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

Travaux de l’année 2026 au sujet des disciplines et des institutions de Sunoikisis DC

Présentation du projet Sunoikisis 

Sunoikisis digital classics est un séminaire international consacré aux études des lettres classiques et numériques, couvrant la période 2015–2026.       https://sunoikisisdc.github.io/

L’année dernière, il avait été question de créer un fichier CSV pour y mettre toutes les informations des cours de Sunoikisis DC. Voici le lien pour ceux qui souhaitent s’y reporter : Synthèse de nos travaux sur le projet Sunoikisis DC (avril 2025).

Présentation du travail de cette année

Cette année nous sommes partis de ce fichier pour analyser des points précis du projet. Nous nous sommes donc divisés en deux axes d’étude ; d’un côté l’analyse des institutions représentées dans les cours de Sunoikisis, de l’autre côté l’analyse des objets d’étude des cours de Sunoikisis.

L’analyse des disciplines de Sunoikisis DC

Nous allons vous présenter la tâche de notre groupe pour analyser les disciplines enseignées par Sunoikisis.  Nous avons fini par attribuer à chaque séance une ou deux disciplines. Celles-ci rattachées à une ou deux méthodes en s’appuyant sur la taxonomie TaDiRAH 2.0 (Taxonomy of Digital Research Activities in the Humanities). https://vocabs.dariah.eu/tadirah/en/index

Le CSV établi par les élèves de l’année précédente contenait 87 thèmes distincts répartis sur six colonnes (themes_1 à themes_6). Ce billet retrace notre démarche, les problèmes rencontrés et les choix que nous avons faits ensemble. Il  contient 87 thèmes distincts sur l’ensemble du corpus. Il y avait aussi des colonnes contributor, institutions, country qui ne nous intéressent pas pour notre travail. Voici donc les douze thèmes plus fréquents :

Thème

Occurrences dans les cours

Visualization

52

Linked open data

41

Annotation

38

Encoding

31

Digitization

30

Text encoding

28

Treebank

28

Text analysis / Text mining

47

Named entities

25

Translation

25

Geography

20

Archaeology

19

Après avoir actualisé les séances sur le fichier CSV hn2_sunoikisis dc_data.csv sur notre dépôt GitHub, nous nous sommes concentrés sur les colonnes intitulées Themes_1 à Themes_6. Pour cela, notre première étape a donc été de nettoyer ce fichier CSV, à l’aide du logiciel OpenRefine. 

Le travail d’adaptation du fichier CSV original pour notre objet d’étude

Pour pouvoir travailler sur les thèmes des séances, nous avons fait le choix de garder un fichier CSV plus rudimentaire. Nous avons donc conservé les colonnes suivantes : 

  • Saison
  • Numéro dans la saison
  • Date de la séance 
  • Titre de la séance
  • Thème_1
  • Thème_2
  • Thème_3
  • Lien URL de la séance

Il nous est apparu évident à ce stade de conserver uniquement trois colonnes de thèmes au lieu des six existantes. Les autres avaient été peu ou pas remplies, et semblaient avoir peu d’intérêt dans notre analyse future.

Nous avons donc créé un nouveau fichier CSV, que nous avons intitulé “csv intermédiaire”. Nous y avons évidemment supprimé les colonnes contributor, institutions, country. Le plus gros problème était le manque d’homogénéité des catégories puisque différentes personnes se sont succédées pour remplir ces colonnes. Les colonnes themes n’étaient pas cohérentes, et ce jusque dans leurs écritures puisqu’on pouvait retrouver différentes orthographes d’une même technique ou discipline.

Dans cette capture d’écran nous voyons un exemple clair du manque d’homogénéité. Le themes_3 de la ligne 51 et 56 s’intitule “treebankmais celui de la ligne 58 devient “tree bank”.

À cette étape du travail, nous avons été confrontés à une impasse dans notre réflexion. En effet, les disciplines abordés par les séances de Sunoikisis nous semblaient très diverses et difficiles à étiqueter dans une logique généraliste. Certaines séances étudiaient des champs disciplinaires très précis, comme l’archéologie, mais certaines abordaient des thèmes plus généraux, comme la prise en main d’un logiciel, ou une méthodologie d’utilisation de données informatiques.

