié, faisant partie du logiciel, cela permet de savoir l’état du fichier avant la modification et après la modification apportée par chaque contributeur/contributrice inscrit dans un projet collaboratif. Dans un terme technique, Github pratique ce qu’on appelle  le « versionnage ».

On peut en dire que Github est une sorte d’entrepôt/dépôt qui permet de sauvegarder ce qui est partagé. Cela se réalise grâce à plusieurs fonctionnalités de Github qu’on étudiera. Par le biais  de « commits », de « pull requests » et d’« issues ».

Qu’est qu’un fichier CSV ?

Un fichier CSV (Comma-Separated Values) est un type de fichier qui organise les données sous forme de tableau séparées par des virgules et parfois des points virgules. C’est le cas de notre fichier quand on consulte la section «preview» (prévisualisation de la version finale du fichier) et juste à côté la section «code» (cela permet de visualiser le fichier à l’état brut).

Qu’est qu’un commit ?

Un commit, terme emprunté de l’anglais dans son sens informatique, représente une ou plusieurs modifications d’un ou d’une contributrice apportées à un dépôt/entrepôt chronologiquement (repository : espace de stockage). GitHub enregistre un commit qui est composé d’un titre et d’un message explicatif indiquant ce qu’un ou une contributrice a apporté comme modification à un fichier.

Sur Github, on peut avoir accès à l’historique des commits d’un fichier et on peut savoir à quel moment un commit a été réalisé. Pour trouver le lien pour accéder à l’historique des commits, c’est indiqué en haut à droite d’un fichier qu’on a sélectionné sur le site (History). On peut le voir dans l’image ci-dessous à en haut à droite.

Dans le cas du fichier Sunoikisis, voici le lien de l’historique des commits.

Combien y a-t-il de commits pour ce fichier CSV?

Ce fichier du projet collaboratif  compte 132 commits. Si l’on compte par sessions académiques :

  • 34 commits durant l’année 2020-2021 ;
  • 20 commits durant l’année 2021-2022 ;
  • 29 commits durant l’année 2022-2023 ;
  • 21 commits durant l’année 2023-2024 ;
  • 28 commits durant l’année 2024-2025.

Lorsque l’on accède à l’historique de ce fichier CSV, on apprend que ces commits ont été réalisés sur une période allant du 1er mars 2021 au 14 avril 2025.

Combien y a-t-il de contributeurs/contributrices ?

Au total, on compte 32 contributeurs/contributrices à ce projet collaboratif, les anciens laissant leurs places aux nouveaux contributeurs/contributrices chaque année depuis 2021 pour participer à la continuité de l’état du fichier CSV par des commits.

A titre d’exemple, durant l’année académique 2024-2025, on compte plus de 7 contributeurs/contributrices s’étant ajoutés à ce projet collaboratif.

Quels sont les types de commits du fichier CSV ?

On en trouve de diverses sortes, qui permettent de contribuer à l’état du fichier CSV final :

Le commit initial est réalisé par le contributeur propriétaire qui a permis d’ajouter les données du  fichier CSV. Voici une image ci-dessous qui l’illustre:

Les commits de correction : par exemple via ce lien on peut voir des citations ont été modifiées.

Les commits d’amélioration : harmonisation des institutions et des noms dans le fichier CSV, ou encore modification des noms de colonnes en anglais comme on peut le voir ci-dessous : 

Comment savoir qu’un commit a été réalisé ?

Via Github, des notifications sont indiquées avec le titre du commit. De plus, lorsqu’on clique sur le commit, chaque contributeur/contributrice indique en description ce qu’il a réalisé. On peut ajouter que Github donne des indications visuelles à chaque personne lisant le commit : en rouge la version avant le changement et en vert l’état après le changement d’un élément du fichier opéré par un contributeur/contributrice.

En voici un exemple:

On peut savoir lorsqu’un commit a été réalisé avec d’autres éléments à travers l’image ci-dessous :

  • L’identifiant du commit du contributeur ici est « cd3079c ». 
  • On peut voir la date de la contribution: « committed 3 weeks ago ». Dans certains commits on peut aussi voir en anglais : « authored + date».
  • Le titre et la description du commit que le contributeur a réalisés. Dans cet exemple, le titre et la description du commit sont identiques : « Harmonise institutions and names ».
  • Lorsque l’on clique sur le commit, on peut voir le message « 1 file changed », ainsi que les lignes de ces modifications:  “+68 – 68”.
  • Tout en bas de l’image on trouve le bouton de notification. Sur Github, on peut être averti d’un commit réalisé via l’historique des commits, mais aussi en s’étant abonné à une discussion spécifique ou d’un fil lié à un certain commit ou sujet, mais pas pour l’ensemble des commits d’un fichier.

Les commits sont non seulement visibles via le site de Github si le dépôt est public, mais aussi en local via le logiciel GitHub Desktop.

Voici l’interface de l’historique des commits du fichier CSV du projet Sunoikisis DC de GitHub Desktop ci-dessous : 

A gauche de l’écran, on peut voir l’historique des commits avec les informations associées à ceux-ci comme sur le site de GitHub.

GitHub Desktop est un logiciel associé au site de Github permettant de travailler en local sur des fichiers (ajouts, modifications ou suppressions) depuis son ordinateur sans passer directement par le site web. Cependant, pour que les modifications locales soient synchronisées avec le site GitHub, il est indispensable d’effectuer la commande « push ». Sans cette étape, les modifications restent uniquement sur l’ordinateur local, même si le dépôt est public.

Par exemple, dans le projet collaboratif, il y a des exemples montrant que GitHub Desktop a été pris en compte mais qui n’a  pas été synchronisé avec le site de GitHub en sélectionnant la commande « push ». Cela peut être volontaire, puisque l’on peut travailler sur un fichier via son ordinateur sans qu’il soit synchronisé avec le site de GitHub, ou involontaire. On peut le voir avec l’image ci-dessous :

Dans l’image ci-dessus, ces 8 commits réalisés par ces contributrices apparaissent entre le commit « harmonise institutions and names » et le dernier commit « update csv and archive » dans GitHub Desktop.

Mais ils n’apparaissent pas dans l’historique du fichier CSV sur le site de GitHub comme on peut le constater ci-dessous :

De plus, lorsqu’on se connecte régulièrement sur Github, on peut apercevoir en haut à droite (« Fetch origin ») une notification indiquant qu’un commit a été réalisé par un contributeur ou une contributrice. C’est un moyen efficace si on veut récupérer les changements des autres contributions. Cette commande permet aussi de rafraîchir la page comme on peut le constater ci-dessous :

Comment peut-on modifier le fichier CSV et réaliser un commit ?

Il y a plusieurs moyens de réaliser un commit.

Il est important de savoir que l’on peut directement modifier un fichier sur le site de GitHub pour ensuite effectuer un commit.

Tout d’abord, on sélectionne le fichier qu’on souhaite modifier. Dans notre cas, il s’agit du fichier CSV sur le projet Sunoikisis DC qui se trouve dans l’accueil du site de GitHub du contributeur/contributrice ou d’une personne externe au projet collaboratif consultant le fichier.

On peut le voir via l’image ci-dessous :

Ensuite, en haut à droite, il y a l’icône en forme de crayon que l’on sélectionne. Voici l’image ci-dessous :

En appuyant sur cet icône, on a la possibilité de modifier le fichier. Une fois cette étape réalisée, on sélectionne “commit changes” pour ainsi mettre en titre et en description, ce que le ou la contributrice a modifié. On peut le voir en haut à droit dans l’image ci-dessous :

Pour s’assurer que le commit soit vu par les autres, il suffit de cliquer sur la commande « push”, et les modifications réalisées se synchronisent avec le site de GitHub, et seront enregistrées dans l’historique du fichier CSV et sur GitHub Desktop.

On peut annuler une modification avant d’avoir appuyer sur « commit changes », en sélectionnant « cancel changes » qui se trouve juste à côté.

Cependant bien que cela reste une possibilité, cela peut entraîner des conflits avec le travail des autres contributeurs/contributrices. En effet, si plusieurs personnes effectuent des modifications dans un même fichier sans coordination, cela peut engendrer des conflits de fusion ou l’écrasement involontaire de modifications importantes.

Par conséquent, pour éviter ces éventuels conflits, il est possible de modifier le fichier et de réaliser des commits localement via Github Desktop avant de synchroniser ou non.

Dans l’image ci-dessus, on sélectionne le fichier sur le projet Sunoikisis qui est encadré en bleu. Puis on fait clic-droit et on sélectionne un logiciel d’éditeur de texte comme Visual Studio Code.

Via ce logiciel, on peut modifier directement le fichier comme on peut le voir dans l’image. Ensuite, dans la section « file » en haut à gauche, on sélectionne la commande « save » pour sauvegarder les modifications réalisées. L’extension CSV lint téléchargeable sur cet éditeur de texte permet de détecter les erreurs de formatage et renforcer les différents types de données avec des couleurs, en plus des virgules. Voici un image qui permet de l’illustrer ci-dessous :

GitHub Desktop affiche automatiquement les fichiers modifiés dans l’interface que l’on peut voir ci-dessous :

On peut effectuer ensuite un commit (en incluant un titre et une description) associé à la ou les modifications que l’on a réalisées via Visual  Studio Code. Voici une image ci-dessous :

La réalisation du commit s’effectue en bas à gauche. Lorsque l’on insère le titre et la description du commit, on sélectionne « commit to main ». Ainsi, le commit est affiché dans l’historique du fichier CSV sur Github Desktop, et s’il a été synchronisé avec le site GitHub, cela apparaît dans l’historique du fichier avec la commande « push ».

Attention, mettre un titre et une description du commit est nécessaire, car GitHub et GitHub Desktop enregistrent la ou les modifications. Néanmoins, le ou les commits vont s’afficher automatiquement en titre « update + le nom du fichier ». Cela indique qu’une mise à jour a été réalisée sur un fichier spécifique. Cela est observable via ces images ci-dessous :

Ci-dessus, ce sont des commits automatiques sur l’historique du fichier CSV sur le site de GitHub.

Ci-dessous, ce sont des commits automatiques sur l’historique du fichier CSV sur le logiciel GitHub Desktop : 

Y a-t-il une autre façon de modifier un fichier?

Pour modifier un fichier, on peut également se détacher de « la branche principale du code » c’est-à-dire de la version officielle (sous le nom de « main » ou « master ») du fichier via GitHub Desktop, en créant une nouvelle branche qu’on peut voir ci-dessous : 

Après avoir sélectionné le fichier, on va dans la section « branch » puis « new branch » pour ainsi faire les modifications nécessaires via Visual Studio Code par exemple et effectuer un commit comme dans la branche principale. Ensuite, on peut proposer les modifications qu’on a réalisées aux autres contributeurs/contributrices avec des « pull requests » dans GitHub Desktop (surligné en bleu).

Mais aussi sur le site de GitHub. Voici des images ci-dessus qui l’illustrent :

On peut constater via l’image ci-dessus, qu’aucun pull request n’a été ouvert car tous les autres ont été fermés lorsqu’ils ont été acceptés ou non. Dans le projet collaboratif, 22 pull requests ont été clos.

Ainsi, en cliquant dessus on peut accéder à l’historique des pull requests du fichier CSV que l’on peut voir ci-dessous et disponible ici

Ainsi le ou la contributrice dans une conversation (section « conversation ») propose sa modification avec son commit (section « commit »), et les autres contributeurs/contributrices peuvent en discuter. Si le fichier est accepté, ses modifications sont attachées à la branche principale du fichier, devenant la version officielle, dans la section « files changed ». Dans le cas du « pull request » de cette contributrice (voir ci-dessous), la proposition de modification a été acceptée et fermée (« Pull request successfully merged and closed »). 

Il est important de noter que le commit lié à ce « pull request » de cette contributrice n’apparaît pas dans l’historique du fichier CSV sur le site de Github. Cependant, il est bien considéré comme un commit mais dans un historique de « pull requests » bien spécifique et sur Github Desktop, sans être directement rattaché à l’historique des « commits » du fichier CSV. 

Cette contributrice a effectué des modifications en changeant les valeurs des colonnes du fichier CSV via un autre logiciel, en dehors de Visual Studio Code, qui s’intitule OpenRefine.

OpenRefine, est un logiciel libre de mise en forme et de nettoyage des données. Ainsi OpenRefine sous la forme d’un tableur va réorganiser les données. On a la possibilité d’ajouter des colonnes et de modifier des colonnes pour un format en CSV. Dans notre cas, le fichier collaboratif était déjà en CSV.

Voici la version finale du fichier CSV, sous la forme d’un tableur via OpenRefine. Cependant, pour faire une simulation, on appuie sur l’icône du copier-coller (« Raw this file ») surlignée en jaune pour télécharger le fichier afin de l’ouvrir dans OpenRefine.

Ensuite, on peut sélectionner des paramètres de OpenRefine concernant le fichier, comme on peut le voir ci-dessous : 

Quand on a réalisé les modifications nécessaires, on peut appuyer tout en haut à droite sur « Create projet » et exporter le fichier final avec plusieurs formats, dont le format CSV.

Qu’est qu’une issue ?

Une « issue » sur GitHub est une fonctionnalité qui permet de signaler un problème, de demander une amélioration ou encore de discuter d’une idée dans un projet collaboratif.

L’historique des issues du fichier CSV est consultable à ce lien.

On peut déléguer des tâches spécifiques à certains des contributeurs/contributrices.

Tout comme le « pull request », on peut ouvrir une issue et la fermer quand les contributeurs et les contributrices estiment que l’issue en question est résolue.

Dans les « issues », on a également la possibilité d’activer la fonctionnalité d’un ou de plusieurs « milestones ». D’une part, cela permet de regrouper les « issues » pour un projet bien précis. D’autre part, de pouvoir renforcer l’organisation et de fixer des dates limites pour la réalisation de tâches spécifiques d’un projet.

Dans le cas du fichier CSV, il n’ y a pas de « milestone » ouvert ou fermé, mais c’est une fonctionnalité qui reste utile.

Le « milestone » peut s’appliquer pour les issues, mais aussi pour les « pull requests ». A l’instar des issues, dans le cas du fichier CSV, il n’y a pas de « milestone » ouvert ou fermé dans les « pull requests ».

NOTRE FICHIER CSV

L’entrepôt GitHub offre une fenêtre sur l’histoire du projet et du fichier.

Consiste en transformation de données brutes, en l’espèce à la création d’un fichier à partir des métadonnées pour pouvoir créer des conditions d’analyse.

Ces données sont mises en forme pour rendre le projet dont elles sont issues lisible et intelligible.

Pour cela, les participants se sont appuyés sur la documentation produite par les membres du projet Sunoikisis DC, mise à disposition sur le wiki, lui-même créé pour l’occasion; il répertorie les différentes sessions à mesure qu’elles ont lieu, leurs programmes et intervenants.

Le projet s’est articulé pour les étudiants autour de la création d’un fichier au format .csv, format fondamental de logiciels de tableur comme Excel. Ce format permet d’offrir sous forme de tableau les métadonnées classées.

L’entrepôt lui-même a été ordonné de manière à ce que les travaux accomplis chaque année apparaissent de façon accessible et lisible pour les visiteurs-participants ; nous avons donc accès aux archives. Nous nous sommes principalement fondés sur le fichier résultant des travaux des années précédentes et mis au propre par notre enseignant.

Récapitulatif de l’histoire du fichier :

  • 2021: première année, 9 contributeurs (Zacharie, Maria, Olivier, Penda, Thierry, Chloé, Jérôme, Aurélia, Shubert), 189 lignes, 7 colonnes; les données prises en compte étaient l’étudiant.e contributeur.ice, le décompte total de sessions, l’année académique, la saison, la numérotation par session, le date, le titre, les contributeur-institution et thèmes.
  • 2022: à partir du travail réalisé par les étudiants de l’année précédente, ceux de cette année ont pu aborder les données de manière quantitative-analytique, notamment fréquence (institutions, contributeurs, mots-clés, thèmes associés) et représentation sous forme de pourcentages.

Le fichier csv a été divisé par blocs téléversés dans l’entrepôt pour ensuite produire un fichier final unifié comprenant les séances 189 à 220. Certaines parties du fichier précédent ont été reprises pour être corrigées et la catégorie des thèmes des séances, auxquels on dédie une colonne par thème, a été approfondie. Les contributeurs sont séparés de leur institution et cette catégorie a été étendue. Les fichiers préparatoires permettent d’avoir un aperçu des méthodes de travail (colonne suggestion-correction, réflexion autour des catégories, en vue, toujours, d’offrir un fichier de données lisible et synthétique).