Notre première idée a été de faire une grande division entre les champs qui concernaient exclusivement l’Antiquité et d’autres appartenant au domaine informatique et numérique. En analysant plus précisément le contenu de chaque séance, cette idée est apparue comme peu pertinente. En effet, de nombreuses séances mêlaient ces deux vastes domaines, qui devenaient donc indissociables. L’utilisation des outils digitaux pour l’appliquer au domaine des lettres classiques est le cœur de la création des cours de Sunoikisis.

Nous avons donc souhaité nous restreindre à seulement deux colonnes discipline et deux colonnes method. L’objectif était de rester le plus large possible pour pouvoir établir des correspondances entre les cours, tout en gardant l’idée d’une classification par champ disciplinaire et méthode numérique associée. Les cours Sunoikisis étant organisés par saison selon un thème précis, le caractère général des intitulés nous évite de tomber dans des filiations exactes correspondant à chaque saison.

Cependant, dans les différentes disciplines, nous avons tout de même essayé de restituer cette dimension numérique en attribuant l’étiquette “digital humanities”, généralement accompagnée de la méthode “teaching”. Cela met en évidence des cours centrés sur une technique numérique qui n’a pas d’application directe aux humanités classiques. Ce choix nous permet ainsi de ne pas différencier ces cours de l’ensemble puisque l’on retrouve toujours la volonté de l’appliquer aux humanités classiques. Sur le fichier final nous pouvons ainsi relever 90 occurrences de “teaching” et 152 de “digital humanities”

Nos choix d’annotation

Pour mieux comprendre notre démarche voici un tableau qui explique la situation initale et montre nos différents choix pour unifier les disciplines et les méthodes : 

Situation

Terme évité

Terme retenu

Justification

Cours 3D, VR, Wiki

archaeology / history

digital humanities

Cours d’outil pur, pas de discipline classique

text mining (thème CSV)

text mining

knowledge discovery

Terme officiel TaDiRAH 2.0

text analysis

text analysis

content analysis

Plus précis dans TaDiRAH 2.0

text editing / encoding

text editing

Editing

Terme officiel TaDiRAH sous Enriching

maps and mapping / geography

mapping

spatial analysis

Cours de cartographie rien à voir avec mapping, un concept mathématique

Terme officiel TaDiRAH sous Analyzing

visualisation (thème CSV)

visualisation

data visualization

Terme officiel TaDiRAH sous Analyzing

adding / notifying

adding, notifying

Enriching

Micro-opérations sans catégorie propre

Les problèmes rencontrés

Les limites de TaDiRAH

Certaines thématiques du CSV n’ont pas de correspondance directe dans TaDiRAH 2.0. Le terme « text mining » n’existe pas comme concept autonome – il est uniquement mentionné dans les notes relatives à l’analyse de contenu. Les micro-opérations comme l’ajout, la notification et la soustraction ne possèdent pas de classification distincte et sont classées sous l’enrichissement. Un identifiant périmé (Wikidirecteur) a aussi été éliminé, car il n’est plus en lien avec aucune entrée du registre actuel.

De plus nombre de termes présents sur TaDiRAH n’ont aucune définition, que ce soit sur le site en lui-même ou sur Wikidata, il est donc peu commode de les utiliser. Ce flou existe par exemple pour associate et associating, il est impossible de réellement les différencier. En effet associate et associating n’ont aucune définition et renvoient à des liens morts. Le seul indice que nous donne le site réside dans le concept plus large (broader concept). Associate renvoie à contextualizing tandis que associating, lui, renvoie à annotating. Deux termes proches ont alors une signification totalement différente.

Hétérogénéité orthographique des termes

Le document comprenait des termes en majuscules non standardisées (par exemple : Annotating, Spatial Analysis), tandis que TaDiRAH 2.0 emploie des lettres minuscules. Nous avons tout transformé en minuscules et avons fait un copié-collé depuis vocabs.dariah.eu. Pour choisir entre l’usage de ‘organizing’ et ‘organising’, ou ‘preserving’ et ‘preservation’, nous avons opté pour l’orthographe américaine en nous référant à Wikidata comme juge normalisateur.

Les sessions exclusivement numériques

Pour les sessions entièrement dédiées à l’utilisation d’outils numériques tels que 3D, VR, Wiki, SIG…, nous avons opté pour le concept des humanités numériques comme domaine d’étude et l’enseignement comme méthodologie secondaire. Cela leur confère une identité unique sur le graphe final, distincte des sessions disciplinaires (histoire, linguistique, géographie…). En effet, dans une visée généraliste, nous ne pouvions pas restituer des méthodes aussi précise que “3D” ou “XML-TEI” et il n’existe pas encore d’autres catégories.

Résultats et représentations visuelles

Le premier représente les disciplines les plus présentes et le second quantifie les méthodes les plus utilisées dans les cours de Sunoikis. Évidemment l’enseignement et les humanités numériques apparaissent fréquemment à cause de notre choix de répertoriage. Voici deux tableaux illustrant les conclusions de notre travail. Nous ne les avons donc pas inclus dans les tableaux.

Discipines Occurrences dans les cours
Philology 55
Geography 35
Archaeology 30
History 28
Literature 20
Méthodes Occurrences dans les cours
Encoding 27
Annotating 24
Linked Open Data 19
Visualization 18
Georeferencing 17

Suite au nettoyage et à l’annotation, le corpus montre une distribution plus forte des méthodes par rapport aux disciplines. La forte présence de “teaching” qui est parfois la seule méthode pour certains cours ne suffit pas à expliquer cette différence. En effet, “digital humanities” est souvent un cas unique dans les disciplines. Il est encore plus présent que “teaching” et il n’empêche pas à d’autres disciplines d’avoir un nombre important d’occurrences. On peut lier cette conséquence à des possibilités plus grandes que pour les disciplines. Il est plus difficile d’annoter des méthodes puisqu’elles sont toutes uniques : il n’y a pas autant de grands regroupements conventionnels de méthodes, comme les disciplines peuvent avoir. On voit sur TaDiRAH que le nombre de méthode est conséquent et bien que nous ayons essayé de généraliser au maximum cela reste encore imparfait. 

Conclusion

Ce travail nous a confronté aux réalités concrètes de l’annotation en humanités numériques : un fichier de 283 séances avec 87 thèmes hétérogènes demande des décisions collectives, des règles partagées et beaucoup de vérifications. La création de ce fichier nous a permis d’avoir une vision encore un peu plus parfaite des possibilités offertes par les humanités numériques. Le résultat n’est pas parfait, mais il est cohérent et exploitable.

 Pour y regarder de plus près, voici notre fichier CSV

L’analyse des institutions de Sunoikisis

Notre groupe a voulu préciser le poids des relations unissant les intervenants du projet Sunoikisis Digital Classics, qu’il s’agisse d’universités, d’organismes, d’associations, ou d’indépendants, par l’étude des 283 séances de la période 2015-2026. En fin de processus, un graphe généré par le logiciel Gephi permettra de visualiser le lien entre les institutions ayant participé aux séances.

Création d’un CSV comme base pour notre étude

Nous sommes partis d’un premier fichier de travail commun, constitué lors des précédentes années et mis à jour au fur et à mesure des séances. De ce fichier structuré, nous avons pu extraire les données qui nous intéressaient, en l’occurrence les institutions participantes et les numéros de séances. Pour les traiter, un éditeur de code (VSCode) nous a été utile dans l’harmonisation des données. La fonction rechercher et remplacer nous a par exemple permis de repérer et de corriger le phénomène récurrent de variantes de dénomination pour une même institution (Leipzig University, University of Leipzig). De là, il a été aisé d’isoler la liste des noms d’institutions pour constituer une sorte de feuille de présence sous forme de tableau CSV dans lequel chaque colonne définit une institution, et chaque ligne une séance. Sur OpenRefine ensuite, l’opération consiste à attribuer, ligne par ligne et pour chaque séance donnée, la valeur 1 aux entités concernées, c’est-à-dire aux institutions présentes dans la séance en question. L’absence de 1 dans notre tableau, donc la non-présence de l’institution, équivaut à la valeur 0.