  • 2023: Cette année-là, les données ont été abordées sous un angle géographique, à l’aide du format .kml, lisible dans Google Earth et Geojson, en vue de produire une représentation visuelle des pays d’origine des institutions concernées par les contributions (données géo-spatiales). Une colonne dédiée au lien menant vers la documentation de chaque session a été créée. Le fichier final semble ne pas apparaître ou alors celui disponible n’inclut pas la mention des pays.
  • 2024: Ajout jusqu’à la session 238/240; recours à Gephi, outil de visualisation graphique de données. Distinction host-guest, qui manifestement n’a pas été conservée cette année; focalisation sur les contributeurs, en vue de produire une représentation graphique de leurs liens et apparitions.
  • 2025: Le fichier tel que nous l’avons trouvé était dans un état proche de final. La numérotation a été interrogée et révisée, tant pour corriger d’éventuelles erreurs ou incohérences que pour œuvrer à l’harmonisation du fichier. Nous avons, notoirement, ajouté une catégorie intitulée status (sous forme de colonne, donc) . A l’occasion de cet apport, nous avons dans un premier temps envisagé un intitulé répondant à la question « la séance a-t-elle eu lieu ? ». OpenRefine nous aurait permis, dans une certaine mesure, d’automatiser le remplissage de cette colonne. Or il se trouve que la complétion de certaines séances n’était ni effective, ni annulée, mais reportée. Nous avons alors délaissé la forme interrogative « Occurred?» au profit du terme status. Nous avons également révisé la colonne des liens vers la documentation de chaque séance; nous avons ajouté et complété les séances manquantes (239 à 269); nous nous sommes également interrogés sur la pertinence du maintien d’une catégorie, face à un cas de concurrence en matière d’informations.

Nous travaillons à partir d’un fichier créé par les étudiants des années précédentes, avec pour objectifs de:

  • compléter-mettre à jour le fichier ;
  • harmoniser/raffiner le fichier ;
  • extraire informations pertinentes pour une analyse plus générale du projet ;
  • interroger un environnement de travail, en tentant de répondre à la question « que faire de ces données? Pourquoi?».

Méthode: comme pour les années précédentes, nous nous sommes réparti le travail en divisant le fichier par blocs de lignes. Ainsi avons-nous pu opérer, sur un champ plus réduit, des travaux d’inspection, vérification et modifications (ajouts comme suppressions, visibles dans l’historique des commits, donc).

Quand on compare les deux fichiers, on peut relever une première différence portant sur le décompte des séances par saison. Au départ, l’année 2019-2020 était en effet comptée comme un seul bloc, ce qui fait que les séances étaient numérotées de 1 à 32; dans ce cas-là, année académique et saison se confondent. Nous avons, dans un souci d’harmonisation, procédé à un re-découpage suivant les critères observés pour les années précédentes, figurant plus haut dans le fichier, donc, en limitant le décompte à chaque saison proprement dite au sein d’une année, à savoir Spring, Summer, Fall. A noter par ailleurs que chaque année débute en septembre et s’achève en juillet. Ce cas nous a invité à réfléchir sur le sens des catégories préexistantes, puisqu’alors ce « rangement » mettait en concurrence ou du moins affaiblissait celui adopté ailleurs.

De même, pour l’année suivante, les saisons (ou semestres) d’automne et de printemps allaient chacun de 1 à 9, mais celui d’été semblait reprendre le calcul à l’échelle de l’année, puisqu’il partait de la séance 19 (9+9+1, donc) et ce jusqu’à 32.

Pareil pour 2021-2022, qui proposait un décompte mutualisé des séances des semestres d’automne et de printemps (1 à 18) et dont le semestre d’été semblait chevaucher le début de l’année suivante.

L’année 2023-2024 était lacunaire quant à la numérotation générale et, pour la saison d’été, manquaient visiblement les séances 2, 4, 6, 8 et 10. 

Elle présentait une étrangeté, dans le sens où pas moins de 4 séances successives numérotées comme étant la cinquième.

Quant aux séances n’ayant pas eu lieu, soit elles ont été annulées, soit reportées: dans le fichier initial, lorsque ce cas se présentait, soit une mention en styles changeants « cancelled », soit, a priori, des lacunes. 

Le fichier présentait une erreur, il n’était pas mis en forme de manière « cherchable », comme nous l’indique l’encart de GitHub. 

Les données apparaissaient donc sous forme brute, séparées par des virgules.

Pour autant, par une simple fonction cmd+F/ctrl+F, nous avons pu opérer une recherche positive des occurrences sur la page. 

OpenRefine, en tant que « powerful tool to work with messy data » nous a permis de rendre la tâche plus aisée, logiciel fort utile pour opérer des remplacements lexicaux et autres corrections.

Ainsi avons-nous pu, par exemple, créer une nouvelle colonne, à l’endroit souhaité, dévolue à la question du statut des séances.

Le remplissage des cellules était donc automatisable, au moyen de la fonction « transform» pour les séances ayant eu lieu; restait à remplir manuellement celles ayant été annulées ou reportées.

Dans la mesure du possible, certaines séances n’en offrant pas, tous les liens vers la documentation utile ont été ajoutés.

Ainsi avons-nous pu compléter le fichier avec les séances les plus récentes et celles qui manquaient éventuellement, corriger certaines erreurs de syntaxe et œuvré à l’harmonisation du fichier, dans la continuité du travail de nos prédécesseurs.

Billets précédents

Les thèmes qui n’apparaissent que dans un billet

Les billets rédigés les années précédentes abordent plusieurs sujets. Nous allons donc nous attarder sur les sujets n’apparaissant que dans un seul billet. 

Dans le billet de 2023, le groupe a choisi d’utiliser le logiciel UMap pour créer une carte afin de visualiser leur recherche. Le but a été de mettre en évidence les pays des institutions et des centres de recherche qui participent au projet Sunoikisis DC. Les membres du groupe ont tout d’abord ajouté une colonne sur Github afin de classer les séances par pays. Pour certaines séances, ils ont rencontré des difficultés puisqu’il s’agissait d’une collaboration entre plusieurs universités du programme. Une fois cette étape terminée, ils ont pu transformer le fichier en fichier KML pour le transformer en carte grâce à UMap. Enfin, des observations ont pu mener à des explications ou des questionnements : l’absence des États-Unis malgré l’existence de nombreuses universités investies dans ce domaine ou la présence de l’Egypte du fait de ses importantes ressources paléographiques. La plupart des pays participant au projet Sunoikisis DC sont donc européens. 

Le travail autour des différents thèmes abordés dans le projet Sunoikisis DC est un thème récurrent dans les trois billets. Cependant, le point de vue utilisé pour travailler sur les thèmes abordés varie dans les billets. C’est donc dans cette optique que nous allons nous intéresser aux thèmes dans cette partie. 

Dans le billet de 2023, le travail s’est axé autour de trois thèmes uniquement. Cette décision a été prise afin de faciliter le travail, mais des problèmes se sont posés : une partie des thèmes abordés se retrouve manquante, savoir quel thème regrouper sous quel nom. Dans le billet de 2022, c’est un travail sur la répartition des différents thèmes abordés durant le programme. Un graphique a donc été fait pour permettre de visualiser la répartition des différents thèmes par année. Cependant, le graphique qui est présenté n’est pas très lisible. Nous ne pouvons pas correctement nous rendre compte de la réelle répartition. De plus, dans ce billet, le logiciel TaDiRah est utilisé pour les annotations des thèmes. Ce logiciel n’est pas présent dans les autres billets. 

En essayant de comprendre le travail mené sur l’analyse des données du Projet Sunoikisis DC jusqu’ici, on a procédé à une analyse des billets déjà publiés sur Hypotheses. On a trouvé quatre billets, dont un datant de 2016, qui ne concerne pas notre analyse vu qu’il présente une analyse des données liée à un corpus différent. Alors, notre synthèse concerne les billets des années 2022, 2023 et 2024 qui travaillent sur le corpus des séances du projet Sunoikisis DC. Dans ce corpus, on a observé l’existence des certains thèmes récurrents chaque année et certains thèmes apparus une seule fois.

Thèmes récurrents

CSV

Le format CSV apparaît de manière récurrente dans les billets de 2022 à 2024 comme un outil central dans le traitement des données liées au projet Sunoikisis DC. En 2022, son maniement est cité parmi les compétences pratiques acquises par les étudiants. Le billet de 2023 approfondit cette mention en définissant le format CSV (Comma Separated Values) et en soulignant son utilité pour organiser les données sous forme tabulaire. Ce fichier, contenant l’ensemble des séances du projet Sunoikisis DC depuis 2014-2015, sert de base pour l’annotation thématique, l’analyse des séances, et la cartographie des institutions participantes. Les étudiants créent même un nouveau fichier CSV à partir des données initiales, afin d’isoler les informations géographiques utiles au projet de cartographie. En 2024, l’utilisation du même fichier CSV est de nouveau un thème central, avec une attention particulière portée aux métadonnées (comme les noms des contributeurs), extraites puis transférées dans un fichier distinct pour faciliter leur traitement. Certaines modifications ont également été apportées dans le fichier original afin d’assurer une compatibilité avec les outils de visualisation comme Gephi. Ainsi, le CSV a été utilisé comme  un outil fondamental de structuration, de transformation et d’exportation des données dans l’ensemble du processus analytique.

Détail du fichier CSV.

GitHub

GitHub est régulièrement mentionné dans les billets de 2022 à 2024 comme un outil fondamental pour le travail collaboratif des étudiants autour du projet Sunoikisis DC. En 2022, il est évoqué comme un simple entrepôt de données, servant à centraliser les fichiers partagés du groupe. En 2023, son rôle s’élargit : les étudiants ont pour objectif de s’initier à son usage et de contribuer à l’enrichissement de cet espace commun. Le billet de 2024 consacre une attention particulière à GitHub, présenté non seulement comme un service web de stockage, mais surtout comme une plateforme de collaboration qui permet de centraliser les données initiales, de regrouper les productions individuelles et de gérer différentes versions d’un même fichier. Cette capacité à retracer les modifications facilite l’identification des erreurs éventuelles. Le lien entre GitHub et l’usage du format CSV est également souligné, montrant comment l’intégration des deux outils soutient efficacement le travail d’équipe et la gestion des données au fil du projet.

OpenRefine

OpenRefine est mentionné de façon constante dans les billets de 2022 à 2024 comme un outil clé dans le traitement des données du projet Sunoikisis DC. En 2022, il est cité pour ses fonctions de nettoyage, de traitement automatique et d’analyse interactive des données, mettant en valeur sa capacité à structurer efficacement les données brutes. En 2023, le logiciel est décrit comme un outil libre dédié au nettoyage et à la mise en forme, confirmant son rôle dans la préparation des données pour l’analyse. En 2024, OpenRefine est mis en avant comme l’un des trois logiciels principaux utilisés par les étudiants, aux côtés de GitHub et Gephi.

 Son usage est donc pleinement intégré au processus de travail, soulignant sa pertinence pour assurer la qualité, la cohérence et la structuration des données tout au long du projet.

Traitement et analyse des données

L’analyse et le traitement des données sont au cœur des trois billets consacrés au projet Sunoikisis DC, constituant le fil conducteur des travaux menés par les étudiants. 

En 2022, le traitement automatique des données est brièvement mentionné, soulignant une première approche technique de la manipulation des informations. En 2023, le traitement prend une place plus structurée avec l’usage du format CSV pour organiser les données tabulaires, accompagné d’une description des étapes du processus. Le billet de 2024 approfondit cette dynamique en insistant sur la nécessité d’assurer une cohérence dans le traitement, impliquant des choix méthodologiques de la part des étudiants. Ce dernier texte met également en lumière l’usage de plusieurs outils logiciels, tels que Visual Studio Code (déjà présent en 2023) et Gephi, pour affiner le traitement et faire face à des problématiques spécifiques liées à certaines données. Finalement, il montre comment l’articulation de ces outils a permis une analyse plus fine et structurée des données du projet.

 Au fil du temps, le traitement des données devient donc un processus de plus en plus réfléchi, rigoureux et intégré à une chaîne d’outils complémentaires.

Annotation

L’annotation des données apparaît comme une pratique stable, collaborative et essentielle à la structuration thématique des séances du projet Sunoikisis DC.

 Dès 2022, le billet souligne le travail collectif d’annotation thématique réalisé par les étudiants, en insistant sur son caractère manuel, donc potentiellement subjectif. Cette annotation sert à identifier et organiser les thèmes abordés dans chaque séance, et le terme lui-même est également utilisé comme mot-clé pour décrire le contenu des certaines séances.

Visualisation du traitement des donnés concernant l’annotation des thèmes des séances du Projet Sunoikisis comme publié au billet du 20.05.2022

 En 2023, cette pratique est intégrée explicitement aux objectifs pédagogiques du groupe : l’annotation collaborative y est à nouveau valorisée comme un moyen structurant de catégoriser les thèmes du projet. Le texte réitère aussi l’usage du mot annotation comme mot-clé dans la description des séances, montrant ainsi la continuité de cette démarche dans la construction d’une base de données thématique cohérente et partagée.

Thèmes

 Les trois billets présentent les travaux d’analyse des étudiants liés aux thèmes des séances du Projet Sunoikisis..

Question des données concernant les organisateurs (hosts)

Les billets de 2022 et de 2024 analysent la problématique créée par la présence des noms des organisateurs (hosts) dans le tableau CSV qui participent très souvent aux séances, mais la majorité de fois ils prennent la parole pour introduire et présenter les différents participants. La non-distinction entre eux et les invités participants (guests) crée un « bruit », posant question sur la fiabilité des résultats des analyses des données.

Visualisation des thèmes des séances du Projet Sunoikisis comme publié au billet du 23.04.2023.

Le groupe d’étudiants qui a travaillé sur le billet de 2022 a signalé ce problème et le groupe  de 2024 a fait la distinction dans le fichier CSV du projet Sunoikisis entre les hosts et les guests, et a corrigé les discontinuités existantes liées à ce sujet.

Capture d’écran concernant le travail mené en 2024 sur la distinction entre hosts et guests comme publié au billet du 03.05.2024.

Visualisation des données avec des graphes

Les billets de 2022 et de 2023 mentionnent le mot “visualisation” en faisant référence au mot-clé pour le thème de la visualisation que certaines séances du projet Sunoikisis portent.
Le billet de 2024 met en avant le processus de visualisation des données à partir du fichier CSV du projet Sunoikisis avec l’utilisation des logiciels comme Gephi.

Visualisation des données du Projet Sunoikisis avec le logiciel Gephi comme publié au billet du 03.05.2024.

On observe une montée en complexité et en réflexivité au fil des années : les outils ne sont plus seulement utilisés, ils sont analysés, articulés entre eux, et les étudiants développent des méthodologies critiques, en particulier sur la fiabilité et qualité des données (notamment sur les hosts).

Conclusion

Dans le cadre du projet collaboratif du Master 1 d’Humanités Classiques et Numériques, nous avons effectué des recherches sur les métadonnées des séances du projet Sunoikisis DC. Ayant accès au travail des trois dernières années, regroupé dans un fichier CSV et ainsi qu’aux billets correspondants, nous avons jugé pertinent de mener une approche analytique sur le travail mené, les outils traités, les aspects considérés, afin de proposer de nouveaux axes de recherche pour les années à venir.

Une constante en ce qui concerne les outils a été l’emploi du fichier CSV, des logiciels de traitement de texte VSCode et OpenRefine, ainsi que Github. En second plan et selon les besoins et les différentes cibles du groupe, Gephi, TaDiRaH et UMap ont été utilisés pour visualiser les données. Les outils offrent un large éventail de fonctionnalités requises pour le traitement des données, et cette année, ils se sont avérés utiles et indispensables. L’analyse des différents emplois de Github a mis en évidence les énormes possibilités offertes par cette plateforme aux projets collaboratifs, qu’il est possible d’explorer davantage.

Après avoir été regroupées dans le fichier, les données ont été nettoyées et mises à jour, puis examinées et interprétées. On y trouve des métadonnées importantes telles que le titre de la séance, les organisateurs, l’institution, le pays, les mots clés et les liens. Trois recherches très intéressantes ont déjà été réalisées : l’analyse des sujets abordés et de leur fréquence; l’identification des organisateurs, et la fréquence de leur activité ; la cartographie des institutions impliquées au projet. En se basant sur ces études, dans le cadre d’une requête plus complexe, il serait envisageable d’effectuer une analyse comparative de ces deux variantes, à savoir les institutions et les sujets traités. De plus, les caractéristiques académiques et sociales des hôtes, qui certes a été un sujet traité en 2022, pourrait être repris et enrichi en considérant différentes catégories telles que l’âge, le sexe et la capacité. Mais le fichier pourrait aussi être enrichi avec les ressources proposées à chaque séance, puisque l’on peut noter des séances plus riches qui comprennent exercices et listes bibliographiques, en parallèle de séances plus simples.