Une nouvelle étape consiste en la transposition des données. Il s’agit d’opérer une nouvelle mise en forme dans laquelle toutes les entités se trouvent désormais regroupées dans une seule et même colonne intitulée « Institutions ». Cette transposition effectuée avec OpenRefine permet de réduire le tableau à deux colonnes seulement, l’autre étant la colonne « n_total ». Avec ce nouveau tableau, une nouvelle étape est franchie dans ce qui permettra le chargement de notre fichier CSV dans le logiciel Gephi.

Le passage du CSV d’OpenRefine à Gephi

Pour établir le degré de relation entre deux nodes (nœuds) liés entre eux par une edge (arête), Gephi doit connaître la valeur weight (poids) de ce lien. Le prochain travail consiste donc à formater notre fichier de manière à ce que la valeur weight y apparaisse. Exécuté manuellement, cette tâche aurait sans doute nécessité plusieurs heures de travail. Pour plus de facilité, un code python généré par ChatGPT puis rentré dans Google Colab, a permis d’obtenir rapidement un fichier CSV avec une nouvelle colonne weight, le rendant ainsi conforme aux exigences de Gephi.

# Build edge list
edges = {}
for _, group in df.groupby("n_total"):
    institutions = group["Institutions"].dropna().unique()

for a, b in combinations(sorted(institutions), 2):
    key = (a, b)
    edges[key] = edges.get(key, 0) + 1

# Convert to DataFrame
edge_list = pd.DataFrame(
[(a, b, w) for (a, b), w in edges.items()],
columns=["Source", "Target", "Weight"])

 

Sur OpenRefine, nous pouvons désormais visualiser notre tableau à trois colonnes, Source, Target, Weight . Après le nettoyage des données, 149 institutions différentes sont recensées. Au cours des 283 séances, 76 n’apparaissent qu’une fois, 26 deux fois, 13 trois fois, 3 quatre fois, 5 cinq fois, 10 six fois, 5 sept fois, 2 8 fois, 3 neuf fois, 1 dix fois, 2 seize fois, puis 24, 68 et 105 fois pour les trois premières en termes de fréquence. L’université de Londres est largement représentée, présente à plus d’un tiers (37%) des séances, suivie de l’université de Leipzig (24%) devançant le King’s College de Londres (8,5%) et les universités d’Helsinki et d’Exeter (près de 6% chacune).

Il nous faut maintenant importer les données sur Gephi en tant que Edges table. Notre fichier étant au format CSV, le caractère séparateur entre les différentes colonnes est la virgule. Nous laissons le reste des paramètres par défaut, c’est-à-dire Interval dans Time representation et Double dans Weight. Aucune erreur n’est détectée et nous pouvons maintenant nous concentrer sur le logiciel Gephi.

Réglages des résultats sur Gephi

Notre graphe comptabilise 143 nodes et 306 edges. Parmi les différents layouts à disposition, ForceAtlas 2 permet d’organiser les nodes de manière plus lisible et “exploitable” visuellement.Le réglage des différents paramètres offre la possibilité d’ajuster l’échelle des éléments pour améliorer la lisibilité de l’ensemble, par exemple en modifiant la taille des nodes selon leur importance. Au vu du grand nombre d’institutions, il a été envisagé de regrouper ces dernières par pays pour ensuite disposer d’un moindre nombre de nodes, et ainsi d’une meilleure lisibilité à l’écran. Toutefois, les différents réglages opérés ont permis de produire un graphe visuellement satisfaisant et le regroupement par pays a donc été mis de côté.

L’ajout d’une colonne Label permet d’attribuer à chaque node le nom de l’institution qu’il représente.

Les images affichées précédemment proviennent de la fenêtre Overview de Gephi. Mais le logiciel possède également une fenêtre Preview dans laquelle il est enfin possible de générer une image en haute résolution du réseau. De nombreux paramètres sont à nouveaux disponibles, ainsi que des presets pour plus de facilité. L’export du graphe peut se faire en format svg, pdf ou png. Notons aussi que certains layouts permettent la génération de graphes 3D, c’est le cas notamment du layout Force Atlas 3D, disponible sous forme de plugin-in.

Avec le plug-in “Give Colors To Nodes”, il est aussi possible de créer des nodes de couleurs différentes en ajoutant au tableau une nouvelle colonne pourvue d’une valeur RGB. Pour ce qui nous concerne, l’on peut par exemple attribuer une même couleur à chaque pays — ou zone géographique, pour mieux les distinguer entre eux.

On peut choisir de s’intéresser au réseau dans son ensemble, ou bien de se focaliser sur une institution en particulier, par exemple ici en plaçant le pointeur de la souris sur « Birkbeck University ».

Interprétation des résultats obtenus sur Gephi

Ce travail sur le réseau des institutions du projet Sunoikisis s’est révélé intéressant à plus d’un titre. La tâche la plus contraignante aura sans doute été le formatage du fichier CSV pour le faire correspondre exactement aux demandes de Gephi. Ce logiciel que nous découvrions peut vite s’avérer frustrant et déroutant lorsque l’on peine à comprendre la logique avec laquelle il opère. A l’arrivée, un graphe a finalement pu être généré. Il nous montre la prééminence de l’université de Londres (179 connexions) dans les institutions concernées par Sunoikisis. L’on remarque aussi la forte présence de l’université de Leipzig en Allemagne (90 connexions) , ce qui n’est pas étonnant compte tenu du fait que ces deux institutions sont à l’initiative du projet. Dans une moindre mesure, deux autres institutions anglaises se démarquent aussi par leur relative importance, l’université d’Exeter (25 connexions) et le King’s College (39 connexions) de Londres. L’université d’Helsinki (24 connexions) possède également un réseau non négligeable. Multitude d’institutions — la plupart en fait — sont représentées dans le graphe avec des nodes de taille minimale, laissant supposer que Sunoikisis sollicite régulièrement de nouvelles institutions qui n’ont préalablement jamais participé au projet, et n’y participeront pas ultérieurement si ce n’est ponctuellement. En ce qui concerne l’université Paris Nanterre, nous pouvons relever qu’elle possède des liens avec les universités d’Oviedo, d’Erfurt, de Londres, de Leipzig, et de l’Ecole polytechnique fédérale de Lausanne. Ces “liens” sont à nuancer dans la mesure où ils désignent des cooccurrences lors d’une même session, et par conséquent n’impliquent pas nécessairement de rapport direct entre les institutions elles-mêmes. Si un thème commun réunit les participants d’une séance Sunoikisis, les raisons précises qui les unissent s’avèrent très diverses, pouvant être liées à un partage mutuel de connaissances, à un champ de travail commun, à la découverte d’un nouveau projet, etc.

Sénèque, un bibliophile stoïcien à l’ère numérique.

Pastiche rédigé grâce aux occurrences des Lettres à Lucilius et De la Brièveté de la vie.

Image générée à l’aide de Dall-e

Salutations cher Lucile,

Hier Robert Basse d’Aufide, ce très grand homme dont je te parlais parfois, est mort. La vie est ainsi Lucile. J’ai pu me rendre à l’hôpital et lui parler une dernière fois. Ainsi il m’a parlé d’un de ses secrets pour accéder à une connaissance inépuisable. Tel un vrai sage, il n’a pas eu peur devant la mort.

Les délices, si l’on appelle comme cela ce qui rend incapable de savoir si l’on vit, pullulent sur les réseaux sociaux. Alors n’oublie pas ce que je te dis souvent : retire-toi en toi-même lorsque tu es contraint d’être au milieu de la foule. N’aie pas peur de la vie : en effet balayer son écran à l’infini nous fait oublier ce que nous sommes, l’homme sage affronte la réalité, que ce soit la mort ou les malheurs. Fuis la vie politique comme je te l’ai enseigné  mais ne fuis pas la nature de l’homme. Mais le numérique n’apporte pas que désastres, il peut apporter le savoir. C’est à partir de ces choses numériques que notre Robert tire son extraordinaire sagesse ! De toute façon tu sais qu’il n’y a rien de terrible dans ces choses, sinon la peur elle-même. 