Analyse lexicale et thématique des hymnes du Peristephanon de Prudence

Le Peristephanon de Prudence, est un recueil d’hymnes en vers latins dédiés à la gloire des martyrs chrétiens. Il constitue un corpus poétique riche en images corporelles et en symboles liés à la matière. Ce projet vise à explorer les occurrences et cooccurrences lexicales relatives au corps et aux éléments, à partir d’une analyse automatique des textes encodés en XML selon le standard TEI. L’objectif est double : observer la présence récurrente de certains termes (comme le sang, la main, ou le feu), et en proposer une première interprétation.

L’intégralité des script R permettant ce travail ont été réunis sur le Rmarkdown hn4-rmarkdown.rmd disponible sur mon github public : https://github.com/JinaneRrguiti/HN4-etudes-et-analyses-sur-le-Peristephanon-Jinane-RRGUITI.

 

Constitution et traitement du corpus

Quatorze hymnes ont été récupérés depuis mon dépôt GitHub où les fichiers sont encodés en XML. Chaque fichier contient les strophes du poème balisées par des éléments tels que `<l>`, `<lg>`, `<head>`, etc. Une fonction d’extraction a permis de reconstituer, pour chaque hymne, le titre et le texte intégral.

Une phase de nettoyage du texte a ensuite été appliquée : mise en minuscules, suppression de la ponctuation et des chiffres, puis tokenisation, c’est-à-dire découpage en unités lexicales. L’output résultant de la tokenisation donne le tableau suivant qui permet de voir tous les tokens du corpus :

 

Des listes de mots vides (stopwords) latins ont permis d’éliminer les mots-outils les plus fréquents afin de conserver uniquement les termes significatifs pour l’analyse.

La lemmatisation et les annotations grammaticales

Afin de disposer d’une base linguistique fiable, les textes ont été lemmatisés à l’aide du modèle latin du logiciel UDPipe. Cette opération a permis d’associer à chaque mot sa forme canonique (lemme) ainsi que sa catégorie grammaticale (nom, verbe, etc.). Une première sélection a permis d’extraire tous les mots appartenant à un champ lexical ciblé : le corps humain (manus, caput, sanguis…) et les éléments naturels caractérisés par leur matérialité (igne, ferro, lapis…). 

Un tableau interactif listant tous les mots ainsi extraits a été généré, incluant le poème d’origine, la forme observée, le lemme, et la catégorie grammaticale. Cette table constitue la base des analyses suivantes :

Analyse quantitative : fréquences absolues

L’analyse des fréquences permet de mettre en évidence les lemmes les plus récurrents du corpus. Un diagramme en barres verticales a été généré, montrant les 10 lemmes les plus fréquents parmi les termes du corps et de la matière. On observe sur le corpus complet notamment une forte présence de mots comme christi, deus, manus, membra ou encore ore.

Ces fréquences absolues traduisent une insistance thématique sur le corps martyrisé, les éléments de torture, et la matière comme vecteur de transcendance.

J’ai analysé la fréquence par hymne dans un output graphique interactif.

Analyse contextuelle : KWIC et cooccurrences

Une analyse KWIC (Keyword in Context) a été menée pour dégager les contextes immédiats des mots clés. Pour chaque lemme, les deux mots précédents et suivants sont extraits et affichés dans un tableau. Cela permet d’identifier des motifs récurrents (« manus sancta », « igne flagrant »…) et de poser des hypothèses sur leur valeur symbolique.

Cette analyse est enrichie par un graphe de cooccurrences qui montre les liens lexicaux entre les mots-clés du corpus. Le réseau sémantique révèle des proximités entre sanguis et cruor, igne et lapis, ferro et corpus, suggérant des chaînes poétiques construites sur la souffrance et la matière sanctifiée.

Analyse thématique : modélisation LDA

Une analyse, fondée sur la Latent Dirichlet Allocation (LDA), a été appliquée au corpus lemmatisé. Elle permet d’identifier des thèmes latents sans supervision. Le modèle a détecté quatre topics dominants, chacun caractérisé par les 10 termes les plus significatifs.

On observe que certains topics gravitent autour de la figure divine (deus, dominus, gloria), d’autres autour du corps souffrant (cruor, ferro, manus), et d’autres encore autour de la matière et de l’espace (éléments, lieux, objets).

Cette segmentation thématique permet d’isoler des noyaux sémantiques cohérents et d’approcher une lecture structurée des hymnes sans passer par l’analyse littérale.

Analyse TF-IDF

Ce script applique une analyse TF-IDF (Term Frequency–Inverse Document Frequency) pour identifier les mots spécifiques à chaque hymne du corpus. Contrairement aux fréquences absolues, le score TF-IDF prend en compte l’occurrence d’un mot dans un poème par rapport à sa rareté dans l’ensemble du corpus. Plus un mot est fréquent dans un hymne et rare ailleurs, plus son score TF-IDF est élevé.

Le rapport généré liste les 5 mots les plus distinctifs par hymne, accompagnés de leurs scores et d’un court commentaire d’interprétation lexicale. Le poème sur le Baptistère, très différent des autres poèmes, se détache visiblement dans l’analyse TF-IDF.

J’ai procédé à une analyse TF-IDF en deux temps d’abord en tableau puis en barplot :

Conclusion

Ce travail montre l’intérêt des méthodes d’analyse textuelle appliquées à un corpus antique encodé en XML. L’association d’une lemmatisation morphologique précise (via UDPipe) même si ce n’est pas  le meilleur outil pour les textes en latin, de visualisations interactives (tableaux, diagrammes, réseaux) et de modélisation thématique (LDA) permet d’exhumer des récurrences lexicales et des structures symboliques que l’analyse littéraire pourra approfondir. Le champ sémantique du corps et de la matière, dans ce contexte martyrologique, se révèle comme un vecteur privilégié de la poétique de Prudence.

Etude comparative de deux œuvres portant sur l’empereur Claude

Introduction

La figure de l’empereur Claude a suscité de nombreux récits, tant dans l’Antiquité qu’à l’époque contemporaine. Ce projet se propose de comparer deux représentations textuelles majeures : celle de Suétone, historien latin du Ier siècle, et celle de Robert Graves, romancier britannique du XXe siècle, auteur de I, Claudius. À travers une analyse lexicale et lemmatisée des deux corpus, l’objectif était de comparer la différence de traitement d’un auteur antique et d’un auteur moderne sur un seul et même sujet, à savoir la figure de Claude. 

Outils utilisés

Cette étude comparative a mobilisé plusieurs outils numériques complémentaires, chacun jouant un rôle spécifique dans la constitution et le traitement des corpus. Parmi eux, RStudioDeucalion et VSCode ont constitué la base du travail méthodologique.

Rstudio

Rstudio, et le langage R plus spécifiquement, a été l’outil principal pour l’analyse des textes. Grâce à des bibliothèques spécialisées comme tidytext ou encore ggplot2, il a été possible de transformer les textes en corpus analysables, de nettoyer les données, de construire des tableaux de fréquence, et de générer des visualisations comme des graphes comparatifs. 

deucalion

Développé par l’École nationale des chartes, ce logiciel dispose d’un rôle crucial en ce qui concerne la lemmatisation des textes. Cela a donc permis  une comparaison lexicale plus pertinente et cohérente des textes par le recours aux lemmes. 

Visual studio code

Utilisé à la suite de Deucalion, VS code m’a notamment permis de gérer les données obtenus quant à la lemmatisation des textes et d’en faire un fichier TSV plus simple a utiliser ensuite.

Préparation des données textuelles

Suétone

Dans un premier temps, l’objectif a été de structurer le texte de La Vie de Claude de Suétone, à la fois dans sa version française et dans sa version originale en latin. Les deux textes sont lus ligne par ligne, puis nettoyés. Ce nettoyage inclut notamment la suppression des balises inutiles, l’élimination des espaces superflus et la fusion de toutes les lignes pour former un texte unique. Une expression régulière identifie les chiffres romains, qui correspondent aux différentes sections du texte dans l’édition choisie. Le texte est alors découpé en fonction de ces chiffres pour isoler chaque section.

Ensuite, à chaque section identifiée est associé un titre explicite, précédemment défini, stocké dans un vecteur nommé titles. Ce couplage a pour but de mieux contextualiser l’analyse ultérieure. Un tableau est ensuite créé, dans lequel chaque ligne contient le numéro de section, son titre, le texte en français et le texte en latin correspondant. La mise en parallèle des textes latin et français permet un rapport direct au texte original et à sa traduction en regard, facilitant le travail de recherche. 

Une fois le corpus structuré, une phase de nettoyage approfondie a dû être appliquée à chaque texte. En effet, mon but était d’obtenir les données les plus propres possibles pour faciliter mes analyses. Cette étape a ainsi veillé à supprimer la ponctuation superflue en début de texte, à enlever les parenthèses et leur contenu, ou encore à corriger certains caractères parasites dans le but d’obtenir un texte aussi propre et uniforme que possible pour éviter que des éléments de forme n’introduisent de biais dans l’analyse lexicale.

L’étape suivante est celle de la tokenisation, c’est-à-dire la découpe du texte en unités lexicales, ici en mots. Cette opération est réalisée indépendamment pour le texte français et pour le texte latin, sans prendre en compte les titres. Chaque mot devient une ligne dans une nouvelle table, ce qui permet ensuite de compter leur fréquence d’apparition dans le texte.

Les mots les plus fréquents sont comptés pour chaque langue. Cette analyse brute met en lumière les mots les plus utilisés dans le texte, mais elle peut être faussée par la présence de mots grammaticaux fréquents (articles, pronoms, etc.). Pour affiner l’analyse, une liste de stopwords est utilisée pour chaque langue, afin de supprimer ces mots sans intérêt analytique. Une nouvelle table de fréquence est alors produite avec uniquement les mots significatifs. Pour une meilleure lisibilité, on peut visualiser les mots les plus fréquents après suppression des stopwords sous forme de diagrammes en barres horizontales.

Afin de dépasser les limites d’une analyse basée uniquement sur les formes des mots, une lemmatisation est appliquée au texte latin. Cela signifie que les formes fléchies des mots sont ramenées à leur forme canonique, ou lemme. Par exemple, les mots amicumamici, et amicus sont tous ramenés au lemme amicus. Cette opération est rendue possible grâce à un fichier Lemma_Suetone.tsv généré grâce à Deucalion et VSCode.

 

Le tableau issu de Deucalion est à son tour nettoyé pour supprimer les chiffres, les doublons, et les mots vides. La fréquence des lemmes est ensuite calculée, ce qui permet une analyse sémantique plus robuste que l’analyse de surface. Enfin, les dix lemmes les plus fréquents sont extraits et affichés, offrant une synthèse claire du vocabulaire essentiel du texte latin.

Graves

Le processus pour le second texte, celui de Graves, a été assez similaire dans l’ensemble. Cependant, si je disposais d’un fichier avec le texte brut pour Suétone, ce n’était pas le cas ici. En effet, mon premier objectif et la première difficulté que j’ai rencontré ici, après avoir réussi à me procurer le texte, a été celle de lire et de nettoyer des fichiers HTML et XHTML contenant le texte de Robert Graves. Pour ce faire j’ai dû créer une fonction pour nettoyer et extraire le texte brut afin de créer un nouveau document avec le texte brut exclusivement. Comme pour Suétone, les chapitres du texte ont été associés à des titres prédéfinis.

Cependant, là encore il a fallu procéder à un nettoyage pour obtenir les données les plus propres possibles. Cependant puisque les différents chapitres venaient à l’origine de 3 livres différents avec des formats différents, le nettoyage s’est révélé plus difficile que prévu. En effet, si jusqu’au chapitre 33 j’ai pu me contenter de retirer tout ce qui se trouvait avant la première majuscule, pour les chapitres suivants j’ai dû définir des conditions plus précises et complexes. 

J’ai ensuite fait le choix, avant d’entamer l’analyse lexicale, de remplacer les apostrophes par des espaces dans le but de faciliter la tokenisation. Puis de même que pour Suétone, j’ai eu recours aux stopwords avant de passer à la lemmatisation du texte avec Deucalion. 

Mise en parallèle des textes et analyse

Comparaison des lemmes

J’ai tout d’abord choisi de commencer par analyser les lemmes les plus fréquents dans les textes de Suétone et de Graves en générant un graphique. Cette approche permet de voir d’un coup d’œil les termes les plus utilisés dans les deux œuvres. De plus, les graphiques sont placés côte à côte pour faciliter la comparaison entre les deux auteurs. Le graphique ci-dessous présente ainsi les 10 lemmes les plus fréquents chez chaque auteur, mais la comparaison peut évidemment porter sur plus ou moins de lemmes en fonction de la nécessité.

Cela m’a ainsi permis de voir les lemmes les plus fréquents chez chaque auteur et de les comparer. Ainsi, chez Graves on peut remarquer que les lemmes les plus fréquents semblent être en lien avec la politique et le pouvoir impérial mais surtout qu’il se concentre en grande partie sur les personnes ayant partagés la vie de Claude. Chez Suétone, l’accent est mis sur des aspects plus administratifs et institutionnels du pouvoir romain. De plus, si l’empereur Auguste semble majeur des deux côtés, la première différence notable est la mention d’Hérode chez Graves.

Etude des noms propres

J’ai ensuite choisi d’accès mon analyse sur les noms propres. pour ce faire j’ai procédé à l’extraction de ces derniers en commençant par filtrer les mots qui commencent par une majuscule puis en calculant la fréquence de chaque nom dans les deux corpus. Pour chaque texte les noms propres sont extraits et triés en fonction de leur fréquence d’apparition. Ces fréquences sont ensuite utilisées pour créer des graphiques qui comparent visuellement l’importance des noms propres dans chaque œuvre.

La différence de langue entre les deux textes ne me permettait cependant pas de les comparer de façon rapide et immédiate. J’ai ainsi réfléchi à un moyen de contourner ce problème en créant un dictionnaire de correspondance entre les noms latins et français. L’objectif est ainsi de rendre les noms cohérents entre les deux textes, en particulier lorsqu’un même nom peut être écrit différemment dans les deux œuvres. Le code utilise cette liste pour remplacer les noms latins par leurs équivalents français dans les deux corpus, afin de faciliter la comparaison. Il a malgré tout fallut manuellement vérifier les données à partir des lemmes et des possibilités d’erreurs qui y sont liées.

Une fois la normalisation effectuée, les données sur les noms propres sont fusionnées pour créer une comparaison directe entre les deux textes. Le code permet de comparer la fréquence de chaque nom dans les œuvres de Suétone et de Graves, en mettant en parallèle les résultats pour chaque texte. 

Suite à cela j’ai ainsi pu obtenir les noms les plus répandus chez l’un et l’autre auteurs, mais aussi ceux les plus répandus chez les deux auteurs en même temps. Ce qui permet une visualisation directe des différents personnages dans les deux textes.

Suite à cela, je me suis interrogée sur les noms uniques chez l’autre et l’autre auteurs comme cela semblait le cas pour Hérode.

La présence significative de Caligula et d’Hérode chez Graves et leur absence encore plus significative chez Suétone me donne ainsi des pistes de réflexion intéressante pour mon mémoire sur la réception moderne de l’empereur Claude. En effet, l’omission total d’Hérode par Suétone pousse à s’interroger sur son rôle dans la vie de l’empereur.

Fréquences relatives

La taille des deux corpus s’est avéré un autre problème puisqu’il semblait absurde de prendre en compte le nombre d’occurence étant donné la différence de taille entre les deux œuvres. J’ai ainsi décidé de procéder à une nouvelle normalisation sous forme de fréquence relative ce qui m’a permis de neutraliser l’effet de la différence de taille entre les textes. Ce graphique montre ainsi les fréquences relatives des noms propres pour chaque auteur, permettant une comparaison plus fine et plus logique des deux corpus. 

Visualisation de l’évolution lexicale

J’ai ensuite voulu pouvoir visualiser la distribution des noms propres au sein des différents chapitres des œuvres pour pouvoir m’y référer rapidement au besoin.

Pour ce faire, j’ai dû comme auparavant, séparer les textes en fonctions des chapitres, les tokeniser et les lemmatiser en fonction de leur chapitre tout en supprimant les données parasites vu précédemment.

J’ai ensuite crée une liste des noms à “surveiller” pour chaque œuvre qui contient des noms définis manuellement. J’obtiens ainsi par exemple ce graphique pour l’un et l’autre corpus ce qui me permet de repérer rapidement la répartition des personnages dans le texte et de pouvoir comparer des passages.

Conclusion

En résumé, ce code fournit une analyse détaillée des noms propres dans les textes de Suétone et de Graves, en commençant par une exploration des lemmes les plus fréquents et en allant jusqu’à une comparaison des noms propres normalisés. Chaque étape vise à extraire et à comparer les éléments clés de ces œuvres, tout en prenant en compte les variations de langue et la longueur des textes. Les graphiques générés tout au long de ce processus permettent de visualiser facilement les résultats et d’obtenir des insights sur les différences et similitudes entre les deux auteurs.

Achille, une reprise du personnage homérique par Platon

Version numérique 

Le personnage d’Achille, héros emblématique de l’Iliade, est repris par Platon dans plusieurs dialogues, où il devient tantôt un modèle, tantôt un contre-exemple philosophique. Ce projet numérique, en lien direct avec mon travail de recherche pour cette année universitaire, propose une analyse comparative de ce personnage dans l’épopée homérique et les dialogues de Platon. À travers l’étude de textes comme le Banquet, la République, l’Hippias mineur, l’Apologie et le Criton, et grâce à des outils d’analyse textuelle comme Voyant Tools, ce travail met en lumière les continuités et transformations du personnage, révélant les enjeux de sa réinterprétation platonicienne.

Orientation du projet 

Le but de mon projet était d’explorer mon corpus à l’aide d’outils numériques tout en restant dans la continuité de mon mémoire. Pour cela, j’ai constitué un corpus de textes récupérés sur la plateforme Perseus, comprenant des dialogues de Platon (La République, Le Banquet, L’Apologie, L’Hippias mineur et Le Criton), ainsi que les extraits de l’Iliade qu’il y cite. J’ai également ajouté mes propres traductions des passages platoniciens sélectionnés ainsi que les traductions françaises des extraits homériques. Ce travail m’a permis d’établir une base textuelle cohérente pour analyser la manière dont Achille est repris et transformé par Platon.

Outils et méthodes

Pour mener à bien mon projet, j’ai utilisé plusieurs outils numériques. J’ai d’abord exploré Voyant Tools afin d’analyser l’Iliade dans son intégralité. Cependant, la plateforme fragmentant automatiquement le texte sans respecter la division en chants, il m’a été difficile d’obtenir une analyse fluide. J’ai donc choisi de basculer sur Obsidian, où j’ai pu organiser mon corpus en fichiers Markdown interconnectés, facilitant ainsi le suivi de mon travail textuel. Une fois mon corpus prêt, j’ai testé les possibilités d’analyse sur Obsidian, mais celles-ci se limitaient à la recherche du terme Achille en français ou en grec, sans classement de colocations. Pour affiner mon étude, je suis finalement retournée sur Voyant Tools, qui permet ce type de traitement. J’ai ainsi pu relever les termes pertinents et établir deux listes distinctes selon le corpus analysé. 

Sur la capture d’écran ci-dessous, on peut voir la structure de mon projet dans l’application Obsidian. À gauche, la barre de recherche, accessible via l’icône en forme de loupe, permet d’effectuer des requêtes textuelles. Cependant, cette fonctionnalité reste basique et similaire à celle que l’on trouve dans d’autres applications, ce qui ne m’a pas apporté l’analyse approfondie que je recherchais.

 

 

J’ai donc poursuivis mes recherches et voici ce que mes recherches sur Voyant Tools ont donné : 

Ci-dessous, capture d’écran du traitement de texte Voyant Tools sur le corpus de Platon :

Ci-dessus, capture d’écran du traitement de texte Voyant Tools sur le corpus d’Homère. 

 

Résultats obtenus

Grâce à l’outil “collocations” de Voyant Tools, j’ai pu établir d’abord deux listes des termes en lien avec le physique et le caractère d’Achille dans l’Iliade et chez Platon :

Dans l’Iliade

  • la nature d’Achille
    –> est le meilleur, “aux pieds rapides”
    –> beau
    –> fils de Pélée et d’une déesse, Thétis
    –> sensible à la musique
  • Achille et Patrocle
    –> Patrocle est son ainé
    –> est décrit comme au dessus de Patrocle (par le père de ce dernier)
  • la querelle
    –> Achille et le changement qu’il peut avoir selon son interlocuteur
  • Achille et la mort
    –> peu soucieux de son destin et du danger
    –> se montre pieu à la mort de Patrocle (les funérailles)

Chez Platon : 

  •  sincère
  • simple
  • le meilleur
  • menteur 

 

Enfin, toujours à partir de l’outil “collocations”,  j’ai pu établir deux listes sur les émotions d’Achille dans l’Iliade et dans les dialogues de Platon : 

Chez Homère : 

– le chagrin 
–> pleure 
–> sanglote 
–> ressent la douleur 
– la colère 
–> s’irrite 
–> est humilié
– le cœur (lié à la façon dont il ressent ses émotions, lui viennent du cœur)
– le regret (de sa vie humaine dans l’Odyssée)

Chez Platon, le seul ajout à cette liste est qu’il affirme clairement dans Le Banquet que Patrocle est l’amant d’Achille.  

Conclusion 

Étudier un corpus et réaliser des comparaisons intertextuelles sur un même personnage dans deux œuvres différentes, comme l’Achille de l’Iliade et des dialogues de Platon, nécessite une organisation rigoureuse et une approche méthodique. Ce projet m’a permis de découvrir qu’une analyse comparative efficace repose sur la capacité à naviguer entre les textes, à repérer les récurrences et les variations. L’application Obsidian s’est révélée précieuse pour organiser mon corpus et établir un réseau de fichiers, facilitant ainsi la gestion de mon travail. Toutefois, pour des analyses plus détaillées sur les termes et colocations, j’ai dû revenir à Voyant Tools, qui m’a permis de réaliser des analyses plus fines. Cette combinaison d’outils m’a permis d’établir une base solide pour ma réflexion sur la manière dont Platon reprend et transforme la figure d’Achille en fonction de sa pensée et ses objectifs philosophiques.

 

L’édition numérique des fragments d’Archestrate de Géla

Mon mémoire de master, en humanités classiques et humanités numériques, a pour objectif d’éditer les fragments d’Archestrate, un poète grec du IVe siècle avant notre ère, originaire de Géla, une ville située au sud de la Sicile, qui appartenait alors à la Grande Grèce. Nous possédons aujourd’hui 339 vers du poème d’Archestrate, soit soixante-deux fragments. C’est un poème gastronomique qui traite des plaisirs de la table et de la préparation du pain, de quelques viandes, mais surtout de celle des poissons, mollusques et crustacés – des mets de luxe ! Les aliments évoqués sont associés à un lieu de la Méditerranée, là où ils sont les meilleurs à trouver à un moment précis de l’année. À travers ces recettes, se dessine ainsi un véritable voyage culinaire. Ce poème hexamètrique est à la fois didactique parce qu’il cherche à transmettre la façon de trouver et de préparer un grand nombre de produits de la mer, mais il est aussi parodique parce qu’il imite les grands poèmes épiques. Poète, gastronome et voyageur : voici une esquisse d’Archestrate de Géla.

Malheureusement, ce poème ne nous est pas parvenu dans son entièreté, et de plus, il nous est arrivé indirectement, cité dans une autre oeuvre : les Deipnosophistes (Δειπνοσοφισταί, Le Banquet des sophistes) d’Athénée de Naucratis. Et, en même temps, quelle aubaine pour Archestrate, qui a survécu au naufrage de la littérature antique ! Les Deipnosophistes, composés de quinze livres, ont été écrits vers l’an 200 de notre ère et rapportent des propos de tables, tenus à Rome, par une vingtaine d’érudits, sur toutes sortes de sujets : politique, philosophie, médecine, mais aussi gastronomie, boissons, poissons… C’est dans ces circonstances qu’un nombre considérable d’œuvres antiques, en vers mais aussi en prose, sont citées de mémoire par les convives.

Présentation des manuscrits

Nous possédons trois manuscrits des Deipnosophistes, que j’ai longuement parcourus afin de repérer les fragments d’Archestrate : 

Le manuscrit A, gr. Z. 447 qui se trouve à la bibliothèque Marciana de Venise, datant du Xe siècle, a été copié par Jean Le Calligraphe à Constantinople. Il est rédigé en minuscule. Pour retrouver le manuscrit sur le site de la Marciana, cliquez ici.

Image 1 – Fragment 54 (Ath. 7. 326b) tel qu’il se trouve dans le manuscrit A.
Image 1 – Fragment 54 du manuscrit A

καὶ νεαροῦ μεγάλου τ’ αὐλωπία ἐν θέρει ὠνοῦ
κρανίον, ἂν Φαέτων πυμάτην ἁψῖδα διφρεύῃ.
καὶ παράθες θερμὸν ταχέως καὶ τρῖμμα μετ’ αὐτοῦ.
ὄπτα δ’ ἀμφ’ ὀβελίσκον ἑλὼν ὑπογάστριον αὐτοῦ.

Et, quant au jeune et grand aulopias, achète, en été,
La tête, lorsque Phaéton conduit son char à l’extrémité de la voûte,
Et, sers-le chaud, sur le champ, et la sauce qui va avec.
Fais-le griller à la broche, après avoir pris son ventre.

Le manuscrit C, supplément grec 841, appartenant à la Bibliothèque Nationale de France, a été rédigé par Demitrios Damilas entre 1476 et 1506, en écriture humaniste. La numérisation de ce manuscrit est disponible sur le site de la BNF (ici).

Image 2 – Fragment 54 du manuscrit C

Enfin, le manuscrit E, Pluteus 60.02, qui se trouve à la Bibliothèque Laurentienne de Florence, a été transcrit, lui aussi, en écriture humaniste par Jacob Questenberg, vers 1490. La numérisation est visible en cliquant ici

Image 3 – Fragment 54 du manuscrit E

Après avoir trouvé les fragments d’Archestrate de Géla dans les manuscrits A, C et E, je les ai transcrits un à un, puis je suis passée à leur traduction. Au terme de ce travail, l’idée d’une édition numérique a émergé. En effet, un site compagnon qui hébergerait mon travail faisait sens dans la mesure où il permettrait l’accès direct aux manuscrits – ce qui n’est pas le cas dans les éditions imprimées comme les Belles Lettres, par exemple. Cela faciliterait aussi la comparaison entre les trois manuscrits et donnerait ainsi tout son sens à l’apparat critique. Ce site compagnon serait enfin enrichi d’un index nominum et d’un index locorum.

Langage XML et TEI

Pour cela, j’ai utilisé le logiciel Oxygen pour encoder le texte d’Archestrate de Géla en langage XML, ou « extensible markup language », tout en suivant les recommandations de la TEI, « text encoding initiative », un format de balisage international que les universitaires et les chercheurs utilisent dans le champs des humanités numériques pour l’encodage de ressources. La TEI est un ensemble normalisé de balises que l’on applique aux textes littéraires afin de ne pas porter atteinte à leur intégrité.

Après la déclaration XML qui permet de spécifier la version de XML et le type d’encodage du document, il faut préparer le <teiHeader> : un en-tête qui rassemble toutes les métadonnées du texte que l’on encode. Plusieurs balises sont alors utilisées pour préciser :

– le titre <title> </title> ;

– le nom de la personne responsable de l’édition <respStmt><resp></resp><name></name></ respStmt> ;

– les sources utilisées (titre et auteur) : <sourceDesc><bibl><title></title><author></author></bibl></sourceDesc>

– les manuscrits : <listWit></listWit>

– l’index nominum : <listPers></listPers>

– l’index locorum : <listPlace></listPlace>

Après la préparation du <teiHeader>, il faut encoder le poème avec des balises, qui structurent le texte, comme l’élément <div> qui m’a permis de diviser le texte en fragments, la balise <head> qui indique le titre de chaque fragment et, enfin, l’élément <l> qui répartit le texte en vers.

Enfin, les variantes textuelles peuvent être spécifiées, grâce à des balises propres à créer l’apparat critique. Cela permet de reconstruire l’histoire des versions d’un même texte et de fournir de façon détaillée ses différentes leçons. On documente ainsi les différences textuelles entre les manuscrits. L’élément <app> est l’élément racine où l’on regroupe les différentes variantes d’un texte, l’élément <lem> indique la lecture principale ou reconstituée d’un passage. Quant à l’élément <rdg>, il indique les autres versions du texte, qui diffèrent de la lecture principale.

 

Image 4 – Fragment 54 encodé. On y voit les différentes balises : <div>, <head>, <l>, <app>, <lem>, <rdg>

Pour l’édition numérique des fragments d’Archestrate de Géla, j’ai utilisé des balises assez courantes. Cliquez ici pour avoir une vision plus détaillée des TEI guidelines.

Le fichier XML a ensuite été transféré sur GitHub, une plate-forme open source qui aide les développeurs à stocker et à gérer leurs données, leurs codes mais aussi à suivre et à contrôler les modifications faites sur leurs fichiers par d’autres utilisateurs. J’ai créé un repository ou dépôt que j’ai appelé : classnum/evt-1.3_archestratus. Ce dépôt m’a permis de regrouper mon fichier XML, les captures d’écran, au format .png, des fragments prises dans les manuscrits A, C et E. Monsieur Berra a été désigné administrateur de ce dépôt afin de m’aider à gérer les problèmes au fur et à mesure.

Github et EVT

Le transfert sur GitHub était indispensable afin de terminer la préparation des données et de les déployer sur EVT (Edition Vizualisation technology), une plateforme utilisée dans les domaines de l’édition, de la visualisation et de la publication numérique. L’utilisation de GitHub Desktop me permettait de modifier mon fichier sur Github : en effet, en encodant directement sur Visual Studio Code, je pouvais ensuite envoyer, grâce à la fonction Push, les modifications sur mon fichier en ligne. La fonction Pull, quant à elle, me permettait de recevoir les corrections et les recommandations de Monsieur Berra. Mais, malgré les ressources que possède EVT, la version 1 n’est pas réellement prévue pour publier des éditions critiques. J’ai dû m’accommoder des possibilités du système pour l’encodage de l’apparat critique avec les balises suivantes : <choice></choice>, <corr></corr> (apparat), <sic></sic> (leçon retenue). C’est alors que j’ai dû réviser mon code afin qu’il soit compatible avec EVT.  Enfin, j’ai eu recours à une connexion Python, qui, grâce un http server, permet de transférer mes données de GitHub sur EVT. Un problème s’est alors posé pour les captures d’image des manuscrits. Parfois, un fragment se trouvait sur deux pages de manuscrit et j’ai dû faire deux captures d’écran. Malheureusement, sur EVT, il n’était possible de ne mettre qu’une image par page. On a essayé de trouver des solutions. C’est ainsi que Monsieur Barra m’a proposé de lier deux images d’un même fragment ensemble, au sein d’un même fichier, mais cela demandait une manipulation délicate. C’est alors que l’on a choisi une option plus simple, celle de mettre l’image qui contenait le plus de texte en ligne.

L’édition numérique et son mode d’emploi

Image 5 – Capture d’écran de la page d’accueil de l’édition numérique des fragments d’Archestrate

Cliquez ici pour accéder à l’édition numérique.

Voici quelques conseils pour consulter cette édition en ligne :

  • Passer tout d’abord sur l’interface francophone. Pour cela, cliquer sur les trois petites lignes en haut à droite de votre écran.

  • Consulter ensuite l’édition “interprétative” soit avec les images, soit avec la transcription ou la traduction.

  • Cliquer sur le petit triangle en haut, à gauche ou à droite de l’écran, pour n’avoir que l’image ou la transcription ou la traduction.

  • Sélectionner le numéro du fragment en déroulant l’ascenseur.

  • Survoler les mots en rouge de la transcription pour voir les notes éditoriales.

  • Cliquer sur la fenêtre ‘informations’ en haut à droite de l’écran pour trouver l’introduction et le commentaire.

  • Enfin, consulter les index nominum et locorum en cliquant sur “listes” en bas de l’écran.

    Perspectives

    En cette année de master 2, au terme d’une révision de ma transcription et de ma traduction, mon objectif est d’améliorer cette édition numérique. Je souhaiterais en effet, rendre l’édition numérique plus interactive en détaillant davantage l’apparat critique et en enrichissant les index nominum et locorum. Ces deux index sont bien présents dans l’édition numérique actuelle, mais ils ne concernent que les noms propres et les noms de lieux de l’introduction et du commentaire de mon mémoire. J’aimerais donc enrichir ces index de tous les noms de lieux rapportés par Archestrate de Géla car ils sont nombreux. Il faudrait aussi créer un index de tous aliments cités par le poète et, notamment, un index des animaux aquatiques. Cela devrait prendre forme avec la version 3 d’EVT. Un nouveau dépôt a été créé à cet effet : classnum/evt-3.0_archestratus. Après quelques recherches, Monsieur Berra a pu lever plusieurs obstacles : la publication ne peut se faire que dans Safari ou Chrome et il faut convertir les images au format .png. L’éditeur EVT 3 semble plus souple à utiliser qu’EVT1 grâce aux fichiers .json, un format de données utilisé en alternative au langage xml, pour échanger des données entre un serveur et une application web.