En effet s’il était si raisonné, c’est qu’il a trouvé comment accumuler encore plus de connaissances. Voilà seulement quelques heures que la mort a emporté “ce vieil homme” que je me tourne déjà vers une bonne pensée, meilleure  qu’avant. Je vais donc t’en faire part à mon tour, il s’agit d’une “liseuse” ! Un petit écran dédié à l’accumulation de textes en tout genre dans tout type de format. “Quelle différence y a-t’il avec un téléphone ?” me dis-tu, c’est là que cela est fascinant.  Une “liseuse” est réservée uniquement à cet usage, la technologie de l’écran permet une batterie qui peut durer toute une semaine et l’écran fatigue beaucoup moins les yeux. Le stockage rend possible le fait d’accumuler des centaines de livres. Tu pourras, mon cher Lucile, travailler d’une meilleure manière pour tâcher d’atteindre la sagesse. Les livres sont donc à portée de pouce.

Rends-toi compte de l’avancée révolutionnaire en termes de sagesse, les connaissances et la philosophie deviennent atteignables grâce à cette “liseuse”. Il n’y a qu’un bien : le savoir. La lecture est essentielle pour atteindre ton but mon cher Lucile. Elle doit être régulière, rigoureuse et rude comme le travail des abeilles dans une ruche. Le travail intellectuel consiste à faire mûrir les fruits que j’ai déjà semés en toi. 

La capacité de stockage est encore plutôt limitée, je me contenterai parfois alors d’enrichir ma bibliothèque personnelle, à moins de vouloir me procurer plusieurs dizaines de “liseuses” pour les stocker dans ma bibliothèque ce qui serait ridicule. Et je n’ai pas peur d’affirmer mon amour du livre en lui-même. Beaucoup m’ont reproché cela, le voyant comme un paradoxe. Dans un premier temps je ne m’érige pas comme un sage, je tente de l’être. La mort seulement apporte la réponse. Je t’élève comme un agriculteur le ferait avec ses arbres fruitiers (et j’en suis fier au vu de tes progrès mon cher Lucile) car je connais la sagesse mais je ne suis pas un exemple à suivre. Dans un deuxième temps aimer les livres n’est pas incompatible avec la sagesse et la philosophie que je t’enseigne : les livres restent les supports du savoir, l’essentiel est de les lire et je revendique les avoir tous lus. J’affirme sans avoir peur que je possède un petit nombre de Pléiades, effectivement il doit m’en manquer quelques unes. De même je possède de petits budés dont je t’ai conseillé l’acquisition. De plus ces liseuses permettront d’obtenir un mode de vie encore plus simple tout en se cultivant : bien que certains livres ne coûtent pas très cher la plupart des ouvrages scientifiques requiert à l’achat une cinquantaine d’euros ce qui devient vite une grosse somme si on lit comme je te conseille 300 pages par semaine. Mais les Ebooks, format de fichier lu par les liseuses sont bien moins chers. Ainsi on peut devenir plus économe. Les nouvelles applications de revente de livres me permettaient déjà de réduire les coûts pour pouvoir donner plus à des associations caritatives comme l’établissement français du sang, qui me tient à cœur.  Maintenant que mon ancien patron a accepté de me laisser vivre plus sobrement et après plusieurs grosses donations j’espère pouvoir atteindre bientôt cette sagesse. 

Procure-toi de toute urgence une de ces “liseuses” qui se trouvent un peu partout sur internet et dans ces “librairies” de type Fnac. 

Porte-toi bien,

Sénèque Jr

Adaptation de la philosophie de Sénèque à la réalité contemporaine

J’ai fait le choix d’adapter certains noms et formules. Ainsi Lucilius devient Lucile, Bassus Aufidius Robert Basse d’Aufide et enfin Sénèque le Philosophe (ou le Jeune) prend la tournure plus anglaise de Sénèque junior. Le fameux “Sénèque salue (donne son salut) à son cher Lucilius” est modernisé en “salutations cher Lucile”. 

Ce choix, selon moi, permet de montrer comment la pensée philosophique de Sénèque est générale et peut s’adapter à toutes les époques même à la plus éloignée de lui. 

J’ai tenté de conserver le style de Sénèque : c’est-à-dire des phrases longues, que j’ai faites plus courtes mais bien assez longues pour la langue française. J’y ai incorporé des phrases très courtes et très générales qui ressemblent au procédé de l’auteur pour mettre en avant une idée ou un principe de philosophie. 

Je mets en scène un Sénèque toujours aussi amoureux de ses livres et qui accepte les avancées technologiques.  Je reprends le mythe qui décrit le fait que Sénèque était un grand bibliophile qui accumulait l’objet en lui-même parfois plus pour sa beauté que pour sa valeur intellectuelle. En effet Sénèque était critiqué pour sa grande richesse, ici il s’en défend par l’accumulation de bien de luxe : les livres. 

Voyant tools et la langue de Sénèque

Contrairement à ce que l’on peut penser, Sénèque utilise peu les mêmes syntagmes. Certains reviennent seulement deux ou trois fois et dans le meilleur des cas dix fois maximum pour un corpus de cinquante mille mots. 

Évidemment les formules comme “SENECA LUCILIO SUO SALUTEM” ou “Vale” sont les plus fréquentes dans les Lettres à Lucilius puisque chaque lettre commence ou finit par ces formules. J’ai donc sciemment choisi la forme épistolaire pour mon pastiches en reprenant ces formules mais je les ai retirées du corpus que j’ai fourni à Voyant Tools. 

J’ai choisi de reprendre plusieurs composantes des Lettres de Sénèque à Lucilius comme le nom et la personne de Bassus Aufidius dans la lettre 30, livre IV. J’y ai ajouté d’autres références de ses lettres et quelques petites références à Sénèque dans et au dehors de ses lettres. A vous de les trouver !

Pour les syntagmes j’ai choisi :

-“praecipue in te ipse secede cum esse cogeris in turba” que j’ai utilisé comme “retire-toi en toi-même lorsque tu es contraint d’être au milieu de la foule”. Ce syntagme apparaît deux fois  dans le corpus.

-“ad bonam mentem” que je traduis par “vers une bonne pensée”. Il est utilisé quatre fois dans les deux œuvres de Sénèque.

-“ex iis quae” que j’utilise comme “à partir de ces choses (numériques) que”. Il apparaît dix fois.

-“Ita est mi Lucili” que je traduis comme “c’est ainsi Lucile”. Sénèque l’utilise quatre fois dont une où il écrit simplement “Lucili”, c’est la version que j’ai gardé.

-“Scies nihil esse in istis terribile nisi ipso timorem”. Ce syntagme est unique au corpus mais je le trouvais assez représentatif de Sénèque pour l’inclure dans ce pastiche. 

 

La lemmatisation à partir de Deucalion 

J’ai aussi choisi de lemmatiser mon corpus à l’aide de Deucalion. Après avoir obtenu le fichier j’ai coupé l’ensemble du texte sauf la deuxième colonne à l’aide de WSL en utilisant la commande “cut” sous linux. En effet le texte non-lemmatisé comportait les mêmes mots par exemple “animus” revenait sous plusieurs cas différents. La lemmatisation s’imposait donc pour éviter d’appauvrir la portée de la fréquence des mots. 

Voici le corpus non lemmatisé avec les 150 mots les plus importants :

Or après lemmatisation du corpus j’obtiens des résultats totalement différents ! Les verbes de même que les pronoms suppléent les noms communs dans le nouveau cirrus.

Voici le corpus lemmatisé avec les 150 mots les plus importants :

On constate bien ici que le verbe “sum” et ses composé prennent une place très importante, il y a une récurrence beaucoup plus importante des verbes, des relatifs, conjonction par rapport aux noms. Sénèque construit donc ses phrases d’une manière “répétitive”, ce qu’on ne peut pas voir sans une lemmatisation préalable du corpus. 

L’outil résumé nous donne les mots les plus fréquents et sans surprise seuls trois des quinze mots, ici en l’occurrence des verbes, ne permettent pas de construire la phrase. 

Outil contextes 

Sénèque utilise souvent des mots très communs comme la mort, la vie ou la philosophie. L’outil contexte est donc très commode pour analyser pourquoi Sénèque emploie ces mots. Ainsi on peut non seulement “pasticher” les mots qu’utilisent l’auteur mais aussi “pasticher” sa pensée, ce qui est essentiel dans le corpus de Sénèque. De plus on peut voir où le mot est utilisé dans l’œuvre, ce qui peut être utile si la phrase est très longue, comme Sénèque en a parfois l’habitude. 