    Si Archestrate de Géla est un poète méconnu, l’édition numérique de ses fragments, par son accessibilité, contribuera, je l’espère, à sa diffusion et à sa connaissance. L’avantage d’une édition numérique réside aussi dans le fait qu’elle peut être mise à jour et enrichie au fur et à mesure de l’avancée de mes recherches. C’est un support de travail beaucoup plus souple qu’une version imprimée. Enfin, à terme, il serait fructueux de faire une édition des poètes gastronomes de Sicile : Mithaicos, Héraclide, Dionysios et Agis, ces trois derniers étant de Syracuse… Cela permettrait de comparer leur style d’écriture, les aliments qu’ils mettent en avant et la façon dont ils les apprêtent, mais aussi ceux dont ils ne parlent pas. Ainsi, l’édition numérique pourrait faciliter la comparaison avec d’autres textes similaires et, peut-être, d’apercevoir leur filiation.

 

 

Lemmatisation, analyse et tentative d’interprétation d’une déclamation latine par des outils informatiques

Introduction

   Dans ce billet, nous essaierons de montrer les possibilités ainsi que les difficultés que l’on peut rencontrer lors de l’étude d’un long texte ou d’un corpus de textes, au moyen d’outils numériques. Le but est d’extraire d’un texte, ici d’un poème, le plus d’informations possibles, plus que ce que l’œil humain, même après plusieurs lectures, peut obtenir devant la quantité de vers et de mots qui le composent. Pour cela, sont nécessaires trois étapes: la préparation des données, le codage, et l’interprétation. C’est donc ce plan que nous suivrons dans cet exposé.

   Il apparait nécessaire maintenant de faire une brève présentation du poème que nous allons analyser et qui fait partie du corpus de déclamations que j’étudie dans le cadre de mon mémoire. Il s’agit d’une controverse datant du Ve-VIe après J.C couramment intitulée “Le pêcheur sacrilège” ou AL 21 Riese. Cette pièce poétique est aussi un plaidoyer contre un pêcheur ayant volé l’or contenu dans le temple de Neptune et l’ayant ensuite ramené sous la forme d’un poison doré avec l’inscription “De tuo tibi Neptune”. Le déclamateur cherche à prouver sa culpabilité.

   Le travail réalisé va être présenté et commenté ci-dessous. Mais la version Pdf à la fin du billet permet d’avoir un aperçu plus détaillé des lignes de codes qui seront abordées plus loin.

Préparation des données

Accéder au texte

   Notre travail reposant sur un texte, il nous donc commencer en premier lieu par entrer en possession de ce matériau fondamental. Il y a, selon moi, trois manières de procéder, sachant que notre étude sera d’autant plus aisée que nous aurons un texte débarrassé des caractères non alphanumériques. La méthode la plus simple est de l’exporter, au format souhaité, directement depuis un des nombreux entrepôts de textes en ligne comme Perseus Digital Library. La deuxième, la plus fastidieuse, est de recopier l’intégralité du texte. La troisième, celle que nous suivrons, consiste à simplement à réaliser un copier-coller à partir d’un site qui donne accès à notre poème. 

   Il convient de préciser que la pièce 21 de l’Anthologie Latine est très tardive et, par conséquent, ne se retrouve pas facilement sur internet et sur les sites spécialisés dont nous venons de parler. C’est pourquoi, nous choisissons cette option. Dans tous les cas, pour tout projet de ce genre, la préparation des données est très souvent impérative et relativement aisée grâce aux outils que l’on verra plus tard. Quoiqu’il en soit, c’est sur le site Musisque Deoque, répertoriant tout particulièrement des œuvres poétiques latines, que nous retrouvons notre texte. 

Nettoyer le texte

   Pour cela, on peut soit passer par VS Code, soit directement par RStudio, le but étant de ne conserver que les mots d’AL 21 séparés par un seul espace pour pouvoir l’exploiter par la suite. Dans RStudio, les fonctions stringr sont les plus utiles pour cela. Mais, étant donné le procédé auquel nous avons recouru et l’état particulièrement dégradé des éléments copiés, il convient davantage de travailler avec VS Code et sa fonction Replace. Le fichier ainsi nettoyé se nomme AL_21.txt.

   J’en profite ici, mais nous y reviendrons plus loin, pour mentionner l’outil OpenRefine et son utilité dans le traitement des fichier csv et tsv. En effet, son rôle est salutaire et parfois mieux adapté que RStudio lorsqu’il s’agit de trier des informations contenues dans un tableau de données. Grâce à la fonction fwrite, il est ainsi possible de demander à R d’exporter un tableau au format voulu et de l’exploiter ensuite avec OpenRefine. 

Le codage dans R

La distribution des principaux termes

   Notre travail s’articule en deux parties : une étude de la distribution des mots les plus fréquents d’Al 21 ainsi qu’une étude grammaticale et syntaxique de l’œuvre. Nous aborderons d’abord la distribution avec le fichier R AL_21_distribution_termes. Notre démarche ici obéit à deux objectifs : obtenir les dix mots les plus fréquents et observer la manière dont ils se répartissent dans notre déclamation.

Un texte non lemmatisé

   Après avoir installé le package pacman, nous insérons notre fichier AL_21.txt dans R qui en fait une liste unlist(). Notre texte étant nettoyé, il n’est pas utile de recourir aux stringr. Puis, la suite de mots doit être mise dans un tableau tibble et en faire des tokens pour qu’ils puissent par la suite être dénombrés avec la fonction count. On se rend compte que la plupart des occurrences obtenues ne sont pas intéressantes pour l’interprétation à venir, car il s’agit de termes courants et que l’on peut retrouver dans la majorité des écrits latins.

   Il nous faut donc être plus précis dans notre recherche. Dans notre cas de figure, une solution peut être d’insérer une liste préétablie de termes parmi les plus fréquents (stopwords_latin_v2_6) et de la faire fusionner avec nos résultats (fonction anti_join) afin de ne faire apparaitre que les termes les plus représentatifs de notre déclamation. 

   Le graphique construit à partir de la fonction ggplot nous donne des résultats bien plus spécifiques que plus haut. Les dimensions religieuse et criminelle semblent les plus caractéristiques. Cependant, remarquons que le texte n’est pas lemmatisé et que notre liste comprend plusieurs termes pour un même lemme (aurum /auro).  Notre représentation n’est donc pas optimale. Pour résoudre ce problème il nous faudrait un texte qui soit lemmatisé au préalable.

Lemmatisation d’AL 21

   Les contraintes rencontrées nous obligent à aborder cette étape nécessaire dans la distribution mais dont notre étude grammaticale et syntaxique bénéficiera également. Pour cela, nous utilisons le service de lemmatisation Deucalion. Le procédé est relativement simple, il suffit de coller notre texte dans un espace dédié et le site sort une page où les données, séparées par des tabulations, peut être copié. 

   Il ne reste plus qu’à sélectionner les données ou plutôt la ou les colonnes qui nous intéressent. La suite de l’étude de la distribution ne requiert que la colonne “lemme”. Donc, nous ne conservons que celle-là avec OpenRefine et nous l’exportons dans R. 

Un texte lemmatisé

   Maintenant, nous pouvons reprendre les étapes déjà mentionnées et observer la nouvelle représentation graphique.

   Cette fois-ci, les différentes formes d’un même mot sont regroupées et viennent grossir le nombre d’occurrences de termes déjà présent sur le graphe précédent. Cependant, de nouvelles entrées ont été ajoutées comme rapio, donum ou furtum. Nous verrons comment interpréter cela plus tard. 

Répartition des principaux termes

   Une fois que nous connaissons les lemmes les plus caractéristiques de ce texte, nous pouvons maintenant nous intéresser à la répartition d’un terme donné au sein de la déclamation. Nous ne nous concentrerons que sur un exemple précis, celui d’aurum, le lemme le plus fréquent et le plus représentatif des potentialités de la distribution dans R

   Il faut commencer par indexer (fonction seq) le texte lemmatisé mais non fusionné à la liste de stopwords, car la distribution serait alors biaisée, des lemmes ayant été retirés. Ensuite, la fonction which intègre le lemme choisi. Et, on attribue le résultat NA à toutes les occurrences autres que aurum et la valeur 1 sinon. La fonction plot, enfin, nous permet de visualiser ceci.

Interprétation de la distribution des principaux termes

   Il convient maintenant d’exploiter nos recherches en commençant par la liste des dix mots les plus fréquents. Comme nous l’avons déjà dit, les aspects criminel (scelus, crimen, facinus) et sacré (templum) dominent dans la déclamation. Mais, les autres résultats semblent montrer que le déclamateur insiste et intensifie la portée du crime. Le terme aurum (or) revient le plus. Il s’agit en effet de l’objet volé mais, la qualité de l’objet ainsi accentuée, fait apparaitre par synecdoque le vol du métal précieux comme plus important que le vol lui-même. De plus, la répétition de magnus (grand) et ars (art) par hyperbole aggrave le forfait du pêcheur. De même que les antithétiques donum (don) et furtum (vol) tendent à exciter le sentiment d’injustice de l’auditoire. La distribution spécifique du lemme aurum tend à confirmer cette interprétation. En effet, le déclamateur rappelle fréquemment que l’or a disparu du temple, mais c’est surtout vers la fin du texte, peu avant le 1500e mot que ce terme est comme martelé. Or, cela correspond à peu près aux parties “preuve” et “réfutation”, parties venant avant l’épilogue, comme si l’auteur de ce procès à charge souhaitait que ses auditeurs aient davantage en tête la valeur considérable du larcin, avant la fin de son discours.

L’étude grammaticale et syntaxique

Présentation de la méthode

   Cette partie s’appuie largement sur les fonctionnalités du package Tidyr, car nos recherches nous amènent à extraire du tableau généré par Deucalion des données bien précises. Contrairement à l’étude précédente, nous ne traitons plus de lemmes mais de classes grammaticales et de syntaxe. Pourtant, le procédé est assez similaire, sauf que nous ne donnons à R non pas la colonne des lemmes mais celles qui contribuent à leurs caractérisations comme le temps pour les verbes ou les cas pour les formes déclinables. Cela nous donne accès à des données chiffrées portant sur la langue.

Limites de Deucalion

   Le rôle de Deucalion, comme on a pu le voir, est important dans notre étude. Cependant, afin d’en exploiter tout son potentiel, il convient d’avoir à l’esprit ces trois inconvénients, plus ou moins problématiques, qu’il est préférable de résoudre. D’une part, bien que Deucalion parvienne très souvent à une lemmatisation complète, certaines lignes demeurent incomplètes. Outre le fait qu’il faut en tenir compte pour l’interprétation, cela entraine des décalages dans les colonnes, créant des colonnes hétérogènes avec des informations propres aux colonnes voisines venant s’y insérer. D’autre part, Deucalion sort dans la colonne “Dis”, dans une même cellule, un ensemble de caractéristiques relatives au lemme comme le genre pour le nom ou le mode pour le verbe. Le problème est que, selon que ce soit un nom ou un verbe, ces marques non seulement ne viennent pas dans le même ordre, mais encore diffèrent à cause de la nature propre de l’élément lemmatisé (un nom ne peut pas avoir de temps ou de personne). Enfin, d’un point de vu formel, certaines cases présentent une forme un peu lourde du type telle caractéristique est égale à telle chose.

   A cela, nous pouvons apporter deux solutions. La première est la plus fastidieuse. Elle consiste vérifier et à corriger les lignes et les colonnes une par une. La deuxième a l’avantage d’être plus rapide car automatisée par R, mais elle ne permet pas de tout modifier ou, du moins, de le faire de manière plus aisée que manuellement. Dans notre cas, il parait nécessaire de combiner ces deux approches, car notre travail n’implique pas d’étudier toutes les propriétés des lemmes, mais seulement leur nature et leur fonction (répertorier tous les mots masculins ou tous les pluriels sort du cadre de notre étude). Or, on peut constater que pour toutes les catégories, hormis les verbes, la lemmatisation de la nature et du cas est correcte. Donc, ceux-là peuvent être directement traités dans R. Pour les verbes, au contraire, il faut passer par VS Code et OpenRefine afin de corriger au cas par cas en ajoutant des NA là où la lemmatisation a échoué.

Etude de la nature des lemmes

   Comme mentionné précédemment, on fait lire notre tableau csv à R et on utilise les fonctionnalités de Tidyr pour y rechercher des informations précises. Les fonctions group_by et arrange permettent d’organiser la colonne “nature”. Puis, la fonction count dénombre le tout. On s’aperçoit alors que Deucalion a procédé à une sous-catégorisation des natures, distinguant par exemple les noms propres (NOMpro) des noms communs (NOMcom). Ce degré de précision étant superflu ici, nous utilisons, pour chaque nature, un filtre filter afin de regrouper chaque classe grammaticale. Nous unifions ces catégories en une seule avec mutate. Cela fait, il ne reste plus qu’à compter (count) séparément chaque nature et à former un tableau (tibble). Ce dernier doit être “retourné” avec pivot_longer afin de le visualiser correctement avec ggplot

   Le graphe obtenu montre assez clairement la répartition à laquelle nous souhaitions aboutir. Néanmoins, le nombre d’occurrences demeure relativement flou pour l’interprétation. Il est alors conseillé de l’échanger pour des fréquences. Le procédé est plutôt rapide. Il faut dégroupé ungroup les éléments, comptabiliser le nombre total d’occurrences avec summarise et sum, joindre cross_join le résultat au tableau et ne sélectionner select que les colonnes nature et fréquence. 

Les traits grammaticaux (verbes)

   Nous reviendrons sur l’interprétation de ces résultats. Passons maintenant à l’étude plus spécifique des verbes et de leurs traits grammaticaux. Contrairement aux autres classes grammaticales, comme on l’a vu plus haut, leur analyse requiert un nettoyage préalable et distinct selon leur mode (un participe est déclinable, un verbe conjugué non). Nous allons donc recourir de nombreuses fois à la fonction separate_wider_delim et ne sélectionner (select) que les colonnes d’intérêt, afin de clarifier la présentation des résultats. Il faut également transférer nos données à VS Code pour combler et replacer correctement les valeurs dans leur colonne propre. La fonction filter nous permet de trier et ainsi de choisir les modes, que nous aborderons d’abord. Une fois purifiées, les données sont dénombrées (count), puis placées dans un tableau et enfin réorganisées. Nous présenterons ici les résultats sous forme de fréquences, pour la même raison que plus haut. 

   Pour l’étude de la répartition des temps et des voix, nous procédons d’une manière différente car nous avons maintenant une colonne fixe “mode”. Il suffit de sélectionner (select) les colonnes mode et temps ou mode et voix et de les rassembler dans un même tableau avec full_join. Une fois dénombrés (count) et réorganisés reorder selon un ordre décroissant decreasing, on obtient les graphes suivants : 

   Concernant l’étude des personnes du verbe, une étape doit précéder le processus que l’on a suivi pour le temps et la voix. En effet, les colonnes “personne” et “nombre” sont séparées dans notre tableau. La fonction unite permet de les faire fusionner, nous employons comme séparateur sep la formule “ème du ” pour rendre la fusion plus esthétique. Il est à noter que le participe et l’infinitif étant des modes non personnels, il ne seront ici pas pris en compte.

L’étude syntaxique

   Nous aborderons dans cette partie la répartition des cas des mots déclinables. Il est évident que certaines catégories grammaticales, n’admettant pas de déclinaisons, seront mises de côté lors de notre tri préalable (select(cas)). De déclinables et identifiés comme tels par Deucalion nous trouvons les noms, les adjectifs et les participes. Le fait que les participes fassent partie de cette catégorie explique pourquoi nous nous intéressons aux cas en dernier. En effet, il nous fallait d’abord les purifier avant de pouvoir les étudier. Pour le reste, nous suivons le même procédé que précédemment. 

Interprétation

   La forte proportion de noms est à mettre en relation avec l’écrasante majorité de nominatifs dans le texte. Le fait d’avoir une quantité si élevée de noms au nominatif, ou plutôt de noms sujets et de noms attributs du sujet traduit une volonté manifeste de catégorisation du sujet. En effet, le déclamateur insiste davantage sur l’état du sujet que sur l’objet d’une action, puisqu’il y a environ deux nominatifs pour un accusatif, complément naturel et régulier du verbe transitif. En outre, rappelons que l’occurrence qui arrive en tête dans le texte non lemmatisé est le verbe être (est, 46 occurrences). Cela implique que l’auteur de la déclamation livre un véritable procès à charge contre l’accusé, appuyant moins sur les circonstances du crime que sur leur auteur lui-même (la troisième personne du singulier, c’est-à-dire le pêcheur, est sept à huit fois plus usitée que les autres). D’ailleurs, la lecture du texte nous le confirme, les attaques ad personam et ad hominem font légion. De même, les autres documents vont dans ce sens. L’indicatif, cinq fois plus important que le subjonctif, place le discours dans le domaine du factuel et non dans de l’hypothèse. Fait ou plutôt méfait qui poursuit le pêcheur même dans le présent (trois fois que le passé) et pour lequel il est directement responsable (quatre fois plus de verbes actifs que le passifs). 