Prenons pour exemple le lemme “animus” il apparaît 211 fois dans le corpus. Il est possible de voir quelle suite donner à ce simple mot, on voit dans la version développée que Sénèque utilise par exemple “animus” pour parler d’un caractère à cultiver en appuyant sur la fidélité. On observe qu’il s’en sert avant tout pour parler de l’esprit de Lucilius ou d’un proche. 

Conclusion

Voyant tools s’est avéré parfait pour créer mon pastiche savant. Avec une bonne lémmatisation il résout les problèmes de contexte d’apparition des mots, celui de savoir quels mots sont associés auxquels (les collocations). Il est davantage qu’un simple outil qui relève l’occurrence des mots et organise un classement en fonction de la fréquence de chaque mot. 

 

 

 

 

 

Gallica, l’outil indispensable du gaulois

Quinti Horatii Flacci opera, édité par  John Pine à Londres en 1733. Si vous voulez retrouvez l’oeuvre : http://ark.bnf.fr/ark:/12148/cb459168953.

Plus j’avançais dans mes études plus Gallica semblait répondre à mes demandes d’images concernant des manuscrit ou des journaux.

Pour moi Gallica est de loin le meilleur site pour rechercher pas à pas toutes sortes d’objets numérisés à partir de l’époque carolingienne. (Promis  il s’agit du dernier jeu de mot concernant le nom de Gallica…)

 

Un site fabuleusement bien fourni

Gallica est précieux puisqu’il possède toutes sortes de documents numérisés comme des journaux, des manuscrits, des affiches et même des objets… Et le tout sans avoir à s’abonner ou à s’inscrire et il est même possible de télécharger les documents !

Le site affiche fièrement ses 10 millions de documents numériques. Il est apparenté à un blog où par exemple Luc Menaplace nous apprend ce qu’est la menthe-coq.

Sa diversité puise avant tout sur le fond de la Bibliothèque nationale de France puisque sous ce nom de Gallica se “cache” la BnF. Gallica est donc la partie numérique / numérisée de la BnF. Le fond d’archives numériques regroupe environ 300 partenaires tels que des bibliothèques et archives des collectivités territoriales, structures régionales de coopération, sociétés savantes. 

L’objectif de Gallica naît au milieu des années 2000 et s’inscrit dans une démarche européenne de numérisation des fichiers. En 10 ans la plateforme est passée de 3 à 10 millions de documents.

Un site où il est facile de chercher 

Gallica comporte une rubrique Aide à la recherche.On trouve sur cette page plusieurs tutoriels ludiques et très utiles. Il y a aussi des rubriques précises pour chaque thème de recherche. 

De l’image sur le web à la lecture sur liseuse

Les documents sont numérisés sur Gallica en tant qu’images et il est agréablement possible de visionner. Il est possible de zoomer et de se déplacer sur l’image.

Il existe plusieurs formats de téléchargement :

  • pour les livres PDF, JPEG (pour la page en cours)
  • pour certains livres TXT, EPUB, XML
  • pour la presse et les revues PDF, JPEG (pour la page en cours)
  • pour certains titres TXT
  • pour les manuscrits PDF, JPEG (pour la page en cours).
  • pour les cartes PDF, JPEG (pour la page en cours)
  • pour les images PDF, JPEG (pour la page en cours)
  • pour les partitions PDF, JPEG (pour la page en cours)
  • pour les objets PDF, JPEG (pour la page en cours)
  • pour plusieurs milliers de livres numériques EPUB 

De plus on peut télécharger une partie seulement du document ce qui est pratique si l’on ne veut travailler seulement sur un morceau du document. Il est aussi possible d’imprimer directement. Cependant les enregistrements sonores ne sont pas téléchargeables. 

 

Des perspectives multiples 

Les divers formats  permettent d’étudier un texte mais l’absence de numérisation en 3D rend très difficile le fait de travailler sur des objets. Et ce malgré les photos prises sous tous les angles.

 

Voici un exemple des photos d’objets que l’on peut trouver sur le site : https://gallica.bnf.fr/ark:/12148/btv1b55009989j/f1.item#.

Grâce à la variété de documents numérisés présents, Gallica est un site très utile puisqu’il est possible d’étudier toutes sortes de choses dans différents domaines.