Conclusion

   Pour finir, grâce à des processus automatisés, nous sommes parvenus à caractériser un texte latin de manière plutôt intéressante. Cela a été rendu possible par le formidable outil qu’est Deucalion et qui nous permet d’analyser autant des termes que leur nature, leurs traits grammaticaux ou leur syntaxe. Le nettoyage des données, rendu possible par VS Code et OpenRefine, est, néanmoins, souvent nécessaire. Les multiples fonctionnalités de R et du package Tidyr ont contribué à l’exploitation des informations fournies par Deucalion. Notre déclamateur a une propension à l’exagération du crime de l’inculpé (prédominance d’aurum). Il s’inscrit dans une stratégie rhétorique de l’attaque personnelle, visant à expliquer le forfait par la prédisposition (ars) du pêcheur au larcin (furtum).

   Sources
Fichiers partagés

Premières impressions

Je m’appelle Chrysa Kofina, je suis professeure de grec moderne et j’ai commencé ce master pour enrichir mes connaissances en littérature classique ; de plus, je voudrais acquérir les compétences numériques nécessaires pour pouvoir créer un site éducatif sur l’apprentissage du grec moderne et ancien. En premier, j’avoue être un peu intimidée par le nombre des outils qu’on doit apprendre à utiliser, d’autant plus parce que l’informatique est en dehors de mon zone de confort ! Τoutefois, je le vois comme un défi intellectuel et un pari avec moi-même que je veux relever.

L’image que j’ai choisi représente de manière humoristique la fascination que l’informatique provoque dans tous les sciences et disciplines, aussi qu’aux humanités ! Commençons alors !

La Cena Trumpi

Pastiche

XXVII. Cependant, sans retirer nos vestes, nous commençâmes à déambuler… ou plutôt à flâner, et à nous mêler aux invités, quand soudain nous voyons un vieil homme à la chevelure dorée, quoique parsemée, vêtu d’un peignoir en soie dorée, et qui jouait au golf parmi de jeunes domestiques au brushing impeccable. 

Du reste, nos regards allaient moins aux serviteurs– ils en valaient pourtant la peine – qu’à leur supérieur lui-même, qui chaussé de mocassins d’un blanc immaculé, s’entraînait avec des balles dorées. Et jamais il ne ramassait celle qui avait roulé sur le sol ; un serviteur en avait un sac plein, et le pourvoyait. D’autres nouveautés nous frappèrent encore. Deux serviteurs se tenaient aux deux bouts de la piste : l’un portait une bouteille d’un whisky écossais rare de 100 ans âge, l’autre annonçant les points, pas ceux des trous marqués, mais seulement ceux des balles au sol. Comme nous admirions ces belles manières, survint Vladimir qui nous dit : « Voilà celui chez qui vous dînez, et ce que vous voyez n’est encore qu’un début. » A peine avait-il parlé que Trump claqua des doigts, et qu’au signal le serviteur vint lui apporter la bouteille de whisky. Ayant vidé le contenu de celle-ci sans cesser de jouer, il fit venir un autre serviteur, essuyant son visage sur sa cravate. 

XVIII. Cela eût été trop long de tout noter dans le détail. Aussi, après quelques moments, nous entrons dans le spa : une fois bien réchauffés par les bains de vapeur, nous allons nous détendre sous la douche froide. Là, Trump, inondé de parfums de luxe, se faisait essuyer non avec de simples serviettes en coton, mais confectionnées à partir de soie d’araignée fabriquées spécialement pour cette occasion. Trois masseurs appliquaient de l’huile de truffe blanche sur sa peau, et comme en la disputant, ils en renversaient une partie sur le sol. « C’est mon propre parfum qu’ils répandent, à ma santé ! » disait Trump, avec un sourire satisfait. Puis on l’enroula dans un peignoir en soie écarlate avant de le placer sur un fauteuil en velours, précédé de quatre domestiques portant des tenues extravagantes, qui brandissaient des trophées. Tandis qu’on l’emportait, un musicien muni d’un harmonica s’approcha de lui, et comme s’il lui confiait quelque secret à l’oreille, il ne fit que siffler tout le long de la procession. 

Nous marchons à sa suite, déjà repus d’admiration, et avec Vladimir nous arrivons à la porte, dont le montant portait une affiche avec l’inscription suivante : « Tout employé qui sortira sans autorisation sera renvoyé. » A l’entrée, le portier, vêtu d’un costume vert poireau, sangle dans une ceinture cerise, triait des boutons de manchette dans un plat d’argent. Au-dessus du linteau était accrochée une cage dorée dans laquelle un aigle royal saluait les arrivants. 

 

XXIX. Au milieu de mon ébahissement, je faillis bien m’étaler sur le dos et me casser les jambes. À gauche en entrant, non loin de la loge du portier, un énorme aigle doré, les ailes bien déployées, était peint sur le mur. Au-dessus, en lettres dorées incrustées dans le marbre, on pouvait lire : « Make America Great Again ». Mes compagnons s’en amusèrent ; mais une fois que j’eus repris mon souffle, mon attention se porta sur le reste du mur. On y avait peint de jeunes domestiques, et au-dessus d’eux Trump lui-même qui, un sceptre d’or en main, les dirigeait. Ensuite, on voyait comment, après avoir intégré la plus prestigieuse des écoles de commerce, il était devenu le dirigeant de sa propre entreprise. Le peintre avait représenté toutes ces étapes avec un soin diligent, sans oublier les légendes en lettres d’or incrustées dans le marbre. Au bout du portique, Mercure soulevait Trump par le menton, le conduisant à une tribune dorée.  A ses côtés se tenaient la Fortune, munie d’une immense corne d’abondance remplie de billets et de lingots, et les Trois Parques filant une quenouille d’or. Je notai également dans la colonnade une foule d’hommes d’affaires, ajustant leur coiffure devant un miroir entouré d’or. De plus, dans un coin, je remarquai une grande armoire vitrée contenant une réplique miniature de la Maison Blanche en marbre, une statue de la Liberté coiffée d’une casquette M.A.G.A., et une boîte d’or qui renfermait les premières mèches blondes de Trump.

Je demandai ensuite au portier ce que représentaient les fresques du milieu. « Le sommet avec Poutine, me dit-il, et le défilé militaire donné en son honneur. » 

XXX. Le temps me manquait pour contempler toutes ces richesses. Déjà, nous nous étions rapprochés de la salle à manger. Là, dans l’antichambre, un intendant vêtu d’un blazer vert poireau contrôlait les factures. Mais ce qui m’étonna plus que tout le reste, c’étaient, fixées aux montants de la porte dorée, des sortes de torches dorées dont la base se terminait en bec d’aigle, avec cette inscription : «  À Donald J. Trump, le plus grand président dont puisse rêver l’Amérique, de la part d’Elon Musk. » De la voûte pendait un énorme lustre fait de diamants, reflétant mille éclats, sur lesquels étaient gravées les initiales D.T. ; et sur les battants de la porte étaient attachés deux tableaux. L’un d’eux, si j’ai bonne mémoire, portait cette phrase : 

« Le 4 juillet , notre président célèbre l’Amérique. » ; sur l’autre était peint un calendrier lunaire, décoré du cours de la bourse de New York ; les hausses et les baisses de l’année passée y étaient inscrites. 

Rassasiés de toutes ces splendeurs, nous nous disposions à entrer dans la salle à manger, quand un des jeunes serviteurs, préposé à cet office, nous surprit par ce cri : « Du pied droit ! » De crainte d’offenser Trump, nous nous sommes exécutés avec la plus grande précaution. A peine avions-nous avancé le pied en question, qu’un serviteur torse nu vint se jeter à nos pieds, implorant notre clémence : à l’entendre, c’était pour une bien petite faute qu’il était en danger ; il était accusé d’avoir perdu une casquette M.A.G.A. brodée de fils d’or. Nous ramenons en arrière notre pied droit, et abordant l’intendant qui était plongé dans son registre financier, nous commençons à plaider en la faveur du malheureux. D’un air supérieur, il répondit : « Ce n’est pas tant la perte de l’objet de valeur qu’est cette casquette qui me chagrine, que la négligence de ce bon à rien et l’affront à l’image de notre président. Il a perdu un vêtement unique qui lui avait été offert par un riche sénateur, fabriqué sur mesure à cette occasion. Enfin, que voulez-vous ? Je lui pardonne. »

Analyse du corpus à l’aide de Voyant Tools

La Cena Trimalcionis

J’ai tout d’abord commencé par analyser le corpus entier de la Cena Trimalcionis, qui figure dans les chapitres XXVII à LXXVIII du Satiricon de Pétrone. 

Outil « Cirrus »

Voici ce que m’a montré dans un premier temps l’outil « Cirrus » : 

Tamquam étant considéré comme « mot vide », j’ai par extension ajouté tanquam à la liste de « mots vides » en latin. 

Ainsi : 

Le nombre d’occurrences du 1er terme, Trimalchio qui désigne l’hôte du banquet dépasse de loin le 2ème terme le plus fréquent, puer, qui désigne ses jeunes esclaves, avec 74 occurrences contre 19. En 3ème place nous notons un verbe d’action, coepit, qui vient de coepio « commencer », suivi de triclinium, qui désigne la salle à manger, puis servus, un autre mot pour désigner les esclaves de Trimalcion. 

Outil « Termes du document »

Le tableau « Termes du document », qui affiche la proportion prise par un terme dans le texte (par million et non par cent), nous montre que Trimalchio est largement surreprésenté par rapport aux autres termes, avec une fréquence relative de 6.452 contre 1.657 pour puer, le 2ème terme le plus fréquent. Cette donnée confirme la surreprésentation du terme Trimalchio en comparaison des autres termes les plus fréquents. 

Mais aussi, si l’on étend le tableau aux 10 mots les plus fréquents, on ne lit pas une différence de proportion flagrante entre puer, le 2ème mot (1.657), et fortunata, le dernier mot (1.221). On peut ainsi supposer qu’il n’existe pas forcément de hiérarchie entre ces mots ; mais aussi, du fait de leur représentation quasi-univoque dans le texte, ils jouent un rôle équivalent. 

Comme les 50 chapitres de la Cena Trimalcionis recensent une richesse abondante d’actions, il serait impossible de les condenser en moins de 1500 mots. J’ai donc choisi de concentrer mon pastiche sur un passage spécifique : l’arrivée des invités au banquet et l’entrée en scène de Trimalcion. Quant au sujet de mon pastiche, j’ai choisi de transposer le caractère extravagant de Trimalcion à une personnalité dont l’excentricité est reconnue : Donald Trump.

Analyse des chapitres XXVII à XXIX

À la suite de ces résultats, j’ai cherché à concentrer plus précisément mon analyse sur les trois premiers chapitres de la Cena Trimalcionis, sur lesquels porte mon pastiche. 

Outil « Cirrus »

Voici le résultat que j’ai obtenu à l’aide de l’outil « Cirrus », en excluant les « mots vides » latins : 

Tout comme dans le corpus entier, le nom de l’hôte du banquet domine. C’est ce que j’ai cherché à retranscrire dans mon pastiche, en y incluant de nombreuses fois le nom de Donald Trump. 

Les deux termes prédominants qui suivent sont aurea et servus. Le terme aurea est issu de aureus, a, um, « d’or », et servus, i, m. désigne les esclaves de Trimalcion. 

Outil « Termes du document »

On remarque dans cette portion du texte une hétérogénéité encore plus forte au niveau des termes du document. En effet, le terme le plus représenté, Trimalchio, n’est présent qu’à quatre reprises, et servus et aurea seulement à trois reprises. Cela reste assez étonnant pour un texte de 673 mots. 

J’ai donc cherché dans mon pastiche à conserver cette diversité de vocabulaire, en attribuant néanmoins une place importante à l’hôte, à ses esclaves (qui sont représentés par la figure du domestique et du serviteur) et aux objets en or qui représentent la richesse de l’hôte. 

Pastiche «Discours d’un avocat qui défend son client, politicien qui dénonce un scandale»»

Chamber of the House of Representatives in Japan.

Discours de Défense devant la Cour Pénale

Il s’agit d’un discours d’un avocat qui protège son client, un politicien qui a était attaqué par ses adversaires à la justice après avoir dénoncé des scandales politiques. On est dans une cour pénale d’une ville en crise politique et économique et dans un contexte de guerre dans la région.

«Messieurs les juges,
Je me tiens ici non seulement pour défendre un homme, mais pour préserver les principes qui fondent notre ville : la démocratie, la justice et la vérité. Mon client, un politicien intègre, a été accusé injustement pour avoir dénoncé les abus et les scandales qui minent nos institutions. Il n’est pas ici parce qu’il a fauté, mais parce qu’il a osé agir en faveur du bien commun.

Et de la part des autres, ceux qui l’accusent, ces charges ne sont qu’un écran de fumée destiné à détourner l’attention de leurs propres méfaits. Dans ce contexte de crise politique, économique et de guerre qui nous afflige, les ennemis de la démocratie prospèrent en semant la division et en manipulant la justice pour réduire au silence ceux qui s’opposent à leurs intérêts.

Une Ville en Crise

La ville est en péril. Les changements constants de gouvernement ont fragilisé nos institutions, et l’économie vacillante a laissé nos citoyens dans le désespoir. Ajoutez à cela la guerre dans la région, et vous obtenez un terrain propice à l’opportunisme. Dans de telles circonstances, les valeurs démocratiques deviennent des cibles faciles pour ceux qui prétendent que des mesures autoritaires sont nécessaires pour garantir la sécurité. Mais, au contraire, c’est précisément en défendant ces valeurs que nous pouvons espérer surmonter ces défis.

La Démocratie en Péril

Messieurs les juges, mon client a toujours agi en faveur de la démocratie. Face à la corruption et aux abus de pouvoir, il aurait pu se taire, mais il a choisi de dénoncer ces pratiques pour protéger notre ville. Ce choix lui a attiré de puissants ennemis, qui, au lieu de répondre aux accusations qu’il a portées, cherchent à le discréditer en l’attaquant ici.

Ces ennemis, en effet, profitent du chaos pour renforcer leur emprise. Ils exploitent la peur et la guerre pour justifier des restrictions aux libertés et affaiblir la démocratie. Mon client, par sa volonté de défendre la vérité, a montré un courage qui vaut notre admiration, non notre méfiance.

Une Justice à Défendre

De cette façon, ce procès dépasse la personne de mon client. Il s’agit de savoir si nous, en tant que ville, sommes encore capables de défendre la justice. Si nous condamnons un homme pour avoir dénoncé des abus, nous affaiblirons notre démocratie et découragerons quiconque oserait encore défendre la vérité.

Mais si, au contraire, vous reconnaissez son innocence, vous enverrez un message clair : que même dans les périodes de crise, notre justice reste un rempart contre l’injustice. Vous affirmerez que les valeurs qui fondent notre ville ne peuvent être compromises, quelle que soit la situation.

Conclusion

Messieurs les juges, au nom de la démocratie et de l’avenir de notre ville, je vous demande de rendre un verdict équitable. Protégez un homme qui s’est levé pour la vérité. Défendez la justice et démontrez que, malgré les défis, notre ville reste fidèle à ses principes.»

Commentaires sur la création du pastiche

Le corpus

J’ai choisi dix textes des discours de Lysias. Entre eux sont les : «Sur le meurtre d’Ératosthène», «Contre Simon», «Contre Andocide», «Contre Agoratos» .

 

Les discours de Lysias étaient écrits pour être prononcés par lui ou par ses clients à l’occasion de procès.

 

Afin de placer mon texte dans un contexte contemporain, j’ai imaginé un avocat qui prononce un discours afin de défendre son client, un politicien qui a dénoncé un scandale au sein de sa ville qui est en crise politique, économique et dans un contexte de guerre.

 

 

L’outil «VOyant tools»

J’ai utilisé l’outil numérique «Voyant Tools» pour réaliser ce pastiche.

Dans un premier part j’ai trouvé le corpus des discours de Lysias en forme numérique. Puis je les ai introduit à l’outil «Voyant Tools» qui a indiqué les mots et les phrases qui sont le plus utilisés dans les discours de Lysias.

Les mots qui apparaissent le plus souvent sont surtout des particules et des articles comme on peut voir à l’image qui suit :

 

résultats des mots les plus utilisés dans les discours de Lysias.

Ensuite, j’ai visualisé des mots qui apparaissent un peu moins souvent afin de trouver plus de termes liés au discours de Lysias :

résultats des mots les plus utilisés dans les discours de Lysias.

 

Afin de réaliser un style assez proche de celui de Lysias, j’ai cherché également des phrases qui apparaissent souvent dans ses discours. Je les ai trouvé sous la rubrique «syntagmes» de «Voyant Tools».

 

Ces indices m’ont permis d’identifier la structure typique d’un discours de Lysias afin d’arriver à l’imiter le mieux possible.

Par la suite, j’ai traduit les mots et les phrases qui sont les plus récurrentes en français et j’ai rédigé mon texte. 

Pastiche: Les Annales de Tacite

L’incendie de la cathédrale Notre-Dame de Paris de Bayedje Edoh

Bayedje Edoh, historien français du XXIe siècle, contemporain de l’incendie de la cathédrale Notre-Dame de Paris qui eu lieu les 15 et 16 avril 2019, relate cet événement sans mettre de côté les causes, les conséquences mais aussi les solutions qui ont été envisagées.

Le pastiche

Sans doute par accident, sous le premier mandat d’Emmanuel Macron, a été causé l’un des plus terribles malheurs jamais arrivé pour le patrimoine français depuis la construction de la cathédrale Notre-Dame de Paris. Bien plus funeste que l’épisode de 1218.

Cet incendie a ravagé ce monument, le feu s’est ensuite propagé à la charpente de bois puis à l’ensemble des poutres en chêne qui constituaient cette charpente de ce monument que l’on appelle “la forêt” de Notre-Dame de Paris. Ensuite, les deux tiers de la toiture de plomb qui servaient de support à la charpente ont été détruites par la violence des flammes. On peut rajouter que la flèche de la cathédrale n’a pas été épargnée, elle s’est effondrée sous les flammes et cause l’écroulement d’une des deux parties de la voûte et de la croisée du transept. Le beffroi , un composant de la charpente qui permettaient de faire mouvoir les cloches de la cathédrale, fut légèrement brûlé. De plus, les escaliers qui menait à l’étage fut également prise par les flammes.

La fumée blanchâtre de cet incendie pouvait être vue à des kilomètres et pour éviter le risque d’intoxication les habitations proches de ce drame ont été évacuées.

Une foule de spectateurs, sous leurs yeux ébahis, ont assisté au désastre de ce patrimoine culturel remarquable et emblématique pour les français et pour les touristes du monde entier.

Sans parler du fait que selon le journal Le Monde, le président de la République française se confie en disant qu’il a énormément pleuré le jour de l’incendie.

Dans le monde culturel et religieux, des milliers de personnes pendant l’incendie se mettaient à prier et à entonner des cantiques à Place Saint-Michel et au quai Tournelle selon La Croix et Le Parisien. Au lendemain du drame, des quinzaines de cathédrales européennes, par solidarité pour la ville de Paris,  faisaient retentir leurs cloches.

Sans tarder et après plusieurs heures pour lutter contre ce terrible incendie, les 400 pompiers ont réussi, sur les lieux , à mettre un terme à ce désastre pour la ville. Bien que les dommages paraissaient énormes, ils ont sauvé une partie de la cathédrale comme la tour nord du monument et le “trésor” et ainsi les vestiges de Notre-Dame de Paris comme les reliques, la sainte Couronne, un morceau de la Croix, un clou de la Passion et la tunique de Saint Louis (roi de la France d’autrefois). De surcroît, malgré ce drame, la cathédrale est toujours reconnaissable.

Il n’ y a eu ni mort ni blessé parmi la foule mais un blessé parmi les pompiers. De plus, le choc se faisait ressentir.

Plusieurs hypothèses sont énumérés sur les causes de l’incendie mais il est plus probable qu’elle a été causé par un court-circuit lors des travaux en rénovation en cours sur la flèche plusieurs mois avant l’incendie comme l’explique le magazine Marianne. Par conséquent, elle serait accidentelle. 

Une autre cause est envisagée et serait beaucoup plus antérieure par rapport à la  première hypothèse. En février 2015,  selon un rapport d’Emeline Cazi du journal Le Monde  ” A notre Dame, les failles de la protection incendie”(2019), il y avait une présence importante de mégots au sol de la charpente. Il n’ y avait pas assez de surveillance, ou encore que l’équipe de sécurité de Elitys n’ont pas été toujours prévenus de travaux mais aussi que pendant la réalisation de celles-ci les caméras thermiques n’ont pas été mis en place pour détecter les mégots.

Ou encore qu’il y ait des rumeurs sur les réseaux sociaux affirmant que cet incendie était un complot.

Quoi qu’il en soit, le président Emmanuel Macron, a effectué une allocution  en deuxième journée de l’incendie (le 16 avril à 23H40) aux français indiquant qu’il remettra sur pied la cathédrale pour le bien du patrimoine français.

Les travaux mis en en place par Emmanuel Macron  ont été soutenus par des donateurs en France et les Etats du monde entier.

Quelques années plus tard, après l’allocution d’Emmanuel Macron , la charpente a été reconstruite  avec l’aide de milles chênes après des travaux considérables avec la collaboration de l’ONF (Office National des Français). les cloches sont de retour et ont été révisées, la flèche, le mobilier d’art et les œuvres font également leur retour au sein du monument, des statues comme “l’Ange à la Trompette”  et des reliques également ont été restaurées et reposées comme la croix de Viollet-le-duc.

Aujourd’hui, la cathédrale a ré-ouvert ses portes au public depuis le 8 décembre 2024 sous le second mandat d’Emmanuel Macron.

Commentaires sur le pastiche

A. Le lien entre le pastiche et  les Annales de Tacite

Ce pastiche surnommé L’incendie de la cathédrale Notre-Dame de Paris, est une imitation de l’épisode de la Grande Incendie de Rome de 64 ap. J.-C., sous Néron, du livre XV des Annales de Tacite. Le style de Tacite est assez pessimiste et se méfie des hommes de son temps tel que Néron qui suspecte qui l’ai peut être l’auteur de l’incendie de Rome pour remodeler la ville à son image.

B. L’utilisation de Voyant Tools

Pour réaliser ce pastiche, j’ai utilisé Voyant Tools pour repérer les mots les plus fréquents que Tacite emploie pour relater La Grande Incendie de Rome. L’image est ci-dessous:

En sélectionnant uniquement l’épisode de La Grande Incendie de Rome des Annales de Tacite, on peut observer les emplois récurrents de “Néron”,  “Urbis” utilisée ici comme complément du nom (de la ville de Rome) , “ignis” pour désigner les flammes qui ont incendié Rome, “vestigia” pour parler des vestiges de Rome, et enfin la ville mais qui est employée en tant que Complément d’objet indirect (COI) :”à/pour la ville de Rome” .

De plus, pour réaliser mon pastiche j’ai essayé, tout en m’adaptant à l’épisode de l’incendie de la cathédrale Notre-Dame de Paris, de tenir compte du contexte de quelques mots qui sont moins utilisés par Tacite. A titre d’exemple le mot “violentiam” pour désigner la violence accompagné de “ignium” ainsi on traduit par la “violence des flammes”:

Ensuite pour vérifier si mon pastiche était assez fidèle à l’écriture de Tacite j’ai utilisé, pour mon propre texte, Voyant Tools en observant les mots que j’ai les plus utilisés avec les images ci-dessous:

 

On peut observer que j’ai essayé de rester fidèle à l’écriture de Tacite car les mots et noms propres comme “monument”, “incendie”, “Emmanuel Macron “(équivalent de Néron dans le texte de Tacite), “flammes” ,”Paris” (équivalent de la ville pour désigner Rome dans l’écriture de Tacite) reviennent fréquemment. Tout en adaptant le texte de Tacite à l’épisode de l’incendie de la cathédrale avec le mot “cathédrale” qui revient le plus souvent “charpente”, “travaux”etc…

Conclusion

Voyant Tools est excellent outil pour repérer les mots les plus récurrents mais aussi de savoir dans quel contexte les mots sont employés. Cet outil nous permet non seulement de repérer le style d’un auteur mais aussi peut nous donner la possibilité d’en effectuer un pastiche.

Caelius : victime ou coupable ?

I. Le pastiche

Mesdames et Messieurs les jurés, nous sommes aujourd’hui là pour les plaidoiries. Mais aujourd’hui un homme, Marcus Caelius Rufus, est accusé d’un crime par une femme, Clodia. Cette femme l’a accusé de l’avoir droguée dans le but d’abuser d’elle. La vérité doit être faite sur cette affaire. La femme que vous avez entendue parler à dit qu’elle a été victime d’un crime, d’un viol, commis par un homme, par Marcus Caelius. Mais donc, jurés, cette femme, qui connait cet homme éminent et brave qu’est Caelius, considère cette fois-ci qu’elle aurait été droguée et violée. Mais pourquoi cette fois est-ce un crime mais pas les fois précédentes ? Puisque cet homme et cette femme ont été dans une relation pendant plusieurs temps. Est-ce une nouvelle fois une preuve de la légèreté des mœurs des jeunes gens de notre époque ? Mon client, Caelius, ne gagne que peu d’argent. Contrairement à cette charmante jeune femme. Mais Clodia a d’ailleurs admis prendre de la drogue. Dès lors comment savoir si elle a bel et bien été forcée par Marcus Caelius, ou si elle l’a fait elle-même. Nous sommes face à une jeune femme, qui vient d’une grande famille qui n’a pas de problème d’argent. Je pense, jurés, qu’elle a accusé Caelius de cet atroce crime afin que sa famille ne soit pas dans l’embarras. Mais jurés, comment une famille n’aurait pas honte de cette femme-ci. Clodia, une jeune femme connue pour ses mœurs tout à fait légères, pour ces multiples aventures. Mais aujourd’hui, cette femme est confrontée à deux nouveaux problèmes : le grand public sait qu’elle se drogue et qu’elle a eu une relation de plusieurs mois avec un homme d’une autre classe, d’un autre rang, bien plus pauvre qu’elle. Donc que fait-elle, jurés, je vous le demande. Et bien je vous l’explique, elle a trouvé une solution : un crime. La drogue c’est Caelius qui lui a fait ingérer. Et les rapports sexuels, elle n’en voulait pas. Donc jurés, voici pourquoi Clodia a expliqué avoir été victime d’un crime commis par Marcus Caelius. Pour moi, la vérité est toute autre. Le crime n’existe pas, Caelius, dans sa jeunesse, s’est attaché à une femme peu fréquentable qui a utilisé son innocence pour justifier ses propres mœurs légères. La drogue est la sienne, cette femme est une droguée, qui profite des jeunes hommes plus jeunes et avec moins de moyens qu’elle. Tout ça pour s’amuser jusqu’à ce que papa s’en compte. Pardon, je voulais parler du grand frère, puisque le père n’est plus. Et d’une certaine manière, heureusement pour lui. En effet, je vous laisse imaginer un vieil homme d’une grande noblesse voir sa propre descendance se ridiculiser ainsi. Que dirait-il ? Sans doute des choses bien plus atroces que ce que nous pourrions même imaginer. Alors, jurés, considérez votre décision à propos de ce crime. La jeunesse de Marcus Caelius doit-elle lui être préjudiciable ? A-t-il réellement commis ce crime ? Je vous laisse, jurés, rétablir la vérité.

 

II. Les Explications

a) Le choix du corpus

Je suis donc partie du Pro Caelio de Cicéron. La plaidoirie de Cicéron a pour but de défendre Marcus Caelius Rufus. Durant son discours, Cicéron va développer différents arguments envers différents personnages. L’un d’entre eux est Clodia Metelli. Dans son texte, Cicéron s’attaque à Clodia puisqu’elle doit témoigner et elle  accuse Caelius par le biais de son frère Publius Clodius Pulcher. Durant cette attaque, Cicéron va expliquer que Clodia est une femme dont les mœurs sont légères et va construire tout cela autour de la mauvaise réputation dont Clodia jouit à Rome. J’ai donc moderniser l’attaque en plaçant cela sur une accusation de viol.  

 

b) La démarche par Voyant Tools

J’ai dans un premier temps analysé le texte du Pro Caelio dans son entièreté.

Les mots revenants le plus étaient in, non, cum, est, ut. Nous pouvons le voir dans ce nuage de mots réalisé par l’outil Cirrus. Cependant, ces mots étant présent dans tout texte latin, j’ai donc utilisé l’outil Stopwords afin qu’il supprime les “mots vides”. Ainsi j’ai eu un nouveau nuage de mots.

Dès lors, les mots les plus présents sont iudices,crimen,uerum,hominum, ainsi que différentes formes du nom Caelius et du mot mulier. Comme on le voit dans le tableau suivant.

Dans un second temps, j’ai analysé de la même manière une partie plus restreinte du texte. Je me suis concentré sur les paragraphes où Cicéron s’attaque à Clodia. J’ai donc pris des paragraphes 30 à 50. Ainsi, grâce à l’outil Cirrus j’ai obtenu le nuage de mots suivant :

Nous pouvons donc remarquer que certains mots sont toujours dans les plus présents comme : iudices, Caelio, uerum, mulier. D’autres mots sont cependant plus présents : genere, adulescentiae, uoluptatibus, uiri, uenerum. Le prénom Clodia arrive en treizième position dans les mots revenant le plus, il a quatre occurrences dans ce passage.

Nous pouvons remarquer plusieurs choses. La liste des mots les plus récurrents change mais pas complètement.

c) Comment ai-je utilisé ces outils pour rédiger le pastiche

J’ai donc réfléchi en plusieurs étapes.

Tout d’abord, j’ai réfléchi à essayer de me rapprocher le plus possible de la technique de rhétorique antique pour rédiger mon pastiche. Mais les règles de la rhétorique antique doivent s’adapter au déroulé du procès moderne. Ainsi, j’ai choisi le moment de la plaidoirie. Ce moment où les avocats s’adressent directement aux jurés afin de tenter de les convaincre une dernière fois de l’innocence de leur client. Ce moment du procès me permet de faire un long discours de l’avocat défendant Caelius.

Ensuite, je me suis concentré sur le vocabulaire que je devais utiliser pour imiter le texte de Cicéron. Le mot revenant le plus est iudices. J’ai donc transformé ce mot en “jurés” afin de mieux coller au contexte moderne. Le nom de Caelius apparait de nombreuses fois, plus que celui de Clodia. Il est d’ailleurs présent à plusieurs reprises dans le syntagme “par Marcus Caelius” ou “de Marcus Caelius”. Cela renvoie au syntagme a M Caelius qui est présent à plusieurs reprises dans le texte d’origine. J’ai également repris le syntagme clarissimi ac fortissimi uiri de manière littéral en utilisant la traduction donnée dans l’édition des Belles Lettres de l’œuvre : “cet homme éminent et brave”. Le mot uenerum peut avoir plusieurs traductions. Dans le texte de Cicéron et dans l’affaire d’origine il est question de poison et donc d’une tentative d’empoisonnement. J’ai donc gardé ce paramètre mais j’ai plutôt opté pour une autre traduction. Ainsi le poison devient de la drogue qui entre mieux dans mon idée de transformer le procès en une affaire de viol.

A la suite de cela, j’ai décidé d’intégrer de m’inspirer de passage précis afin d’écrire mon pastiche. Tout d’abord, la question de la jeunesse est quelque chose de très présent dans le Pro Caelio. Ainsi, j’ai réutilisé cette question de la jeunesse de Caelius pour justifier certains de ces actes. Dans le cadre du pastiche, j’ai utilisé cette jeunesse pour justifier les potentielles mauvaises actions qu’il aurait fait durant sa relation avec Clodia. Ensuite, j’ai la légèreté des mœurs de Clodia. En effet, à Rome au premier siècle avant J.-C., Clodia Metelli est connue comme une femme avec mœurs très légères, comme une femme qui enchainait les relations. J’ai repris cette image, l’image de la femme de grande famille qui a énormément de relations avec des hommes. Cet argument est utilisé pour montrer Clodia comme une femme peu fiable qui ne veut pas que sa famille soit au courant. Enfin, j’ai repris le moment où Cicéron fait appel à un ancêtre de Clodia qui juge sa manière de faire, d’agir et de vivre. J’ai repris cela afin d’appeler à l’indignation du public pour que l’on puisse, encore une fois, enfoncée Clodia.

 

III. Conclusion

Je suis donc partie du texte de Cicéron en me disant que la figure de Clodia est attaquée de manière très violente et que ce genre de discours est toujours utilisé aujourd’hui, dans le même contexte mais pour des affaires différentes. J’ai gardé le procès, l’opposition entre Clodia et Caelius, l’accusation de Clodia envers Caelius. Mais j’ai changé le sujet en le rendant très moderne. J’ai essayé de coller au texte en passant par des arguments et des mots proches.

Pastiche : La Poétique, Aristote

Pour le journal Le Masque et Le Calame, le redoutable journaliste Aristote s’est rendu au théâtre afin de juger la pièce Lacrima de la metteuse en scène Caroline Guiela Nguyen. Connu pour ses articles très cinglants, le journaliste d’origine grec n’a omis aucun détail dans cette critique de la pièce.

Du théâtre documentaire comme tragédie imitant le réel : Lacrima de Caroline Guiela Nguyen

Photo Christophe Raynaud de Lage / Festival d’Avignon

Lorsque j’étais étudiant, puis professeur, à Athènes, je me rendais très régulièrement au théâtre et j’ai eu le malheur de voir un nombre incalculable de pièces médiocres ; en effet pendant les Dionysies j’assistais à des pièces en tout genre ; comédies et tragédies et drames satyriques et d’autres encore.

Au cours d’un voyage scolaire que j’ai organisé avec mes élèves en France, nous avons assisté à la pièce Lacrima de la metteuse en scène Caroline Guiela Nguyen. A première vue, la pièce me paraissait fade et insignifiante. Pourtant, chers lecteurs et chères lectrices, j’étais tout à fait surpris de son respect des règles que j’ai énoncées dans mon dernier livre, grand gagnant du prix Goncourt, La Poétique.

D’une part, la pièce raconte en surface l’histoire d’une princesse anglaise qui commande une robe somptueuse et luxueuse pour son mariage ; cependant, elle nous plonge dans l’envers du décor, dans un atelier français parisien qui se charge de la confection de la robe ; dans un atelier indien où les travailleurs sont épuisés et où sont fabriqués les perles ; à Alençon où son voile est cousu par des vieilles femmes dont les douleurs physiques ne sont que trop nombreuses.

D’autre part, la trame dramatique respecte en tout point la tragédie selon mon ouvrage (disponible dans toutes les librairies pour la modique somme de 29.99€, et 19.99€ pendant le Black Friday !) : elle est ponctuée d’actions qui font avancer l’histoire sans jamais se lasser.

Car quant à la mimésis, à laquelle j’accorde une grande importance, elle fut tout à fait respectée en ceci : les acteurs et actrices présentes sur scène sont des amateurs, c’est-à-dire qu’ils paraissent plus vrai que nature. Leur sensibilité et leur timidité et leurs émotions sont retranscrites sur scène à merveille, plongeant le spectateur dans une imitation du réel assez troublante. Le décor, abondant et rigoureusement travaillé, transforme l’espace scénique à la fois en atelier de couture parisien, atelier indien, ou encore en un petit atelier à Alençon.

Enfin, quant à la notion de reconnaissance par le spectateur, il est tout à fait intéressant de s’attarder sur l’utilisation des caméras et des écrans dans la pièce. A mon époque, nous n’avions même pas encore de femmes sur scène, et voilà que sont joués des appels vidéo en Zoom sur le plateau ! Au premier abord, je fus tout à fait scandalisé. Puis, je me suis rappelé mon maître, Platon, qui fut tout à fait un boomer au sujet de l’art théâtral. Il ne voulait pas admettre sa juste valeur et trouvait tout cela superficiel et ennuyeux… Mais, finalement, quoi de mieux pour imiter le réel de millions de personnes et créer un écho avec leur vie que d’insérer le quotidien sur scène ?

Photo Christophe Raynaud de Lage / Festival d’Avignon

 

Les torts de mon prédécesseur sont importants à souligner ; le théâtre est un art vivant qui évolue en son temps. Il est plus qu’essentiel de le soutenir car il permet de voir, non pas son propre reflet dans le miroir, mais bien le reflet de la société tout entière. Fut un temps où ce bon vieil Aristophane n’avait pas peur de caricaturer avec grossièreté les sages hommes de notre cité. Toutefois, de plus en plus, les travailleurs et travailleuses du monde du spectacle vivant font un constat tragique : le public ne veut pas voir de politique sur scène mais du divertissement, loin des réalités de notre monde. Ma collègue du journal Le Monde, Sandrine Blanchard, dans un article intitulé « Le théâtre confronté à une insidieuse censure : « C’est comme si une population devait être préservée. Mais préservée de quoi ? » », publié le 25 septembre 2024, relève cette statistique suite à une étude : 50% du public refuse d’entendre parler de religion sur scène, 49% de guerres, 43% de sujets politiques ou engagés. Tragique constat du réel.

Concernant la pièce de Caroline Guiela Nguyen, elle parvient avec brio à imiter la réalité sur scène, dans une pièce dramatiquement rythmée et émouvante puisqu’on y reconnaît la souffrance de chaque personnage. Le genre du théâtre documentaire remplit correctement les catégories énumérées dans mon ouvrage (disponible en édition poche dès l’année prochaine !). De plus, le travail d’enquête réalisé par la metteuse en scène tente de s’approcher au plus près du réel. Elle expliquait sa démarche dans son ouvrage Un théâtre cardiaque : en créant ce qu’elle appelle « une bible » elle accumule des photos et du tissu et des parfums et des éléments historiques et intimes, afin de créer un amas d’éléments réels à intégrer dans la pièce pour imiter au plus proche la vie. Ses pièces peuvent alors être perçues comme une madeleine de Proust, ramenant le spectateur constamment vers le monde réel par le biais fictif du théâtre.

Enfin, chers lecteurs, chères lectrices, je ne peux que vous recommander, pour la première fois de ma carrière, d’aller voir Lacrima, prochainement au théâtre de l’Odéon du 6 janvier au 6 février.

Et pour finir en beauté, avec le code promotion POETIQUE0086034, vous pouvez avoir 10% de réduction lors de votre achat de mon livre dans n’importe quelle librairie et retrouvez moi également au prochain épisode de la Grande Librairie avec mes collègues Thucydide, Lucien et Esope.


 

Commentaires et Explications

Pour l’exercice du pastiche, j’ai fait le choix de me concentrer sur l’œuvre d’Aristote, un des plus grands philosophes de l’époque classique en Grèce ancienne, intitulée La Poétique. Cet ouvrage porte sur différents thèmes, comme la tragédie ; la comédie ; l’épopée ; l’imitation ; ou encore le jeu des acteurs et les règles à suivre pour créer une « bonne » pièce de théâtre à son époque. Le théâtre de l’époque classique, très strict sur les règles de bienséance et de respects des trois unités (temps, lieu, action) s’est notamment beaucoup inspiré des propos d’Aristote afin de constituer ses fondements.

Grâce à l’outil Voyant Tools, il est possible de constater que les mots les plus fréquents dans cet ouvrage sont la conjonction de coordination καί à 593 reprises ; la particule δέ à 358 reprises ; l’article neutre τό à 282 reprises ; l’article féminin ἥ à 206 reprises ; et enfin la conjonction γάρ à 183 reprises. Ces termes étant trop vagues, j’ai alors porté mon attention sur d’autres termes récurrents plus intéressants. D’autres chiffres sont également montrés dans l’onglet « résumé » :

Dans ce nuage de mots, crée avec l’outil Voyant Tools, on remarque en effet l’occurrence de termes syntaxiques vagues mais qui démontrent à la fois un déroulement de pensée travaillé, objectif et coordonné  et

Cet ouvrage semble pertinent à traiter puisqu’il évoque les notions d’imitation, de tragédie, et l’action de reconnaître. Ces trois termes reviennent à plusieurs reprises au cours du texte : en voici un tableau récapitulatif grâce à Voyant Tools.

En effet, ce sont trois termes sur lesquels j’ai choisi de prêter mon attention, car ils font écho à une problématique d’actualité : la vraisemblance dans le théâtre contemporain, en particulier dans ce qui est plus communément appelé le théâtre « documentaire ». Il s’agit d’un genre de théâtre où le but est de montrer la réalité de la vie d’une personne ou d’un groupe de personnes, afin de montrer leur quotidien et de dénoncer les inégalités et injustices auxquelles ils pourraient faire face, tout en essayant d’être au plus proche du réel. Les pièces sont toutes baignées dans la politique et se veulent souvent militantes.

Une problématique intéressante à traiter, en lien avec ces trois termes présents chez Aristote, serait peut-être la suivante : dans quelle mesure le théâtre, qui est un art purement fictif, parvient-il toutefois à dénoncer le réel ?

Le but que j’ai visé au cours de cet exercice était d’imiter l’écriture d’un article de journal afin de pouvoir écrire à ce sujet. Le style d’Aristote semble très logique et objectif. Il parvient grâce à une syntaxe précise et élaborée à expliquer son chemin de pensée et à démontrer ses opinions. Il utilise des exemples, comme lorsqu’il mentionne Homère pour déterminer ce qu’est l’unité d’action. Ses phrases sont ponctuées par des coordinations, ce qui permet une certaine fluidité de lecture et certainement d’oralité. J’ai donc choisi de transformer Aristote en un critique de théâtre réputé et très dur. Après avoir relevé les mots les plus récurrents dans sa poétique grâce à Voyant Tools, j’ai essayé de retranscrire sa prose en faisant des phrases coordonnées par beaucoup de « et », des « en effet » ou des « car », et même des « d’une part… d’autre part » afin de pouvoir représenter au plus proche son écriture très structurée. J’ai également tenté de recréer la mise en page d’un journal en ligne avec quelques photographies entre les paragraphes.

Perseus Digital Library

Perseus Digital Library
https://www.perseus.tufts.edu/hopper/

Perseus Digital Library est une bibliothèque en ligne dont le projet fut lancé par Gregory Crane en 1985 à l’université Harvard, se concrétisant en 1987 grâce à l’apport financier de la fondation Annenberg, avant qu’il ne passe sous l’égide de l’université Tufts en 1993. Son objectif est de rendre accessible au plus grand nombre les sources littéraires antiques du monde gréco-romain, mais les documents publiés ne proviennent pas exclusivement de celui-ci, la plateforme proposant une sélection de textes progressivement déployée dans l’espace et dans le temps (Beowulf, sagas islandaises, Shakespeare, le Coran, etc.) cependant restreinte aux œuvres faisant partie du canon littéraire dominant.

Les sources utilisées sont en très grande majorité des textes libres de droits tombés dans le domaine public, que ce soit les éditions antiques ou leurs traductions (par conséquent, celles-ci datent nécessairement du début du siècle dernier pour les plus récentes). Les utilisateurs ont la liberté de télécharger tous les documents libres de droits, qui sont accompagnés d’une notice du Creative Commons indiquant leurs conditions d’usage.

Son code, écrit en JavaScript, est publié sur SourceForge. Il emploie très largement le format XML. La plateforme est visuellement datée et peu ergonomique, mais parfaitement fonctionnelle. 

PHI Classical Latin Texts

Cette bibliothèque numérique regroupant des textes latin a été créée par Packard Humanities Institute, une association à but non lucratif spécialisée dans la recherche en sciences humaines. Les textes disponibles sur le site étaient à l’origine sur des CD ROM.

Quelles sont les différentes utilisations de ce site ?

Le site fait une liste de plus de 360 auteurs latins qui s’étalent du début de Rome jusqu’à l’Antiquité tardive. En sélectionnant un auteur nous avons accès à ces textes. Les textes ne sont pas protégés, il est donc possible de faire des copier/coller du texte. Cependant, nous ne pouvons pas télécharger les textes en PDF ou dans n’importe quel format.

Une autre utilité du site est la recherche de vocabulaires dans les textes présents sur le site. Grâce à des filtres nous pouvons chercher un mot dans un champ plus précis par exemple chez un seul auteur. Cela permet de nous rendre compte de l’importance d’un thème dans certains textes ou chez un auteur.

Quelles sont les sources utilisées par le site ?

Les sources utilisées par le site sont trouvables en plaçant notre souris sur le lien qui mène au texte que nous souhaitons consulter ou dans la section About du site. Les sources sont diverses éditions dont les textes sont tirés. Nous remarquons que les éditions sont assez datées. Les éditions datent, pour la plupart, d’avant 1950. La date est logique puisque la première parution de ce catalogue est en 1991 sur des CD ROM.

Que peut-on faire des textes trouver sur le site ?

Lorsque l’on arrive sur le site, un message apparait pour mettre en garde que toute personne consultant le site s’engagent à ce que les textes soient consultés uniquement pour ses recherches personnelles et non pour en faire des copies. Ils rappellent le principe de Copyright. Ainsi, les textes présents sur le site sont uniquement en consultation et nous n’avons pas la possibilité de les télécharger.

Un avis sur le site ?

Le site est plutôt clair, on trouve chaque catégorie de manière très facile et très claire. Le site n’est pas chargé mais il est très clair et nous avons accès facilement à ce dont nous avons besoin.

Projet Gutenberg

Dans ce billet, notre étude se porte sur le site web “Projet Gutenberg”crée en 1971 par l’états-unien Micheal Stern Hart . D’une part, ce site web a la vocation de rassembler plus de 70 000 livres électroniques gratuits (ebook) libre de droit. D’autre part, écouter des livres audio et de la musique.

Page d’acceuil du site web

 

Quelles sont les sources de ces livres numériques ?

 Les livres numériques du Projet Gutenberg proviennent de livres physiques. D’une part, ce sont des livres  qui sont majoritairement tombés dans le domaine public (oeuvre d’un ou plusieurs individus qui peut être utilisée par tout le monde). D’autre part, cela peut provenir de livres physiques n’ayant pas de droits d’auteur à l’origine ( les droits qu’un auteur détient son oeuvre en définissant ses permissions qui peuvent être accordées ou non à autrui à propos de l’oeuvre en question). Ou encore que  ces derniers ont expirés. Il est également possible que les livres numériques proviennent de livres matériels qui disposent toujours de droits d’auteur mais qui sont disponibles sur numérique avec l’accord de l’auteur .

Le Projet Gutenberg retranscrit-il  simplement les livres physiques au format numérique ?

Le Projet Gutenberg est l’éditeur de leurs livres éléctroniques. Avec un ou plusieurs livres imprimés, ils apportent de nombreuses modifications. En effet, ils modernisent l’orthographe, convertissent les livres en HTML ou en d’autres formats etc… Il est imporant de noter que ce site web met en ligne principalement des livres anciens. 

Quels sont formats que le Projet Gutenberg utilise ?

Il utilise des formats ouverts et éditables (fichiers qui peuvent être crées, lus et  modifiés par le public avec des logiciels destinés au type de fichier). A titre d’exemple, le Projet Gutenberg utilise prinicpalement  depuis 2004 le format HTML et le “Plain Text”( Texte brut) pour les livres numériques.

D’autres formats sont également utilisés comme le format Epub (Electronic Publication)  et KF8 ( Kindle Format 8) qui permettent de lire la plupart des livres numériques sur smartphone et sur tablette avec la version récente d’Amazon Kindle. Auparavant,  le Projet Gutenberg utilsaient” MOBI” pour des  versions plus anciennes d’Amazon Kindle.

De plus, La Tex est utilisé pour des ouvrages scientifiques et pour que les livres éléctroniques puissent être convertis en PDF.

Pour plus d’informations, les utlisateurs peuvent consulter dans la rubrique “Help” puis “File Formats”.

Que cela apporte aux utilisateurs ?

Les utilisateurs peuvent choisir le type de format qu’il leur convienne pour  télécharger et lire un livre électronique gratuitement.

Interface de téléchargement d’un livre électronique

 

Quels sont les autres droits des utilisateurs ?

Premièrement, d’après le Projet Gutenberg, les utilisateurs peuvent utiliser les livres éléctroniques à leur guise, la plupart du temps pour des utilisateurs états-uniens. Cela se produit quand un livre électronique du Projet Gutenberg est tombé dans le domaine public aux Etats-Unis. En France, un livre tombe dans le domaine public 70 ans après la mort de l’auteur. Plus d’informations via ce lien: http://onlinebooks.library.upenn.edu/okbooks.html

Deuxièment, pour un usage non-commercial, le livre numérique peut être télechargé, redistribué librement par les utilisateurs quelque soit le lieu sans mentionner ou qu’il ait la marque “Projet Gutenberg” .

 Pour un usage commercial, la politique du projet Gutenberg stipule que les utilisateurs doivent payer des redevances. En revanche, si l’utilisation est mineure pour des fins commerciales, les utilisateurs doivent payer 1/1o des redevances. Dans chaque livre électronique, les conditions d’utilisations sont plus détaillées. Ou encore via ce lien https://www.gutenberg.org/policy/license.html .Voici un exemple ci-dessous (les trois premières lignes):

Les conditions d’utilisation d’un livre électronique.

 

Pour plus d’informations, les utilisateurs peuvent se référer à la rubrique “About” puis dans “Projet Gutenberg Permissions, Licensing and other Commons Requests”.

Derniers mots concernant le site web

L’interface du site web est à la fois pratique  et moderne tout ayant, la plupart du temps, des textes anciens. Dans la page d’acceuil, les utilisateurs ont la possibilité de visualiser les derniers livres électroniques écrites ou en audio. De plus, sur la barre de recherche du site web, les utilisateurs ont droit de choisir sur quel type de format ils veulent téléharger un document ce qui présenté de manière succincte.